大沽河下游農田土壤水分含量動態變化特征①

辛 祥，林 青，黃修東，徐紹輝*

?

大沽河下游農田土壤水分含量動態變化特征①

辛 祥1，林 青1，黃修東2，徐紹輝1*

(1 青島大學環境科學與工程學院，山東青島 266071；2 青島市水文局，山東青島 266071)

土壤水分作為土壤的組成部分以及“四水”轉化的重要環節，其儲存情況嚴重影響土壤中其他環境因子，因此，研究含水量動態變化特征具有重要的意義?；貧w等值線圖能夠較為直接地反映出土壤水分的時空分布。通過田間采樣監測，獲得了大沽河下游地區6個代表性農田剖面2017年4月21日至12月2日5 ~ 150 cm深度的土壤含水量數據，并采用回歸等值線法分析其動態變化特征。結果表明：除研究區中部的毛子埠監測點外，其余5個監測點所求回歸方程均能較好再現實際含水量；在時間尺度上，研究區南部、中部及北部沙梁監測點的土壤含水量隨時間推移先減少，而后增加，最后再減少；位于研究區最北部的南村監測點，其土壤含水量隨時間呈“增加–減少”趨勢；在空間尺度上，北部兩個監測點存在差異，其中南村監測點隨研究深度增加，土壤含水量也逐漸增加；而沙梁與南部監測點相同，土壤含水量隨深度先增加后減少；中部六里監測點的土壤含水量隨深度先減少后增加。另外，可根據土壤含水量的剖面分布判斷零通量面位置，并據此推測水分在空間上的運動方向。土壤含水量的變化隨降雨量增加表現出一定的滯后效應，研究區降雨主要集中在7、8月份，除北部的南村監測點外，各監測點各深度土層含水量一般在9月達到最大值。該研究結果可以為合理制定區域土壤水–地下水聯合調控方案提供科學依據。

大沽河下游；土壤；含水量；時空變化；回歸等值線法

土壤水是大氣水、地表水以及地下水相互聯系的紐帶，是大氣降水的主要貯存轉換場所，也接受地表水與地下水的部分補給，尤其在地下水位埋藏較淺的區域或季節。土壤水分受降雨入滲、灌溉、蒸發、地下水補給等共同作用，變化復雜[1]。水分在土壤中的儲存、運動和變化對土壤環境有著很大的影響[2]，土壤水影響著水資源的開發利用、生態環境保護和滲流帶污染物遷移的預測[3]。土壤水分具有時間和空間異質性[4-10]，了解土壤水分在不同時空尺度上的動態特征對其他諸多生態過程和水文過程研究至關重要[11-13]。國內外學者開展了許多土壤含水量變化及影響因素的研究。Kondo等[14]利用水、熱平衡原理分析得出，在半干旱地區，土壤含水量的年平均值隨著深度、年降水量的增加而增加；Wang等[15]利用回歸統計方法得出，氣候變化對土壤水分的影響主要集中在夏秋季節，且達到顯著水平；Yao等[16]研究發現土地利用方式是土壤水分空間異質性的主導因素；韋佳等[17]發現土壤水分的變化綜合地反映了土地利用變化與氣候變化的影響；此外，周乃健等[18]提出了研究土壤水分變化特征的新思路，認為土壤水分的時空(某個時段,某種深度范圍)變化是一個連續的過程(相當于產生了圖形中的“面”)，并且將時間等值線法與回歸法結合為回歸等值線法，在土壤水分時空變化動態分析中取得了理想的效果。

回歸等值線法能夠反映土壤水分時空動態變化的基本趨勢和特征，具有簡單省時、圖形簡潔明了、信息量大、便于分析等特點，可以用于土壤水分測定數據的整理和分析[19]，并且可以清晰地概括出某一時間段土壤水分從表層到深層的濕度變化過程及特征，同時還能在一定程度上反映地表蒸散、降水以及地下水補給狀況[20]。

大沽河地區農業用水主要以開采地下水為主，20世紀七、八十年代大沽河下游(近膠州灣地區)由于地下水連續多年超采，出現了嚴重的海水入侵現象。為了探討地下水、土壤水的聯合調控策略，有效配置水資源，楊玉崢等[21]曾對大沽河中游地區土壤水與淺層地下水轉化關系進行了研究，而大沽河下游及海水入侵區的土壤水分含量在時空上如何變化，有待深入分析，這對土壤水-地下水聯合管理及調控，更加合理地開采地下水，防止海水入侵區咸水向內地的進一步擴展具有重要意義。本文利用回歸等值線法，對大沽河下游農田從小麥返青期到土壤凍結期這一時間段內的土壤水分含量動態變化特征進行了研究。

1 材料與方法

1.1 研究區概況

大沽河是山東半島主要河流之一。研究區位于山東省青島市大沽河下游(近膠州灣)平原地區，北起平度市南村鎮，南抵修建地下截滲墻的大麻灣，地理位置120°00′ ~ 120°18′ E，36°18′ ~ 36°34′ N，面積約700 km2(圖1)。大沽河流域屬于華北暖溫帶沿海濕潤季風區，受海洋環境影響和調節影響明顯，雨熱同期，多年平均降雨量675.6 mm[22]，降水主要集中在6—9月，約占全年的69.2%，多年平均氣溫12.2℃，多年平均蒸發量983.8 mm，是平均降水量的1.45倍。

圖1 研究區及監測點分布圖

1.2 土壤含水量監測

本研究試驗時間為2017年4月21日至2017年12月2日，歷時225d。在研究區范圍內的農田選取6個代表性監測點進行土壤含水量的監測，監測點信息如表1所示。監測點大致均勻布置在下伏有地下水的區域，各監測點的土地利用類型均為耕地，并且農作物均為冬小麥-夏玉米輪作，分別在6個不同的深度5、20、40、70、100和150 cm處用土鉆采樣進行土壤含水量的測定。一般每10 天取樣1次，雨后需加密1次，共計取樣18次。試驗同時測定土壤的粒徑組成、容重、陽離子交換量(CEC)、pH。土壤的粒徑組成采用篩分法測定，依據美國農部制土壤質地三角形對各監測點的土壤進行質地分類；土壤容重采用環刀法測定；土壤含水量采用烘干法進行分析[2]，計算得到體積含水量；采用乙酸銨交換法測定土壤CEC；采用蒸餾水浸提測定土壤pH。

1.3 數據處理與分析

所有調查數據采用Excel、SPSS19.0進行數據處理和分析，利用MATLAB實現回歸等值線圖的繪制，利用Origin9.0繪制觀測值的散點與計算值的比較圖。本研究以首次測定時間(2017年4月21日)為第0 天，至2017年12月2日為第225 天。

含水量除用體積分數表示外，還可用貯水深度(一定厚度土層中，所含水量折算成的水層深度)表示[23]。本研究采用周乃健等[18]提出的回歸等值線法，將不同時間不同深度的土壤含水量(cm3/cm3)轉化為0 ~ 20 cm土層水分深度(mm)，以取樣深度(1，cm)和監測時間(2，d)為自變量，以水層深度(mm)為因變量，利用回歸方法求出每一個地點的包括一次交互項的二元二次、三次方程。根據復相關系數值隨著方程冪次增加而增加的幅度大小以及由回歸方程所得值繪制出的土壤水分等值線圖的代表性，為各個地點每個深度選擇合適的回歸方程，再依據回歸方程，利用MATLAB繪制出土壤水分時空動態分布圖。因中部的毛子埠監測點所求回歸方程不能反映實際含水量及變化趨勢，故此次僅利用回歸等值線圖法分析其余5個監測點的土壤含水量動態變化特征。

2 結果與分析

2.1 土壤粒徑及土壤含水量描述性統計

土壤顆粒組成決定了不同土層的持水性能，顆粒組成不同是導致土壤水分分布及運動方式發生變化和影響水分在土壤中去留的根本原因[24]。5個監測點各個深度土層的粒徑組成、容重、質地等信息如表2所示。

表1 監測點位置及土地利用類型

表2 監測點土壤粒徑組成、CEC、容重及pH

表3為土壤含水量在18個測次上的平均值、標準差、變異系數等的描述性統計。根據郝振純等[25]的研究，變異系數CV≤0.1時為弱變異，0.1＜CV＜1.0為中等變異。由表3可以看出，隨著時間變化，除了南部的監測點三屯小學深度為70 cm和100 cm以及郭家屋子深度為40 cm和100 cm的土壤含水量CV＜0.1，屬于弱變異，其余監測點各個深度的CV均在0.1 ~ 1.0，一般＜0.3，屬于中等強度的變異，這就表明土壤含水量隨時間推移變化并不顯著。由于受到蒸發作用、大氣降水的影響，表層(5 cm)的CV最大，土壤水分活躍程度最高；并且地下水埋深較淺，補給作用明顯，深層(150 cm)的CV較大。20 ~ 100 cm的CV為0.10 ~ 0.27，土壤水分含量比較穩定，說明除較強降雨外，這個深度范圍一般不會受到降水以及地下水的影響。由于研究區范圍較大，降雨、土壤質地以及地形等因素差異較大，無法考慮到各個監測點之間在空間上的變異性，因此采用回歸等值線法僅觀察每個監測點土壤水分時空分布特征。

表3 不同監測點不同深度土層土壤含水量描述性統計(cm3/cm3)

2.2 土壤含水量回歸方程的建立

利用回歸法求得不同監測點剖面土壤水分時空分布的二次、三次回歸方程，為兼顧5個地點及回歸方程的一致性，本研究此次選擇二元三次回歸方程，5個監測點所求回歸方程為：三屯小學：=52.52 +1.2841–0.309 42–0.011 9812+ 0.005 04022+ 0.000 029 1713–0.000 016 7423+ 0.000 109 512，= 0.719，=15.258；郭家屋子：=58.35 + 0.53711– 0.157 42–0.004 28312+ 0.002 26022+ 0.000 009 14713– 0.000 008 39723+ 0.000 177 912，=0.590，=7.633；六里：=51.74 – 0.127 81– 0.291 72+ 0.003 51112+ 0.005 70822– 0.000 013 1913– 0.000 021 4723+ 0.000 695 912，=0.696，=13.454；沙梁：=35.96 + 0.825 51– 0.300 32– 0.005 80612+ 0.003 34922+ 0.000 011 9713– 0.000 010 5623– 0.000 005 41312，=0.845，=35.547；南村：=31.21 + 0.412 51+ 0.143 02– 0.000 273 112– 0.001 32922–0.000 006 49913+ 0.000 001 76123+ 0.000 449 712，=0.820,=29.216。查值臨界表可知，0.01的值約為2.66，5個監測點回歸方程的值均大于2.66，達到0.01的顯著水平，說明每個回歸方程都能很好地表示相應監測點的土壤水分時空分布特點。將各個深度(1，cm)與時間(2，d)帶入回歸方程求出計算值，與觀測值比較，可分析回歸等值線法的準確性。圖2為土壤含水量根據回歸方程的計算值與實測值的比較?？梢姡嬎阒的茌^好地代表著觀測值，所以根據回歸方程計算值繪制含水量等值線圖，用等值線圖分析土壤剖面含水量動態變化特征，回歸方程的常數項表示該點2017年4月21日(2=0)，表層(1=0)的土壤水分含量(mm)。

圖2 監測點水分含量的觀測值與計算值

2.3 土壤含水量變化特征

根據回歸方程計算出每個深度(1，cm)和每個時間(2，d)對應的水分含量(mm)，繪制土壤水分含量時空變化圖(圖3)。由圖3可見，5個監測點的回歸等值線圖上部的等值線分布較為密集，說明表層由于受到降水、蒸發等影響，水分含量變化強烈，這與表3中變異程度所表達的土壤水分的活躍程度相符。回歸等值線圖的形狀取決于回歸方程的系數以及系數的正負[19]。從圖3中回歸等值線圖的形狀可以看出，研究區南部的兩個監測點(三屯小學和郭家屋子)與北部的沙梁監測點的回歸等值線圖具有一定的相似性，其土壤含水量隨著時間推移先減少，而后增加，最后再減少，存在最大值與最小值；在垂直方向上，隨土壤深度增加，土壤含水量先增加后減少，且存在一個密閉的水分含量高值區域。觀察各監測點的回歸方程發現，這3個監測點的回歸方程除一次交互項的系數外，其余各項系數的正負均一致，并且各項系數的絕對值的大小也具有相同的順序關系。中部監測點(六里)的土壤含水量隨時間推移的變化趨勢與上述3點一致，但是隨土壤深度增加，含水量先減少后增加。位于研究區北部的南村監測點的土壤含水量變化特征與同樣位于北部的沙梁監測點表現出一定的差異，其土壤含水量隨深度增加也逐漸增加，但隨時間的推移呈現“增加–減少”的變化。

從圖3還可以看出，研究區南部的三屯小學監測點和郭家屋子監測點與北部沙梁監測點土壤含水量雖然具有類似的時空分布規律，但含水量達到峰值的時間與深度存在差異。三屯小學監測點各個深度的土壤水分含量在第40天(5月31日)達到最低，在第160 天(9月28日)達到最高；在垂直方向上，在深度約為70 cm處，土壤含水量達到最高。郭家屋子監測點的土壤含水量也在約第40 天(5月31日)達到最低，但在第140天(9月8日)達到最高，并且在深度為100 cm處土壤水分含量最高。北部沙梁監測點在第60 天(6月20日)時達到最低，在第140 天(9月8日)達到最高，深度為100 cm處最高。另外，中部的六里監測點在40 cm處含水量最低；北部的南村監測點在第80 天(7月10日)最高。不同監測點同一時間同一深度土壤含水量差別較大，說明含水量在研究區內空間變異性大。

圖3 監測點土壤水分含量(mm)的回歸等值線圖

圖4為從青島水利部門收集的監測點所在區縣2017年3—11月的降水信息，研究區降水主要集中在7、8月份，但除南村監測點外，各監測點土壤含水量的最高值一般出現在9月，可見，土壤含水量的變化隨降雨量的增加表現出一定的滯后性。7、8月份的集中性降雨使得水分向更深層移動，從而使得各個深度的土壤含水量在9月份達到峰值，繼而隨著降雨量的減少、地表蒸發以及下層水分向更深處移動補給地下水，所觀察的各個深度土壤含水量呈現遞減的趨勢。另外，不同深度土壤含水量對降雨的響應一致，這與周劉宗等[26]的研究結果不同。

圖4 2017年膠州市、即墨市、平度市降水量

研究區南部三屯小學和郭家屋子監測點及位于北部的沙梁監測點分別在約70、100、100 cm深度土壤含量達到峰值，土壤水吸力在3個深度最小。根據土壤含水量的剖面分布可判斷零通量面位置，并據此推測土壤水分在空間上的運動方向。由此，在此3個深度之上由于蒸發作用，水分自下而上運動；下部土壤水分處于繼續向下入滲狀態，形成發散型零通量面。

位于研究區南部的監測點土壤含水量變化具有相同的特征，而位于研究區北部的兩個監測點表現出差異，這是由于研究區范圍較大，土壤質地等因素存在差異導致的。因此，需要更多的監測點來研究區域內不同監測點之間的含水量空間變異性，此次結果可為接下來的研究提供參考。

2.4 土壤含水量回歸方程計算值與觀測值的趨勢比較

本文以北部南村監測點20 cm深度和沙梁監測點20 cm深度(圖5)為例，分析土壤含水量觀測值與計算值隨時間變化的趨勢，從圖5中可以看出，觀測值與計算值隨時間推移呈現相同的變化，但計算值與觀測值存在一定差異，如從南村監測點20 cm深度圖看，回歸方程計算值約小于觀測值5 mm(即體積含水量2.5 cm3/cm3)。以沙梁監測點第25天和郭家屋子監測點第169天(圖6)為例，分析研究區南部與北部土壤含水量隨土壤深度的變化，從圖6中可以看出，計算值與觀測值的變化趨勢一致，而且北部監測點計算值與觀測值的對應性較好，南部監測點雖存在誤差，但誤差較小?？梢?，計算值趨勢線可以很好地表現出土壤含水量的變化。

因此，本研究所選回歸方程和回歸等值線圖基本能夠描述和反映不同監測點土壤水分時空變化的總體特征和趨勢。土壤水分時空分布回歸等值線法特別適用于土層深厚、剖面土層性質尤其是質地比較一致的土壤。在時間上，該法更適合于反映較長時間內的土壤水分動態變化，突出土壤水分時空變化的內在規律。

3 結論

1)除研究區中部的毛子埠監測點外，其余5個監測點所求回歸方程均能較好反映土壤含水量隨時間及深度的變化特征。回歸等值線法在分析大沽河下游農田土壤水分分布特征及運動趨勢方面得到了很好的應用，回歸方程計算值與觀測值相比，雖存在一定誤差，但可較好地反映含水量的變化趨勢。

圖5 土壤水分含量隨時間變化的觀測值與計算值

圖6 土壤水分含量隨土壤深度變化的觀測值與計算值

2)在研究時段內，研究區南部和中部的監測點及位于北部的沙梁監測點的土壤含水量隨時間推移先減少，而后增加，最后再減少；位于研究區最北部的南村監測點，其土壤含水量隨時間呈“增加–減少”趨勢。在研究的土壤深度內(5 ~ 150 cm)，北部兩個監測點土壤含水量存在差異，其中南村監測點隨土壤深度增加，土壤含水量也逐漸增加；而沙梁監測點與南部監測點相同，土壤含水量隨土壤深度先增加后減少；中部監測點的土壤含水量隨土壤深度先減少后增加。造成這種差異的原因主要為地下水埋深、降雨量以及土壤質地的差異。

3)研究區南部的兩個監測點及北部的沙梁監測點的土壤含水量分別在深度為70、100、100 cm時達到最大值。在此3個深度之上由于蒸發作用，水分自下而上運動；下部土壤水分處于繼續向下入滲狀態，形成發散型零通量面。

4)土壤含水量的變化隨降雨量的增加表現出一定的滯后性，研究區降雨主要集中在7、8月份，除研究區北部的南村監測點外，各監測點各深度土層含水量一般在9月達到最大值。

5)由于研究區范圍較大，監測點較少，本研究不能分析不同監測點之間的空間變異性；而且由于缺乏地下水水位數據，本研究不能量化由地下水位變化導致的150 cm含水量變化。

[1] 靳宇蓉, 魯克新, 李鵬, 等. 基于穩定同位素的土壤水分運動特征[J]. 土壤學報, 2015, 52(4): 792–801

[2] 邵明安, 王全九, 黃明斌. 土壤物理學[M]. 北京: 高等教育出版社, 2006: 47–60

[3] 王金生, 楊志峰, 陳家軍, 等. 包氣帶土壤水分滯留特征研究[J]. 水利學報, 2000, 31(2): 1–7

[4] Mohanty B P, Famiglietti J S, Skaggs T H. Evolution of soil moisture spatial structure in a mixed vegetation pixel during the Southern Great Plains 1997(SGP97) hydrology experiment[J]. Water Resources Research, 2000, 36(12): 3675–3686

[5] Vachaud G, Silans A P D, Balabanis P, et al. Temporal stability of spatially measured soil water probability density function[J]. Soil Science Society of America Journal, 1985, 49(4): 822–828

[6] José M, Antonio C. Temporal stability of soil moisture in a large-field experiment in Spain[J]. Soil Science Society of America Journal, 2003, 67(6): 1647–1656

[7] Kachanoski R G, Jong E. Scale dependence and the temporal persistence of spatial patterns of soil water storage[J]. Water Resources Research, 1988, 24(1): 85–91

[8] 米合熱古麗·塔什卜拉提, 塔西甫拉提·特依拜, 買買提·沙吾提, 等. 于田綠洲鹽漬土水、鹽、溫度季節變化規律與相關性研究[J]. 土壤, 2018, 50(1): 162–172

[9] Brocca L, Morbidelli R, Melone F, et al. Soil moisture spatial variability in experimental areas of central Italy[J]. Journal of Hydrology, 2007, 333(2): 356–373

[10] 翁倩, 袁大剛, 張楚, 等. 四川省土壤水分狀況空間分布特征[J]. 土壤, 2017, 49(6): 1254-1261

[11] Ridolfi L, D’Odorico P, Porporato A, et al. Stochastic soil moisture dynamics along a hillslope[J]. Journal of Hydrology, 2003, 272(1/2/3/4): 264–275

[12] Milly P C D, Dunne K A. Sensitivity of the global water cycle to the water-holding capacity of land[J]. Journal of Climate, 1993, 7(4): 506–526

[13] Brubaker K L, Entekhabi D. Analysis of feedback mechanisms in land-atmosphere interaction[J]. Water Resources Research, 1996, 32(5): 1343–1357

[14] Kondo J, Xu J Q. Seasonal variations in the heat and water balances for nonvegetated surface[J]. Journal of Applied Meteorology, 1995, 36(36): 1676–1695

[15] Wang Y P, Meng J, Song W S, et al. Analysis on the relationship between soil moisture and climate change in Hulunbeier City[J]. Research of Soil and Water Conservation, 2009, 16(4): 255–258

[16] Yao X L, Fu B J, Lü Y H, et al. The multi-scale spatial variance of soil moisture in the semi-arid Loess Plateau of China[J]. Journal of Soils and Sediments, 2012, 12(5): 694–703

[17] 韋佳, 蔣名亮, 郭建青, 等. 欒城農田土壤含水量時間統計特性的初步分析[J]. 節水灌溉, 2014(5): 1–3, 6

[18] 周乃健, 王志亞, 郝久青. 回歸等值線圖在土壤水分時空變化動態分析中的應用[J]. 農業工程學報, 1997, 13(1): 112–115

[19] 卜玉山, 苗果園, 周乃健, 等. 秸稈與地膜覆蓋玉米農田土壤水分時空動態變化——兼評回歸等值線法的應用[J]. 土壤學報, 2004, 41(5): 795–802

[20] 郝科棟, 郝建平, 杜天慶, 等. 回歸等值線圖在分析旱地蔬菜全生育期土壤水分動態變化規律中的應用[J]. 山西農業大學學報(自然科學版), 2014, 34(6): 488–493

[21] 楊玉崢, 林青, 王松祿, 等. 大沽河中游地區土壤水與淺層地下水轉化關系研究[J]. 土壤學報, 2015, 52(3): 547–557

[22] 劉占良, 赫旭, 安文超, 等. 大沽河流域農田徑流污染研究[J]. 中國海洋大學學報(自然科學版), 2009, 39(6): 1305–1310

[23] 雷志棟, 楊詩秀, 謝森傳. 土壤水動力學[M]. 北京: 清華大學出版社, 1988: 51–55

[24] 李王成, 馮紹元, 康紹忠, 等. 石羊河中游荒漠綠洲區土壤水分的分布特征[J]. 水土保持學報, 2007, 21(3): 138–143, 157

[25] 郝振純, 呂美霞, 呂美朝, 等. 坡度作用下土壤水分時空異質性研究[J]. 水文, 2012, 32(2): 5–10, 48

[26] 周劉宗, 陳志雄, 周凌云, 等. 土壤水分的時序分析研究[J]. 土壤, 1998, 30(4): 188–193

Dynamic Characteristics of Soil Moisture in Downstream Farmland of Dagu River

XIN Xiang1, LIN Qing1, HUANG Xiudong2, XU Shaohui1*

(1 College of Environmental Science and Engineering, Qingdao University, Qingdao, Shandong 266071, China; 2 Hydrology Bureau of Qingdao City, Qingdao, Shandong 266071, China)

Soil water is an integral part of soil and an important part of “four-water” transformation. Water storage affects other environmental factors in the soil, so studying its dynamic characteristics is of paramount importance. The regression isogram can reflect the spatio-temporal distribution of water more directly. Through sampling and monitoring in the field, soil moistures of 6 representative farmland sections with depth from 5 cm to 150 cm had been obtained in the downstream area of Dagu River from April 21 to December 2 in 2017 and their dynamic changes were analyzed by regression isogram. The results showed that except for Maozibu point in the middle part of study area, the regression equations obtained in the other five monitoring points could reflect well the actual soil moistures. On the temporal scale, soil moistures of points in southern and central parts and Shaliang point in the northern part of study area decreased first, then increased, and decreased finally with time, while soil moisture in Nancun point in the northernmost part increased first then decreased with time. On the spatial scale, there were differences between the two monitoring points in the north part, as the depth increasing, soil moisture in Nancun point also increased gradually, but that of Shaliang point was consistent with the monitoring points in the southern part, increased first then decreased. Soil moisture in Liuli point in the middle part decreased first then increased. In addition, according to the section distribution of soil moisture, the position of the zero flux plane could be judged and the spatial movement direction of water could be inferred. The change of soil moisture showed a certain lag effect with the increase of precipitation. Because the rainfall mainly concentrated in July and August, except Nancun point in the northern part of the study area, soil moisture in each deep layer in other points reached a maximum in September. The above results can provide references for the proposing the reasonable regional joint regulation program of soil water and groundwater.

Downstream area of Dagu River; Soil; Moisture content; Spatio-temporal change; Regression isogram

國家重點研發計劃項目(2016YFC0402807)和國家自然科學基金項目(41571214)資助。

(shhxu@qdu.edu.cn)

辛祥(1992—)，男，山東淄博人，碩士研究生，主要從事地下環境中水和溶質運移的數值模擬。E-mail：reebokjones@163.com

10.13758/j.cnki.tr.2019.02.025

S152.7

A