遼寧省土壤墑情預報模型建立和預報方案編制

張志斌

(遼寧省本溪水文局，遼寧 本溪 117000)

當前我國主要通過建立作物需水量與土壤含水量之間的關系來實現土壤墑情預測，通過分析土壤含水量對作物正常生長的影響程度來分析受干旱的影響損失[1]。土壤墑情的預測主要是分析農作物正常生長需水是否能得到有效滿足[2]。土壤墑情的預報一般是對單站進行預測的基礎上進行多站綜合分析，實現對整個區域的墑情預測[3]。受降水以及農業灌溉影響土壤含水量呈現增長變化，而受區域蒸發以及農作物蒸騰作用影響土壤含水量逐步減少，對于土壤墑情預測需要對墑情增加和減少的同步預測[4]。當前，用于土壤墑情增墑和退墑研究取得一定成果[5- 15]，但大都從增墑和退墑的原理和理論展開研究，可操作程度不高，遼寧地區屬于干旱區域，土壤墑情預報對于農業種植十分重要，為此本文結合遼寧省土壤墑情的特點建立土壤增墑和退墑模型，并以遼寧地區業主溝和黃臘坨兩個土壤墑情監測站點為實例，對增墑退墑預報方案構建的步驟進行介紹，并結合墑情站點數據對構建模型進行了驗證，研究成果可為各級政府防旱減災決策提供參考。

1 增墑退墑模型的建立

1.1 退墑曲線原理

在無有效降雨條件下土壤含水量逐步消耗于土壤蒸發，其蒸發量和土壤含水量呈現線性變化，符合土壤前期影響雨量的計算方法，計算方程為：

θt+n=(αt+1αt+2Lαt+n)θt

(1)

式中，θt、θt+n—第t天和t+n天的土壤含水率，%；αt+1～αt+n—不同時段的土壤墑情衰減比例，本文假定不同土壤含水率監測間隔時間內的衰減系數是一致的，因此可以將方程(1)進行簡化計算：

θt+n=αnθt

(2)

式中，α—t+1～t+n天的衰減系數均值。

1.2 土壤含水量增值方程

土壤墑情增加的主要兩個因素分別為降水和農業灌溉水量，在不考慮土壤包氣帶水分側向擴散的前提下，結合水量平衡方程，對土壤墑情的增加量進行計算。

ΔWs=F-f-E+Vg

(3)

F=P-Is-R

(4)

將式(3)和(4)進行耦合：

ΔWs=P-Is-R-f-E+Vg

(5)

式中，ΔWs—土壤墑情的增量，mm；F—土壤水下滲總量量，mm；f—底層土壤的下滲到深層的水量,mm；E—土壤墑情增量間隔時間內土壤表層水量的蒸發量；Is—植物冠層截留的水量,mm；R—降雨產生的直接徑流水量,mm；Vg—補給地下水的徑流量,mm。

2 增墑及退墑預報的建立

2.1 增墑預報方案的建立

當地表徑流及植物冠層截留水量較小，且地下水埋深較大時，滲透水量很難補充作物根系需水要求，土壤包氣帶受毛管水補充量較低，或者地下水埋深變化較小且農業灌溉水量缺少條件下，大氣降水可視為土壤水分增加的唯一來源。ΔWs受降雨和土壤蒸發影響，土壤蒸發與前期土壤含水量具有較好的相關度，因此可以構建P-Ws，0-ΔWs三個參數的增墑預報模型。

建立增墑預報方案步驟

(1)結合墑情監測站點的土壤含水量、蒸發皿蒸發、降水量、地下水位等觀測數據，以蒸發量E(mm)、地下水水位h(m)、不同土壤分層深度下的含水量觀測值、降水量作為縱坐標，以觀測時間為橫坐標繪制土壤墑情的變化過程。

(2)在土壤墑情變化過程圖上選擇場次降水量超過15mm且降水過后土壤墑情增加較為顯著的時間段，選取場次降水量P、降水前期的土壤含水率Ws，0以及土壤含水量的增量ΔWs，以Ws，0作為參數建立P-Ws，0-ΔWs的三參數土壤增墑預報方案。

P-Ws，0-ΔWs三參數各相關線均為指數型曲線，因此在繪制各墑情站點的三參數相關圖后，可將各曲線的P和ΔWs對應值點繪在相關圖上，采用圖解方法對各曲線的經驗公式進行推求，建立單站的土壤墑情增墑預報經驗方程，方程的具體表達式為：

P=aebΔWs

(6)

將式(6)轉換成

ΔWs=ln(P/a)/b

(7)

在已知某土壤墑情監測站點土壤含水量日值和降雨實測值時，可采用查圖方式或采用經驗相關方程對場次降水后的土壤含量，即可以進行土壤增墑的預報作業。

2.2 退墑預報方案的建立

退墑預報主要是進行土壤含水率衰減系數的計算，其計算主要步驟為;

(1)選取歷史上干旱典型的年份，對連續無有效降水(P≤5mm)時段進行摘錄。

(2)結合相鄰土壤含水量人工觀測的時間，進行間隔天數的計算。

在衰減系數計算基礎上，繪制土壤退墑曲線，具體步驟為：

(1)將計算的衰減系數系列值按照春秋、夏、冬不同季節進行分組；

(2)將各組衰減系數及其對應的土壤含水率進行散點圖的繪制，并通過點群中心繪制相關線，得到計算站點的退墑曲線。

3 實例應用

3.1 區域旱情概況

本文選取的兩個站點分別位于遼寧省東中部，區域發生干旱的頻率較高，根據研究區春季降雨量分析，三月份降水量是春季各月份降水偏少的月份，春季干旱影響最為主要的玉米，若遭遇連續旱情，則可導致播種的不及時，對玉米的產量產生較大程度的影響。地區主要土壤類型為棕壤，土壤含水量季節性變化較為顯著，春季土壤含水率一般在15%左右，夏季由于降水量增加，土壤含水量可穩定在60%～70%之間。冬季由于降水量較少，土壤含水量一般低于5%。為降低區域春季干旱對農作物的影響，需要對區域土壤墑情進行預報，從而為區域抗旱措施決策提供重要的依據。

3.2 增墑預報方案

收集整理業主溝、黃臘坨兩個土壤墑情觀測站點2010—2018年的土壤含水量、降水量、蒸發量、地下水觀測數據，對本溪地區的土壤增墑曲線進行分析。

3月4日有降水，3月1日、11日有土壤墑情實測數據，則將3月1日觀測的土壤墑情數據采用退墑曲線計算得到3月3日的土壤含水率，結合3月11日土壤含水率實測數據，采用退墑曲線分析得到3月5日的土壤含水率。

(1)對分析數據進行合理性分析，對不合理的數據進行剔除。

(2)按照降雨前期土壤含水率的大小對摘錄數據進行排序并分組。

(3)將不同分組單元的數據進行趨勢線分析，得到不同分組的P-ΔWs指數型式。

(4)將不同分組趨勢線進行綜合分析，得到單個墑情站點或整個區域的P-Ws，0-ΔWs趨勢線(如圖1所示)和趨勢線參數，見表1—2。

從圖1中可看出，隨著降水量的增加，土壤含水量未達到飽和含水量之前，土壤墑情的增量逐步遞增，當土壤含水量低于田間持水量，且降水量較小時，土壤墑情增量等于有效降水量，各增墑曲線下端區域于45°線平行線，無效降水量為其縱軸截距，且大于等于植物冠層截留的水量。當土壤含水量達到田間持水量后，土壤水飽和，隨著降水量的增加，土壤墑情增量不再變化，為常數，產生地面徑流和地下徑流。因此，增墑曲線上部的坡度越來越大，逐步趨于與縱軸相平行。在同一降水條件下，土壤墑情增量ΔWs與雨前土壤含水量Ws，0呈負相關，前期土壤含水率越高則土壤水的增量越小。

圖1 各墑情站點土壤含水量增長曲線

表1 業主溝站不同雨前含水率對應的趨勢線參數

表2 黃臘坨不同雨前含水率對應的趨勢線參數

3.3 退墑預報方案實例

以黃臘坨、業主溝兩站2016年3月1日至5月6日期間實測含水率為例說明退墑模型計算過程。見表3—4。

(1)對連續無效降水的時段進行摘錄，計算間隔時段(天)。

(3)按此方法對相鄰時段的衰減系數進行計算，結果見表5—6。

表3 南甸站2016年3—5月含水率

表4 業主溝站2016年3—5月含水率

表5 黃臘坨衰減系數計算結果

表6 業主溝站衰減系數計算結果

(4)根據含水率和衰減系數畫出散點圖，點出趨勢線和擬合公式，如圖2所示。

圖2 各站點退墑曲線

研究地區土壤退墑具有明顯的季節變化特征，夏季由于濕度較低，蒸發量較大，使得作物需水增多，土壤墑情消退速率較大。而冬季蒸發較小，作物需水較低，土壤墑情消退速率最低。春、秋季的土壤墑情消退速率介于兩個季節之間。從圖2中兩個站點的退墑曲線可看出，各站點土壤墑情的衰減系數隨著土壤含水率的增加而遞減，當土壤含水率初始值較大時，土壤含水量的補給較為充分，土壤含水率消退速率較大，衰減系數較低；反之，衰減系數較大。當土壤含水量初始值小于凋萎含水量時，土壤墑情消退速率趨近與于0，衰減系數接近于1.0。

4 模型驗證

4.1 增墑預報驗證

選取研究地區3月31日—4月1日的土壤含水率和降水實測數據，對土壤增墑模型進行驗證，各站點驗證結果見表7—8，從驗證結果可看出，計算的土壤含水率和實測含水率之間的誤差均在10%以內，滿足增墑預報的精度需求。

4.2 退墑預報驗證

選取未參與率定的無降雨時段，2014年3月12—14日、4月19—23日對退墑模型進行檢驗，結合不同時段土壤含水率初值、衰減系數對日含水率進行計算，并與實測含水率進行對比分析，如圖3所示。對圖中6個觀測數據進行誤差分析，實測值和計算值之間的絕對誤差的平均值為0.67%，符合土壤墑情監測誤差在2%以內的規范要求，可在實際的工作中進行應用。

5 結語

(1)在構建區域增墑和退墑預報方案時，需要對墑情監測數據進行可靠性和合理性分析，對于異常數據需要進行篩選，將不合理的數據進行剔除，從而保證增墑和退墑方案的預報精度。

表7 業主溝站墑情預報模型預測結果

表8 黃臘坨站墑情預報模型預測結果

圖3 各站點退墑曲線

(2)通過土壤墑情預報模型對自動監測數據的過濾，使得自動墑情數據能夠滿足生產需要，充分發揮了國家防汛抗旱指揮系統建設一期的墑情自動監測的作用，減少了干旱期間人工加密監測的頻次，節省了大量的人力物力。