[整理版]评估土壤保水性特征以及在使用土壤传递函数下该特征的可变空间

[整理版]评估土壤保水性特征以及在使用土壤传递函数下该特征的可变空间 题 目:评估土壤保水性特征以及在使用土壤传递函数下该特征 的可变空间 评估土壤保水性特征以及在使用土壤传递函数下该特征的可变空 间 Assessing Soil Water Retention Characteristics and Their Spatial Variability Using Pedotransfer Functions 摘要:在中国山东省的青岛市，本实验一共用到了107种土壤样本。在压力薄膜装置的测量下，土壤的保水性数据分别呈现出2.5,6,33,100,300和1500KPa几个基质势的类别。多重线性回归(MLR)被应用到了土壤传递函数(PTFs)的点估计和基于易于测量的土壤性质的van Genuchten参数估计法上。也就是所谓的MLR-based point (MLRP) 土壤传递函数 和 MLR-based parametric (MLRV) 土壤传递函数，同时，为了确保函数评估的稳定性和精确性，在研究中我们也运用了双重交叉验证的方法来得出数据。相比于现有的两种土壤传递函数，Rawls函数和vereecken函数，MLRP和MLRV两种土壤传递函数在预计的含水量方面的基质势分别为-10，-33和-1500KPa，而且，在评价土壤传递函数在可变空间内的保水性的时候我们也用到了地质统计 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 作为理论向导。结果显示出在所有的土壤传递函数中只有vereecken函数没能够成功且精确地评估出土壤的保水性特征。MLRP土壤传递系数可以用来预测保留部分的土壤特性，但通过传统的系统分析，它无法正确的分析出土壤水分的可变空间。不过虽然其在-10kpa的环境下效果不佳，但-33kpa和-1500kpa的数据还是令人满意的。 关键词:交叉验证法;多元线性回归;土壤含水量;范巴斯滕参数 土壤水力性能如饱和导水率(Ks)和保水曲线(SWRC)是建模时水流和溶质在非饱和带区中必不可少的参数，然而，直接测量保水曲线浪费时间，经济上及工作强度上都很大，在过去的三十年中,土壤传递函数功能(PTFs)已经发展为一个从容易衡量土壤性质替代为间接估算的方法(SWRC),如粒径分布、容重,有机质含量(Arya and Paris, 1981;Vereecken et al., 1989; W?osten et al., 1995; Tomasella et al., 2003; Huang et al., 2006)。书面的土壤传递函数发现一般可分为两大类:单点估计和参数估计(Tietje和Tapkenhinrichs,1993)。单点估计试图预测水分直接从土壤特性对给定的液压潜力(如?10,-33,-1500?kPa) 这种类型的几个PTFs已经得到了很好的发展(笈多和拉森时期, 1982年)。另一方面,参数化的方法,是基于土壤水力模型如布鲁克斯和Corey先生(1964),加德纳(1970年)、Van Genuchten(1980)的方程公式。虽然多重线性回归法经常被用在发展不够健全时期的土壤传递函数参数(笈多和拉森时期,1979年,贝尔和Van Keulen,1995),不过我们可以发现,在Vereecken(1989年)和Minasny(2004)时期，延长的非线性回归(Scheinost,1997年;Minasny，1999年)和人工神经网络(ANN)也曾经使用(Pachepsky，1996年;贝克和埃利森,2008)。W?osten 在2001年给出了一个优秀的关于土壤传递函数的学术研究。 材料 关于××同志的政审材料调查表环保先进个人材料国家普通话测试材料农民专业合作社注销四查四问剖析材料 和方法 土壤样本及其数据统计 中国山东省青岛研究区(36?00-37?09 N,119?31 -121’23?E)、占地面积约634平方公里,拥有四个下属城市包括平度,莱西，江州和即墨。青岛坐落在一个温暖的温带海洋季风气候区。夏季湿热，冬季干冷。年平均温度为12.3?C，年均阳光普照量为2 541 小时。这是一个典型的干旱作业的农业地区，平均每年的降水量为707毫米,超过70%的雨水发生在每年的七月到九月之间。根据中国土壤系统分类(中国土壤系统分类研究群,1995年),土壤在研究区可分为棕钙土褐潮土 ,沙姜黑土,肉桂土,或沿海盐碱土,前三个土壤类型覆盖超过98%的面积。 我们从不同的土壤剖面整个研究区一共还原了深度为0-20厘米的土样107个。所有抽样的坐标地点被记录在GPS(图1), 我们使用了压力膜装置分别从?2.5,?6、?10,?33,?100?300、?1500kPa几个基质势来进行土壤的保水性数据测量，保留数据然后装入Van Genuchten方程(1980): 土壤传递函数 虽然在过去三十年中,一些土壤传递函数研究发展了起来，但是这些PTFs可能不适用目标地区以外的其他地区的发展(Cornelis等问题,2001)。 因此,我们尝试发展土壤传递函数的单点估计和Van Genuchten参数估计使基本的土壤性能量在我们研究中也能得到适用。和大多数的前人研究一样,利用多元线性回归帮助发展特定产地的土壤传递函数是我们传统的一种方式。作为比较, 在这项研究中两个现有的先前开发出的土壤传递函数也包含了进去(Rawls 和Van Genuchten) 对于这四个土壤传递函数，对其分析和描述土壤水分空间变异的保留能力进行了比较。 评估标准和地理统计法 四个PTFs能力的预测运用了统计量化评估的方法，拟合优度包括的判定系数(R2)、 均方根误差(RMSE), 平均误差(ME): Yi和yiˆ分别是实测和预测值,Yi是指一般的测量价值;N是指观察的总人数。R2和RMSE提供措施的准确性,还有ME是一份衡量的估计偏差。 为了验证该土壤传递系数的位点专一性,我们采用了双交叉验证法来进行评估其精度和稳定性。在多重交叉的回归方程中结果产生了两个子集,生成的方程被用来预测分数和cross-validity的系数。 所有进行统计计算所使用的工具都是微软Excel软件(2003年)和17.0(SPSS软件SPSS公司,美国)。地质统计学的影像分析的保水能力特征则使用了GS + 9.0软件(γ设计软件LLC.、美国)(罗伯逊,2008年) 结果与讨论 Van Genuchten参数的适用性 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf (一) 总结 初级经济法重点总结下载党员个人总结TXt高中句型全总结.doc高中句型全总结.doc理论力学知识点总结pdf 了研究区中我们从107个土壤样品中测量统计的基本土壤特性统计数据和保水能力 Van Genuchten方程被用来调整通过RETC程序数据测量的土壤的保水性。R2最合适的排列是在离差平方和5.5×10?4中从最小值0.919到最大值0.999 。 这些表明,Van Genuchten方程能够准确地描述青岛市土壤的保水特性。 回归分析进行相关保水测量数据拟合求算Van Genuchten参数，这些测量包括沙子，淤泥，粘土含量，以及一些派生的土壤性质。这些派生的性质形成于结合和/或转化上述 变量，如ln(沙子)，泥沙的平方，沙子×OM。将可交换的基本土壤性质加入回归模型可以大大拓展模型中对变量之间的认识，也可以进行更多的对于假设的测试。 如表五可知，MLRP的PTF总是取最低RMSE和绝对ME。MLRV PTF 和Rawls PTF的功能相似，而Vereecken PTF得到了最差的估计值。在Fig.2中能够清楚看出MLRV PTF的最低按沿1:1直线对齐。然而，提出的意见和Vereecken PTF的估计是较为分散的。因此，Vereecken PTF不能估计在可接受的精度区域内土壤的持水性。所以，Vereecken PTF对于量化土壤持水性的空间变异性的功能将不会做进一步讨论。ME也表示估计偏差。 MLRV均否定了ME对这两个PTF 普遍低估保水值的说法。另一方面，Rwals 实际上MLRP和 PTF和Vereecken PTF均确定ME具有高估保水数据的趋势。 上述结果表明，MLRV，MLRP和Rawls PTF能够预测土壤持水特征。地理统计分析在此研究方面进行了描述保水特性空间以评估三种PTF的能力。所有测量和保留数据均通过Kolmogorov-Smirnov的正态性检验(P>0.05)。 有效范围是保留数据空间的依赖程度的指标。在观测范围内MLRV PTF和Rawls PTF的预测值对于所有变量来说相似。然而，MLRP的PTF预测的范围值均明显高于那些观测值。这表明MLRP的PTF的保留数据估计值与观测结果相比具有较强的空间结构。值得注意的是，测量θ?10的范围值是300米，这明显小于平均采样间隔，这表明θ?10的变异函数不能够确定在这项研究中所使用的取样尺度的空间结构。相对矿石影响被用来划分依赖空间的环境变量(Cambardella等，1994)。相对矿石影响越低，空间依赖性越强。MLRP PTF预测值的RNE值明显大于MLRV和Rawls PTF预测值及其观测值。这表明，MLRP PTF的保留数据估计表现出了最弱的空间依赖性。一种可能的解释是被用来做出预测的MLRP PTF多个自变量产生了一些随机错误。 由于MTRP PTF估计的范围和RNE值明显大于那些观测值，所以得出的结论是MTRP PTF不能用来描述土壤持水特性的空间变异性，即使MTRP PTF可以通过传统统计方法被用来预 测水分截留数据。MLRV PTF和Rawls PTF似乎能够量化θ?33 和θ?1500的空间变异性，并且相似与其观测值。然而依然不能够描述θ?10的空间变异性。为了更好的比较，半方差标准化于总体方差(图3)。如图3所绘，标准化的MLRV和Rawls PTF预测的变异函数曲线几乎和观测值重叠。 结论 多元线性回归分析用于发展PTFs单点估计(MLRP PTF)和增值Genuchten参数估计(MLRV PTF)(用于测量收集到的107个泥土样本所得到的土壤特性)。除了再次项研究中得以发展的PTFs，另两个现有的Rawls和Vereecken PTFs也被用于评价土壤含水量在-10,-33，-1500kpa的基质势。MLRP，Rawls PTFs基本上能够预测在此实验中保留特征样本的土壤水分。然而，Vereecken PTF未能在可接受的精度内估计出此研究区域内的持水性。研究表明，PTFs应用的发展在不同的区域内存在一定的区域性。基于地质统计学的影像分析的结果表明，MLRP PTF不能描述土壤持水性的空间变异性。尽管MLRV和Rawls PTFs也无法描述θ-10的空间变异性，但它能够描述θ?33 和θ?1500。这项研究成果为PTFs的实际运用提供了深刻的理解。 以上所有信息的有效性(来自于所研究领域中土壤水分运动的PTFs)应得到进一步的考证。 原文出处: Pedotransfer 21(4):413-422,2011 ISSN 1002-0160/CN 32=1315/P 2011 Soil Science of China Published by Elsevier B.V.and Science Press.