首页 > 学术交流 > 学术论文 > 徐州市湖西地区土壤含水量变化特征研究

徐州市湖西地区土壤含水量变化特征研究

发布时间:2024-07-16 11:51:09     浏览次数:1095


王伟 吴宏宇

(江苏省水文水资源勘测局徐州分局,江苏 徐州 221018)

 

摘  要:为了研究自然条件下的湖西地区土壤含水量的时空变化特征,选用多年土壤含水量数据,采用数理分析方法,从空间和时间角度分析了湖西地区土壤含水量的变化特征。结果表明:土壤墒情总体呈现出西高东低的趋势且不同深度土壤含水率相关关系显著;土壤含水量与降水量呈正相关关系,与蒸发量呈负相关关系且年内变化大致与降水变化趋势相同。通过分析总结湖西地区土壤含水量变化规律,可为农业生产及水资源调配管理提供依据。

关键词:土壤含水量;变化特征;降水量;蒸发量;气温

 

引言

在全球变暖背景下,极端气象事件频繁发生,不同地区遭遇干旱、高温热浪等单一极端事件的风险加大,复合型干旱热浪发生的频率也愈发频繁,严重影响粮食安全和公众安全[1-3]。湖西地区是徐州市重要的粮食产区,而农作物所受水分胁迫程度与土壤水分含量密切相关,土壤水分的多少直接影响着作物的生长发育、产量和品质的形成,可见研究土壤含水量的变化对减少农作物损失、保障粮食安全具有重要意义[4-5]

土壤含水量受到多种内外因素的影响,包括气象(降水量、雨水持续时间和强度、气温、日照等)、土壤(质地、有机质、质地剖面等)、作物生长状况、田间管理等[6-7] 。湖西超采区总体上温热充足,但降雨量较徐州其他地区偏少,且季节分配不平衡。因此,如何利用水资源,保证作物正常生长,减少地下水利用,及时掌握土层水分动态变化状况尤为重要。目前,国内学者对土壤含水量作了大量研究,如顾建芹等[7]分析了奉贤区土壤墒情的季节变化规律和演变特点,形成小青菜墒情评价指标体系。牛宏飞等[8]利用土壤墒情和气象数据,对3种土壤墒情预测模型进行了对比研究。张鹏宇、王杰和钟维斌等[9-10]分析总结不同地区的土壤墒情变化规律。多年来,湖西地区一直存在超采区且地下水埋深较徐州其他县(区)明显深很多,水资源短缺问题尚未得到根本性解决,水资源保障水平有待提高。文章依据湖西地区多年土壤含水量观测资料,结合土壤类型、蒸发、降水量资料,分析土壤含水量在时间和空间上的变化规律,以期为提高农业水资源利用率和缓解水资源短缺问题等工作提供依据。

1 概况与数据

1.1 研究区概况

研究区包括徐州市丰县、沛县和铜山区西部地区,总面积3032km2,位于徐州市西北部,地处淮河流域下游,与山东省、安徽省相邻,地理坐标为东经116°20′~117°26′,北纬 32°34′~34°24′。多年年平均降水量752.3mm,降水主要集中在汛期,汛期降水量占全年的70~80%。多年平均水面蒸发量950mm,冬季(12~次年2月)蒸发量最小,夏季(6~8月)蒸发量最大。境内以黄淮平原为主,土壤多为壤土、砂壤土及少量黏壤土,适合农作物的生长,种植农作物以小麦和玉米为主。

1.2 研究数据

研究区现有4个土壤墒情观测站,选取10cm20cm40cm3个不同深度进行取样监测,测定土壤在不同深度条件下的含水率大小,数据起止时间为20162022年。降水量资料均为自动测报雨量计观测值,蒸发资料均为每日8时人工观测值,降水量、蒸发资料采用水文局历年整编成果,降水与蒸发资料系列均与墒情资料系列一致,土壤墒情站观测点见表1

1 研究区墒情监测站网

序号

站点

经度

纬度

地址

土壤类型

备注

1

宋楼

116.60

34.58

徐州市丰县宋楼镇

壤土


2

王沟

116.44

34.66

徐州市丰县王沟镇

壤土


3

敬安

116.92

34.53

徐州市沛县敬安镇

壤土


4

鹿楼

116.77

34.72

徐州市沛县鹿楼镇

壤土


2 土壤含水量时空变化特征

2.1 土壤含水量空间变化特征

2.1.1 土壤含水量水平空间变化

计算研究区内墒情监测站多年平均土壤含水量,并对其进行分析对比。在纬度相差不大的情况下,宋楼站和王沟站的土壤含水量比敬安站和鹿楼站的土壤含水量高,呈现西高东低的现象;在经度相差不大的情况下,南北方向不同地区土壤含水量并无明显规律。

2.1.2 土壤含水量垂向空间变化

计算研究区内墒情监测站10cm20cm40cm土层的土壤含水量,得出10cm土层土壤含水量小于20cm土层土壤含水量,20cm土层土壤含水量小于40cm土层土壤含水量。分析原因为10cm20cm土层土壤含水量更易受地表蒸发及水分下渗影响,而40cm土层土壤含水量受蒸发气象因子的影响较小。对不同土层深度土壤含水量进行简单的相关关系分析,分析结果如表2

从表2的结果来看,不同深度土层土壤含水量具有显著的相关性,且相关系数最低为0.776。整体上呈现土壤深度10cm20cm相关性最强,20cm40cm相关性次之,10cm40cm相关性最最差,即相邻土壤层间距离越近,相关性越高。

2  不同深度土层土壤含水量相关关系



10cm

20cm

40cm

10cm

皮尔逊相关性

1

.891**

.776*

显著性(单尾)


0.002

0.019

样本容量

8

8

8

20cm

皮尔逊相关性

.891**

1

.804**

显著性(单尾)

0.002


0.010

样本容量

8

8

8

40cm

皮尔逊相关性

.776*

.804**

1

显著性(单尾)

0.019

0.010


样本容量

8

8

8

**. 0.01 级别(单尾),相关性显著,*. 0.05 级别(单尾),相关性显著。

2.2 土壤含水量时间变化特征

2.2.1 土壤含水量年际变化

计算研究区内墒情监测站的土壤含水量年平均值,结合研究区年降水量和年蒸发量进行对比,分析研究区年平均土壤含水量随时间变化的趋势。

由图1可以看出,土壤含水量的年际变化与所在地降水量有显著关系,其涨跌趋势与降水量的涨跌趋势一致,即土壤含水量与降水量基本上呈正相关关系。随着蒸发量增大,土壤含水量呈现下降趋势,呈现一定的负相关关系,但其趋势并不明显。分析原因,土壤含水量与降水量和蒸发量均有一定的相关关系,降水量对土壤含水量的影响程度更大。

                                              1721104272111792.jpg

研究区土壤含水量年平均值、年降水量与年蒸发量关系图

2.2.2 土壤墒情年内变化

计算研究区4个墒情监测站的土壤含水量月平均值,分析研究区土壤含水量年内变化特征。由于收到季节性降水不均匀的影响,土壤含水量在年内变化也较为明显,研究区土壤含水量月平均值变化见图2

由图2可以看出,1~2月和10~12月,这一时期气温较低,降水量、蒸发量也相对较小,土壤含水量处于相对稳定或微小上升状态。到3~6月份,随着气温逐步升高,蒸发量也随之增大,但降水量仍处在相对较低水平,蒸发量与降水量持平或较降水量略偏大,蒸发减墒效应较降水增墒效应显著,土壤水分大量消耗,土壤含水量呈明显下降趋势并在6月达到最低值。从6月份开始,湖西地区随着汛期到来,降水量猛增,降水量远大于蒸发量,降水带来的增墒远较蒸发造成的减墒高,土壤水分快速恢复,土壤含水量在7月和8月达到顶峰。进入9月份后,随着降雨量的逐步减少,土壤含水量也逐步稳定。

1721104311830341.jpg

研究区土壤含水量月平均值变化图

3 结语

本文通过对4个土壤墒情监测站多年数据进行整理分析,结论如下:从水平分布来看,湖西超采区土壤含水量整体呈现出西高东趋势,但趋势并不显著;从垂向变化来看,不同深度土层土壤含水量相关关系显著,且土壤层间距离越近,相关性越高;从年际变化来看,土壤含水量与降水量呈正相关关系,而与蒸发量、气温呈负相关关系。土壤含水量与降水量和蒸发量均有一定的相关关系,降水量对土壤含水量的影响程度更大;从年内变化来看,土壤墒情年内变化大致与降水变化趋势相同,并受温度影响。可分为3个阶段:稳定期:1~2月和912月,这一阶段,土壤含水量相对稳定,波动较小;下降期:4~6月,土壤含水量呈明显下降趋势并在6月达最低;上升期: 6~8月,土壤含水量快速升高,在8月达峰。尽管应用的土壤含水量资料系列较长,但墒情监测站较少,且缺失部分逐日观测资料和雨前雨后观测资料,难免存在资料代表性和精度问题。今后需提高认识,加强监测以及提高资料整编精细度,以进一步提高土壤含水量变化特征及规律的准确性。

参考文献

[1]周波涛,钱进.IPCC AR6报告解读:极端天气气候事件变化[J].气候变化研究进展,2021,17(6):713-718.

[2]余荣,翟盘茂.关于复合型极端事件的新认识和启示[J].大气科学学报,2021,44(5):645-649.

[3]廖国清,朱烨,吴光东,. 中国近60年干旱热浪演变趋势及并发特征分析[J]. 中国科学院院报,2023,40(2): 169-176.

[4]虞美秀,董吴欣,张建云..基于大范围地面墒情监测的鄱阳湖流域农业干旱[J].水科学进展,2022,33(3):185-195.

[5]白晓,贾小旭,邵明安,.黄土高原北部土地利用变化对长期土壤水分平衡影响模拟[J]. 水科学进展,2021,32(1): 109-119.

[6]何聪,吴世祥,胡翠华,.元谋干热河谷冲沟土壤墒情与植物多样性的关系研究[J]. 亚热带水土保持,2019,31(1):26-31.

[7]顾建芹,江健.上海市奉贤区土壤墒情变化规律与评价指标研究[J]. 上海农业学报,2020,36(6):103-108.

[8]牛宏飞,张钟莉莉,孙仕军,.土壤墒情预测模型对比[J].中国农业大学学报,2018,23(8):142-150.

[9]王杰,曹言,张鹏,.云南省土壤墒情变化特征分析[J].节水灌溉,2018,9:97-101.

[10]钟维斌.黄山市土壤墒情变化规律分析[J].中国水土保持,2018,9:55-58.

作者简介:王伟(1990-),男,硕士研究生,工程师,主要从事水文水资源科技报告编制及水文测量等工作,15896429071 ,江苏省徐州市云龙区楚韵路彩云里5420221018E-mail815828342@qq.com


相关文章