南疆棉田土壤剖面盐分与土层深度定量关系模型研究
土壤盐渍化会导致农作物无法有效吸收土壤养分,阻止农作物的正常生长;长期以往也会导致农田退化,制约农业生产的可持续发展。所以,对土壤盐渍化进行研究、掌握土壤盐分的动态变化对南疆棉田的土壤盐渍化防控具有十分重大的现实意义。那么如何在节省物力资源的同时可以快捷、便利、精准地获取土壤剖面盐渍化信息,并据此获取农田土层深度与土壤剖面盐分之间的关联性,已逐渐成为当前国内外研究的重难点与热点。本文以新疆南疆机采棉田为试验区,通过EM38-MK2大地电导率仪,采集与本文研究相关的土壤表观电导率和土壤电导率等相关数据,利用线性回归算法、哑变量处理法、最小二乘法、卡尔曼滤波算法,对南疆土壤剖面盐分与土层深度关系模型进行研究。本文研究结果主要有:（1）对于土样样品的采集,采集EM38-MK2大地电导率仪发射线圈位置下的土样样品,所构建的表观电导率线性模型精度高。并且土壤含水量也会影响模型精度,当土壤含水量低于10%时,决定系数为0.72,RESE较大,模型精度最差;当含水量高于10%时,决定系数达到0.84以上,RESE远小于土壤含水量低于10%的RESE,模型精度较好。根据不同土层深度选取不同测量模式下表观电导率作为建模因子,0～40 cm范围内,可以选择水平模式下ECh0.5作为建模因子;在40～80 cm范围内,无论选择水平模式下ECh1.0或垂直模式下ECv0.5都可以作为建模因子,本文选取垂直模式下ECv0.5作为建模因子;在80～100 cm,选择垂直模式下ECv1.0作为建模因子。并且不同土层深度的局部模型反演精度均高于全局模型,预测能力较好。（2）为了进一步提高对土壤剖面盐分的监测与预测,以每个时期固定采样点所获取的实测电导率数据为整体,可运用哑变量处理法和最小二乘法,将土层深度影响和样本个数作为自变量,建立多元线性模型。然后通过对卡尔曼滤波算法及其变体形式的探讨,结合其他研究者的思路及方法,选择卡尔曼滤波算法对模型进行多次校正,使预测值更可能的接近实测值。从研究结果看出,利用卡尔曼滤波算法,可以提高模型的预测值与实测值之间的相关性,升高模型的精准性。研究表明,在棉田各个时期土壤盐分累积出现锯齿型波动。虽然四个时期模型精度不同,但是可以看出土壤盐分随土层深度呈现出逐渐累积的趋势。以精度较高的3月和10月可以得出,在40～80 cm土层深度范围内,土壤盐分明显聚集并达到峰值,所测定的土壤盐分含量与模拟值一致性较好,模拟结果能反映不同土层深度的盐分运移积累情况。
- 作者：
- 高杨
- 学位授予单位：
- 塔里木大学
- 授予学位：
- 博士
- 学位年度：
- 2022年
- 导师姓名：
- 蒋青松
- 中图分类号：
- S156.41
- 关键词：
- 土壤盐渍化；EM38-MK2；土壤剖面电导率；卡尔曼滤波算法
-
- 基金项目：
- 中央高校专项基金中农-塔大联合项目“基于近地传感-模型耦合的南疆农田土壤盐分监维制图”的部分研究成果（项目编号: ZNLH201904）课题主持人: 蒋青松 教授（塔里木大学）