遼北地區土壤體積含水量和相對濕度轉換方法研究

李 穎

(遼寧省鐵嶺縣新臺子鎮水利工作站，遼寧 鐵嶺 112611)

當前，土壤濕度的獲取主要通過站點監測、水文模擬或者衛星數據反演得到，結合分布式水文模型可得到的土壤濕度的空間分布，數據精度也和監測站點具有較好的一致性，但這種方式受到模型不確定性和輸入數據的精度影響很大[1]。衛星遙感反演的土壤濕度數據只能對其表層土壤深度下的濕度進行反演，且反演的精度受到下墊面參數影響較大[2]。土壤濕度數據是有助于了解陸氣耦合作用下的水循環變化，對于區域農業、氣候變化影響分析具有重要的實際意義[3]。分布式水文模擬和衛星遙感反演可以實現區域土壤濕度空間分布的變化，對于掌握農業干旱特征、流域土壤水蓄水變化具有十分重要的作用，但兩者方式均需要結合土壤體積含水量作為模型驗證數據，需要進行土壤體積含水量和土壤相對濕度的轉換，從而獲取完成數據系列的土壤相對濕度數據。近些年來，對于土壤體積含水量和土壤相對濕度轉換取得一定研究成果[4-5]，但這些研究成果還難具有通用性。李家第結合中國地區35個土壤濕度監測站點數據，通過建立回歸模型實現土壤相對濕度和土壤體積含水量的轉換，并結合站點監測數據進行了精度分析，分析結果表明該轉換方法具有較好的通用性，但在遼寧地區還未得到相關應用，為此本文結合此研究思路，以遼寧本溪地區為研究實例，對區域土壤濕度和土壤體積含水量進行轉換，研究成果對于區域分布式農業旱情監測、流域土壤蓄水量變化空間特征具有重要的研究價值。

1 轉換方法

通過研究發現，土壤相對濕度和體積含水量之間存在線性變化關系，因此采用回歸模型的方法，通過分析站點觀測的土壤相對濕度與土壤體積含水量的回歸關系，實現土壤相對濕度與土壤體積含水量之間的轉換，在進行模型轉換前，首先需要對模型數據進行處理，以月為時間尺度，結合各站點單月土壤相對濕度觀測值的平均值作為該月土壤相對濕度，按照不同土壤分層對各月份土壤相對濕度的均值進行處理，各分層土壤相對濕度處理方程分別為；

(1)

L20=L3×100

(2)

(3)

(4)

(5)

(6)

在方程中，L10表示為0～10 cm土壤層觀測的相對濕度；L20表示為10～20 cm土壤層觀測的相對濕度；L50表示為20～50 cm土壤層觀測的相對濕度；L70表示為50～70 cm土壤層觀測的相對濕度；L100表示為70～100 cm土壤層觀測的相對濕度。L1、L2、L3、L4、L5、L6、L7、L8、L9、L10、L11分別表示為土壤濕度觀測數據系列中第1層到第11層土壤濕度觀測值。將不同層的相對土壤濕度進行合并后，乘以100轉換成土壤相對濕度相同的0～100之間的數值。并將各個站點的土壤相對濕度進行月平均值的處理。

2 結果與分析

2.1 站點概況

結合本溪地區土壤濕度觀測的6個站點的月均值觀測數據系列，中國區域土壤濕度觀測數據系列主要為2套，其中一套土壤濕度觀測數據為土壤的體積含水量，數據系列的起止年份從1981-1999年，另一套土壤濕度觀測數據為土壤相對濕度數據，數據系列的起止年份從1991-2018年，土壤濕度數據早期是通過人工取土后才有烘干方法進行稱重，在進行體積百分比的轉換，雖然該數據資料時空分辨率較低，但是在國內應用較為成熟和廣泛，數據下載地址見文獻[14]。中國氣象數據共享網提供了農業氣象臺站觀測的土壤濕度數據，該數據采用百分值進行表示，數據下載地址見文獻[15]，數據從1991年到2013年每月觀測一次，在本溪地區冬季觀測較少，主要集中在3-4月以及9-10月。本溪地區6個觀測點的土壤濕度觀測數據主要分為5層，分別為0～10 cm、10～20 cm、20～50 cm、50～70 cm、70～100 cm，各站點分布及情況見表1和圖1。

表1 研究站點及資料概況

圖1 各觀測站點分布

2.2 相關度分析結果

結合各研究站點土壤體積含水量和土壤相對濕度的觀測數據系列，對其相關性進行分析，并建立各土層相關回歸方程，各站點點土層為50～70 cm的觀測的土壤相對濕度和土壤體積含水量相關圖見圖2，其他土層相關性分析結果見表2。

圖2 本溪地區各站點土層為50～70 cm的觀測的土壤相對濕度和土壤體積含水量相關圖

表2 其他土壤分層土壤相對濕度和土壤體積含水量相關方程及相關度分析結果

從各站點土層50～70 cm的觀測的土壤相對濕度和土壤體積含水量相關圖可看出，各站點重合年份觀測的土壤相對濕度與土壤體積含水量呈現明顯的線性關系，各站點相關系數均可以在0.6以上，具有較好的相關性。其他各分層土壤相對濕度和土壤體積含水量相關系數分析結果可看出，隨著土層深度的增加，相關系數逐步減小，這主要是因為隨著土層深度的增加，土壤相對濕度和土壤體積含水量受土壤物理參數影響加大，使得土壤相對濕度和土壤體積含水量的相關系數有所減小，但相關系數總體均大于0.6，表明在各分層土壤相對濕度和土壤體積含水量具有較好的線性關系，構建的回歸方程可滿足各分層土壤體積含水量和相對濕度的轉換。

2.3 回歸誤差分析檢驗結果

在各分層土壤回歸方程構建的基礎上，對不同分層土壤回歸方程進行誤差檢驗，以檢驗回歸方程的合理性，各站點土層為50～70 cm的土壤相對濕度與土壤體積含水量回歸方程誤差分布見圖3，其他各分層土壤的相對濕度和土壤體積含水量回歸方程的誤差檢驗結果見表2。

圖3 本溪地區各站點土層為50～70 cm的土壤相對濕度與土壤體積含水量回歸模型

從本溪地區各站點土層為50～70 cm的土壤相對濕度與土壤體積含水量回歸誤差分布圖可看出，各站點的均方根誤差均小于6.0，均方根誤差表示為回歸方程轉換值和觀測值偏差的平方與觀測次數平方值之間的誤差檢驗值，均方根誤差可表示回歸模型土壤相對濕度轉換值和觀測值之間的離散度，各站點其他分層的均方根誤差也在3.0之內，隨著土層深度增加，均方根誤差加大，土壤濕度和土壤體積含水量轉換值和觀測值之間的離散度有所加大。平均誤差主要表示為轉換值和觀測值總體的誤差，從50～70 cm土層回歸方程的平均誤差可看出，各站點平均誤差在±3以內，滿足回歸方程的誤差要求。從各分層土壤平均誤差分布可看出，在-2.62～2.52之間，隨著土層深度增加，平均誤差有所提高。構建的各分層土壤相對濕度和土壤體積含水量轉換的回歸方程滿足誤差檢驗要求。

2.4 轉換精度分析結果

結合構建的本溪地區各站點不同土壤分層的回歸轉換方程，對其轉換精度進行了分析，各站點土層為50～70 cm的土壤相對濕度觀測值與轉換值過程對比見圖4，其他土壤分層土壤相對濕度觀測值與轉換值轉換系數分析結果見表3。

圖4 本溪地區各站點土層為50～70 cm的土壤相對濕度觀測值與轉換值過程對比

表3 其他土壤分層土壤相對濕度觀測值與轉換值轉換系數分析結果

從各站點土層為50～70 cm的土壤相對濕度觀測值與轉換值過程對比結果可看出，具有較好的擬合度，這主要是因為土壤分層的相對濕度和土壤體積含水量具有較好的線性相關性，建立的回歸方程可滿足土壤相對濕度和土壤體積含水量之間的有效轉換，使得其轉換值和觀測值之間具有較好的吻合度，土壤相對濕度轉換值與觀測值之間在各季節上也具有相同的變化趨勢，各別監測時段誤差較大的原因在于北方地區進入冬季后，土壤相對濕度受到凍土層的影響，觀測記錄有所偏小，使得轉換誤差加大。從其他分層的轉換系數可看出，各分層土壤相對濕度轉換值和觀測值之間的轉換系數隨著土壤分層的增加，而逐步遞減，但總體均在0.65以上，結合各分層的轉換系數和建立的回歸方程可以實現區域土壤相對濕度和土壤體積含水量的有效轉換。

3 結語

(1)北方地區土壤相對濕度季節性變化較為明顯，尤其是在凍土期，土壤濕度觀測值偏小，因此在轉換時，針對土壤濕度季節變化，在凍土期加大回歸系數，從而減小轉換誤差。

(2)在建立回歸模型進行土壤濕度和土壤體積含水量轉換時，需要對回歸方程進行均方根誤差及平均誤差的檢驗，其中均方根誤差低于10，平均誤差在±1.5內才可滿足轉換精度要求。

(3)由于土壤相對濕度的影響因素較為復雜，在以后的研究中還需要考慮土壤質地對土壤相對濕度和土壤體積含水量轉換的影響，提高轉換精度。