為研究顆粒級(jí)配變化對(duì)黃河三角洲鹽堿土壤水分特征曲線方程參數(shù)的影響,進(jìn)行了不同配沙量下的室內(nèi)模擬試驗(yàn),通過壓力膜法測(cè)定了各處理不同水吸力下的土壤含水量,結(jié)合VG模型和Gardner模型,分析了兩個(gè)模型對(duì)土壤水分特征曲線的適用性,以及土壤顆粒級(jí)配變化對(duì)模型參數(shù)的影響。結(jié)果表明:鹽堿土配沙后,土壤顆粒組成發(fā)生明顯變化。其中,0.05～0.1 mm的顆粒相對(duì)含量從3.6%增加到62.02%,<0.002 mm的顆粒相對(duì)含量從29.02%降低到3.89%,土壤顆粒級(jí)配發(fā)生明顯改變;鹽堿土配沙量較高（67.0%）的條件下,參數(shù)n隨配沙量的增加呈增加趨勢(shì),α值隨配沙量的增加呈降低趨勢(shì)。Gardner模型中參數(shù)a僅與某段配沙量（28.8%～45.2%）處理呈線性負(fù)相關(guān),參數(shù)b隨配沙量的增加整體呈先增加再降低的趨勢(shì)。VG模型與Gardner模型均可擬合黏質(zhì)鹽土不同配沙量條件下土壤水分特征曲線,VG模型對(duì)土壤水分特征曲線擬合度優(yōu)于Gardner模型,但VG模型模擬精度低于Gardner模型。 

【文章來源】：節(jié)水灌溉. 2020,(01)北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

黏質(zhì)鹽土和引黃泥沙顆粒級(jí)配

配沙后黃河三角洲鹽堿土各級(jí)配顆粒相對(duì)含量均有明顯變化(圖2):粒徑為0.05～0.1 mm極細(xì)沙粒的相對(duì)含量由3.60%增加至62.02%,增加了1 623%,粒徑0.05～0.01 mm的粗粉粒相對(duì)含量由47.44%降低為31.15%,降低了34.34%,粒徑<0.002 mm細(xì)黏粒的相對(duì)含量由29.02%降低為3.89%,降低了86.60%,粒徑0.002～0.005 mm的粗黏粒相對(duì)含量由10.76%降低為0.42%,降低了96.10%,粒徑0.005～0.01 mm的細(xì)粉粒相對(duì)含量由9.00%降低為0.57%,降低了93.67%�？梢钥闯�,粒徑<0.002 mm細(xì)黏粒相對(duì)含量明顯降低,粒徑0.05～0.1 mm極細(xì)沙粒相對(duì)含量升高明顯,表明配沙可以有效調(diào)節(jié)鹽堿土壤不同顆粒的相對(duì)含量,進(jìn)而改變土壤質(zhì)地類型,調(diào)節(jié)土壤物理性質(zhì)。2.2 VG模型

采用matlab軟件對(duì)VG模型與實(shí)測(cè)值進(jìn)行了擬合,并結(jié)合灰色關(guān)聯(lián)度方法確定了與模型參數(shù)n關(guān)聯(lián)度最高的3個(gè)粒級(jí)依次為:0.01～0.05、0.1和<0.002 mm(表2)。通過回歸分析,得到結(jié)果表明:VG模型參數(shù)n與配沙量及3個(gè)關(guān)聯(lián)度最高的粒級(jí)含量均呈三次函數(shù)關(guān)系,且決定系數(shù)均高于0.7(圖3)。0～49組處理隨配沙量的增加,參數(shù)n基本不變[圖3(a)],α值隨配沙量的增加而增加(圖4);50～74組處理隨配沙量的增加,參數(shù)n呈增加趨勢(shì),[圖3(a)],α值隨配沙量的增加呈降低趨勢(shì)(圖4)。此外,從圖3還可以看出當(dāng)0.01～0.05 mm顆粒含量介于32.5%～37.4%時(shí),n隨0.01～0.05 mm顆粒含量的增加而降低,當(dāng)0.01～0.05 mm顆粒含量高于37.4時(shí),n值基本恒定[圖3(b)];當(dāng)粒徑>0.1 mm顆粒含量介于1.8%～2.3%時(shí),n值隨>0.1 mm顆粒含量的增加而降低,當(dāng)>0.1 mm顆粒含量低于1.8%時(shí),n值基本恒定[圖3(c)];當(dāng)<0.002 mm顆粒含量介于6.0%～12.5%時(shí),n值隨<0.002 mm顆粒含量的增加而降低,當(dāng)<0.002 mm顆粒含量高于12.5%時(shí),n值基本恒定[圖3(c)]。由此可以說明各級(jí)顆粒含量只有介于某一范圍時(shí)才會(huì)對(duì)n值產(chǎn)生影響。圖4 不同配沙量下參數(shù)α變化

【參考文獻(xiàn)】：
期刊論文
[1]顆粒組成變化對(duì)粘質(zhì)鹽土含鹽量和小麥生長(zhǎng)的影響[J]. 鄭乾坤,毛偉兵,孫玉霞,傅建國(guó),楊慶賀.  中國(guó)農(nóng)學(xué)通報(bào). 2019(11)
[2]土壤水分特征曲線Gardner模型參數(shù)預(yù)報(bào)研究[J]. 李浩然,樊貴盛.  人民黃河. 2019(04)
[3]基于灰色理論—BP神經(jīng)網(wǎng)絡(luò)方法的表層土壤容重預(yù)測(cè)[J]. 郭李娜,樊貴盛.  節(jié)水灌溉. 2018(02)
[4]基于灰色理論-支持向量機(jī)的Gardner模型參數(shù)的預(yù)報(bào)模型[J]. 李浩然,樊貴盛.  節(jié)水灌溉. 2018(01)
[5]不同改良材料對(duì)粘質(zhì)鹽土物理性狀和棉花產(chǎn)量的影響[J]. 賈利梅,毛偉兵,孫玉霞,鄭乾坤,常紅娟.  中國(guó)農(nóng)學(xué)通報(bào). 2017(13)
[6]濱海鹽漬土土壤水分特征曲線測(cè)定及擬合模型的比較[J]. 蔣名亮,李菲,陳小兵,郭建青,顏坤,吳從穩(wěn),卜凡敏.  中國(guó)農(nóng)村水利水電. 2016(07)
[7]土壤水分特征曲線研究綜述[J]. 黃曉波,高冰可.  農(nóng)技服務(wù). 2016(04)
[8]用MatLab確定土壤水分特征曲線參數(shù)[J]. 彭建平,邵愛軍.  土壤. 2007(03)
[9]估計(jì)土壤水分特征曲線的間接方法研究進(jìn)展[J]. 劉建立,徐紹輝,劉慧.  水利學(xué)報(bào). 2004(02)
[10]土壤水分特征曲線模型比較分析[J]. 來劍斌,王全九.  水土保持學(xué)報(bào). 2003(01)

碩士論文
[1]土壤水分特征曲線Gardner模型參數(shù)的預(yù)報(bào)模型研究[D]. 于浕.太原理工大學(xué) 2017



本文編號(hào)：3544218