魏歡歡 李曉東 許龍

摘要 [目的] 通過對(duì)土壤凍融過程中電導(dǎo)率特征分析及模擬，為季節(jié)性凍土條件下精細(xì)農(nóng)業(yè)的發(fā)展提供指導(dǎo)作用。[方法] 主要通過EM50采集的土壤溫度、土壤濕度、土壤電導(dǎo)率數(shù)據(jù)，對(duì)土壤凍融過程中表層土壤電導(dǎo)率的變化特征進(jìn)行了分析。[結(jié)果] 土壤電導(dǎo)率并不是隨土壤剖面深度的增加而增大，而是土壤剖面20 cm處的土壤電導(dǎo)率最大，并且在土壤融凍期土壤電導(dǎo)率隨時(shí)間呈現(xiàn)增-減-增-減的變化趨勢(shì)。通過建立BP神經(jīng)網(wǎng)絡(luò)模型對(duì)土壤電導(dǎo)率進(jìn)行模擬預(yù)測(cè)，得出的土壤電導(dǎo)率模擬值與觀測(cè)值擬合程度高。[結(jié)論]BP神經(jīng)網(wǎng)絡(luò)模型可以對(duì)土壤電導(dǎo)率的實(shí)際觀測(cè)進(jìn)行輔助和驗(yàn)證。

關(guān)鍵詞 土壤凍融過程;土壤電導(dǎo)率;BP神經(jīng)網(wǎng)絡(luò)模型;變化特征

中圖分類號(hào) S152 ?文獻(xiàn)標(biāo)識(shí)碼 A ?文章編號(hào) 0517-6611（2015）03-075-03

Analysis and Simulation of Soil Electrical Conductivity Characteristics in Soil Freezing and Thawing Process

WEI Huanhuan¹，LI Xiaodong1，2*，XU Long1，3

（1.College of Resources and Environmental Sciences of Xinjiang University， Urumqi， Xinjiang 830046; 2.Tourism College of Xinjiang University， Urumqi， Xinjiang 830046; 3.Aasis Ecological Key Laboratory of The Ministry of Education of Xinjiang University， Urumqi， Xinjiang 830046）

Abstract [Objective] The research aimed to analyze the variation characteristics of soil electrical conductivity and simulating in the process of soil freezing and thawing .It could provide important guiding significance for the development of precision agriculture under the condition of seasonal frozen soil. [Method] The variation characteristics of soil electrical conductivity of surface soil in freezing and thawing process through large numbers of data concluding soil temperature， soil humidity and soil electrical conductivity were mainly analyzed. [Result] The soil electrical conductivity isnt increased with the increase of the depth of soil profile， but it was the biggest when the soil profile was 20 cm. At the same time， soil electrical conductivity presented the trend of increasedecreaseincreasedecrease in the soil freezing period. BP neural network model was established for simulating and predicting. It was concluded that fitting degrees of simulated values and observed values were high. [Conclusion] BP neural network model could assist and validate the soil electrical conductivity.

Key words Soil freezing and thawing process; Soil electrical conductivity; BP neural network model; Variation characteristics

基金項(xiàng)目 國(guó)家自然科學(xué)基金面上項(xiàng)目“天山北坡典型流域積雪-凍土水熱耦合中融水產(chǎn)匯流機(jī)制研究”（41171023）;重點(diǎn)項(xiàng)目“干旱區(qū)湖泊流域陸面過程及人類活動(dòng)適應(yīng)性—以艾比湖流域?yàn)槔保?1130531）;水利部公益性行業(yè)科研專項(xiàng)經(jīng)費(fèi)項(xiàng)目（201301103）。

作者簡(jiǎn)介 魏歡歡（1988- ），女，河南鞏義人，碩士研究生，研究方向：地理學(xué)。*通訊作者，副教授，博士，碩士生導(dǎo)師，從事地理學(xué)、旅游規(guī)劃與管理方面的研究。

收稿日期 20141119

當(dāng)前，全球面臨著資源緊張、能源短缺的重大挑戰(zhàn)。如何協(xié)調(diào)發(fā)揮土壤的生產(chǎn)功能、生態(tài)工程建設(shè)支撐功能和全球變暖緩解功能，是現(xiàn)代土壤學(xué)為人類可持續(xù)發(fā)展應(yīng)做的重要工作。季節(jié)性凍土和融化層在溫度年變化層的上部，更接近地表，對(duì)氣候變化更敏感，反應(yīng)更迅速。當(dāng)?shù)孛嫒諆糁С鰺嵬繛檎龝r(shí)，土壤凍結(jié)面加大;當(dāng)?shù)孛嫒諆糁С鰺嵬繛樨?fù)時(shí)，凍結(jié)面退縮^[1]。大量研究多針對(duì)土壤凍結(jié)過程中水分遷移機(jī)制和由于土壤凍融發(fā)生的物理地質(zhì)災(zāi)害等。但，對(duì)由于凍融作用改變土壤墑情，甚至通過創(chuàng)造一定條件主動(dòng)利用凍融作用使土壤水分增加的研究，尚不多見^[2]。在我國(guó)，凍土有廣泛的分布，季節(jié)性凍土和多年凍土影響的面積約占中國(guó)陸地總面積的70 %，如果算上短時(shí)凍土面積，則占90%左右，其中多年凍土約占22.13%^[3]。土壤電導(dǎo)率是限制植物和微生物活性的閾值，影響土壤養(yǎng)分和污染物的轉(zhuǎn)化、存在狀態(tài)及有效性^[4]。近年來土壤學(xué)研究結(jié)果表明，土壤電導(dǎo)率這一參數(shù)本身包含反映土壤品質(zhì)和物理性質(zhì)的豐富信息^[5]。借助于測(cè)量土壤電導(dǎo)率評(píng)價(jià)農(nóng)作物的生長(zhǎng)環(huán)境是當(dāng)前發(fā)達(dá)國(guó)家精細(xì)農(nóng)作研究的熱點(diǎn)之一^[6]。王全久等^[7]用實(shí)驗(yàn)裝置研究了土壤電導(dǎo)率與含水量和含鹽量的關(guān)系及容重對(duì)其的影響。結(jié)果表明，在黃土地區(qū)利用電導(dǎo)法測(cè)定土壤含鹽量的適用范圍為土壤含水量大于10%，土壤含鹽量小于3%。同時(shí)，利用電導(dǎo)法，必須考慮容重的影響^[7]。蔡阿興等^[8]研究了我國(guó)不同鹽漬地區(qū)鹽分含量與電導(dǎo)率的關(guān)系。根據(jù)野外的觀測(cè)和室內(nèi)的分析測(cè)定，初步研究土壤含鹽量、水的礦化度與電導(dǎo)率的關(guān)系以及不同鹽漬地區(qū)不同鹽分組成對(duì)其的影響，并且得出土壤電導(dǎo)率與土壤含鹽量回歸方程為y=0.018 2x+0.390。羅毅等^[9]用電導(dǎo)率指標(biāo)法和傳統(tǒng)烘干殘?jiān)ㄏ嘟Y(jié)合做了一種電導(dǎo)率新指標(biāo)測(cè)可溶性鹽分含量新方法，得出土壤浸提液濃度與電導(dǎo)率的關(guān)系為C=0.000 3EC³-0.005 4EC²+1.562EC（式中，C為土壤浸提液濃度，EC為電導(dǎo)率）。綜上，我國(guó)在土壤全鹽量與土壤溶液電導(dǎo)率的關(guān)系方面做的研究較多，得到全鹽量和電導(dǎo)率的關(guān)系^[10-13]，但多是室內(nèi)試驗(yàn)研究，野外直接測(cè)得的土壤電導(dǎo)率較少，而且沒有建立土壤電導(dǎo)率、土壤溫、濕度的模型進(jìn)行預(yù)測(cè)。根據(jù)土壤溫度、土壤濕度以及土壤電導(dǎo)率資料，筆者研究了季節(jié)性凍土凍融過程中土壤電導(dǎo)率的變化規(guī)律，建立了它們之間的關(guān)系，并且根據(jù)不同時(shí)期土壤電導(dǎo)率隨土壤溫度、土壤濕度的變化規(guī)律建立了BP神經(jīng)網(wǎng)絡(luò)模型，對(duì)土壤電導(dǎo)率進(jìn)行模擬預(yù)測(cè)。

1 材料與方法

1.1 模型介紹

BP網(wǎng)絡(luò)是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。BP網(wǎng)絡(luò)能學(xué)習(xí)和存貯大量的輸入、輸出模式映射關(guān)系，而無需事前揭示描述這種映射關(guān)系的數(shù)學(xué)方程。這種網(wǎng)絡(luò)具有極強(qiáng)的非線性映射能力，適用于非線性函數(shù)逼近模擬^[14]。目前，已發(fā)展了十幾種神經(jīng)網(wǎng)絡(luò)，在眾多神經(jīng)網(wǎng)絡(luò)模型中應(yīng)用廣泛的是多層感知機(jī)神經(jīng)模型。多層感知機(jī)神經(jīng)模型的研究始于20世紀(jì)50年代，但一直進(jìn)展不大，直到1985年Rumelhart等提出誤差反向傳遞學(xué)習(xí)算法（即BP算法）才實(shí)現(xiàn)Minsky的多層網(wǎng)絡(luò)設(shè)想。

1.2 研究區(qū)概況

選取地處新疆天山北坡昌吉州呼圖壁縣內(nèi)的軍塘湖流域?yàn)榈湫脱芯繀^(qū)。通過GIS工具的統(tǒng)計(jì)分析，全流域源頭高程約3 400 m，大部分高程在1 000～1 500 m之間。該次試驗(yàn)場(chǎng)位于軍塘湖河流中上游匯流區(qū)內(nèi)，距河谷200 m左右，坡度小于5°。測(cè)點(diǎn)地理位置（E 86°28′30″，N 43°51′44″），海拔1 080 m。試驗(yàn)場(chǎng)內(nèi)積雪融化期為每年的3～4月，融雪期間多年最高氣溫16.78 ℃，多年最低氣溫1555 ℃，有少量降水，土壤類型為山地栗鈣土。

1.3 試驗(yàn)及數(shù)據(jù)獲取

試驗(yàn)場(chǎng)選在新疆天山北坡昌吉州呼圖壁縣內(nèi)的軍塘湖流域。試驗(yàn)選取的儀器是EM50。它是美國(guó)DECAGON公司推出的5通道數(shù)據(jù)采集器，適于多種地理區(qū)域，測(cè)量不同深度土壤，能夠準(zhǔn)確監(jiān)測(cè)每天和每小時(shí)的含水量，可實(shí)現(xiàn)土壤水分、溫度和電導(dǎo)度的同步測(cè)量，提供關(guān)于土壤狀況的諸多信息。根據(jù)不同的監(jiān)測(cè)要求，EM50可以配置多種類型傳感器。該試驗(yàn)選取的傳感器有土壤溫度、土壤濕度、土壤電導(dǎo)率傳感器，分別將傳感器水平插入土壤剖面5、10、15、20、30、40、50、60、70、80 cm等深度。試驗(yàn)數(shù)據(jù)采集時(shí)間為2012年11月17日的13：30至2013年3月17日的12：00，數(shù)據(jù)采集時(shí)間間隔設(shè)置為30 min。各傳感器共采集數(shù)據(jù)6 208條。初始數(shù)據(jù)采集時(shí)土壤溫度為負(fù)值，有季節(jié)性凍土存在且數(shù)據(jù)采集經(jīng)歷土壤凍融的全過程。

1.4 數(shù)據(jù)處理及利用

用Excel軟件和DPS等分析軟件對(duì)采集數(shù)據(jù)進(jìn)行詳細(xì)的處理。首先，用Excel軟件對(duì)土壤凍結(jié)期數(shù)據(jù)做日均值處理;再用DPS分析軟件中的因子分析、逐步回歸分析、主成分分析對(duì)數(shù)據(jù)做偏相關(guān)分析，并用BP神經(jīng)網(wǎng)絡(luò)模型對(duì)土壤電導(dǎo)率進(jìn)行模擬和預(yù)測(cè)。

2 結(jié)果與分析

2.1 土壤電導(dǎo)率隨土壤溫度、濕度的變化特征分析

通過對(duì)5、10、15、20、30 cm不同土壤剖面深度的土壤電導(dǎo)率數(shù)據(jù)進(jìn)行分析，得到土壤電導(dǎo)率（EC）隨土壤剖面深度的變化規(guī)律（圖1）。

圖1 土壤電導(dǎo)率隨時(shí)間變化特征

由于在3月2～17日之間融雪水下滲土壤濕度、土壤溫度的變化很劇烈，土壤電導(dǎo)率隨時(shí)間的變化非常復(fù)雜。為了更清晰地展示，便于分析，選擇3月2～17日的數(shù)據(jù)做土壤電導(dǎo)率隨時(shí)間的變化。

從圖2、3可以看出，在土壤凍結(jié)期（2012年11月17日～2013年3月3日），各剖面自身的土壤電導(dǎo)率起伏變化較小，但由于土壤濕度和土壤溫度的變化，土壤電導(dǎo)率也有一定的波動(dòng)。土壤剖面為5 cm，土壤電導(dǎo)率在2012年12月24日之前一直是0，到12月24日后當(dāng)土壤濕度達(dá)到0.184 4 m³/m³，土壤溫度達(dá)到-2.51 ℃時(shí)，土壤電導(dǎo)率的值從0開始增大。所以，土壤電導(dǎo)率的變化需要土壤濕度和土壤溫度達(dá)到一定程度。土壤剖面為10、15 cm，在土壤凍結(jié)期土壤電導(dǎo)率很小，并在0.010 dS/m上下波動(dòng)，土壤電導(dǎo)率在土壤凍結(jié)期的變化并不隨剖面深度的增加而增加，而是土壤剖面20 cm處的電導(dǎo)率值最大，其次是30、5、10和15 cm。這是不同剖面深度土壤濕度和土壤溫度的差異作用的結(jié)果。從圖3還可以看出，土壤剖面為20 cm處土壤濕度最大，其次是5、15 cm，30 cm處土壤濕度最小。也可以看出土壤電導(dǎo)率和土壤濕度的一致性，但是因?yàn)楦髌拭嫱寥罎穸鹊牟町?，各自的變化時(shí)間和程度不同，主要是隨著融雪水下滲，土壤濕度增加，離子濃度上升，土壤電導(dǎo)率達(dá)到最大，隨后土壤電導(dǎo)率降低。不同的土壤剖面深度由于土壤濕度和離子濃度不同，土壤電導(dǎo)率達(dá)到峰值的時(shí)間和大小也不一樣。在土壤剖面深度為5、20 cm處，土壤電導(dǎo)率在3013年3月4日達(dá)到最大值，分別為0.825和2.612 dS/m;在土壤剖面深度為10 cm處，土壤電導(dǎo)率在2013年3月6日達(dá)到最大值，為1.675 dS/m;土壤剖面深度為15 cm處，土壤電導(dǎo)率在2013年3月10日達(dá)到最大值（0.692 dS/m）。從圖4可以看出，土壤溫度在0 ℃以上，即凍土的融化過程主要在2013年3月3日后。在這個(gè)過程中，各剖面深度土壤電導(dǎo)率變化特別復(fù)雜，但各剖面間變化趨勢(shì)是一致的，都是增-減-增-減。

圖2 3月2～17日土壤電導(dǎo)率隨時(shí)間變化特征

圖3 土壤濕度隨時(shí)間變化特征

圖4 土壤溫度隨時(shí)間變化特征

2.2 土壤電導(dǎo)率與土壤溫度、土壤濕度的偏相關(guān)分析

2.2.1 土壤凍結(jié)期。

對(duì)EM50采集的數(shù)據(jù)進(jìn)行篩選，選擇土壤溫度為負(fù)值，土壤電導(dǎo)率值>0且對(duì)應(yīng)的土壤濕度的數(shù)據(jù)，具體數(shù)據(jù)選擇為2013年1月3日～3月3日土壤溫度、濕度及土壤電導(dǎo)率數(shù)據(jù)。用DPS軟件多因素分析中的因子分析方法做了在土壤凍結(jié)期土壤電導(dǎo)率與土壤溫度、土壤濕度的偏相關(guān)分析。

當(dāng)相關(guān)系數(shù)臨界值（a）=0.05時(shí)，r=0.254 2;當(dāng)a=0.01時(shí)，r=0.330 1?？梢钥闯觯寥罎穸扰c土壤電導(dǎo)率的偏相關(guān)達(dá)到r=0.944，為正相關(guān);土壤溫度與土壤電導(dǎo)率為負(fù)相關(guān)，偏相關(guān)（r）達(dá)到-0.765 2。土壤濕度和土壤溫度與土壤電導(dǎo)率的相關(guān)水平都達(dá)0.01顯著相關(guān)。所以，在土壤凍結(jié)期，土壤濕度、土壤溫度對(duì)土壤電導(dǎo)率的貢獻(xiàn)都很明顯。