棉花膜下滴灌农田单点墒情监测模拟模型的建立与检验

刘浩，马富裕，崔静，孙绘健

（新疆兵团绿洲生态农业重点实验室／石河子大学农学院，石河子832003）

棉花膜下滴灌农田单点墒情监测模拟模型的建立与检验

刘浩，马富裕，崔静，孙绘健

（新疆兵团绿洲生态农业重点实验室／石河子大学农学院，石河子832003）

为了探索较为适宜北疆杂交棉田的灌溉策略及建立该灌水模式下的墒情监测模型，在膜下滴灌杂交棉花铃期，对不同灌水频率和灌水量条件下土壤含水率的时空变化特征及产量展开大田试验调查。结果表明：5d30mm灌水模式最为适合北疆杂交棉花的生长，根层75%相对含水量为适宜的土壤水分临界值，并建立该灌水模式下的墒情预测模拟模型：y＝－1．321x2＋2．855x－0．6178（R2＝0．945），模型的检验结果表明模型可以精确的模拟相同土壤质地的土壤含水率。

时空变化；灌溉策略；等值线图；监测模型；模型检验

随着滴灌自动控制系统的大面积推广和应用，用于监测土壤墒情的水分传感器已成为该系统不可或缺的一部分。然而传感器监测结果的精确度受很多因素的影响，其中埋设的位置在监测中起重要的作用。前人对基于传感器的土壤墒情监测开展了大量的研究。Haise等［1］认为传感器应该安放在根系水分吸收区域的临界区。Phene等［2］认为在滴灌条件下，传感器应该安放在靠近滴头的区域。Stegman［3］认为可以根据不同的根系分层，将2个传感器安装在不同的土层深度，而且较深处的传感器的深度应该是较浅处的传感器的2倍。滴灌条件下对果类植物的土壤含水量监测时，传感器的埋设点需要更细致的考虑，这是由于这些植物具有粗根系及其代表性根系活动区域的不确定性，相关研究文献也少见报道。李彦［4］认为膜下滴灌棉田一管四模式（即一张薄膜上铺设一根毛管，灌溉四行棉花，膜上行距为：20cm＋45cm＋20cm＋60cm）下，监测点布设在距离滴灌带约30cm处优于距离滴灌带5 cm处。魏恒文［5］认为在土壤剖面以5～10cm和20～30cm处为埋设传感器的最佳深度，40～50cm处为辅助埋设深度，在水平方向，以传感器埋设在距滴头横向距离为10cm处为佳。

尽管前人已开展了较多的相关工作，但是关于基于传感器的最佳布设点处的土壤含水量与大田墒情的预测预报之间关系的研究较少。本研究旨在通过分析在膜下滴灌棉田花铃期不同灌水频率和灌水量条件下，探索土壤含水率的时空变化特征，以期为土壤水分传感器监测点的分布提供依据，并据此构建优化灌溉模式下的墒情预报摸拟模型，可为膜下滴灌棉田墒情监测和灌溉预报提供依据。

1 材料与方法

1．1 材料

本试验于2008－2009年在石河子国家农业高新示范园区（86°01′E，44°26．5′N）进行，试验区土壤为中壤土，0～30cm土层含有机质30g／kg，碱基氮70 mg／kg，速效磷20mg／kg，速效钾518mg／kg，pH值为8．3。试验田土壤的容重和田间持水量见表1。

表1 试验田土壤的田间持水量和容重Tab．1Soil bulk density and field capacity of experimental field

供试棉花品种石杂2号由石河子农业科学技术研究中心培育，试验用种也由该机构提供。膜下滴灌地采用“干播湿出”方式播种出苗，一膜6行种植模式，即1条膜带上播种6行棉花，宽窄行配置方案为18cm－55cm－18cm－55cm－18cm－76cm，每条膜下铺设3条滴灌带，位于窄行中央位置，株距为9cm，保苗24×104株／hm2。播前施三料磷肥225kg／hm2（含P2O546%），尿素150kg／hm2（含 N 46%）。2008年4月24日播种，7月6日打顶，花铃肥于6月26日开始随水追施，到8月底结束滴肥，9月6日结束灌溉。始花（6月26日）前所有处理统一管理，管理方法同高产田。

1．2 方法

1．2．1 试验设计

试验共设4个灌溉频率和灌水量处理，即3d 18mm（每3d灌溉18mm，下同）、3d30mm、5d 18mm及5d30mm（表2），在棉花的花铃期，对其进行为期2个灌水周期的土壤含水量动态监测，土壤剖面取样深度范围为0～60cm，分0～20cm，20～40cm，40～60cm 3层测定土壤重量含水量，其中0～60cm的土壤含水量为3个土层的平均值。为了确定在三管六（即一张膜上三根毛管，每根毛管管两行棉花，膜上行距为：18cm－55cm－18cm－55cm－18cm－76cm，下同）配置条件下距离垂直滴灌带方向不同距离各点的土壤含水量时空变化，试验设计在水平方向距离滴灌带0．0cm、18．25 cm、36．5cm、54．75cm、73．00cm、91．25cm、109．5 cm分7个监测点进行测定（图1），整个土层土壤含水率为7个点的平均值。

表2 不同灌溉频率和灌水量处理表Tab．2Irrigation frequency and amount of different treatment

图1 三管六配置下棉花生长位置与土壤含水量测定位置Fig．1The location of cotton and the mensuration point of soil moisture

以坐标轴中矩形黑点标记处为原点，水平方向为X轴，垂直方向为Y轴，图1中7个点的坐标分别为1（0，0）、2（18．25，0）、3（36．5，0）、4（54．75，0）、5（73，0）、6（91．25，0）、7（109．5，0）。

1．2．2 测定项目

1．2．2．1 棉花测产

在盛絮期选择长势良好的地块6．67m2，每个小区选3个点，产量取3次重复的平均值。测产方法：对每个小区的棉花株数、吐絮个数、青铃个数进行计数。并在各小区内收取10株上部、中部和下部棉花共计30株，称其单铃重。棉花产量计算公式：

上式中，Y 为小区产量（kg／6．67m2）；n吐为吐絮的个数；n青青铃的个数；W吐为平均单铃吐絮的重量（g）。

1．2．2．2 土壤水分传感器的优化埋设点的确定依据

在棉花的花铃期，利用烘干法对不同水分处理的0～20cm、20～40cm、40～60cm的土壤含水量进行2个灌水周期的调查，分析最优灌溉模式中，距离滴头不同距离，各点不同土壤层次的土壤含水率的时空变化特征，确定在时间上变化幅度最大、空间上变化幅度最小的点，通过该点与整个土层土壤含水率的平均值进行回归分析，建立膜下滴灌棉花根层墒情变化的单点预测模型，最终确定土壤水分传感器在根层剖面优化布设数量和埋设深度，从而使埋设的土壤水分传感器能够准确监测不同生育阶段计划湿润层土壤含水量的变化。

2 结果与分析

2．1 最优灌溉策略的确定及土壤水分传感器在水平方向最佳布设点的分析

2．1．1 不同灌溉频率和水量处理对膜下滴灌棉花产量及其农艺性状的影响

研究结果（表3）表明，不同灌溉频率和水量处理之间，株高、单株结铃数、单铃数和产量均存在显著性差异。

从株高来看，3d30mm＞3d18mm＞5d30 mm＞5d18mm；3d30mm和其余3个水分处理存在显著性差异，5d30mm处理和5d18mm处理差异不显著，但均显著低于其余水分处理。

从单株结铃数来看，3d18mm处理和5d30 mm处理差异不显著，3d30mm处理和5d18mm处理差异不显著，但显著低于其余水分处理。

从单铃重来看，5d30mm＞3d18mm＞5d18 mm＞3d30mm，4个水分处理相互之间均存在显著性差异。

从产量上来看，5d30mm处理和3d18mm处理产量最高，二者之间差异不显著，3d30mm处理和5d18mm形成处理间的显著差异，并显著低于3d18mm处理和5d30mm处理。

对照北疆棉花高产记录［6－7］，本研究的5d30 mm供水模式应为接近发挥本地区棉花生产潜力的供水模式，因此，暂可将其定为北疆杂交棉花适宜的灌溉策略，其根层的水分变化特征为优化特征。

表3 不同灌溉频率和水量处理的产量及其农艺性状Tab．3Yield and cotton character under different irrigation frequency and quantity treatment

2．1．2 不同灌水频率和水量处理土壤含水率的时空变化特征

不同处理各监测点土壤含水率的动态变化见图2。图2中，3d18mm处理和3d30mm处理中，X轴数字序列1～5分别代表灌前24h、灌后24h、灌后48h、下次灌前24h、下次灌后24h；5d18mm处理和5d30mm处理中，数字序列1～5分别代表灌前24h、灌后48h、灌后120h、下次灌前196h、下次灌后48h。各处理Y轴数字序列1～7代表距离滴头不同距离的7个取样点。

由图2可见，5d30mm处理中，整个灌水周期各点相对田间含水量都基本保持在75%左右，较为适宜作物的生长。结合2．1．1节所述，5d30mm产量较3d18mm偏高，可将根层75%相对含水量暂定为北疆杂交棉花适宜的土壤水分临界值。3d 30mm处理中，由于灌水量过大且灌水周期较短，导致该处理在整个灌水周期中的土壤含水率都处于过饱和状态，而5d18mm中，由于灌水量较少且灌水周期较长，导致该处理在整个灌水周期中土壤含水率都处于亏缺状态。3d18mm处理中，灌后24 h，除1、5两点，其它各点土壤含水率能都低于75%，较5d30mm供水模式使作物轻度缺水，不太适宜作物生长。

在5d30mm 处理中，1、2、4、5四点的灌溉前后土壤含水率变化幅度较大，其中，1、5两点由于处在滴管下方，土壤含水率较七个点的平均土壤含水率偏高，而2、4点的土壤含水率更接近整个土层的土壤含水率值。

图2 不同处理各监测点土壤含水率的动态变化Fig．2Transformation trends of soil moisture content under different treatment

2．1．3 土壤含水率等值线图的分析

图3为5d30mm清水模式的土壤水分等值线，其中，X轴为水平方向，图3a左下角处为原点，（0，20）点为滴头正下方，（73，20）点为滴管正下方，棉株行所在坐标为（9，20），（64，20），（82，20）。

图3 5d30mm灌水模式的土壤水分等值线Fig．3Soil moisture isoline figure of 5d30mm treatment

从图3a至图3d可以看出，灌前24h和灌后196 h（即下次灌前24h），土壤含水率等值线最稀疏，灌溉后24h土壤水分等值线图最密，随着时间的延长，土壤含水率等值线图越来稀疏，土壤含水量变化梯度越来越小［4］，灌溉不同时段0～20cm土层的土壤水分等值线最稀，随着土壤深度的增加，土壤含水率等值线图越来越密，土壤含水量变化梯度越来越大［8－9］。这是由于灌后，土壤水分由于基质势和重力势的作用，而再分布过程，到了下次灌溉前，土壤水分再分配基本上结束，在时间尺度上相比灌后48h，土壤水分在空间上更加均一，土壤水分在空间上的梯度也达到最低点。从图3a可以看出，不同时段各点的土壤含水率变化梯度较大的区域都分布在0～40cm，灌前24h，土壤含水率在水平方向30～55cm、垂直方向0～40cm处和水平方向62～80cm、垂直方向0～40 cm、土壤含水率空间上的变化梯度较小，即取样点3、4、5三处。但是由于点3处距离滴灌带较远，对灌水的敏感度较低，灌前、灌后土壤含水率变化的幅度较小，且其值较平均值较低，而点5位于滴管正下方，其值相比平均值较高，因此，水平方向距离滴灌带18．25 cm，垂直方向0～40cm，即点4处的水分变化可作为传感器的最佳布设点。

2．2 土壤水分传感器的最佳埋设深度

2．2．1 不同深度土壤含水率的相关关系分析

前人关于土壤水分垂直分布规律方面的研究结果表明，0～100cm土层大致分为2个层次，0～40 cm 为速变层，40～100cm 为活跃层［10－11］。在作物生长过程中，作物根系在速变层吸收土壤水分最多，该层土壤含水率在灌溉前、后变化最为剧烈。该层土壤水分变化特征能够充分反映主要根系层土壤含水率的变化，是埋设土壤水分传感器的最佳代表层。因此，需要对速变层的土壤含水率与作物根区不同层次的土壤含水率进行相关分析，为最终确定最佳观测层次提供依据，从而精简土壤水分传感器的安装位置和数量。以此为依据分别分析不同深度土壤含水率与整个耕层的相关关系。由表4可以看出，点2、点4的0～20cm土层、20～40cm土层的土壤含水率与0～60cm土层的土壤含水率呈显著性相关，而且20～40cm与0～60cm土层的线性相关程度较高。由此可知，点2、点4的0～20cm土层、20～40cm土层、0～60cm土层三者之间的土壤含水率可以建立二次项回归方程，其中各点20～40cm土层与0～60cm土层的线性相关程度最高。

表4 不同深度土壤含水率的相关性（R2）Tab．4The correlation of soil moisture among different layers

2．2．2 不同深度土壤含水率的线性相关拟合

结合2．2．1节所述，2、4两点的0～20cm 土层、20～40cm土层、0～60cm土层三者之间土壤含水率可以建立二次项回归模型，且20～40cm土层能较好的预测计划湿润层0～60cm土层的土壤含水率（表4）。在考虑到墒情监测的经济性和精准性的前提条件下，可以将土壤水分传感器布设在点4的20～40cm用来指征0～60cm土层的土壤含水率，即点4的土壤剖面30cm处。

表5 点4不同土层土壤含水率二次项回归分析结果Tab．5Analysis results of different soil layers for observed point 4

2．3 单点墒情监测模型的建立

通过以上分析得知点4在水平方向和垂直方向都能较好的模拟灌区0～60cm土层的土壤含水率，以点4为最佳观测点，利用水平方向距离点源处18．25cm处，剖面30cm处的土壤含水率指征大田的墒情状况，以此为基础，将该点的土壤含水率值与距离点源处不同距离各点的土壤含水率的平均值进行回归分析，得到如下回归模型：

y＝－1．321x2＋2．855x－0．6178，（R2＝0．945）。

上式中，y为最佳监测点土壤含水率值，x为距离点源处不同距离各点的土壤含水率的平均值。

2．4 模型的验证

以2009年石河子总场异地但相同质地的地块测得的土壤含水量时空调查数据为依据，对单点墒情模型进行检验，检验结果见表6。

表6 模型预测精度的分析结果Tab．6Precision analysis result of model for estimating

将2009年在相同土壤质地条件下测得的水平方向距离滴头18．25cm处、剖面30cm处的土壤含水率代入模型中，求得不同距离各点的平均值的模拟值。由表6可以看出，模拟值与观测值的精度分析结果，其相对误差为9．95%，根均方差为0．0192，相关系数和一致性系数分别为0．9450和0．9998，接近于1，置信度α为0．0051，小于0．01，这表明可以用该模型对土壤墒情状况进行模拟。

图4中的土壤含水量模拟值与观测值之间的关系也表明，模型具有较好的预测性和较强的符合度。

由此可见，利用该式能较好的模拟田间墒情状况。

图4 在相同土壤质地的土壤含水率的实测值与模拟值的比较Fig．4The compare between the observed soil moisture and the simulated withthe same soil texture

3 结论

1）5d30mm处理的产量最为接近发挥棉花生产潜力的供水模式，因此暂可将其定为北疆杂交棉花适宜的灌溉策略。

2）以75%田间相对持水量为灌溉临界值，根据水平方向距离滴头18．25cm和剖面30cm处的土壤含水率可以预测0～60cm土层的SWC，以此为基础建立的回归模型的预测值可指导灌溉。

3）利用2009年石河子总场的异地同质地的土壤含水率调查数据对该模型进行验证，结果表明，相对误差为9．95%，根均方差为0．0192，相关系数和一致性系数分别为0．9450和0．4838，接近于1，置信度α为0．0051，小于0．01，模型具有较好的预测性和较强的符合度。因此，该模型可以对土壤墒情状况进行预测。

［1］Haise H R，Hagan R M．Soil，plant and evaporative measurements as criteria for scheduling irrigation［M］．Wis：ASA Madison，1967：577－604．

［2］Phene C J，Howell T A．Soil sensor control of high－frequency irrigation systems［J］．Transaction of the ASAE，1984，27（2）：392－396．

［3］Stegman E C．Irrigation water management［M］．Chicago，Illinois，USA：American Society of Agricultural Engineers，1982：763－816．

［4］李彦．棉花膜下滴灌灌溉制度的优化模型研究［D］．乌鲁木齐：新疆农业大学，2005．

［5］魏恒文．温室滴灌黄瓜根区土壤水分上下限指标及传感器埋设位置研究［D］．北京：中国农业大学，2007．

［6］孙绘健．干旱区早熟杂交棉花膜下滴灌下滴灌水肥高效利用的研究［D］．石河子：石河子大学，2009．

［7］杜明伟．新疆高产杂交棉花光合生产和养分积累特征的研究［D］．石河子：石河子大学，2009．

［8］周乃健，郝久青．回归等值线图在土壤水分时空变化动态分析中的应用［J］．农业工程学报，1997，13（1）：112－115．

［9］刘晶，刘学录．内陆河灌区土壤水分空间变异的尺度效应［J］．甘肃农业大学学报，2006，41（3）：86－90．

［10］孔祥旋，孙克刚，杨占平．黄泛平原粗砂潮土农田土坡水分动态研究［J］．华北农学报，2000，15（3）：109－113．

［11］张洪芬，王劲松，黄斌．西峰黄土高原麦田土壤水分的垂直分布［J］．土壤通报，2006，36（6）：1081－1085．

Establishment and Verification of Soil Moisture Model for Cotton Cultivation with Drip Irrigation under Mulch

LIU Hao，MA Fuyu，CUI Jing，SUN Huijian
（The Key Laboratory of Oasis Eco－Agriculture，Xinjiang Production and Construction Group／College of Agriculture，Shihezi University，Shihezi 832003，China）

Field experiment was conducted to investigate spatial and temporal variation of soil moisture and its yield under irrigation frequency and amount of different treatments during flowering－bolling stage of hybrid cotton．Thus efficient irrigation strategy may be provided and soil moisture model under this irrigation strategy could be established for hybrid cotton in Northern Xinjiang．The result showed that 5d30mm irrigation mode was recommended for hybrid cotton growth in Northern Xinjiang，75%of relative soil water content could be recognized as the critical value of soil moisture．Moreover，the soil moisture model was established as followed：y＝ －1．321x2＋2．855x－0．6178（R2＝0．945），which can precisely simulate soil moisture with the same soil texture for different regions in different years．

spatial and temporal variation；irrigation strategy；isoline figure；monitor model；model verification

S152．72；S275

A

2010－03－18

国家科技支撑计划项目（2007BAD44B07），国家高技术研究发展计划（863计划）项目（2006AA100218－6），新疆兵团科技型中小企业创新计划（2006YD43），农业科技成果转化项目（2008GB2G410378）

刘浩（1984－），男，硕士生，专业方向为作物信息技术；e－mail：liuhao0938＠163．com。

马富裕（1967－），男，教授，博士生导师，从事作物生理生态与农业信息技术研究；e－mail：mafuyu403＠msn．com。