节水灌溉稻田土壤大孔隙分布不确定性及持水特征参数研究

摘要

精确表达大孔隙分布的不确定性对开展大孔隙流的研究具有举足轻重的作用。本文选取扬州市泰安镇节水灌溉后稻田土壤为研究对象，采用切片法取开灌前和收割后的原状土样，运用数字图像制备技术，获取大孔隙数目Ⅳ、大孔隙度φ、面积A、周长P等分析指标，对4cm、6cm和8cm扫描直径内大孔隙作水平向差异性分析，对2cm单位深度上作垂向差异性分析以及对两个不同时期作时间差异性分析。引入了信息熵的概念研究大孔隙分布的不确定性，通过大孔隙的数目计算熵值，根据结果分析不同时期不同扫描直径内的大孔隙分布不确定性。结合分形理论，引入信息维概念，对土壤持水特征曲线进行了模拟。具体成果如下： (1)两个时期的不同扫描直径内的大孔隙个数垂向变化趋势大致相同，开灌前大孔隙个数最多的断面地面以下30cm处，最少的则在20cm处，收割后大孔隙个数最多位于14cm处，最少的在40cm处；6cm扫描直径和8cm扫描直径内大孔隙度比较接近，二者相差不到5％，相对而言4cm扫描直径内大孔隙度大；面积最大值变化不大，而周长最大值波动趋势明显，说明大孔隙的分布形态不够规整，复杂程度较高。 (2)信息熵的大小既反映不确定性程度的大小，又是无序度的量度。经计算，开灌前不同扫描直径内大空隙分布信息熵值均值分别为1．921、1.921和1.902，收割后的熵值则为1.866、1.859和1.856。同一时期不同扫描直径间的不确定性程度相差不大，而经历一个完整水稻生长季节后，大孔隙分布的不确定性变小，有序度增加。 (3)以开灌前8cm扫描直径的土样为例，计算出扫描断面上大孔隙分布的分形维D<,d>与信息维D<,h>分别为1.822和1.843，并对土壤持水特征曲线进行模拟预测，均方根误差RMSE分别为0.022和0.005，表明基于D<,h>的模型精度比D<,d>模型精度要高。 本文着重对节水灌溉稻田土壤大孔隙分布不确定性研究，为大孔隙流研究工作进一步开展奠定了基础。

目录

文摘

英文文摘

1绪论

1.1稻田土壤大孔隙流研究的目的和意义

1.1.1稻田土壤大孔隙流研究背景

1.1.2大孔隙流研究意义

1.2稻田土壤大孔隙流研究现状与问题

1.2.1国内外研究进展

1.2.2大孔隙的界定

1.2.3稻田土壤中大孔隙形成机理及影响因素分析

1.2.4大孔隙流运动的研究方法

1.2.5研究存在的问题

1.3论文研究内容及研究技术路线

1.3.1研究内容

1.3.2研究技术路线

2材料与方法

2.1土样制备、图像处理及数据采集

2.1.1原状土取样

2.1.2原状土处理

2.1.3图像获取

2.1.4图像处理及数据采集

2.2数据处理

2.3信息熵理论及其计算方法

2.3.1信息熵理论概述

2.3.2稻田土壤大孔隙分布信息熵计算方法

2.4分形理论及信息维的计算方法

2.4.1稻田土壤大孔隙分形维的概念

2.4.2稻田土壤大孔隙分形维的计算

2.4.3稻田土壤大孔隙信息维的概念

2.4.4稻田土壤大孔隙信息维的计算

2.5土壤水分特征曲线的模拟预测

2.5.1土壤水分特征曲线测定

2.5.2土壤水分特征曲线的模拟

3稻田土壤大孔隙分布特征参数研究

3.1开灌前土壤大孔隙不同取样面积的差异性研究

3.1.1不同扫描直径范围内的大孔隙的数目

3.1.2不同扫描直径范围内大孔隙度

3.1.3不同扫描直径范围内大孔隙面积与周长分布参数

3.2收割后土壤大孔隙不同取样面积的差异性研究

3.2.1不同扫描直径范围内的大孔隙的数目

3.2.2不同扫描直径范围内大孔隙度

3.2.3不同扫描直径范围内大孔隙面积与周长分布参数

3.3两个不同时期土壤大孔隙差异性研究

3.3.1两个不同时期内的大孔隙的数目

3.3.2两个不同时期内大孔隙度

3.3.3两个不同时期内大孔隙面积与周长分布参数

4稻田土壤大孔隙分布信息熵研究

4.1信息熵计算结果

4.2稻田大孔隙分布信息熵差异性分析与研究

4.2.1开灌前大孔隙分布信息熵值分析

4.2.2收割后的大孔隙分布信息熵值分析

4.2.3两个不同时期的大孔隙分布信息熵值分析

5基于信息维和分形维的水分特征曲线的模型研究

5.1分形维与信息维的计算实例及结果

5.2土壤水分特征曲线的模拟预测

5.2.1土壤水分特征曲线的实测结果

5.2.2模拟预测模型参数的选取

5.2.3模拟预测结果分析

6结语

6.1主要研究成果及研究创新点

6.2研究展望

参考文献

附表

致谢

参加课题研究情况与学术交流活动