Бесплатный автореферат и диссертация по сельскому хозяйству на тему

Основная гидрофизическая характеристика: связь с почвенными константами и расчет по физическим свойствам

ВАК РФ 06.01.14, Агрофизика

Автореферат диссертации по теме "Основная гидрофизическая характеристика: связь с почвенными константами и расчет по физическим свойствам"



На правах рукописи

СВЯЗЬ С ПОЧВЕННЫМИ КОНСТАНТАМИ И РАСЧЕТ ПО ФИЗИЧЕСКИМ СВОЙСТВАМ

Специальность 06.01.14 - агрофизика

Автореферат диссертации .да соискание ученой степени кандидата биологических наук

Москва 1998

Работа выполнена на кафедре физики и мелиорации почв факультета почвоведения

Московского государственного университета им. М.В. Ломоносова

Научные руководители:

доктор биологических наук профессор Е.В.Шеин доктор биологических наук А.И. Поздняков

Официальные оппоненты:

доктор сельскохозяйственных наук

П.М.Сапожников

кандидат биологических наук

В.П.Самсонова

Ведущее учреждение: Владимирский научно-исследовательский институт сельского хозяйства

Защита диссертации состоится в 15 ч. 30 мин.

в аудитории М-2 на заседании диссертационного совета по почвоведению К-053. 05. 16 в МГУ им. М.В. Ломоносова.

Адрес: 119899, Москва, Воробьевы горы, МГУ, факультет почвоведения,

Ученый Совет.

С диссертацией можно ознакомиться в библиотеке факультета почвоведения МГУ

Автореферат разослан "_"__1998 г.

Ученый секретарь

диссертационного совета Г.В.Мотузова

Актуальность темы. Основная гидрофизическая характеристика (ОГХ) -¡ависимостъ между капиллярпо-сорбщюипым давлением влаги и влажностью гочвы - является одной из наиболее информативных, широко используемых функций как в научных почвенно-физических исследованиях, так и в практиче-:ких задачах. Ее теоретическому значению, методикам получения и использова-шю посвящены работы А.Д.Воронина, А.М.Глобуса, И.И.Судницьша, L.A.Richards, W.R Gardner и многих других. ОГХ повсеместно используется в зропюзном моделировании экосистем, оптимизации управления устойчивым :ельскохозяйственным производством, представляя основную часть почвенной гидрофизической информации. Именно поэтому в последнее время все настой-швее осуществляются попытки найти связи ОГХ с почвенными гидрологическими, физико-механическими константами, а также с традиционными, широко аспользуемыми свойствами (гранулометрический, агрегатный составы, содержание органического вещества, плотность и др.). Однако разработка научно-эбоснованных методов для получения такого рода зависимостей, оценка возможностей использования этих зависимостей в практических целях до настоящего времени систематически не осуществлялись. Решение указанных проблем является актуальным для научных и практических разделов современной агрофизики I физики почв.

Целью данной работы явилось: разработка методических принципов восстановления ОГХ из основных физических свойств и функций почв.

Задачи:

1. Создание специализированной базы данных физических свойств и функций почв

2. Сравнительный анализ различных подходов по установлению взаимосвязи ОГХ и почвенных констант.

3. Обоснование метода и установление достоверных регрессионных зависимостей для расчета ОГХ (педотрансфункций) из традиционных экспериментальных почвенно-физических данных.

4. Оценка значения и возможностей использования педотрансфункций в качестве почвенного обеспечения агроэкологических моделей.

Научная новизна. Наиболее точное и адекватное определение почвенно-гидрологических констант из ОГХ возможно при последовательном использова-яии следующих процедур: (1) предварительной аппроксимации ("сглаживании") экспериментально полученной по полевым или капилляриметрическим данным ОГХ функцией вал Генухтена и (2) нахождении констант по методу А.Д.Воронина. Это позволяет рекомендовать эту методику как для восстановления почвенных констант из ОГХ, так и для восстановления ОГХ из почвенно-гидрологических и физико-механических констант.

Предложена процедура получения педотрансфункций, содержащая опреде; ние достоверных высококорреляционных линейных зависимостей верхнего нижнего пределов пластичности, наименьшей влагоемкости и максимальной п роскопической влажности от набора физических свойств при предварительн группировке выборки по генетическому или гранулометрическому принципа с последующим восстановлением ОГХ из указанных констант.

Практическая ценность. Создана база данных многоцелевого использоваш позволяющая проверять известные и новые гипотезы в физике почв на болы» экспериментальном материале. Создан банк регрессионных моделей определен водоудерживающей способности почв по основным физическим свойствам, п зводяющий получить полную ОГХ по нескольким "узловым" точкам.

Апробапия. Основные результаты работы были доложены на конференщ молодых ученых ф-та почвоведения МГУ (1994), на Всероссийской конфере ции "Вопросы агрофизики при воспроизведении плодородия почв" в Агрофиэ ческом институте (1994 гг.), на II Всероссийском съезде почвоведов (Саш Петербург, 1996 г.), заседании кафедры физики и мелиорации почв факульте почвоведения МГУ (октябрь, 1997 г.)

Публикации. По теме диссертации опубликовано 6 и подготовлена к печа 1 работа.

Структура и объем работы. Диссертационная работа изложена на стран цах, включает таблиц и рисунков; состоит из введения, 5-ти глав, выводе списка литературы, включающего наименований, и приложения.

Диссертационная работа выполнена На .кафедре физики и мелиорации по факультета почвоведения Московского государственного университе им. М.В Ломоносова. Автор выражает большую признательное к.б.н. А.К.Губеру за помощь при выполнении работы. Автор также благодар всех коллег кафедры за помощь и поддержку в трудную минуту.

ХАРАКТЕРИСТИКА ОБЪЕКТОВ И МЕТОДОВ ИССЛЕДОВАНИЯ

Проблема получения и анализа взаимосвязей ОГХ и физических свойств функций почв должна решаться на большом фактическом материале. С эт( целью в настоящее время повсеместно создаются базы данных, с помощью кот рых решаются такие проблемы, как получение педотрансферных функщ (ПТФ), - регрессионных зависимостей, позволяющих восстанавливать 01 по традиционным физическим свойствам почв. Этой теме посвящено ряд раб таких исследователей как А.М. Зейлигер, В.К.Козин, Я.А.Пачепски L.M. Агуа, P.A. Fluke, W. J. Raws,О. Tietje, Н. Vereecken, J.H.M. Wösten, и д Но оставались нерешенными вопросы: какие "узловые" точки на кривой ОГ считать наиболее важными для точного и корректного описания и прогноза во ного режима почв, какие физические свойства и для каких почв наиболее пред

ючтительно использовать при восстановлении влагосодержания в этих 'узловых" точках.

В исследование включены данные по физическим свойствам и функциям различных почв, полученные в полевых экспедиционных и лабораторных иссле-ювалиях на кафедре физики и мелиорации почв МГУ. Всего включены данные ю 35 почвенным типам и подтипам, 388 почвенным горизонтам. Основной массив представлен почвами подзолистого и черноземного типов почвообразования суглинистого состава, хотя диапазон почв представлен от песчаных до глинистых почв смектитового минералогического состава. Все данные были организо-$аны в специализированную базу почвенно-физических свойств и функций почв.

Отличительной особенностью созданной базы данных является хранение в гей информации по ОГХ, полученной различными методами (капилляриметры, гензиостаты, полевые синхронные данные влажности и давления почвенной вла-а также многообразные физические свойства, полученные как в поле [например, НВ), так и в лаборатории.

ВЗАИМОСВЯЗЬ ОСНОВНОЙ ГИДРОФИЗИЧЕСКОЙ ХАРАКТЕРИСТИКИ С ПОЧВЕННО-ГИДРОЛОГИЧЕСКИМИ И ФИЗИКО-МЕХАНИЧЕСКИМИ

КОНСТАНТАМИ

Наличие различных методик получения данных, накопление разнообразных ючвенно-гидрологических и физико-механических констант позволили провести эяд исследовательских работ. В частности, одной из задач работы явилась оценка возможности воспроизведения почвенно-гидролопических констант (ПГК) из ЭГХ. Таких подходов, по сути, существуют два. Общепринятый, в основном за рубежом, - когда значение влажности ПГК связывают с конкретным давлением [рЮ, например для НВ принимают рр=2,53. Другой подход - А.Д.Воронипа -связан с определением НВ на основе так называемых "секущих". Взаимосвязь лежду влажностью и давлением для соответствующей 111К определяется линей-шм^^авпетем^Одаако, в любом случае остаются вопросы: как найти эти зна-гения ПГК, когда ОГХ получена точечно, с естественным разбросом данных? Можно ли использовать любые методы получения ОГХ для такого перехода? ЕСакой метод, - общепринятый или Воронина - предпочтительнее?

Нами была предложена следующая методика. Точечно полученную ОГХ ап-гроксимировали двумя функциями: это полином 3-й степени и широко приметаемая в современной гидрофизике функция ван Генухтена. Таким образом, в ханной работе сравнивали 2 метода восстановления почвенно-гидрологических сонстант из ОГХ с помощью 2-х функций, а также различные эксперименталь-п>ю методы получения исходной ОГХ: полевые синхронные определения давле-шя влаги и влажности почвы, капилляриметрический и тензиостатический. В качестве примера рассмотрим расчет НВ. Сравнение восстановленных из ОГХ

НВ методом заливки мал

проводили с полевыми прямыми определев площадей.

На рисунке 1 в виде традиционного статистического представления (Box Whisker Plot) приведены погрешности (прямые определения НВ минус восс новленные различными методами) определения НВ из ОГХ. Анализировал! следующие массивы почвенных данных: 1.1-1.4 - полевые синхронные данн определения ОГХ, где 1.1 и 1.2 - рассчитанные при pF=2.53 при аппроксимап уравнением ван Генухтена и полиномом, 1.3 и 1.4 - восстановление по мете А Д.Воронина уравнением ван Генухтена и полиномом. Соответственно: 2.1-'. - капилляриметрический метод определения ОГХ и 3.1-3.4 - метод тензиостат; вариантами аналогично 1.1-1.4;

0.12

0.08 0.04 0

-0.04 -0.08 -0.12 -0.16 -0.2

щ WFi Щ

И □ В Н1

•

э" зд

1.1 1.2 1.3 1.4 2.1 2.2 2.3 2.£ 3.1 3.2 3.3 3.4

(

Рис. 1. Статистики погрешностей расчета (разность значений НВ реальной и рассчитанной из ОГХ) НВ. Пояснения в тексте.

1 ±Стакд. откА. iSM ±Ошибка ерем П Среднее

Как видно из рис.1, наименьшие в среднем погрешности дают методы * пилляриметров и полевые синхронные определения при восстановлении I по методу А.Д.Воронина с аппроксимацией ОГХ зависимостью ван Генухте! Метод тензиостатов дает наибольшие систематические погрешности, что не п зволяет рекомендовать его для определения величины НВ. Следует отметить, ч метод капилляриметров хотя и дает в-среднем наилучшие результаты, одна величины ошибки среднего и стандартного отклонения погрешностей значите! но выше полевых синхронных определений.

Наличие систематических погрешностей можно оценить по статистика представленным в табл.1.

)

Таблица 1. Статистики соответствия реальных и расчетных почвенно-гидрологических

констант (ПГК) - наименьшей влагоемкости (НВ), верхней (ВГП) и нижней (НГН) ___ границ пластичности, общей порозности (ОП)_

ПГК Метод вариант г а статистики погрешности (Д)

, Ц A/Sa E/Se а b

НВ полевые данные 1.1 0.64* 4.97-10"7 0.045 1.3 1.6 0.08* -0.18

1.2 0.65* 8.15-10"7 0.044 1.3 1.6 0.07* -0.16

1.3 0.58* 7.45-10"5 0.030 1.9 1.6 0.08* -0.23

1.4 0.6* 2.31-Ю"05 0.030 1.8 2.0 0.06 -0.16

капил-ляриметр 2.1 0.33* 1.88-Ю"03 0.018 4.4* 7.9* 0.16* -0.66*

2.2 ' "7)35* 1.59-Ю-03 0.018 4.2* 6.7* 0.16* -0.63*

2.3 0.32* Ш-10'1 0.003 3.9* 6.6* 0.15* -0.64*

2.4 0.35* 5.99-тг 0.007 3.8* 5.6* 0.15* -0.61*

тензио-стат 3.1 0.59* 1.04-10"4 -0.118 1.8 1.2 0.03 -0.46*

3.2 0.58* 1.04-10"4 -0.128 2.3 1.5 0.02 -0.44*

3.3 0.58* 8.88-10"5 -0.122 2.2 1.5 0 -0.37

3.4 0.57* 8.88-10"5 -0.130 2.5 1.8 0 -0.37

НГП полевые данные 1.3 0.35 2,44-10'1 0.018 1.4 0.8 0.09 -0.43

1.4 0.43 4.98-10'1 0.012 1.4 0.8 0.09 -0.42

капил-ляриметр 2.3 0.17 4-.I3-I0"1 -0.005 0.4 0.3 0.13* -0.75*

2.4 0.16 -0.013 1.2 1.0 0.14* -0.78*

ВГП полевые данные 1.3 0.34 2.64-10° 0.038 0.2 0.7 0.21* -0.73*

1.4 0.38 9.03-10"4 0.041 0.1 0.7 0.19* -0.67*

капил-ляриметр 2.3 0.26* 9.2М0"1 -0.001 1.1 1.5 0.19* -0.74*

2.4 0.28* 2>93-lOJl 0.009 1.6 2.7 0.18* -0.7*

ОП полевые данные 1.3 -0.30 6.47-10"5 0.166 5.2* 8.6* 0.52* -1.17*

1.4 -0.05 3.24-10"2 0.078 2.0 0.1 0.47* -1.01*

капил-ляриметр 2.3 -0.21 3.79-10"5 0.061 4.8* 3.2* 0.48* -1.16*

2.4 -0.29* 2.4Ы0Г1 -0.091 8.2* 12.5* 0.47* -1.08*

Условные обозначения: г - коэффициент корреляции между реальными ПГК и восстановленными (* - коэффициент корреляции значим);

ji - среднее арифметическое погрешностей; а- значимость различий экспериментальных и расчетных данных по критерию Вилкоксона; A/Sa - отношение коэффициента асимметрии к его ошибке, E/Se - отношение эксцесса к его ошибке (* - указывает на отличие распределения погрешностей от нормального); а и b -коэффициенты уравнения линейной регрессии Д =а + Ь(ПГКрасч.); варианты методов восстановления ПГК с принятыми рис.1 обозначениями.

В этой таблице и далее представлены статистики, позволяющие оценить н> мальность распределения погрешностей - это отношения асимметрии и эксцесса их ошибкам. Если это отношение больше трех, высока вероятность отличия расщ деления ошибок от нормального (Дмитриев, 1996), а значит, присутствия система", ческах ошибок. На наличие систематических ошибок указывает достоверность ста чия от нуля (по t-критерию) коэффициентов регрессионных уравнений зависимое погрешностей от расчетной величины (Химмельблау, 1973).

Как видно из табл.1 систематические ошибки маловероятны при расчете 1 из полевых ОГХ и свойственны капилляриметру по всем вариантам и тензиост тическому методу при восстановлении НВ традиционным способом (п pF=2.53).

Наиболее низкие величины отношений асимметрии, эксцесса к их ошибк; и другие статистики указывают на невысокую вероятность присутствия систем тических ошибок при восстановлении НВ из ОГХ по методу Воронина с испод зованием аппроксимации экспериментальных данных функцией ван Генухте: при экспериментальном получении ОГХ полевым методом. Отсутствие систем тических ошибок при восстановлении нижней границы пластичности из попев» ОГХ, незначимость различий реальных и рассчитанных значений этого предел оцененная по непараметрическому критерию Вилкоксона, и их наличие для к пилляриметрического также подтвердили предпочтительность использован разработанных процедур определения нижней границы пластичности из ОЕ Восстановление верхней границы пластичности, по-видимому, требует уточнен] методики ее экспериментального определения, т.к. для всех методов получения аппроксимации ОГХ имеются систематические ошибки, отмечаются значиш различия экспериментальных и расчетных данных. Вероятно, эта область ОГХ, область высокого содержания влаги, когда заполнены капилляры крупного ди метра, - в наибольшей мере отражает структуру норового пространства. Метол определения верхней границы пластичности предполагают растирание образп что и приводит к систематическим ошибкам ее расчета из ОГХ. Систематич ские ошибки имеются и при определения порозности, что естественно, т.к. сх щая порозносгь как правило точно не соответствует полной водовмеегамост (Вадюнина, Корчагина, 1986).

Наличие достоверных связей между ПГК и определенными точками на ОП при соблюдении указанных процедур их восстановления (аппроксимация ОГХ функцией ван Генухтена, определение ПГК по Воронину) позволило нам предложить следующую методику для получения педотрансферных функций: (1) уз ловыми точками на ОГХ следует считать именно ПГК - пределы пластичности НВ и МГ, (2) находить регрессионные зависимости для указанных ПГК от различных наборов физических свойств в виде аргументов и (3) использовать эти зависимости для восстановления ОГХ по полученным почвенно-гидрологически константам.

ВОССТАНОВЛЕНИЕ ОГХ ИЗ ТРАДИЦИОННЫХ ФИЗИЧЕСКИХ СВОЙСТВ ПОЧВ (ПОЛУЧЕНИЕ ПЕДОТРАНСФУНКЦИЙ)

Следующей задачей работы явилось получение и обоснование наиболее достоверных регрессионных зависимостей" ПГК от ряда физических свойств - пе-ютрапсферных функций (ГТГФ).

Для выбора оптимального уравнения восстановления НВ, нижнего и верхнего пределов пластичности (НГП и ВГП соответственно) с наименьшим числом параметров и лучшей статистикой было решено выбрать уравнения по 6-ти типам комбинаций исходной информации. Аргументами в этих уравнениях служите:

[. Гранулометрический состав (по классификации Качинского).

[I. Гранулометрический состав (по классификации Качинского) и плотность

ПОЧВ. :

[П. Гранулометрический состав (по международной классификации) и плотность аочв.

[V. Гранулометрический состав (по классификации Качинского), плотность почв, порозность почв и плотность агрегатов.

V. Гранулометрический состав (по международной классификации), плотность почв, порозность почв и плотность агрегатов.

VI. Гранулометрический состав (по классификации Качинского), плотность почвы и агрегатов, порозность почвы, мшсроагрегатный и агрегатный (сухое и мокрое просеивание) составы.

Так как при нахождении педотрансфункций для каждого пз VI вышеуказанных вариантов возникало очень много (нередко более 1500) уравнений, были введены следующие условия их отбора:

1) число независимых переменных в итоговом уравнении не должно превышать 4-х (из 16-ти максимально заданных и перебираемых параметров);

2) для выбора педотрансфункций из множества возможных использовали два варианта статистических критериев отбора - а) уравнение должно быть получено с уровнем значимости <0,05 по F-критершо; б) из общего числа уравнений выбирались только те, которые имели все достоверно значимые коэффициенты переменных (по t-критерию Стъюдента с уровнем значимости <0.05) и у которых абсолютная погрешность была нормально распределена (отношения оценки коэффициентов асимметрии и эксцесса к их ошибкам не должно превышать трех.) Гаким образом, мы получили педотрансфункций, различающиеся по типу ис-зо;р>зуемой информации (типы I-VI) и по вариантам статистических критериев хля их выбора (варианты а и б). В качестве примера в таблице 2 приведены такие регрессионные уравнения восстановления НВ, соответствующие статистики этих уравнений для 3-х выборок почвенных данных.

Таблица 2. Регрессионные зависимости для восстановления НВ и их статистики

Вариант N Уравнение R значимость ¥ E/Se ау;

Общая выборка

1-а 23 НВ=0.25+0.061 *Gi-0.115 *G3 -0.054*G4-0.202*G6 0.387 2.6-10"2 0.5 2.1

H,IV-a 82 HB=0.443-0.199*G3-0.137*G4 -0.201*G6-0.104*pb 0.466 2.2-10"3 2.9 3.

H.IV-б 1 HB=0.346+0.125*G5-0.114*рь 0.372 5.9-10"3 2.9 1.!

VI-a,6 1285 HB=0.375-0.217*G6-0.062*pb +0.108*M5-0.137*W 0.705 1.3-10"8 0.7 l.i

Пьшеватый суглинок

1,П-а 31 HB=0.596-0.291*G2-0.562*Gj -0.561*G4-0.246*G5 0.623 1.9-10"4 0.1 1/,

Ш-а НВ=2.622-0.066-рь-1.847-глина-2.515-пыль-2.09-песок 0,63 1,6-10" 1,29 2,:

IV-a 68 HB=-0.093+0.698*Gi+0.368*G5 +0.566*G6+0.281*P 0.633 1.3-10-4 0.6 1.:

1,ПДУ-б 4 HB=0.418-0.398*G3-0.363*G4 0.553 2.3-10"4 0.4 2.Í

VI-a,6 1471 HB=0.157+0.471 *Gi+0.259*G2 +0.257*MS-0.135*W 0.835 1.1-Ю'10 0.5 0.1

Дерново-подзолистые почвы

I-a 42 HB=0.15+0.085*Gi+0.514*G2 +0.142*G4-0.145*G6. 0.728 3.0-10-4 1.2 0.Í

1,П-б 2 HB=0.122+0.651*G2+0.172*G4 0.633 6.0-10-4 0.6 o.:

II-a 76 HB=0.339+0.403*G2-0.19ó*Gj -0.226*G6-0.066*pb 0.731 2.7-10"4 0.9 i.¿

Ш-а 10 НВ=0.278-0.014-рь+0.071пыль-0.172-песок 0,62 3,4-10'3 0,44 0,1:

IV-a 225 HB=0.478+0.194*Gi+0(392*G2 -0.187*G6-0.17*pa 0.830 4.4-10"6 0.9 o.e

IV-б 8 HB=0.488-0.234*G6-0.136*pa 0.786 2.2-10"6 0.7 0.2

VI-a 1828 HB=0.398-0.426*G6-0.505*M2 -0.369*M3-0.096*W 0.883 1.1-10"6 0.6 0.3

VI-б 20 ííB=0.395-0.185*Gs-0.436*G6 -0.429*M2-0.521*M3 0.872 2.8-10"6 0.5 0.9

Условные обозначения: - Об (фракции фан. состава от ила до крупного песка) М1 - М5 - фракции микроагрегатного состава (от ила до среднего песка) рь - плотность почвы, Р - порозность почвы; ра - плотность агрегатов; А - фракция <250 мкм агрегатного состава (сухое просеивание); V/ - фракция <250 мкм агрегатного состава (мокрое просеивание); N - количество значимых уравнений, Я - коэффициент корреляции

Для общей выборки уравнения первых типов (I, II, Ш) и статистического словия (а) включали следующие аргументы: пыль среднюю, пыль крупную, пе-ок крупный (фракции гранулометрического состава) и плотность почвы. Для торого условия (б) получено уравнение с песком средним гранулометрического остава и плотностью почвы. Наибольший коэффициент корреляции наблюдался ля типа VI (R= 0.7) при участии фракции песка крупного (гранулометрия), шотности почвы, песка среднего микроагрегатного и содержании фракции : 250 мкм (мокрое просеивание). Эти фракции наиболее часто появляются в начимых педотрансфункциях.

На рис.2 показана относительная встречаемость физических свойств, участ-;уюпщх в значимых регрессионных уравнениях. Характерно, что для общей вы-юрки наибольшую встречаемость имеют тонкие илистые, крупные песчаные ранулометрические фракции и агрегатный состав, а для дерново-подзолистых ючв - крупная пыль, крупный песок и плотность агрегатов, что, по-видимому, оказывает на специфику почвообразования дерново-подзолистой почвы, оггреде-шюгцей доминирование крупных фракгшй пыли и песка.

Анализ погрешностей расчетной величины относительно реальных данных, гредставленных в виде Box&Wisker Plot (рис.3), показывает, что среднее нахо-штся вблизи нуля, его ошибка практически не изменяется, как и стандартное лклонение.

(а)

(б)

0 08 0.06 0.04 0.02 0 -0.02 -0.04 -0 06 -0.08

.......в S-E3 I3-E3 Э.......

1 a ll-a 11-6 Vl-a(6) (в)

0.08

0.06

0.04

0.02

0

-0.02

-0.04

•' -0.06 I

-0.03

F =7 В! F Я F =1 F =1 F =1 Р"

1— У и> ij L.

1-а 1-6 111—a IV-a V-a V-6 Vl-a(6)

I ±Станд.откл. □

О Среднее

l-a l-б ll-a lll-a IV-a IV-0 V-a V-0 Vl-a VI-6

Рис 3. Статистики погрешностей расчета НВ (измеренная - рассчитанная) из регрессионных уравнений по соответствующим вариантам (см. таблицу 2) а- общая выборка; б - пылеватые суглинки; в - дерново-подзолистые почвы

о

% 20 18 -16 -14 -12 10 -8

6 4 2 -0

(а)

й

Д

И

л

й2 вз в4 в! йб рь- Р Ра М1 М2 МЗ М4 М5 А V

Рис. 2, Диаграмма относительной встречаемости различных физических свойств в значимых регрессионных уравнениях восстановления НВ а) - общая выборка б)- пылеватый суглинок в) - дерново-подзолистые почвы (обозначение аргументов аналогично табл. 2)

Для выборок по гранулометрии (пьшеватые суглинки) и типу почв (дерново-юдзолистые) характерно большее количество значимых уравнений, несколько шые аргументы и более высокая значимость уравнений (табл.2). Для группы гылеватых суглинков уравнения VI типа включали: фракции ила, пыли мелкой гранулометрия), песка среднего микроагрегатного и фракцию < 250 мкм мокро-о просеивания (агрегатный состав), а для группы дерново-подзолистых почв: [есок крупный (гранулометрия), пыль мелкую и среднюю и фракцию < 250 мкм юкрого просеивания (агрегатный состав).

Резюмируя анализ полученных педотрансфункций, можно отметить псшуче-ше статистически значимых, высококоррелятивных зависимостей уже из одной ранулометрии и плотности почвы (тип II) для конкретной группы грануломет-«ческого состава (например, группа иловатых суглинков) или типа почвы при частии как мелких, так и крупных фракций гранулометрических элементов. $ысокие и значимые коэффициенты корреляции, низкие погрешности и показа-ели их варьирования отмечаются для IV варианта восстановления исследовании констант, когда используются данные по гранулометрическому составу классификация Качинского), плотности почв и агрегатов, а также порозности ючв. В качестве примера на рис. 4 приведены полевые и лабораторные ОГХ Ван Ицюань, 1996) и ОГХ, восстановленные по педотрансфункциям типа Г/б, ля дерново-подзолистой почвы лизиметров Почвенного стационара МГУ.

В целом наблюдается хорошее соответствие между ОГХ, экспериментально галученной по полевым наблюдениям и восстановленной по регрессионным равнениям ОГХ (педотрансфункциями). Лишь в области высокой влажности точка верхнего предела пластичности) восстановленная ОГХ смещается в зону юлее высоких влажностей, приближаясь к капилляриметрической. Все это ука-ывает на то, что педотрансферные функции таких типов, как I и IV, при пред-арительной группировке по гранулометрии или по типу почвы должны обеспе-ить получение достоверных ОГХ. Кроме того, лучшие педотранферные функ-ии были получены для регрессионных уравнений, отобранных по второму ста-истическому критерию значимости (б). Для сравнения экспериментальной ОГХ [ полученной методом ГГГФ, мы проанализировали различие (по Б-критерию) 4; параметров аппроксимации ОГХ по уравнению ван Генухтена. Результаты та-:ого сравнения показали, что в целом наилучшие, т.е. статистически не отлившиеся параметры, наблюдаются при использовании следующих типов псшу-ения педотрансферных функций: тип I для выборки дерново-подзолистых почв [ тип IV - для иловатого суглинка.

О 0.1 0.2 0.3 0.4

V/, г/г

(б)

О 0.1 0.2 0.3 0.4

Рис 4. Основные гидрофизические характеристики дерново-подзолистой почвы лизимет 7) (а)- глубина 0-30 см; (б) - глубина 30-50 см;

О - полевые данные

□ - лабораторная ОПХ (калилляриметр)

0 - ОГХ из реальных почвенно-гидрологических констант

Д - ОГХ из почвенно-гидрологических констант, восстановленных по ПТФ

ОЦЕНКА ЗНАЧЕНИЯ И ВОЗМОЖНОСТЕЙ ИСПОЛЬЗОВАНИЯ ПЕДОТРАНСФУНКЦИЙ В КАЧЕСТВЕ ПОЧВЕННОГО ОБЕСПЕЧЕНИЯ АГРОЭКОЛОГИЧЕСКИХ МОДЕЛЕЙ.

Следует подчеркнуть, что основное значение педотрансфункций - это их применение в прогнозных моделях переноса влаги и веществ. Поэтому следующей задачей работы явилась проверка того, насколько результаты прогноза динамики влажности, рассчитанные с помощью ОГХ, восстановленной методом педотрансфункций, отличаются от измеренных данных по влажности почвы, а гакже от результатов, полученных при использовании других ОГХ: полевых, экспериментальных капилляриметрических, а также ОГХ, восстановленной из экспериментальных 111 К. Использовалась прогнозная математическая модель переноса влаги и веществ "AQUASALT" (автор - А.К.Губер).

Результаты этих расчетов представлены на рис 5 (а-е) и в табл.3. На рис.5 представлены погрешности моделирования - различия измеренных и расчетных величин (среднее, ошибки средних и стандартное отклонение). Как видно из этих рисунков, наименьшие погрешности дает модель при использовании полевых ОГХ (рис.5а), значительно более высокие - при использовании капилляри-метрической ОГХ (рис.5 б), и несколько лучшие результаты - при использовании ОГХ, полученной из экспериментальных 1JLIК (рис.5 в). В сравнении с этими экспериментальными ОГХ педотрансфункции при IV типе набора экспериментальных данных дают лучшие результаты прогноза, чем при экспериментальной капилляриметрической ОГХ в случае выборок дерново-подзолистых почв или по гранулометрической группе (рис.5 д, е).

Проанализируем другую группу статистических критериев, указывающих на связь расчетных и экспериментальных величин (коэффициенты корреляции) и наличие систематических ошибок (коэффициент автокорреляции, отношения эксцесса и асимметрии к их ошибкам, значимость регрессионных коэффициентов зависимости погрешностей от расчетных значений влажности). О хорошей сходимости динамик влажности, рассчитанных по полевым данным, можно супить по коэффициенту корреляции, значимому для всех горизонтов и имеющему максимум в верхнем слое - 0.65 и минимум для нижнего слоя - 0.27. Распределение ошибок на всех глубинах, за исключением 90 см, можно считать нормальным, т.к. отношения А и Е к их ошибкам не превышают трех (табл.3). Таким образом, модель, использующая полученную по полевым данным ОГХ, может считаться адекватной. В дальнейших своих рассуждениях другие модели мы будем сравнивать с моделью полевой ОГХ.

Анализируя статистические показатели для случая использования капилляриметрической ОГХ, можно сказать, что в целом модель неудовлетворительно описывает реальный режим влажности.

(а)

(б)

0.2 0.16 0.12 0.08 0.04 0

-0.04 -0.08 -0.12 -0.16

0.2 0.16 0.12 0.08 0.04 0

-0.04 -0.08 -0.12 -0.16

0.2 0.16 0.12 0.08 0.04 0

-0.04 -0.08 -0.12 -0.16

20 30 50 70 90 110 (В)

20 30 50 70 90 110

Сд)

20 30

50 70 90 глубина, см

110

I ±Станд. откл. ШШ ¿Ошибка сред. ° Среднее

0.2 0.16 0.12 0.08 0.04 О

-0.04 -0.08 -0.12 -0.16

0.2 0.16 0.12 0.08 0.04 О

-0.04 -0.08 -0.12 -0.16 -0.2

0.2 0.16 0.12 0.08 0.04 О

-0.04 -0.08 -0.12 -0.16

20 30 50 70 90 110

(Г)

20 30 50 70 90 110

(е)

20

30 50 70 глубина, см

90 110

(а) - полевые данные; (б) - капилляриметр; (в) - реальные ПГК; (г) - общая выборка (IV);

(д) - дерново-Ьодзолистая почва (IV);

(е) - иловатый суглинок (IV)

Рис. 5. Статистики погрешностей расчета режима влажности (разность расчетной и измеренной) для разных глубин дерново-подзолистой почвы (лизиметр 7) при использовании экспериментальных ОГХ и ПТФ:

Таблица 3 Статистики адекватности модели при использовании педотрансфункций

и экспериментальных ОГХ

глубина см полевые лаборатор ные реал. ПГК ПТФ - 1 ПТФ -2 ПТФ-3

Коэффициент корреляции реальной и модельной влажностей по глубинам

20 0,65 0,40 0,42 0,22 0,60 0,75

30 0,52 0,31 0,47 0,15 0,51 0,58

50 0,31 -0,08 0,31 -0,05 0,47 0,29

70 0,39 0,00 0,29 -0,02 0,41 0,42

90 0,27 -0,13 0,20 -0,14 0,38 0,30

110 0,38 0,39 0,41 0,34 -0,05 0,26

КОЭ( эфициент автокорреляции

20 0,46 0,87 0,35 0,92 0,57 0,44

30 0,56 0,94 0,48 0,93 0,56 0,69

50 0,39 0,67 0,38 0,83 0,28 0,18

70 0,52 0,73 0,49 0,77 0,08 0,19

90 0,14 0,95 0,84 0,93 0,86 0,59

110 0,32 0,83 0,50 0,92 0,85 0,53

Статистическая значимость коэффициента асимметрии для распределения погрешностей влажности

20 0,2 3.1* 4.6* 3.2* 1,9 1,8

30 0,3 2,7 1,4 3.6* 2,2 1

50 0,4 1,3 0,1 1,4 1,3 0,2

70 0,4 1.5 0,7 2,1 0,6 0,9

90 3.7* 2,1 0,6 3.4* 2 6.1*

110 0,4 2,2 0,6 1,9 5.8* 2,9

Статистическая значимость коэффициента эксцесса для распределения погрешностей влажности

20 0,5 1 13* 0,4 0,6 1,5

30 0,4 0,2 0,7 0,5 1,9 0,9

50 0,9 1,2 0,3 1.3 0,1 0,1

70 . 1,4 1,1 0,8 ) 1.9 0,5

90 4.7* 1.6 1,9 0,8 1.2 12.7*

110 0,2 1.3 1,2 1,6 9* 4.2*

* - статистический параметр значим

ПТФ - 1 — общая выборка (П тип) ; ПТФ -2 - дерново-подзолистые почвы (IV тип); ПТФ -3 - иловатый суглинок (IV тип)

При использовании в моделях ОГХ, восстановленной из экспериментально опр деленных 111 К, погрешность в верхних слоях достигает -8% объемной влажв ста, но для глубины 30 и 50 см (рис.5в ) погрешность расчета влажности коле лется на уровне ±2%. Распределение ошибки по глубинам сопоставимо с канн ляриметром: в верхнем слое - расчетные данные превышают экспериментам ные, в нижних слоях - наоборот, а максимум разности приходится на глуби 110 см. Для глубин 20 и 30 см зависимость погрешности от расчетной величш незначительна, хотя для верхнего слоя распределение ошибки носит асимме ричный и эксцессивный характер. Таким образом, динамика влажности, рассч тайная по модели ОГХ, восстановленной по ПГК, хотя и имеет значительш отклонения от реальных данных, (особенно для верхнего слоя 20 см и нижне 90 см), статистические показатели у нее лучше, чем у рассчитанной динамш по лабораторной ОГХ. Из приведенного анализа можно сделать вывод о возмо: ности применения восстановленной ОГХ по 4-м экспериментально найденнь ПГК для прогнозных расчетов динамики влажности.

Теперь перейдем к вариантам с педотрансферными функциями (ГГГФ). Да ные табл. 3 указывают, что вариант для дерново-подзолистых почв дает бол стабильные и более воспроизводимые коэффициенты корреляции на всех глуб нах, чем для варианта обшей выборки. .Сравнивая статистики, полученные щ выборки дерново-подзолистых почв и иловатых суглинков, можно отметить сл дующие особенности: во-первых, близость статистических параметров меж; собой по всем горизонтам; во-вторых, до гаубины 70 см статистические крит рии мало отличаются от варианта с полевой ОГХ. Например, для выборки де ново-подзолистых почв, иловатых суглинков и полевых данных стандартные о клонения с глубины 0-20 до 70 см практически не отличаются (рис.5 а, д, е). 1 невысокую вероятность систематических ошибок моделирования при использ вании педотрансферных функций, полуденных при предварительной группиров! данных по типу (подтипу) почвы или гранулометрии, указывают коэффициент автокорреляции, имеющие невысокие значения, и незначимые на ряде глуб! коэффициенты отношения коэффициентов асимметрии и эксцесса к их ошибка (табл.3).

Все это указывает на то, что предложенная методика получения педотран функций, основанная на использовании ПГК, может дать надежные результат при их использовании в моделях при соответствующих данных о физичесю свойствах и наличии ориентированных по типу почвы или гранулометрии выб рок.

Следует отметить, что наибольшие погрешности моделирования свойстъенн нижним горизонтам дерново-подзолистой почвы, имеющим постоянно высок! значения влажности почвы. Связано это с тем, что величина верхнего преде; пластичности по методам Охотина или Васильева завышает влажность в рамкг тех целевых задач, которые формулируются в связи с расчетом ОГХ.

На основании представленного статистического анализа можно заключить, что модели переноса с использованием ПТФ способны достаточно адекватно описывать режим влажности для верхнего почвенного слоя в диапазоне влажности ниже верхнего предела пластичности. Точность и адекватность такого описания сравнима с точностью и адекватностью моделей, использующих ОГХ из экспериментально определенных почвенно-тидролошческих констант и превышает таковые для экспериментально определенных ОГХ в лабораторных условиях на капилляриметрах. Однако, такое использование надежно лишь при использовании педотрансферных функций, полученных по выборке для конкретного типа почвы и группы по гранулометрическому составу. Вариант для общей выборки почв неадекватно описывает режим влажности, так как дает большую погрешность и более близок по статистикам к лабораторной ОГХ. Естественны вопросы, почему ОГХ, восстановленные из традиционных физических свойств, все же дают лучшие результаты при использовании их в прогнозных расчетах, чем традиционные экспериментальные методы (капилляриметрический), и насколько можно считать это положение всеобщим. Последнее утверждение безусловно подлежит разносторонней проверке на различных почвах. Что же касается различий лабораторной и восстановленной ОГХ, можно предложить несколько объяснений, которые тоже, конечно, подлежат проверке. Первое - использование метода определения ОГХ из почвенно-гидролошческих констант выпилит достаточно надежным, по-видимому, потому, что позволяет воспроизводить форму кривой ОГХ в капиллярно-гравитационной (самой важной для переноса воды) области, ее достаточно резкое "падение" к оси влажности при приближении рБ к нулю. В этой области капилляриметры дают немалые ошибки, связанные с методическими особенностями подготовки образцов (насыщение, удаление защемленного воздуха и пр.). Однако, здесь, в нижней части кривой, завышенные верхнего предела пластичности приводят к сильному "изгибу" ОГХ, а при прогнозных расчетах - к наличию систематической ошибки регулярного занижения расчетной влажности. По-видимому, следует еще подобрать (разработать) целевой метод определения верхней границы пластичности, более адекватно характеризующий эту величину в отношении ее структурного состояния или положения на ОГХ.

ОСНОВНЫЕ ВЫВОДЫ

1. Создана специализированная база физических свойств и характеристик по1 для которой разработана система управления данными, организующая ввод,'х{ нение, восстановление, систематизацию и группировку экспериментальна свойств и функций почв, способная производить иные операции многоцелево назначения. База использована для получения и анализа педотрансфункций.

2. На большом количестве анализируемых данных, достоверно показано, ч восстановление почвенных констант из ОГХ с наименьшими погрешности; достигается при применении метода А.Д.Воронина и аппроксимации ОГХ фун цией ван Генухтена лишь в случае использования экспериментальной информ ции в виде синхронных полевых определений давления влаги и влажное! а также метода капилляриметра в зондовом варианте.

3. Предложена методика получения педотрансферных функций, основанная 1 нахождении регрессионных зависимостей 4-х (или 5-ти) почвенн гидрологических констант: верхнего и нижнего пределов пластичности, на меньшей влагоемкости и максимальной гигроскопической влажности (или с д бавлением порозности) из традиционных физических свойств. Наиболее дост верные, устойчивые, дающие наименьшие несистематические погрешности оптимальные по набору свойств педотрансфушащи определяются при использ вании данных гранулометрического состава, плотности агрегатов и порознос: почв, а также при предварительной выборке (группировке) почв по почвенн генетической или гранулометрической классификациям.

4. Использование педотрансферных функций, полученных по разработаннс методике с использованием 111 К, позволяет производить прогнозные расчеты помощью математических моделей. Результаты прогнозного расчета влажное: дерново-подзолистой почвы лизиметров Почвенного стационара показало, ч: при использовании педотрансфункций достигаются лучшие результаты, чем щ использовании лабораторных (капилляриметрических) ОГХ.

Основные результаты исследований опубликованы в следующих работах: . Исследование водного режима модельной дерново-подзолистой почвы закрытых лизиметров. - Тезисы докладов конференции молодых ученых фак-та почвоведения МГУ, Москва, 1994, с. 63. (в соавторстве). . Использование информационно-советующей системы "автоматизированное место физика почв" (в учебных курсах "физика почв" и "агрофизика", при комплексной оценке плодородия почв и в прогнозных математических моделях). - Труды Всероссийской конференции "Вопросы агрофизики при воспроизводстве плодородия почв", Санкт-Петербург, 1994 с. 14 (в соавторстве). . Принципы формирования базы данных физических свойств и режимов почв. - Тезисы докладов П съезда общества почвоведов, т. 1. 27-30 июня 1996, Санкт-Петербург, с. 75. . Анализ основных структурно-функциональных зависимостей с использованием базы данных физических свойств и функций почв. - "Почвоведение", N9, 1997, с. 1120-1123 (в соавторстве). . Forecast Reliability and Adequacy of Soil Water Mathematical Models. International Jubilee - Workshop "Modern problems in agroecosystem simulation". Book of abstracts, Saint-Petersburg, Aghrophysical Research Institute, 1997, P. 32-33 (в соавторстве), i. Use of the soil hydrological constants and atterberg's limits for calculating hydraulic properties of unsaturated soils. International - Workshop "Characterization properties of unsaturated Porous Media", Holiday Inn., Riversiole, CA, Oct. 22-24,1997, P. 149 (в соавторстве).