购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

1.2 国内外研究现状

1.2.1 非冻融条件下土壤蒸发研究

土壤蒸发作为四水转化的重要环节、资源评价中的水均衡要素之一、地气能量交换中的主要过程之一,在水文循环、农田水热平衡及水资源评价中起着极其重要的作用。土壤蒸发是由大气条件、土壤表层水分含量与土壤内部水分传输共同控制,蒸发的动态变化既影响土壤水热的迁移,又影响浅层地下水的运动,所以土壤蒸发的研究一直受到水文地质、水文、气象、农学等相关学科及领域的重视。地气间的陆面过程、影响土壤蒸发的因素、土壤蒸发量的测定和预测及抑制措施是国内外相关学者研究的重点。国外对土壤蒸发问题的研究起步较早,主要针对非冻融期土壤蒸发模型及蒸发计算 [14,15] 、蒸发规律及影响因素分析 [16] 及地表覆盖条件下的土壤蒸发问题 [17,18]

1.土壤蒸发模型及蒸发量计算

最常用的土壤水分蒸发模型有表面能量平衡模型和水量平衡模型。表面能量平衡模型的理论基础是地表能量平衡公式 [19,20] ,很多模型的建立都是由其演变而来,比如阻力模型 [21,22] 、温度相关模型 [23] 等;水量平衡模型适合于野外大范围蒸发监测,该模型根据水量的总收支平衡建立方程,数据来源于气象和水文监测 [24,25] 。Aydin等(2005)在土耳其半干旱和半湿润地区及日本鸟取大学旱地研究中心,4—9月期间,进行了4次蒸发试验,并使用模型进行蒸发模拟。通过将模拟值和实测值比较,发现每日时间步长模型取决于计算潜在土壤蒸发的时间,而且该模型能够精确估算土壤中的实际蒸发量 [14] 。Kerridge等通过在澳大利亚利用收集到的滴灌条件下葡萄园藤下和行间的温度数据,结合Ben-Asher等提出的能量平衡模型估算相对蒸发量,并且使用微型蒸发器实测蒸发值和热成像法对该模型进行校准,确定了使用该方法的土壤表面温度日最大变化范围和模型中常数 [15] 。Heitman等 [26] 利用针式传感器监测土壤的热特性参数及温度,为土壤蒸发的计算提供了参数;Guo等 [27] 提出利用地表温度确定土壤蒸发率及土壤蒸发阶段的方法。谭广洋 [28] 在兰州大学庆阳黄土高原试验站对冬小麦播种前期模拟降雨量 80mm后的不同秸秆覆盖量(0,50%,90%)下土壤的蒸发量进行了研究,修正了模型中的关键参数。李红星从土壤-大气连续系统出发,在引入参考蒸发面的基础上,在西北农林科技大学气象站建立了三种数学模型(以水面蒸发为参考推求土壤蒸发量的数学模型、基于风干土和饱和土壤表面温度计算土壤实际蒸发量的数学模型以及饱和土壤为参考推求土壤实际蒸发量的数学模型)来模拟土壤蒸发量,并用实测值进行模型验证,模型的模拟值与实际测量值十分接近且模型的参数较少 [29] 。Wei等 [30] 在中国水利水电研究院的灌溉实验站采用双作物系数法的SIMDualKc水平衡模型对大豆种植期间的蒸腾量和土壤蒸发量进行研究,该模型的模拟值与实际测量值十分接近,模拟结果较精确。Zhu等 [31] 对含有大量钙质结核的华北黄土高原土壤蒸发过程进行了模拟试验,建立了蒸发预报的经验公式,为田间层状非均质土壤蒸发的研究提供了先例。在水热耦合迁移方面,孟春雷等 [32] 基于土壤蒸发与内部水分传输机理,推导出土壤水热传输与土壤蒸发模式,并利用黑河沙漠站实验数据对其进行验证;也有学者利用非饱和土壤水热耦合迁移模型 [33,34] ,分析了裸地的土壤蒸发动态及其对地表能量平衡的影响;Merlin等 [35] 建立了求解任意厚度、变边界层条件、能量和水分双驱动条件下非饱和裸地土壤蒸发率的解析模型,并在法国西南部的两个试验场地(5个深度,最大1.0m)得到了验证。

2.蒸发机理及影响因素

土壤蒸发过程实质上是地气间陆面过程中发生的物质和能量交换过程。国家自然科学基金重大项目“内蒙古半干旱草原土壤-植被-大气相互作用(IMGRASS)”为代表的陆面过程研究 [36] ,在中尺度区域地气交换通量特征与不同的边界层结构领域,取得了大量实验资料和系列研究成果。张晶等 [37] 参考BATS模式建立的LPM-ZD模型主要对均匀、覆盖稠密的下垫面条件进行了研究,这些研究成果深化了对陆气相互作用本质的认识。Balugani [38] 利用液流法和Hydrus-1D模型估算了半干旱区开阔林地蒸散量,揭示了在模拟干旱半干旱地区的土壤蒸发模式中,应考虑水汽内部扩散的影响。

土壤蒸发受外界因素及土壤内部因素的影响 [39,43] 。外界因素主要指气象因素,包括太阳辐射、气温、空气湿度及风速等,通常用大气蒸发力E0来衡量 [44] 。土壤内部因素包括土壤质地、有机质含量、结构、含水率等影响土壤导水性能的因子 [45] 。Yamanaka等 [46] 采用水热耦合模型研究了表面土壤蒸发,阐明了地表以下部位也可以发生蒸发,尤其是在干燥层的下边界部位,蒸发区厚度取决于土壤的水力特性。王冠丽 [47] 在内蒙古科尔沁地区,研究了影响沙地土壤水分蒸发的气象因子,通过主成分分析法确定了风速因素、温度因素、湿度因素包含在内的11个主成分因子对土壤水分蒸发的影响程度。王艳伟 [48] 通过田间试验研究了不同土壤水分条件下不同砂土覆盖和不同砂土混合比例对土壤水分蒸发的影响。李云光 [49] 研究了液体地膜覆盖对滴灌棉花土壤蒸发的影响。

3.地表覆盖条件下的土壤蒸发

减小无效的蒸发损失,提高水分利用效率是缓解用水矛盾及实现农业可持续发展的有效途径之一。地表覆盖是减少蒸发的主要措施,并在近地表储存水分 [50] 。覆盖对抑制蒸发、水分迁移与保水机制的影响,耕作技术 [51] 对土壤水分再分布及土表蒸发的影响机理等方面的研究均取得了重要进展。Modaihsh等 [52] 研究发现相同的覆盖厚度下粗砂抑制蒸发的效果比细砂略好。Kemper等 [53] 发现相同覆盖厚度下砾石抑制蒸发的效果好于砂粒层覆盖,且浅色砾石的效果最好。Jiménez等 [54] 在1998年8月—2001年1月期间对西班牙加那利群岛的干旱半干旱地区进行覆砂条件下的野外和室内蒸发研究,结果表明:覆砂土壤蒸发量减少了76%。Fekri等 [55] 在伊朗干旱地区研究了50天内大片砂和轻膨胀黏土骨料覆盖处理在不同覆盖厚度(1cm、3cm和4cm)下的土壤蒸发量。结果表明:覆盖后的蒸发明显减少,且厚度越大减小值越大。同时还发现陶粒覆盖层能更有效的减少土壤表面蒸发,且 3cm时的效果最好。Zribi等 [56] 在西班牙的阿拉贡农业研究和技术中心及AFFRUCAS农场使用不同的方法测量无机(塑料膜)和有机(松树皮、葡萄树修剪残留物、织物天然纤维、小麦秸秆)覆盖材料下的土壤蒸发。结果表明:在能量限制阶段,覆盖下的土壤蒸发量比裸地的蒸发量少,其中塑料膜覆盖、葡萄残渣覆盖和松树皮覆盖的蒸发量比其他覆盖处理的要低。Iftikhar等 [57] 在巴基斯坦研究了2cm厚的小麦秸秆覆盖、纸屑覆盖、砂粒覆盖以及无覆盖对土壤水分的影响。结果表明,小麦秸秆覆盖处理的水分损失最少,与无覆盖处理相比减少了50%;纸屑和砂粒覆盖的水分损失分别比无覆盖处理减少16.0%和8.69%。Mahdavi等 [58] 在日本鸟取大学旱地研究中心研究了干草覆盖下的田间地块蒸发过程以及浅层水热耦合,利用地表能量平衡建立了估计蒸发量的方法并对该方法进行评估。结果表明:累积蒸发量的估计值和溶度计实测数据的差异约为8%,且干草覆盖可以显著减少蒸发量约40%。

早在20世纪50年代,吕忠恕等 [59] 研究了甘肃地区纯砾石混合层覆盖、砂石混合层覆盖和无覆盖下的土壤蒸发量,发现两种处理均能抑制土壤蒸发,而且纯砾石覆盖的效果更明显。近10年来,崔向新等 [60] 在内蒙古地区研究了8月,不同覆盖率(0、25%、50%、75%、100%)下的干草以及不同砾石粒径(0、2~4mm、4~6mm、6~8mm、8~10mm)覆盖下的土壤蒸发过程。结果表明:砾石和干草覆盖处理能有效抑制蒸发,尤其是干草覆盖。周约 [13] 设置了不同粒径、不同厚度、不同类型以及不同颜色条件下的砾石覆盖处理,对宁夏压砂地的土壤蒸发过程进行了研究,发现砾石覆盖条件下的日平均蒸发量明显低于不覆盖处理的,且覆盖厚度越大、粒径越小,抑制蒸发的效果越明显。原翠萍等 [11] 在北方地区研究了无覆盖、0.5cm、2.5cm、4.5cm不同砂粒粒径覆盖条件下的土壤蒸发。结果表明:覆盖层厚度相同和初始含水率相同的条件下时,砂粒覆盖能有效抑制土壤蒸发,且抑制效果随覆盖层粒径的减小而增大。Xiao等 [61] 在黄土高原地区(陕西省神木县六道沟流域)的风力和水力侵蚀交接区域对生物结皮和不结皮的砂质和沙壤土进行取样,然后使用微型蒸渗仪测量其蒸发过程。结果表明:土壤质地对生物土壤结皮后的土壤水分蒸发影响较大;生物结皮和未结皮的土壤蒸发速率可以用函数表示。Yang等 [62] 在黄土高原西北部的试验室(兰州)研究了不同砾石覆盖厚度和不同粒度覆盖对土壤覆盖层蒸发阻抗的影响。结果表明:裸地的累积蒸发量明显大于覆盖处理,且覆盖层粒度越小,其累积蒸发量越小。蔡永坤等 [63] 在西北农林科技大学实验室研究了不同粒径砂层覆盖下的土柱蒸发,分析蒸发量随时间的变化规律。结果表明:覆盖处理的累积蒸发量明显减小,且砂层粒径越小,抑制效果越明显。

可见,非冻结条件下土壤蒸发的相关研究硕果累累,在监测手段、蒸发机理、蒸发模拟及抑制措施等方面均取得了重要进展,为冻融土壤蒸发的研究提供了思路和方法。但是土壤蒸发由大气条件、土壤含水率剖面动态与土壤内部水热传输共同控制,影响因素复杂,所以在水分相变及其与能量的耦合传输、蒸发的动态预报等方面还有待进一步深入系统的研究。

1.2.2 冻土中的水热耦合迁移

1890年俄国成立了冻土研究委员会,标志着对冻土进行比较广泛研究的开始。20世纪,美国、加拿大等国家也开始研究冻土,冻土学发展很快。国内对冻土的研究起步较晚,始于20世纪70年代。关于冻土研究方法主要有室内试验以及室外试验。室内试验主要研究土壤冻结特性 [64] 、冻结条件下的水分迁移 [65,66] 、成冰作用及冻胀 [67] 、盐分迁移及盐胀 [68] 等。梁建财等 [69] 发现不同地表覆盖对土壤冻融过程的影响不同,且对土壤冻结深度的影响也不同。李学军等 [70] 研究了季节性冻融期U形混凝土衬砌渠道渠基的水分冻结和运移特征。薛珂等 [71] 研究了饱和红黏土单向冻结过程中的水分迁移量及冻胀变形。研究表明冻土中水分迁移主要与土水势梯度有关,而土水势梯度受土体性质、边界条件、冻结速度和冻胀速度等因素的影响 [72,74] 。冻融期室外研究主要是针对田间入渗试验 [75] 、水热盐迁移实验 [76] 以及工程建筑物冻胀防治 [77] 等问题。吴谋松等 [78] 使用Br离子示踪法和冻土水盐通量计算模型对冻融过程中土壤剖面水盐的通量变化进行计算分析。郑和祥等 [79] 对冻融期冬小麦无覆盖、秸秆覆盖及地膜覆盖条件下的土壤入渗过程及特性进行分析。

目前,对于冻融期土壤冻结特性、土壤水分迁移、水热盐运移以及水分入渗等问题研究较多,而且针对不同土壤条件及初始水热条件进行了详细研究,建立了一系列适用于不同条件下的土壤水热迁移模型。例如Harlan [80] 根据试验结果建立冻土水热耦合迁移模型,但是该模型没有考虑冰与水之间的相互作用。Flerchinger等 [81] 在Harlan模型的基础上建立了考虑积雪覆盖条件下模拟土壤冻融过程的SHAW模型,同时该模型还可以模拟水热迁移过程。郑秀清等 [82] 在Harlan模型的基础上考虑土壤与近地表大气之间的水热交换建立了一维冻融土壤水热耦合迁移模型,该模型可以很好的模拟冬灌条件下冻融土壤的水热迁移过程。任理等 [83] 在一维水热耦合模型基础上建立了二维水热耦合模型。近年来,冻融条件下的土壤水分入渗 [84,85] 、水热盐耦合迁移 [86,87] 、潜水蒸发 [88,89] 等方面进行了大量的试验和理论研究,并取得了许多有意义的成果,为冻融土壤蒸发的研究奠定了基础。

1.2.3 冻融条件下的土壤蒸发

土壤蒸发影响着农业用水效率,在生态系统能量平衡中起着至关重要的作用。由于季节性冻融期土壤水分的相变及其与温度的强烈耦合作用,非饱和冻融土壤蒸发过程及其影响因素更加复杂。因此,土壤蒸发的研究大多针对非冻融期,冻融期蒸发研究相对较少。冬季土壤水分相变加剧了土壤剖面水、热、溶质运移的复杂性,而且土壤冻结后土壤水分以水汽的形式蒸发,土壤蒸发量较少,监测该时段的土壤蒸发十分困难。近年来,对冻融期地气间的水热交换过程的实验研究、土壤蒸发机理模型及人工智能模型的研究成为国内外相关学者研究的重点。

1.实验研究

国内外学者以水文循环和陆面过程的研究为目的,针对冻融期陆地-大气间水热交换过程及冻融过程中土壤水热状况对地气交换及局地水循环过程的影响进行了大量研究。Chang [90] 综述了冻土分布区冻融作用对蒸发、入渗和径流的影响,即冻土的水文效应。彭雯等采用陆面模式耦合区域气候模型WRFV3.1对青藏高原东北部冻融过程进行了模拟 [91] ;Fang基于加拿大寒冷水文模型平台(CRHM),分析了草原干旱期积雪、融雪、径流、蒸发、入渗等陆面过程及其变化 [92] 。戴永久等基于多孔介质流体力学理论,构建了包括土壤、积雪和植被中水、热通量的陆地物理表面模式(IAP94),模拟再现了地表能量和水分平衡的物理机制 [93] 。为了了解冻融过程中土壤水热状况对地气交换及局地水循环过程的影响,在中纬度北方草原冻土分布区,Yeugeniy验证了SWAP水文模型的功能 [94] ,分析了地气之间的水热交换过程。基于水均衡理论,Gabriëlle分析了密西西比盆地下游地表土壤、大气植被系统的水和能量平衡要素,表明蒸散发是影响水热平衡的一个重要因素 [95] ;在俄罗斯永久冻土分布区,Takata发现冻融作用影响了介质的渗透性,渗透性的降低导致水分迁移的减弱和地表积水的增加,从而增大了土壤蒸发量 [96] 。Ohta通过对西伯利亚永久冻土分布区水汽、能量通量和环境条件的监测,研究了亚落叶松林区以降雨、蒸散发、土壤水分变化为要素的水均衡特征及其年际变化 [97] 。为了更好地认识陆地-大气水热交换过程,胡和平等 [98] 建立了一维冻土-植被-大气连续体模型,模拟研究了液态水从未冻区向冻结区迁移、土壤的冻融作用及其引起的潜热迁移等物理过程,未对土壤蒸发问题进行分析。关于季节性冻融期大田土壤的水分迁移及包括蒸发在内的水均衡要素的分析,李熙春等 [99] 根据华北季节性冻土区的特点,建立了冬小麦田冻融条件下包含水热耦合迁移、地气间水热交换等子模型的土壤水热运移模型,模拟分析了降水及灌溉对农田蒸散、土壤水利用、深层渗漏等的影响;李天霄 [100] (2010)使用主成分分析法分析了哈尔滨地区冻融期间大气压、风向、相对湿度、平均气温、水汽压、风速和地温对土壤蒸发的影响。冻融期土壤蒸发量还与地下水位埋深有关,Wu [101] 研究了不同溶质含量和不同潜水埋深下的土壤蒸发量,土壤开始冻结或开始融化时,地表液态水含水量较大,此时的蒸发速率较大。当土壤完全冻结后,蒸发速率达到了整个冻融期的最低值。虽然冬季土壤冻结后蒸发速率减小,但部分地区冬季土壤蒸发仍然较大,不能被忽略。Wright研究发现美国犹他州洛根冬季的蒸发速率高达1.5mm/d [102] ,并用蒸发器监测到美国爱达荷州冬季平均日蒸发速率为1mm/d [103] 。Kaneko利用空气动力学方法估算了土壤冻结(11月至翌年3月)期间的蒸发量为60mm [104] 。Peng利用土壤水量平衡原理计算了秋浇后冻结土壤蒸发量,结果表明灌溉水量几乎全部蒸发 [105]

2.基于过程驱动的机理模型

为了定量分析冻结期间的土壤蒸发,一些学者将适用于非冻融期的蒸发模型应用于测定冻结期的土壤蒸发。然而,适用于非冻融期土壤蒸发的经验公式在冻融期有一定的局限性。因为冻结土壤中液态水含量很少,主要以水汽的形式蒸发,若应用这部分经验公式,还需要考虑冻结相变和水汽扩散等对蒸发的影响。冻结期间雪被覆盖对蒸发也有一定的影响,这部分在计算过程中也应该考虑。

为了准确估算冻融期的蒸发,一些用于模拟水热溶质运移的模型例如SHAW模型 [106-108] CoupModel [109-111] 和HYDRUS模型 [112-114] 等开始用于模拟蒸发过程,如SHAW模型可为了准确估算冻融期的蒸发,一些用于模拟水热溶质运移的模型例如SHAW模型以用来模拟冻融期土壤蒸发。Flerchinger和Saure [115] 用SHAW模型预测了不同残留物覆盖下的土壤蒸发。利用SHAW模型,李瑞平等 [116] 模拟了内蒙古河套灌区秋灌条件下的冻融作用过程和土壤含水率、温度、蒸发等水均衡要素的变化;陈军锋等 [117] 模拟研究了冻融期不同潜水位埋深条件下砂壤土和壤砂土的土壤蒸发规律。王子申等 [118] 基于SIMDualKc模型对西北旱区冬小麦蒸散和土壤蒸发规律,以及土壤蒸发比例与其影响因子的关系进行了研究,建立了土壤蒸发比例与地面覆盖度的回归模型。

3.基于数据驱动的人工智能模型

近年来基于数据驱动的人工智能算法在冻融土壤水分入渗、迁移、土壤水分运动参数的确定等方面得到应用,如人工神经网络、极限学习机、支持向量机等。

许多学者基于BP神经网络、支持向量机等的强大的非线性处理能力,将土壤理化参数与冻融土壤入渗模型参数联系起来,通过建立预测模型实现了对冻融期土壤水分入渗模型参数的有效获取 [119-122] 。沈婧 [119] 基于季节性冻土的大田土壤入渗试验样本建立了冻融土壤Philip入渗模型参数的多元非线性传输函数模型,通过对入渗参数进行预测发现该模型可作为预测冻融土壤入渗参数的一种有效方法。李昊哲等 [120] 通过在季节性冻土区获取的冻融条件下的大量土壤入渗实验数据,建立了入渗模型参数与土壤基本理化参数间的BP神经网络的预报模型。在冻融土壤条件下,李昊哲等 [121] 基于支持向量机理论,对Kostiakov入渗模型参数进行预测,拓展了支持向量机理论的应用范围。于浕利用季节性冻土区的田间冻土入渗试验资料,建立了基于BP神经网络方法的季节性冻土Kostiakov入渗参数预测模型 [122] 。武雯昱基于冻结期田间冻土入渗试验样本,建立了基于BP神经网络模型的Kostiakov三参数入渗模型参数的预测模型 [123] 。郭华通过3个越冬期的大田冻结土壤水分入渗试验,获取了Kostiakov冻结土壤二参数入渗模型参数的实测大样本,建立了各个土壤水分入渗参数与土壤理化参数间的非线性关系模型 [124]

有些学者通过建立土壤水分神经网络预测模型,实现了对土壤水分的预测。Frate等 [125] 将人工神经网络与微波技术的相关理论结合起来,通过物理生长模型训练神经网络得到了两种反演土壤水分的算法。宋松柏利用人工神经网络理论技术,建立了旱季和降雨条件下土壤水分动态变化的预报模型 [126] 。刘洪斌等利用神经网络建立了土壤含水量预报模型 [127] 。林洁等利用BP神经网络对太湖典型农田土壤水分动态进行了模拟 [128] 。尚松浩等基于冬小麦返青后的土壤水分试验资料建立了土壤墒情预报的BP神经网络模型 [129] 。许坤鹏等基于主成分分析建立了杨凌地区土壤水分扩散率单一参数模型的BP神经网络模型 [130] 。杨绍锷等分析了支持向量机在土壤水力学参数预测方面的效果 [131]

Özgür Kisi[132]利用多层感知器(MLP)和径向基神经网络(RBNN)这两种不同的人工神经网络技术,对加利福尼亚州的日蒸发过程进行模拟发现两种方法对土壤蒸发过程模拟均取得了较好效果,但未对土壤蒸发规律进行研究。李天霄利用BP人工神经网络模型对冻结土壤的蒸发过程进行了模拟,发现BP人工神经网络模型能够很好地模拟出冻结土壤蒸发过程的变化规律 [100] 。纵观现有研究成果可知,人工智能模型在土壤水分入渗、土壤水分预测以及土壤水分运动参数的确定等方面均取得了重要进展。但因冻融期土壤蒸发问题的复杂性和影响因素的多变性,土壤蒸发的预报一直是个难点,有关冻融期大田土壤蒸发预报模型的研究成果未见报道。

综上所述,国内外在非冻融期土壤蒸发方面的研究成果丰富。虽然很多学者在冻融条件下水热耦合迁移、浅层潜水蒸发等方面进行了相关的基础研究,但对于季节性冻融期土壤蒸发的研究成果非常薄弱。现有研究大多关注高寒永久性冻土分布区,对干旱半干旱季节性冻土区重视的少,研究成果侧重蒸发现象,对蒸发规律研究偏少。土壤的冻结、融化作用对蒸发的影响机理、不同地表调控措施下的土壤蒸发规律的基础研究成果严重缺乏。 tJnzBCqfGtrXP4dOzCfODX8CnEwRZQCqwezVqJiSFRrOax1qMVz08Pf0Uhef0VLz

点击中间区域
呼出菜单
上一章
目录
下一章
×