顧建芹,江 健

(上海市奉賢區(qū)農業(yè)技術推廣中心,上海201499)

農田土壤墑情是農業(yè)生產中不可缺少的基礎性工作,以當?shù)刂饕r田土壤類型的耕作層水分含量為研究對象,結合主要作物的種植模式和農業(yè)措施,通過定期定點測定土壤含水量和相關農業(yè)生產管理、作物表象等記載數(shù)據(jù),及時掌握農田耕作層土壤水分的增長和消退規(guī)律。 土壤水分的多少直接影響著作物的生長發(fā)育、產量和品質的形成,是確定農田灌溉預報的主要依據(jù)之一,對節(jié)水灌溉、排水措施、施肥決策等制定具有重要意義[1-3]。 土壤水分受到多種內外因素的影響,包括氣象(降水量、雨水持續(xù)時間和強度、氣溫、日照等)、土壤(質地、有機質、質地剖面等)、作物生長狀況、田間管理等[4-6]。 上海市奉賢區(qū)總體上溫熱充足、雨水充沛,但降雨季節(jié)分配不平衡,因此,如何利用水資源,保證作物正常生長,減輕漬害發(fā)生,及時掌握土層水分動態(tài)變化狀況尤為重要。

目前,土壤墑情的監(jiān)測、診斷和預報工作日趨重視,常見的土壤墑情診斷和預報模型主要有:經驗公式法、水量平衡法、消退指數(shù)法、土壤水動力學法、時間序列分析方法、神經網絡法以及遙感監(jiān)測法等[7],各種診斷和預報方法均有優(yōu)缺點。 本研究以玉米-綠肥栽培方式為研究對象,通過連續(xù)5 年跟蹤監(jiān)測土壤含水量數(shù)據(jù)與土壤墑情變化高度相關的氣象因子,包括降水量、平均溫度、最高最低溫度等相關分析,掌握奉賢區(qū)土壤墑情季節(jié)變化規(guī)律,定量評估降水量對土壤墑情的影響,初步建立平衡法墑情診斷模型,其可滿足奉賢區(qū)墑情預報需要。 近幾年,土壤水分自動監(jiān)測系統(tǒng)逐漸完善和普及,較之人工觀測數(shù)據(jù)具有快速便捷、靈敏度高、不滯后的特點。 本研究開展自動監(jiān)測儀器與傳統(tǒng)烘干稱重法的測墑對比試驗,客觀評價自動水分監(jiān)測儀的觀測能力,并應用自動監(jiān)測儀,動態(tài)監(jiān)測小青菜生長過程中土壤墑情豐缺狀況,初步掌握小青菜各生育期對水分的要求,建立奉賢區(qū)夏季葉菜類的墑情評價指標體系,為農業(yè)生產布局和結構調整、種植業(yè)技術配置、提高農業(yè)用水效率和效益、開展節(jié)水社會化服務提供科學依據(jù)。

1 研究區(qū)概況

奉賢區(qū)地處長江三角洲下游,上海市的西南遠郊,北枕黃浦江,南濱杭州灣,地理坐標為東經121°21′—121°46′,北緯30°47′—31°01′。 全區(qū)呈長方形,南北窄,東西長,土壤總面積738.69 km2,擁有31.6 km 的海岸線,地勢高程3.5—4.5 m。 區(qū)內水系發(fā)達,河道縱橫,土地肥沃,物產豐富,屬亞熱帶季風氣候,氣候四季分明,光照充足,雨量較多,光熱水同期。 2014—2018 年年均降水量為1 421.22 mm,年降水天數(shù)141.4 d,6—9 月為汛期,平均降水量為734.98 mm,占年內平均降水量51.71%,年均氣溫16.98 ℃,年均日照時數(shù)1 790.08 h,年均無霜期242.6 d。 土壤類型相對較少,主要是水稻土,多為潴育型水稻土,土壤地勢表現(xiàn)為西低東高的特點。

2 資料與方法

2.1 資料來源

研究區(qū)的土壤墑情人工監(jiān)測點設于奉賢區(qū)奉城鎮(zhèn)護民村,東經121°39′,北緯30°53.4′,土壤類型為黃夾砂,常年栽培作物為玉米、綠肥,具備灌溉條件。 每月10 日、25 日前,采用鋁盒烘干法測定該點的土壤質量含水量,取樣深度為0—20 cm、20—40 cm,并按土壤墑情計算公式W =(Wθ∕WH2O) ×100%測算出土壤相對含水量,其中W 為土壤墑情,Wθ為土壤質量含水量,WH2O為田間持水量。 監(jiān)測點的土壤容重為1.18 g∕cm3。

自動監(jiān)測儀埋設于奉賢區(qū)莊行鎮(zhèn)穗輪村,東經121°24.1′,北緯30°54.9′,土壤類型為青黃土,栽培作物為綠葉菜類。 每日定時自動采集土層深度含水量,并在同時期同土層進行人工采集含水量對比。 監(jiān)測田塊的土壤容重為1.21 g∕cm3。 黃夾砂和青黃土較好地代表了研究區(qū)東西部土壤類型。 氣象數(shù)據(jù)來源于2014—2018 年奉賢區(qū)氣象局,包括降水量(mm)、日均溫度( ℃)、日照時數(shù)(h)等多個氣象因子。

2.2 觀測記載方法

2.2.1 測墑精度對比試驗

在非灌溉自然狀態(tài)下的同一地塊上,用烘干法和自動監(jiān)測儀測量土層深度10 cm、20 cm、30 cm 的含水量,并對兩組測量數(shù)據(jù)進行統(tǒng)計和相關性分析。 自動監(jiān)測儀為多點土壤溫濕度記錄儀(JC-01),監(jiān)測作物小青菜,監(jiān)測時間為2016 年8 月15 日至9 月12 日。 對比過程中,盡可能排除自動監(jiān)測儀安裝中的誤差和大田環(huán)境因素干擾,使獲得觀測數(shù)據(jù)具有較好的可比性,真實反映農田的土壤水分變化狀況。

2.2.2 小青菜墑情評價指標體系建立

試驗于2017 年8 月19 日至9 月30 日進行,共設置3 個處理,為干旱、適宜和過多,分別進行發(fā)芽試驗和苗期生長試驗。 栽培模式為盆栽,選用40 cm×40 cm×22 cm 規(guī)格,每盆土的質量均為10 kg。 播種量為100 粒∕盆。 因夏季小青菜生長周期短,根系較淺,故生育期監(jiān)測土層深度為0—10 cm。 花盆泥土在小青菜播種前全部澆透水并沉實,干旱處理從播種至收獲未澆水;適宜處理的小青菜按正常田間管理,視情況澆水,以保證小青菜的發(fā)芽和生長;而過多處理的花盆要多頻次澆水,使盆內土壤水分一直處于飽和狀態(tài)。 每處理重復3 次,除澆水不同外,其他栽培、施藥及操作措施保持一致。 播種后,每天觀察小青菜發(fā)芽量和生長特性,便于對比前后長勢差異。 根據(jù)盆栽作物的田間表象,將監(jiān)測得到小青菜不同生長階段的田間水分系數(shù)和代表性土壤類型水分實時監(jiān)測數(shù)據(jù),結合SL568—2012《土壤墑情評價指標》等相關標準,確定小青菜不同生長時期的需水特點及適宜的土壤含水量,初步形成奉賢區(qū)小青菜的墑情評價指標體系。

2.3 分析方法

應用時段平衡法進行土壤墑情診斷方法及驗證[8]。 將前一次土壤含水量監(jiān)測數(shù)據(jù)和相鄰兩個監(jiān)測日之間的時段降水量作為自變量,后一次測得土壤含水量作為因變量,再引入相鄰兩個監(jiān)測日的土壤水分的“蒸滲流”項,建立平衡法墑情診斷模型。

3 結果與分析

3.1 土壤墑情變化規(guī)律

將2014—2018 年的0—20 cm、20—40 cm 土壤墑情監(jiān)測數(shù)據(jù)分別進行時段水分值測算,分析各層墑情的總體變化規(guī)律。 0—20 cm 土壤平均含水量為85.86%,因受降水、氣溫的影響表現(xiàn)明顯,變異幅度較大,與時段降雨、時段平均氣溫之間存在顯著相關性;而降水和氣溫對20—40 cm 的土層含水量影響不顯著,變化幅度較小,故深層土壤墑情變化相對平緩(表1)。

表1 不同土層含水量與降水量和氣溫的相關性分析Table 1 Correlation between soil moisture and precipitation and temperature in different layers

根據(jù)多年時段降水均值、時段氣溫均值和0—20 cm、20—40 cm 土層相對水分均值得到土壤墑情變化圖(圖1),由圖1 可知,各層土壤墑情(土壤相對含水量)有較為明顯的季節(jié)變化規(guī)律,且0—20 cm 和20—40 cm 的土層水分變化趨勢一致。在正常降雨的情況下,奉賢區(qū)土壤墑情過多主要集中在4 月至6 月,此時主要受清明和梅雨期間降雨增加影響,土壤含水量隨之升高,呈飽和狀態(tài)。 出梅后(7—8 月),天氣晴熱,光照強烈,地表水分蒸發(fā)增強,土壤水分散失和消耗增加,土壤墑情開始快速下降,在7 月下旬至8 月上旬將會出現(xiàn)全年墑情最低值,此時0—20 cm 土層墑情多年最低均值為66.34%,20—40 cm 為80.2%,此階段的田間作物生長受到一定影響,應加強田間水分管理。 9 月以后降雨減少、溫度降低,土壤水分緩慢降低,進入穩(wěn)墑期;冬、春兩季降雨較少,土壤含水量較低。

3.2 平衡法時段墑情診斷模型形成和檢驗

在任意土壤區(qū)域,一定時段內進入的水量與輸出的水量之差等于該區(qū)域內的貯水量[9]。 因表層土壤墑情更容易受氣象因子影響,故以0—20 cm 土層墑情為主要分析對象,以實測墑情值(Pi)和降水量(Pw)為橫坐標,每日蒸滲流Pv∕Days 為縱坐標,分析得到時段回歸方程和確定參數(shù)(圖2),并預測下階段含水量和驗證預測結果。

由圖2 可以看出:Pv∕Days 隨著(Pi+Pw)增加而上升,降水多的時間段土壤含水量相應較大。 兩者的時段回歸方程為y=0.061 4x-3.940 9(n=113),決定系數(shù)R2=0.921 4,表明方程達到極顯著水平,且Pi、Pw對該區(qū)域的土壤墑情起主要作用。 當時段降水量達到一定量時,土壤含水量達到田間最大持水量,此時過多的降水量對土壤墑情作用不大,故需要剔除不顯著變量。

根據(jù)時段回歸方程對相應的土壤質量含水量進行預測效果檢驗,將自變量代入方程,分別得到相應的土壤墑情預測值,并與實際觀測值進行對比,二者表現(xiàn)出較好的吻合性。 根據(jù)GB∕T 22482—2008《水文情報預報規(guī)范》規(guī)定,以實測值的20%作為許可誤差,當預報的絕對誤差小于許可誤差方為合格預報,經誤差驗證發(fā)現(xiàn)(圖3),平衡法時段墑情預報模型合格率為89.38%,達到甲級預報標準,表明該墑情預報模型在奉賢區(qū)代表性較好,可以進行預報作業(yè)。

3.3 測墑精度對比分析

目前,傳統(tǒng)的烘干法測定土壤含水量雖能準確地監(jiān)測土壤墑情,但連續(xù)性、時效性較差。 為解決這一難題,研究區(qū)建立一個土壤墑情自動監(jiān)測點,并將自動土壤墑情監(jiān)測儀和烘干法測得的土壤墑情數(shù)據(jù)進行精度對比分析。 在自動監(jiān)測儀實際操作過程中,長時間使用后其穩(wěn)定性會有偏差,需進行校正和調試,故監(jiān)測周期較長作物會帶來不便,而周期較短作物發(fā)揮的效果更好。 由表2 可知,土壤含水量的烘干法和監(jiān)測儀觀測值的相關系數(shù)隨土層深度增加而更好。 10 cm、20 cm、30 cm 的相關系數(shù)分別為0.560 9、0.634 3 和0.761 5,均通過了0.01 水平的檢驗,為顯著相關。 因奉賢區(qū)降水充足及地下水位較高的緣故,土層總體較為濕潤,土層越深,水分含量越穩(wěn)定,兩者相關性就越高。

表2 烘干法和自動儀的測墑相關性分析Table 2 Correlation of artificial data and automatic data of soil moisture

3.4 小青菜墑情評價指標體系建立

基于上述土壤墑情精度試驗結果,在作物生長過程中應用自動監(jiān)測儀,極大地方便了當季作物土壤墑情數(shù)據(jù)的采集和處理,減輕干旱和水澇等自然災害對其的不良影響,保證奉賢區(qū)夏季綠葉菜類的產量和供應。 利用自動監(jiān)測儀的特性,測定夏季小青菜不同生育期的田間水分常數(shù)及相對含水量上下限,建立小青菜土壤墑情的評價指標體系(表3),可為今后提高農田綜合生產能力和經濟效益提供技術支撐。

因夏季溫度高,小青菜生長周期短速度快,試驗中的小青菜播種發(fā)芽期約5 d,苗期也較短,約20 d。在青菜種子播種3 d 后即能發(fā)芽,1—2 d 后會長出第一片真葉,此時測得各處理最大發(fā)芽率分別為干旱處理77.3%、適宜處理82%、飽和處理80.3%,由此可見,土壤墑情不足會影響種子發(fā)芽。 由表3 可知,在播種發(fā)芽期,當土壤相對含水量維持在85%—98%時,小青菜種子出苗快,整齊,無爛根,發(fā)芽率在82%以上;當土壤相對含水量超過98%或低于85%時,種子萌發(fā)受到不同程度影響,最終降低發(fā)芽率。 青菜苗期時,當土壤相對含水量維持在86%—96%時,青菜幼苗的死亡率是0%,可滿足發(fā)芽生根和幼苗生長,商品性較好;相對含水量低于86%,青菜幼苗明顯矮小,葉片較少,卷葉、黃葉增多,并開始出現(xiàn)死苗;相對含水量高于96%,青菜幼苗多細長和爛根,有霉變現(xiàn)象,反而不利于幼苗生長,最終腐爛死亡。 通過此次試驗初步摸索出適宜夏季高溫小青菜高產的土壤相對含水量下限為85%。 隨著土壤含水量不斷降低,從小青菜零星出現(xiàn)萎蔫狀態(tài)至盆內90%幼苗出現(xiàn)萎蔫,這個過程所需時間較長,受空氣中的溫、光、水影響較大,試驗最后測得的萎蔫系數(shù)分別為播種發(fā)芽期19.6%、苗期13.2%。 水分是小青菜增產至關重要的因素,發(fā)芽期需水量要高于苗期,故對高溫時期的小青菜生長來說,要保證足夠的水分促進其發(fā)芽及生長。

表3 夏季小青菜墑情評價指標和水分常數(shù)Table 3 Soil moisture valuation index system and water constant of green vegetables in summer

4 結論與討論

對奉賢區(qū)2014—2018 年氣象因子及土壤墑情監(jiān)測數(shù)據(jù)統(tǒng)計分析,各土層土壤含水量與降水量、氣溫的變化趨勢基本吻合。 表層土壤含水量受降水量和氣溫影響顯著,變幅較大,而深層土壤含水量變化相對平緩,變幅小,受氣象因素影響不顯著,這與前人研究結果相似[10-13]。 奉賢區(qū)由于全年雨水較多,土壤含水量總體較高,墑情大致經歷緩慢變化、劇烈變化、逐步穩(wěn)定的3 個階段。 劇烈變化期,主要集中在6—9 月。 這一階段總體降雨充沛,遠多于其他兩個時期,多為強降雨天氣。 當有明顯降雨時,土壤含水量急劇上升,但此時期溫度較高,光照強烈,作物生長需水量大,土層水分蒸散大,土壤含水量消耗增多,變化幅度較大。 逐步穩(wěn)定期,為10 月至次年1 月。 此時氣溫、降水量和蒸發(fā)量逐步減弱,土層因低溫被凍結,土層含水量呈緩慢下滑趨勢,并最終基本處于穩(wěn)定狀態(tài)。 緩慢變化期,為2—5 月。 該階段氣溫逐漸上升,地面回暖,降水量和蒸發(fā)量均有所增加,土壤含水量緩慢變化。 其中,4 月受清明節(jié)氣影響,降水量逐漸增多,但此時溫度回升,蒸散率增大,土壤水分儲存和損耗平衡,變化仍較為平穩(wěn)。

土壤墑情預報是農田作物合理種植、節(jié)水農業(yè)技術研究、適時施肥的基礎和前提。 近年來,大多學者運用了不同原理和模型,對農田土壤水分進行了預報[14-17],其中基于水分平衡理論建立的農田土壤水分預報模型已在作物生產實踐中得到廣泛應用[18-21],該模型遵循質量守恒定律,是目前墑情預報中應用最廣泛的模型[22]。 總體上該模型原理簡單,便于理解,但在進行土壤水分動態(tài)預測時,需要大量實測資料才能達到較高的精度,計算過程較為復雜。 本研究采用數(shù)值模擬和農田實測數(shù)據(jù)相結合的方法,建立了以土壤水量平衡為基礎原理的土壤時段墑情診斷模型,表現(xiàn)出極顯著的線性相關性,R2=0.921 4,表明所形成的模型能較好地模擬農田作物含水值的動態(tài)變化。 同時,奉賢區(qū)已積累多年的土壤水分數(shù)據(jù),滿足墑情預報模型的精度要求,更能充分發(fā)揮模型的預測性能。 經預測值和實測值擬合檢驗比較,預報合格率為89.38%,滿足《水文情報預報規(guī)范》的甲級預報要求,故通過平衡法墑情模型預報奉賢區(qū)時段土壤含水量是可行的,具有較好的代表性。 但文中所使用的降水量是奉賢區(qū)氣象局提供的數(shù)據(jù),與墑情監(jiān)測點的實際降水量存在一定差距,兩地間的降雨之差是影響模型建立、實測值和預測值誤差大的主要原因,所以若能引入物聯(lián)網技術對監(jiān)測點的土壤含水量和降水量進行實時動態(tài)監(jiān)測,可及時修正模型參數(shù),大幅提高預測精度,實現(xiàn)田間作物的智能化精準灌溉和水資源高效利用[23-24]。 同時,該診斷模型在降水量不大的情況下,預測效果較好,但當遇強降雨天氣或氣象因素變化較大而引起土層含水量過多時,模型適用性降低,預測結果有所失真,需根據(jù)具體情況和專業(yè)知識做出確定適用范圍,這增加了模型的應用難度。

采用自動監(jiān)測儀實時監(jiān)測土壤含水量,可解決人工烘干法操作復雜、時效性差的缺點,能快速、高效、準確的預報作物土壤墑情,做好旱澇時期的排灌措施。 本研究通過人工和自動同步測墑數(shù)據(jù)對比發(fā)現(xiàn),自動監(jiān)測儀與人工烘干法之間存在極顯著相關性,相關系數(shù)隨土層深度增加而增加,而且監(jiān)測時間越長、對比數(shù)據(jù)越多,兩者的相關性表現(xiàn)越顯著。 但在自動監(jiān)測儀器長運行時間時,監(jiān)測儀感應器受到土壤水分時空變異、埋設環(huán)境溫度和鹽分等因素影響,造成測墑數(shù)據(jù)偏差和數(shù)據(jù)延時響應,往往需修正誤差來提高自動監(jiān)測數(shù)據(jù)的精度[25]。 建議今后墑情監(jiān)測工作可以將二種監(jiān)測手段結合,發(fā)揮各自優(yōu)勢,提高監(jiān)測體系整體性能。 同時,本研究利用自動監(jiān)測確定奉賢區(qū)夏季小青菜不同生長階段的適宜土壤含水量,初步建立相應土壤墑情評價指標體系,研究表明該指標針對性強、評價結果合理,對提高水分利用效率,緩解夏季高溫和雨水分配不平衡影響蔬菜生產起到了積極作用,引導農民適時種植和科學灌排[26-28]。 奉賢區(qū)的7—8 月因高溫強光,土壤含水量反而為全年最低,此時種植小青菜應結合田間灌溉試驗作進一步驗證,使評價指標更為準確合理。