比值统计法土壤墒情诊断模型

生态学杂志

比值统计法土壤墒情诊断模型

郑宏艳¹,丁健¹,侯显达²,侯彦林^1，2*,米长虹¹,黄治平¹,刘书田^1,2,王铄今²

（¹农业部环境保护科研监测所，天津 300191； ²北部湾环境演变与资源利用教育部重点实验室 (广西师范学院)，广西地表过程与智能模拟重点实验室 (广西师范学院)，南宁 530001）

出版日期:2017-12-10 发布日期:2017-12-10

Ratio statistical diagnostic model of soil moisture.

ZHENG Hong-yan¹, DING Jian¹, HOU Xian-da², HOU Yan-lin^1,2*, MI Chang-hong¹, HUANG Zhi-ping¹, LIU Shu-tian^1,2, WANG Shuo-jin²

(¹Agro-Environmental Protection Institute, Ministry of Agriculture, Tianjin 300191, China; Key Laboratory of Environment Change and Resources Use in Beibu Gulf (Guangxi Teachers Education University); Guangxi Key Laboratory of Earth Surface Processes and Intelligent Simulation (Guangxi Teachers Education University), Nanning 530001, China).

Online:2017-12-10 Published:2017-12-10

摘要/Abstract

摘要： 本文介绍了研发的基于时段降水量和土壤初始含水量的比值统计法土壤墒情诊断模型的原理和建模方法，并应用7个省23个县87个监测点2012—2014年的数据建模，应用2015年的数据进行了验证。结果表明：比值统计法诊断模型的预测精度较高，达到80%以上；比值统计法诊断和预测合格率较高的主要原因是模型参数都是数据挖掘的结果而非人为确定；逐日模型法可以实现逐日土壤墒情的预测。研究表明，比值统计法模型可以单独作为墒情诊断模型使用。

关键词: 陆源污染, 营养元素, 生态系统, 胶州湾, 空间分布

Abstract:

The principle and modeling method of ratio statistical diagnostic model of soil moisture based on time-period precipitation and initial soil water content were introduced. Models were established by the data of 87 monitoring sites in 23 counties in 7 provinces during 2012-2014, and validated by the data of 2015. The results showed that the ratio statistical diagnostic model had high qualification rate (>80%) in diagnosis and prediction. The main reason for the high qualification rate of diagnosis and prediction was that the model parameters were the results of data mining, not determined by human. Daily time series model can predict daily soil water. The results indicated that the ratio statistical diagnostic model could be used alone as a soil moisture diagnosis model.

Key words: ecological system, land-based pollution, spatial distribution, Jiaozhou Bay., nutrient

郑宏艳,丁健,侯显达,侯彦林,米长虹,黄治平,刘书田,王铄今. 比值统计法土壤墒情诊断模型[J]. 生态学杂志.

ZHENG Hong-yan, DING Jian, HOU Xian-da, HOU Yan-lin, MI Chang-hong, HUANG Zhi-ping, LIU Shu-tian, WANG Shuo-jin. Ratio statistical diagnostic model of soil moisture.[J]. cje.

[1]	李小鹏, 卜元坤, 陈佳卉, 王永平, 周建云, 李卫忠. 桥山林区辽东栎次生林生态位及多样性特征与林分分布格局的关系 [J]. 生态学杂志, 2024, 43(2): 415-423.
[2]	马建国, 朱怀德, 李玉满, 杨小倩, 姚梦凡, 杨振辉, 王晓波. 土壤水分影响青藏高原东部高寒草地植物群落特征及生态系统多功能性 [J]. 生态学杂志, 2024, 43(1): 1-7.
[3]	杨海江, 勾晓华, 唐呈瑞, 薛冰. 2010—2021年中国森林生态系统服务功能价值评估研究进展 [J]. 生态学杂志, 2024, 43(1): 244-253.
[4]	张志斌, 于晓曼, 刘鸣达, 李金妮. 基于能值分析的重工业区域绿色生态一体化发展研究 [J]. 生态学杂志, 2023, 42(8): 1963-1972.
[5]	管崇帆, 何方杰, 韩辉邦, 张蓝霄, 李雅婧, 郑京生, 张劲松, 孙守家. 不同高寒生态系统甲烷通量时空差异及影响因素的量化 [J]. 生态学杂志, 2023, 42(5): 1025-1034.
[6]	侯孟月, 王菲, 陈铭, 程小毛, 罗雯, 黄晓霞. 千家寨野生型茶树与栽培型茶树叶片解剖结构及生理特性 [J]. 生态学杂志, 2023, 42(5): 1074-1082.
[7]	李云霞, 王晨旭, 刘焱序. 基于生态系统服务簇分区的土地利用多目标优化——以巴彦淖尔市为例 [J]. 生态学杂志, 2023, 42(5): 1205-1213.
[8]	王淳一, 赵明月, 赵运成, 许吟隆. 气候变化对农业生态系统服务的影响及适应对策 [J]. 生态学杂志, 2023, 42(5): 1214-1224.
[9]	张雪儿, 乔雪涛, 张春雨, 赵秀海. 吉林蛟河针阔混交林生物量时间稳定性驱动机制 [J]. 生态学杂志, 2023, 42(4): 812-819.
[10]	陈滢谕, 李傲雪, 曾勇, 杨薇, 赵彦伟. 白洋淀表层沉积物多环芳烃风险的空间分布 [J]. 生态学杂志, 2023, 42(4): 926-932.
[11]	吴双, 马帅, 王慧勇, 王良杰, 姜姜. 不同海拔梯度南方丘陵山地带生态系统服务价值的时空演变 [J]. 生态学杂志, 2023, 42(4): 966-974.
[12]	于航, 金磊, 谭炳香, 戚曌, 沈明潭, 牟少华. 黄土高原退耕还林生态服务权衡协同分析——以安塞县为例 [J]. 生态学杂志, 2023, 42(3): 544-551.
[13]	李山, 王倩, 樊倩雯, 仵苗, 张磊, 费良军, 薛人铭, 李岚. 旱区排水沟植被空间分布格局与土壤因子的关系 [J]. 生态学杂志, 2023, 42(3): 607-616.
[14]	苏宇航, 宋晓倩, 郑晶文, 张衷华, 唐中华. 四种藜科植物不同器官主要营养元素化学计量特征比较 [J]. 生态学杂志, 2023, 42(3): 626-634.
[15]	张鹏超, 梁宇, 刘波, 马天啸, 吴苗苗. 基于随机森林模型的青藏高原森林地上生物量遥感估算 [J]. 生态学杂志, 2023, 42(2): 415-424.