论文部分内容阅读
准确监测土壤水分在水文和生态学研究中至关重要。宇宙射线中子法(CRNS)能测量半径300m左右区域内的平均土壤水分，填补了原位观测与遥感反演之间的空间尺度缺陷。但是该方法的适用性会受到海拔、经纬度和植被等因素的影响，其在中国西北的农牧交错带中的适用性研究仍很缺乏。本研究评估、校准了CRNS中的标准N0方法对土壤水分的估计。主要发现如下：
1.N0方法中最重要的是当地土壤完全干燥时的中子强度(N0)的标定。存在于CRNS测量范围内的其他氢源(如植被、降雨截留等)会随时间变化，从而影响中子信号，增加了估算N0的难度。应进行多次烘干法采样用于校正N0，且需要增加CRNS附近(<25m)的采样点。土壤干燥时更适合进行校准，因为在土壤相对干燥的条件下，可以弱化其他随时间变化的环境因素对CRNS土壤水分估算的影响。
2.CRNS估算值与烘干法实测土壤水分之间相关系数(RP)高达0.908，均方根误差(RMSE)低于0.02m3m–3，表明CRNS具有不错的土壤水分估算能力。由于烘干法土壤水分都是在土壤较为湿润的情况下采样的，而CRNS在土壤湿润时会因为环境中其他水分的存在而出现较为明显的高估现象，导致在这7次采样周期内，CRNS估算值略高于烘干法实测值。在2017–2019年的三个生长季中，CRNS与ECH2O土壤水分连续时间序列的RP大于0.80，RMSE在0.03m3m–3左右。在重度干旱、轻微干旱和湿润三种土壤水分条件中，CRNS与ECH2O对比的最佳结果出现在轻微干旱条件下，而CRNS在土壤重度干旱时性能受到极大的限制。
3.本研究修改了CRNS标准校准方程中的三个形状参数a0,a1,a2。基于烘干法数据进行参数本地化后的CRNS_FPCP结果与烘干法数据具有更好的一致性。但由于烘干法土壤水分数据量有限，且缺少土壤重度干旱条件下的数据，使得CRNS_FPCP在长时间序列上表现不好，尤其是在土壤重度干旱时。当基于烘干法和重度干旱时期的ECH2O土壤水分数据的混合数据集进行参数本地化时(CRNS_SPCP)，CRNS的性能得到明显的改进，总体上Kling-Gupta系数(KGE ) 达到0.65。说明应考虑不同土壤水分条件，综合进行参数的率定。
4.地上生物量对CRNS的影响途径是多样的。一方面，植被生物量是影响N0稳定性的重要因素之一。另一方面，植被是站点中除土壤水分外的其他时变氢源重要组成部分，植被在生长季内的生长变化会导致CRNS性能的变化，植被越茂盛，CRNS性能越差。除植被本身外，降雨期间的冠层截留也会对用于估算土壤水分的中子信号产生短期内的干扰。此外，该区域广泛分布的生物结皮是另一个降低CRNS对土壤水分估算的敏感性的重要生物量因子。
5.基于CRNS_SPCP数据的各年生长季内的各项水通量估算结果表明研究区在生长期内总体上存在变干趋势，生长季内的降雨不足以补给期内土壤层中水分的消耗量。研究区0–50cm土层与更深层的土壤之间水分交换活动少，降雨入渗难以达到50cm以下，而深层土壤对浅层土壤的水分补给也少。这是因为研究区的植被根系区主要分布在0–40cm之间，且地下水埋深较大。土壤储水量变化不大，入渗量与蒸散发量相当，意味着入渗到土壤中的水分几乎都以蒸散发的方式消耗掉。
综上所述，经过校准和参数本地化的宇宙射线中子法(CRNS)在西北农牧交错带土壤水分估算中表现出较好的适用性。生物量会对CRNS的性能造成一定程度上的影响。本研究还初步将CRNS应用于估算各项水通量，这对研究区域水量平衡有很大的帮助，值得更加深入的探讨。
1.N0方法中最重要的是当地土壤完全干燥时的中子强度(N0)的标定。存在于CRNS测量范围内的其他氢源(如植被、降雨截留等)会随时间变化，从而影响中子信号，增加了估算N0的难度。应进行多次烘干法采样用于校正N0，且需要增加CRNS附近(<25m)的采样点。土壤干燥时更适合进行校准，因为在土壤相对干燥的条件下，可以弱化其他随时间变化的环境因素对CRNS土壤水分估算的影响。
2.CRNS估算值与烘干法实测土壤水分之间相关系数(RP)高达0.908，均方根误差(RMSE)低于0.02m3m–3，表明CRNS具有不错的土壤水分估算能力。由于烘干法土壤水分都是在土壤较为湿润的情况下采样的，而CRNS在土壤湿润时会因为环境中其他水分的存在而出现较为明显的高估现象，导致在这7次采样周期内，CRNS估算值略高于烘干法实测值。在2017–2019年的三个生长季中，CRNS与ECH2O土壤水分连续时间序列的RP大于0.80，RMSE在0.03m3m–3左右。在重度干旱、轻微干旱和湿润三种土壤水分条件中，CRNS与ECH2O对比的最佳结果出现在轻微干旱条件下，而CRNS在土壤重度干旱时性能受到极大的限制。
3.本研究修改了CRNS标准校准方程中的三个形状参数a0,a1,a2。基于烘干法数据进行参数本地化后的CRNS_FPCP结果与烘干法数据具有更好的一致性。但由于烘干法土壤水分数据量有限，且缺少土壤重度干旱条件下的数据，使得CRNS_FPCP在长时间序列上表现不好，尤其是在土壤重度干旱时。当基于烘干法和重度干旱时期的ECH2O土壤水分数据的混合数据集进行参数本地化时(CRNS_SPCP)，CRNS的性能得到明显的改进，总体上Kling-Gupta系数(KGE ) 达到0.65。说明应考虑不同土壤水分条件，综合进行参数的率定。
4.地上生物量对CRNS的影响途径是多样的。一方面，植被生物量是影响N0稳定性的重要因素之一。另一方面，植被是站点中除土壤水分外的其他时变氢源重要组成部分，植被在生长季内的生长变化会导致CRNS性能的变化，植被越茂盛，CRNS性能越差。除植被本身外，降雨期间的冠层截留也会对用于估算土壤水分的中子信号产生短期内的干扰。此外，该区域广泛分布的生物结皮是另一个降低CRNS对土壤水分估算的敏感性的重要生物量因子。
5.基于CRNS_SPCP数据的各年生长季内的各项水通量估算结果表明研究区在生长期内总体上存在变干趋势，生长季内的降雨不足以补给期内土壤层中水分的消耗量。研究区0–50cm土层与更深层的土壤之间水分交换活动少，降雨入渗难以达到50cm以下，而深层土壤对浅层土壤的水分补给也少。这是因为研究区的植被根系区主要分布在0–40cm之间，且地下水埋深较大。土壤储水量变化不大，入渗量与蒸散发量相当，意味着入渗到土壤中的水分几乎都以蒸散发的方式消耗掉。
综上所述，经过校准和参数本地化的宇宙射线中子法(CRNS)在西北农牧交错带土壤水分估算中表现出较好的适用性。生物量会对CRNS的性能造成一定程度上的影响。本研究还初步将CRNS应用于估算各项水通量，这对研究区域水量平衡有很大的帮助，值得更加深入的探讨。