沿海滩涂农田耕层土壤饱和导水率间接方法的评价
Assessment of indirect methods for estimating topsoil saturated hydraulic conductivity in the coastal mud-flat farmland作者机构:土壤与农业可持续发展国家重点实验室/中国科学院南京土壤研究所江苏南京210008 中国科学院南京分院东台滩涂研究院江苏东台224200
出 版 物:《中国土壤与肥料》 (Soil and Fertilizer Sciences in China)
年 卷 期:2017年第2期
页 面:11-19页
核心收录:
学科分类:09[农学] 0903[农学-农业资源与环境]
基 金:中国科学院南京土壤研究所"一三五"计划和领域前沿项目(ISSASIP1633) 中国科学院科技服务网络计划(STS计划)课题(KFJ-SW-STS-141-2) 国家自然科学基金项目(41571223) 江苏省自然科学基金项目(BK20141266) 江苏省农业科技自主创新资金项目([CX(15)1005])
摘 要:为筛选和构建适合苏北沿海滩涂围垦农田耕层土壤饱和水力传导率间接估算的土壤转换函数,在典型地块实测土壤饱和导水率和相关土壤基本性质的基础上,分析了11种根据基本土壤性质预测饱和导水率的转换函数方法的适用性,同时探讨了基于人工神经网络方法的土壤转换函数的预测效果。结果表明:滩涂围垦农田耕层土壤平均饱和导水率为10.04 cm/d,属低透水强度;在现有的土壤饱和导水率转换函数中,Vereecken函数是最适合滩涂围垦农区土壤、具有最佳预测精度的转换函数,其预测均方根误差为8.154,其次是Li、Campbell和Rawls函数;以砂粒、粘粒、容重和有机质作为输入因子,基于人工神经网络的土壤转换函数较Vereecken函数其预测均方根误差降至7.920,在输入因子中增加土壤盐分指标可进一步提高饱和导水率的预测精度,其预测均方根误差降为7.634。本文的研究结果显示利用人工神经网络方法建立的转换函数可有效提高滩涂盐渍农田土壤饱和导水率的预测精度。