含水量和容重對旱地耕層土壤熱導率的影響及預測

盧奕麗，張 猛，劉曉娜，任圖生，王雅婧

?

含水量和容重對旱地耕層土壤熱導率的影響及預測

盧奕麗1，張 猛2，劉曉娜3，任圖生1，王雅婧1※

(1. 中國農(nóng)業(yè)大學資源與環(huán)境學院，北京 100193；2. 河北農(nóng)業(yè)大學資源與環(huán)境科學學院，保定 071001；3. 太原科技大學環(huán)境與安全學院，太原 030024)

土壤熱導率是研究地表能量平衡和土壤水熱運移過程中的一個基礎參數(shù)。受土壤耕作、干濕交替和根系生長等過程的影響，耕層土壤的含水率和結(jié)構(gòu)呈現(xiàn)較強的變異特征，而目前缺乏關(guān)于定量分析耕層土壤熱導率變異特征的研究。該研究利用田間定位試驗，采用熱脈沖技術(shù)測定了含水率和容重變化條件下耕層土壤熱導率的變異特征，并利用傳遞函數(shù)模型對耕層土壤熱導率進行了預測。結(jié)果表明：含水率和容重是影響耕層土壤熱導率變異的主要因子，而耕作強度和干濕交替是這種變異的關(guān)鍵驅(qū)動力；與翻耕和旋耕處理相比，免耕處理提高了土壤容重和含水率，從而增大了土壤熱導率；在干濕交替作用下，翻耕后土壤容重逐步增加，耕層熱導率也呈現(xiàn)上升趨勢，波動幅度與含水率的變化相關(guān)。基于含水率、容重和質(zhì)地信息，土壤熱導率傳遞函數(shù)模型可以給出可靠的田間土壤熱導率估計值，其均方根誤差和平均偏差分別為0.09和-0.01 W/(m·K)；考慮耕層土壤容重的動態(tài)信息，可以提高該模型預測土壤熱導率的準確性。

土壤；含水率；農(nóng)田；熱導率；耕作措施；容重；熱脈沖技術(shù)

0 引 言

土壤熱導率（）定義為單位溫度梯度下，單位時間內(nèi)單位面積土體傳輸?shù)臒崃縖1]，其大小反映了土壤的導熱能力，是研究地表能量平衡和土壤水熱運移的基礎物理性質(zhì)[2-5]，也是模擬水文、氣象和地球物理過程不可或缺的土壤參數(shù)。熱脈沖方法可以實時定位獲取田間條件下土壤的動態(tài)變化特征[6-8]，但由于熱脈沖傳感器測定范圍較小，測定過程相對繁瑣，難以實現(xiàn)田間大面積應用。不少研究者利用理論模型、半經(jīng)驗模型和經(jīng)驗模型，基于容易獲取的土壤性狀參數(shù)來估算。最常見的理論模型是de Vries[9]提出的混合模型。該模型具有物理意義，但個別參數(shù)（如關(guān)鍵含水率和形狀因子）難以準確確定[1]，在很大程度上限制了其應用。有學者提出了的半經(jīng)驗模型，如Lu等[10]建立了一個歸一化的模型，并分別在粗質(zhì)地和細質(zhì)地土壤上進行了標定，近幾年得到了廣泛應用[11-12]。Lu等[10]的模型采用砂粒含量近似代替石英含量，而石英的（7.7 W/(m×K)）顯著大于其他礦物（2.13 W/(m×K)）[13]，導致土壤固體的估算值存在一定不確定性[10,13]。還有學者建立了一些l經(jīng)驗模型，如Campbell[14]模型和Chung and Horton[15]模型，均為二次多項式形式，這類模型形式簡單，參數(shù)少，便于與其他模擬軟件結(jié)合使用。然而，Campbell模型中的5個參數(shù)與土壤類型和質(zhì)地等有關(guān)，均難以準確確定[16]。Chung and Horton模型雖然只有3個參數(shù)，但只給出了3種典型土壤（砂土、壤土和粘土）的數(shù)值，其他土壤上則需要做獨立標定[11,17]，存在普適性較差且誤差較大等問題[17]。針對以上問題，Lu等[17]提出了基于土壤容重、含水率和質(zhì)地的傳遞函數(shù)模型，該模型形式簡單，不依賴于土壤礦物組成，同時考慮了土壤容重和含水率對熱導率的共同影響，該模型已在室內(nèi)多種土壤上進行了試驗驗證[8,17]。但該模型是否可以精確估計田間條件下土壤結(jié)構(gòu)、容重和含水率同時變化時土壤的變化特征，仍有待進一步研究。

耕層是農(nóng)業(yè)土壤結(jié)構(gòu)變化最劇烈、能量和物質(zhì)交換最旺盛、生物活動最活躍的層次，直接受到農(nóng)田微氣候的影響，進而影響到作物生長發(fā)育進程。受耕作機具、播種、自然干濕交替以及作物根系生長等影響，耕層土壤結(jié)構(gòu)在田間條件下具有較強的時空變異特征，影響土壤中水分運動和熱量傳輸與轉(zhuǎn)化過程[18]。Adhikari等[19]指出，土地利用方式（如耕作和覆蓋作物、保護性管理措施和污水灌溉等）顯著影響土壤熱特性，從而改變土壤熱傳輸過程。Usowicz等[20]等研究表明，田間條件下，氣象條件、農(nóng)作措施和作物生長狀況等均會影響到土壤含水率和容重的空間分布，從而導致呈現(xiàn)空間變異。Gao等[21]指出，揭示耕層土壤結(jié)構(gòu)變化過程中水分和容重等變量對的影響規(guī)律，是精確估算土壤熱通量、研究地表能量平衡和水分蒸發(fā)機理的基礎。

本研究通過定位測定耕層土壤不同層次的，探討含水率和容重對耕層的影響規(guī)律，并利用Lu等[17]傳遞函數(shù)模型對進行量化，分析該模型在田間的適用性，為耕層土壤的水熱耦合運移定量化和模擬尋求可靠的估算方法。

1 材料與方法

1.1 熱脈沖技術(shù)原理與方法

本研究采用三針熱脈沖傳感器監(jiān)測田間條件下的變化特征（圖1）。該傳感器由3根平行的、直徑為1.3 mm、長為4 cm、間距約為6 mm的不銹鋼針組成，中間為加熱針，兩側(cè)為溫度感應針（圖1a）。各鋼針中部均裝有熱電偶，且加熱針含有電阻絲（圖1b）。

注：L為探針長度；d為探針直徑；r為加熱針和溫度感應針之間的垂直距離。

電阻絲提供短時熱脈沖，兩側(cè)的溫度感應針可以測定熱脈沖加熱過程中土壤溫度的變化[6-7]。在田間采用熱脈沖技術(shù)進行定位測定時，將傳感器延長線與數(shù)據(jù)采集儀（型號CR23X，美國Campbell Scientific公司）相連接，利用12 V穩(wěn)壓電池給加熱絲供電，通過數(shù)據(jù)采集儀控制繼電器向加熱絲提供8~15 s加熱電流，并記錄加熱絲中電流值和開始加熱后5 min內(nèi)兩側(cè)感應針溫度的動態(tài)變化。根據(jù)無限長線性熱脈沖傳輸理論，在熱源徑向一定距離處的溫度變化滿足下列公式[6-7]

式中?(,)為熱脈沖加熱后距離加熱針處時刻的土壤溫度升高值，℃；′是單位長度線性熱源所釋放的熱量，J/m；0是傳感器加熱時長，s；為土壤熱導率，W/(m×K)；是土壤熱擴散系數(shù)，m2/s；()表示變量的指數(shù)積分。基于三針熱脈沖技術(shù)測得溫度隨時間的變化數(shù)據(jù)，利用MATLAB軟件中的非線性擬合方法（non linear model fit）對公式（1）進行擬合計算，可以得到和的估計值[22]。

1.2 田間試驗

本研究利用2個田間試驗探討了耕層土壤含水率和容重對的影響。其中，耕作方式試驗是在冬小麥收獲后土壤結(jié)構(gòu)較為穩(wěn)定的狀態(tài)下，定位測定不同耕作處理的土壤熱導率，用于驗證Lu等[17]傳遞函數(shù)模型在田間的適用性；土壤結(jié)構(gòu)動態(tài)試驗是在裸土上模擬翻耕后土壤結(jié)構(gòu)動態(tài)變化，分層次監(jiān)測原狀土的，用于驗證Lu等[17]傳遞函數(shù)模型在動態(tài)土壤含水率和容重下的準確性。

1.2.1 耕作方式對的影響

試驗設在中國科學院欒城農(nóng)業(yè)生態(tài)系統(tǒng)試驗站，位于冀中平原中南部的河北省欒城縣（37o 50' N, 114o 40' E）。年平均氣溫12.5 ℃，多年平均降水量536 mm，70%的降雨集中在夏季7月份到9月份之間，屬于暖溫帶半濕潤季風氣候。耕層土壤質(zhì)地為粉壤土，砂粒（<0.05~2 mm）、粉粒（0.002~0.05 mm）和黏粒（<0.002 mm）的含量分別為17%，62%和21%，有機質(zhì)含量為14.6 g/kg。

土壤耕作長期定位試驗開始于2001年夏季。有4個耕作處理：翻耕秸稈粉碎還田（CT1），翻耕秸稈不還田（CT2），旋耕秸稈粉碎還田（RT）和免耕秸稈直立還田（NT）。各處理的田間作業(yè)方式如下：CT1為玉米收獲后將秸稈原地粉碎1次（長約5~10 cm），全量還田，撒施化肥，旋耕機旋耕1遍（耕深8 cm，粉碎秸稈和破除根茬），機械深翻1遍（耕深20 cm），耱平后播種小麥；CT2為玉米收獲后將秸稈移出農(nóng)田，其他耕作、施肥和播種方式與CT1一致；RT為玉米收獲后將秸稈原地粉碎2次（長約5~10 cm），然后用旋耕機旋地2次，深約15 cm，播種方式、播種量和施肥情況同翻耕處理；NT為玉米秸稈自然（直立）分布于田間的情況下，采用免耕播種機（型號2BMFS-6/12A，河北農(nóng)哈哈公司）一次性完成秸稈部分粉碎、播種、施肥及鎮(zhèn)壓作業(yè)。CT1，RT和NT處理的玉米秸稈還田量分別為9.2，9.2和8.5 Mg/(hm2×a)。小區(qū)面積為1 120 m2（長70 m，寬16 m），每個處理設置3個重復。各處理在玉米種植季的管理方式完全一致。

2007年冬小麥收獲后，在每個耕作處理隨機選取3個位置，在5和15 cm 2個深度，沿水平方向插入2個三針熱脈沖傳感器，原位測定土壤熱特性，得到。測定結(jié)束后，在觀測點附近分0~10和10~20 cm 2個層次用環(huán)刀（體積100 cm3）采集原狀土壤樣品，帶回實驗室將土樣轉(zhuǎn)入鋁盒，在105 ℃條件下烘至恒重，得到土壤容重和質(zhì)量含水率（換算為體積含水率進行后續(xù)分析）。每個土層采集1個土樣，取3個重復的平均值。

1.2.2 土壤結(jié)構(gòu)動態(tài)變化下的變異特征

試驗地位于中國農(nóng)業(yè)大學科學園（116o17'E，40o1'N），屬于華北平原北部山前沖積平原區(qū)。年平均氣溫13.2 ℃，年平均降水量為534.2 mm，降雨主要集中于夏季（6—8月），為暖溫帶半濕潤大陸季風氣候。耕層土壤質(zhì)地為砂壤土，砂粒、粉粒和黏粒含量分別為57%、29%和14%，有機質(zhì)含量為2.1 g/kg。

該研究從2013年6月18日開始，7月18日結(jié)束。測定開始前，利用鐵鍬翻耕土壤，深度約20 cm，然后清除石子和根系，耙平土面。在田間挖一個深20 cm的土壤剖面，分別在3和7 cm深度處埋設2個長度為7.5 cm的時域反射（time domain reflectometry, TDR）傳感器，由數(shù)據(jù)采集儀控制TDR100主機（美國Campbell Scientific公司）進行自動測定，每小時采集1次含水率數(shù)據(jù)，用于連續(xù)監(jiān)測土壤干濕交替過程。同時，在每次降雨后進行原狀土壤的采集，具體采樣時間由降雨強度和時間確定，在地表水入滲完成時進行，利用環(huán)刀（體積100 cm3）在傳感器附近0~5和5~10 cm層次采集原狀土樣，帶回實驗室靜置24 h，使其與室溫平衡，然后插入三針熱脈沖傳感器，測定。每個土層重復3次。測定結(jié)束后，將土樣轉(zhuǎn)入鋁盒，在105 ℃條件下烘至恒重，得到土壤容重和體積含水率，最后取3個重復的平均值。研究期間共進行了8次取樣測定，烘干法得到的土壤容重和含水率用于計算土壤熱導率。

1.3 土壤熱導率傳遞函數(shù)模型

Lu等[17]提出的傳遞函數(shù)模型為

式中dry為干土熱導率，W/(m·K)，采用Lu等[10]提出的方法計算；是土壤總孔隙度，由土壤容重和顆粒密度（取2.65 g/cm3）估計得到；是土壤體積含水率，cm3/cm3；和是模型的形狀因子，與黏粒含量密切相關(guān)，可以反映隨含水率變化曲線的斜率，而與砂粒和容重直接相關(guān)，可以體現(xiàn)相同含水率下，土壤質(zhì)地和容重的共同作用對的影響。和采用以下公式計算。

式中和分別是吸管法測定所得土壤黏粒含量和砂粒含量（美國土壤分類制），是土壤容重，g/cm3。

1.4 數(shù)據(jù)統(tǒng)計與分析

方差分析和相關(guān)性分析利用SPSS 20.0（SPSS，2011）完成；耕作處理之間的顯著性分析在0.05水平下進行，平均值比較采用最小顯著差異法（least significant difference, LSD）；模型表現(xiàn)利用均方根誤差（Root mean square error, RMSE）和平均偏差進行定量評價。

2 結(jié)果與分析

2.1 耕作方式對耕層土壤含水率、容重和熱導率的影響

圖2是冬小麥收獲后，4種耕作方式下耕層土壤的含水率、容重和分布?？梢钥闯?，各處理耕層的土壤含水率較高，0~10 cm土層為0.24~0.32 m3/m3，10~20 cm土層為0.25~0.33 m3/m3，2個層次間含水率的差異不顯著。比較各處理的含水率，NT處理在2個層次均高于其他處理，但只在0~10 cm層次達到顯著水平（<0.05），CT1、CT2和RT間含水率的差異均不顯著（圖2a）。

4個處理土壤容重0~10 cm土層為1.20~1.42 g/cm3，10~20 cm土層為1.29~1.59 g/cm3（圖2b）?？傮w上，除CT1之外，其他耕作處理下層土壤容重都顯著大于上層土壤。比較各耕作處理的容重，在0~10 cm土層，NT處理的容重顯著大于其他處理，平均高出13.8%，而CT1、CT2和RT的容重無顯著差異；在10~20 cm土層，NT處理的容重顯著大于其他處理，平均增加14.5%，CT2和RT的容重無差異，但都顯著大于CT1的容重。因此，免耕處理增加了耕層土壤容重，與杜章留等[23]的報道一致。他們2007和2008年對土壤容重的比較指出，耕作措施對容重的影響主要在0~20 cm土層，NT處理下土壤容重比其他處理平均增加了8%。

對于土壤質(zhì)地相同的農(nóng)田，的大小主要決定于容重和含水率。本研究結(jié)果表明，在0~10和10~20cm土層分別為1.07~1.44和1.11~1.64 W/(m×K)，下層土壤均大于上層土壤，但2個層次間的差異未達到顯著水平（圖2c）。比較各耕作處理，在0~10 cm土層，NT處理的顯著大于其他處理；在10~20 cm土層，NT處理顯著大于CT1，CT2、RT和NT處理之間的差異不顯著。有研究指出，翻耕對土壤的擾動增大了孔隙度，降低了耕層土壤容重，導致變小[24]。總之，田間土壤的變化特征與含水率和容重的變化趨勢基本一致，免耕條件下容重和土壤含水率均呈現(xiàn)增加趨勢，導致其也大于其他處理。

注：CT1：翻耕秸稈粉碎還田；CT2：翻耕秸稈不還田；RT：旋耕秸稈粉碎還田；NT：免耕秸稈直立還田；同一土層不同字母代表不同處理之間差異顯著（P<0.05），*表示同一處理的2個土層之間在0.05水平差異顯著。

2.2 土壤結(jié)構(gòu)動態(tài)變化下耕層土壤含水率、容重和熱導率的變化特征

圖3表示模擬翻耕后，土壤0~5和5~10 cm的含水率、容重和l的變化規(guī)律。在測定時期內(nèi)，耕層土壤經(jīng)歷了若干次較為明顯的干濕交替過程（圖3a）。耕層土壤含水率的變化主要可以分為2個時期：以6月28日為界，在該日期之前共有3次明顯降雨，但由于降雨量比較?。ā?0 mm），0~10 cm土層含水率維持在中低水平（約0.10~0.25 cm3/cm3），且2個土層的含水率差異不大；在6月28日之后，由于2次連續(xù)較大強度的降雨，土壤在短時間內(nèi)達到飽和，之后伴隨水分入滲和蒸發(fā)過程，土壤含水率逐漸下降，但總體上耕層土壤含水率較高，在0.30 cm3/cm3左右。顯然，自然降雨和土壤水分再分布過程是耕層土壤含水率動態(tài)變化的驅(qū)動因子。

土壤容重動態(tài)在一定程度上反映了翻耕后土壤結(jié)構(gòu)的變化特征。受到降雨和干濕交替過程的影響，0~10 cm的土壤容重在測定時期內(nèi)的動態(tài)變化可以分為2個階段。在第一階段，翻耕后0~5和5~10 cm土層的土壤容重最低，分別為0.98和1.09 g/cm3；隨后由于降雨和干濕交替作用，土壤容重逐漸增加；第二階段是6月29日降雨后土壤水分接近飽和狀態(tài)（圖3a），土壤沉降明顯，0~5和5~10 cm的土層容重分別達到1.08和1.26 g/cm3。此后，土壤經(jīng)歷了若干次再飽和過程，但2個層次的容重保持相對穩(wěn)定狀態(tài)。在測定時期內(nèi)，0~5和5~10 cm土層的土壤容重最大值分別達到1.16 g/cm3和1.28 g/cm3。對相鄰2次采樣獲得的土壤容重進行顯著性分析表明，6月29日降雨之后，土壤容重顯著高于降雨前（圖3b）?？梢钥闯觯狙芯恐?，翻耕后土壤沉降（容重增大）過程主要發(fā)生在前幾次降雨或干濕交替過程中，與之前的研究結(jié)果相符。例如，劉曉娜[22]的田間定位測定指出，在翻耕后的一個月內(nèi)，耕層土壤結(jié)構(gòu)呈現(xiàn)由松散逐步變緊實，土壤容重逐漸增加直至達到穩(wěn)定狀態(tài)；Zhang等[24]的研究結(jié)果表明，毛管作用導致耕層土壤沉降，大孔隙比例降低，小孔隙比例增多，從而顯著地影響了土壤孔隙分布和土壤水基質(zhì)勢。

由于含水率和容重共同影響，耕層土壤也隨時間呈現(xiàn)動態(tài)變化趨勢（圖3c）。在本研究中，l總體上隨時間呈現(xiàn)增加趨勢：0~5 cm土層的從0.60增加至1.06 W/(m×K)，5~10 cm土層的從0.84增加至1.26 W/(m×K)。與上層土壤比較，下層土壤的容重較高，也較大，但2個土層的變化趨勢不太一致：0~5 cm的隨時間增加較為緩慢，而5~10cm的l在測定前期增加較快，后期不再增加。

另外，由于測定前期土壤含水率和容重都較小，也較小，此后的增加趨勢與容重變化較為一致。在6月28日之后，土壤含水率和容重都較前期高，導致該階段也較高。即翻耕后2個耕層土壤層次的具有明顯差異，且土壤容重和含水率動態(tài)會導致隨時間動態(tài)變化。

注：*表示兩次取樣的容重具有顯著差異（P<0.05）。

2.3 耕層土壤熱導率的預測

利用上述2個田間試驗的測定結(jié)果，分別驗證了傳遞函數(shù)模型在不同耕作方式和土壤結(jié)構(gòu)動態(tài)條件下的模型表現(xiàn)。將田間測定的土壤含水率和容重代入公式（2）~（5），得到了2個試驗中的估計值，并和熱脈沖測定值做了對比（圖4）?？梢钥闯觯诒狙芯康耐寥篮史秶鷥?nèi)模型預測值與實測值均勻分布在1:1線周圍，顯示二者一致性較好。預測值的RMSE為0.09 W/(m×K)，平均偏差為-0.01 W/(m×K)，表明只要得到土壤含水率和容重變化的動態(tài)信息，Lu等[17]l傳遞函數(shù)模型可以準確地預測耕層的變化特征。可能的誤差來源有：1）相比于土壤固體，有機質(zhì)本身的熱導率較低，相比于翻耕和旋耕，免耕土壤的有機質(zhì)含量較高，因此在一定程度上會降低土壤[17,25]，但目前有關(guān)有機質(zhì)對土壤熱特性的影響研究較少，因此仍需進一步定量化分析有機質(zhì)對土壤熱導率的影響程度；2）與室內(nèi)填裝土（擾動土）相比，田間干濕交替過程中土壤結(jié)構(gòu)形成會增強顆粒間接觸緊實度和接觸面積，因此促進了土壤中的熱流傳輸，導致增加[26]，而該傳遞函數(shù)模型為經(jīng)驗模型，未定量化有機質(zhì)和結(jié)構(gòu)等因素對于的影響；3）土壤的異質(zhì)性（例如田間秸稈的存在等）對容重和熱導率的測定結(jié)果也有一定影響。

對于土壤容重，大多數(shù)關(guān)于土壤、水文和氣候變化的模型都忽略了其動態(tài)變化特征，往往將其作為常數(shù)處理。為此，本研究利用土壤結(jié)構(gòu)動態(tài)試驗的結(jié)果，進一步探討了2種情形下，土壤容重取值對熱導率模型預測結(jié)果的影響。首先，取翻耕后0~5和5~10 cm土層的初始容重（分別為0.98和1.09 g/cm3）為觀測時期土壤的平均容重代入傳遞函數(shù)，所得預測值的RMSE為0.15 W/(m×K)，平均偏差為-0.11 W/(m×K)。其次，將測定后期的穩(wěn)定容重（1.16和1.28 g/cm3）作為測定時期內(nèi)0~5 和5~10 cm土層容重的平均值，模型給出的值的RMSE和平均偏差分別為和0.12和0.09 W/(m×K)。顯然，無論采用初始容重還是后期相對穩(wěn)定的容重，熱導率模型預測的的誤差變大，而考慮翻耕后土壤容重的動態(tài)變化明顯提高了該模型預測的準確性。

圖4 土壤熱導率預測值與實測值的比較

3 結(jié) 論

本文基于土壤耕作方式試驗和土壤結(jié)構(gòu)動態(tài)試驗，利用熱脈沖技術(shù)原位測定并研究了田間耕層土壤含水率和容重對的影響，利用l傳遞函數(shù)模型預測了耕層動態(tài)。

1）耕作方式通過改變含水率和容重從而影響土壤耕層的熱導率，與翻耕和旋耕處理相比，免耕處理提高了0~10 cm土層的土壤容重和含水率，從而增加了耕層土壤熱導率。

2）在干濕交替作用下，翻耕后土壤容重總體呈增加趨勢，耕層土壤熱導率整體上呈現(xiàn)上升趨勢，但也隨含水率的變化有一定波動。

3）在土壤質(zhì)地已知的情況下，利用土壤含水率和容重，土壤傳遞函數(shù)模型可以準確地預測耕層土壤熱導率的動態(tài)變化特征，本文2個試驗中熱導率預測值的RMSE為0.09 W/(m×K)。

在進行田間水熱過程模擬研究時，建議考慮土壤容重和含水率的變異特征對熱導率的影響，特別是在時間上的動態(tài)變化，利用傳遞函數(shù)模型估計熱導率，提高模擬土壤熱傳遞過程的準確性。

[1] Farouki OT. Thermal properties of soils[M]. Rockport: Trans Tech Publications, 1986.

[2] 任理，張瑜芳，沈榮開. 條帶覆蓋下土壤水熱動態(tài)的田間實驗與模型建立[J]. 水利學報，1998，29（1）：76－84. Ren Li, Zhang Yufang, Shen Rongkai. Field experiments and numerical simulation of soil water and heat regimes under the condition of summer corn partially covered by mulch strips[J]. Journal of Hydraulic Engineering, 1998, 29(1): 76－84. (in Chinese with English abstract)

[3] 脫云飛，費良軍，楊路華，等. 秸稈覆蓋對夏玉米農(nóng)田土壤水分與熱量影響的模擬研究[J]．農(nóng)業(yè)工程學報，2007，23（6）：27－32.Tuo Yunfei Fei Liangjun, Yang Luhua, et al. Simulation study on influence of straw mulch on soil moisture and heat of summer corn farmland[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2007, 23(6): 27－32. (in Chinese with English abstract)

[4] 陸森，任圖生. 不同溫度下的土壤熱導率模擬[J]．農(nóng)業(yè)工程學報，2009，25（7）：13－18. Lu Sen, Ren Tusheng. Model for predicting soil thermal conductivity at various temperatures[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(7): 13－18. (in Chinese with English abstract)

[5] Nassar I N, Horton R. Simultaneous transfer of heat, water, and solute in porousmedia: I. Theoretical development[J]. Soil Sci Soc Am J, 1992, 56: 1350－1356.

[6] 任圖生，邵明安，巨兆強，等. 利用熱脈沖－時域反射技術(shù)測定土壤水熱動態(tài)和物理參數(shù)I.原理[J]．土壤學報，2004，41（2）：225－229. Ren Tusheng, Shao Ming’an, Ju Zhaoqiang, et al. Measurement of soil physical properties with thermo-time domain reflectometry I. Theory[J]. Acta Pedologica Sinica, 2004, 41(2): 225－229. (in Chinese with English abstract)

[7] 任圖生，邵明安，巨兆強，等. 利用熱脈沖－時域反射技術(shù)測定土壤水熱動態(tài)和物理參數(shù)II.應用[J]．土壤學報，2004，41（4）：523－529.Ren Tusheng, Shao Ming’an, Ju Zhaoqiang, et al. Measurement of soil physical properties with thermo-time domain reflectometry II. Application[J]. Acta Pedologica Sinica, 2004, 41(4): 523－529. (in Chinese with English abstract)

[8] Peng X, Heitman J, Horton R, et al. Determining near-surface soil heat flux density using the gradient method: A thermal conductivity model–based approach[J]. J Hydrometeor, 2017, 18(8): 2285－2295.

[9] de Vries D A. A nonstationary method for determining thermal conductivity of soil in situ[J]. Soil Sci, 1952, 73(2): 83－89.

[10] Lu S, Ren T S, Gong Y S, et al. An improved model for predicting soil thermal conductivity from water content at room temperature[J]. Soil Sci Soc Am J, 2007, 71(1): 8－14.

[11] 王朔，王全九，樊軍，等. 土壤導熱率測定及其計算模型的對比分析[J]．農(nóng)業(yè)工程學報，2012，28（5）：78－84. Wang Shuo, Wang Qquanjiu, Fan Jun, et al. Soil thermal properties determination and prediction model comparison[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(5): 78－84. (in Chinese with English abstract)

[12] Ghanbarian G, Daigle H. Thermal conductivity in porous media: Percolation-based effective-medium approximation[J]. Water Resour Res, 2016,52(1): 295–314.

[13] Tarnawski VR, McCombie M L, Leong W H, et al. Canadian field soils II. Modeling of quartz occurrence[J]. Intl J Thermophys, 2012, 33(5): 843－863.

[14] Campbell G S. Soil Physics with BASIC: Transport models for soil-plant systems[M]. New York: Elsevier Science Publishing Company, 1985.

[15] Chung S-O, Horton R. Soil heat and water flow with a partial surface mulch[J]. Water Resour Res, 1987, 12(11): 2175－2186.

[16] 李婷，王全九，樊軍. 土壤熱參數(shù)確定方法比較與修正[J]．農(nóng)業(yè)工程學報，2008，24（3）：59－64． Li Ting, Wang Quanjiu, Fan Jun. Modification and comparison of methods for determining soil thermal parameters[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(3): 59－64. (in Chinese with English abstract)

[17] Lu Y L, Lu S, Horton R, et al. An empirical model for estimating soil thermal conductivity from texture, water content, and bulk density[J]. Soil Sci Soc Am J, 2014, 78(6): 1859－1868.

[18] Ren T S. Soil Water and Temperature Regimes in Winter Wheat as Affected by Crop Rotation, Tillage and Row Spacing[D]. Edmonton: University of Alberta, 1997.

[19] Adhikari P, Udawatta R P, Anderson S H. Soil thermal properties under prairies, conservation buffers, and corn–soybean land use systems[J]. Soil Sci Soc Am J, 2014, 78(6): 1977－1986.

[20] Usowicz B, Kossowski J, Baranowski P. Spatial variability of soil thermal properties in cultivated fields[J]. Soil Till Res, 1996, 39(1): 85－100

[21] Gao Z M, Russell E S, Missik J E C, et al. A novel approach to evaluate soil heat flux calculation: An analytical review of nine methods[J]. J Geophys Res-Atmos, 2017, 122(13): 6934－6949.

[22] 劉曉娜. 連續(xù)定位測定土壤容重的熱脈沖-時域反射技術(shù)的研究[D]. 北京：中國農(nóng)業(yè)大學，2009. Liu Xiaona. Thermo-TDR Technique for Continuous In Situ Measurement of Soil Bulk Density[D]. Beijing: China Agricultural University, 2009. (in Chinese with English abstract)

[23] 杜章留. 太行山平原集約種植區(qū)保護性耕作下土壤質(zhì)量與碳氮固持機制研究[D]. 北京：中國農(nóng)業(yè)大學，2009.

Du Zhangliu. Soil Quality and Carbon and Nitrogen Sequestration as Influenced by Conservation Tillage under An Intensive Cropping System in the Taihang Piedmont Plain of China[D]. Beijing: China Agricultural University, 2009. (in Chinese with English abstract)

[24] Zhang M, Lu Y L, Heitman J L, et al. Temporal changes of soil water retention behavior as affected by wetting and drying following tillage[J]. Soil Sci Soc Am J, 2017, 81(6): 1288－1295.

[25] Abu-Hamdeh N H. Effect of tillage treatments on soil thermal conductivity for some Jordanian clay loam and loam soils[J]. Soil Till Res, 2000, 56(3): 145–151.

[26] 邸佳穎，劉曉娜，任圖生. 原狀土與裝填土熱特性的比較[J]. 農(nóng)業(yè)工程學報，2012，28（21）：74－79. Di Jiaying, Liu Xiaona, Ren Tusheng. Comparative study on thermal properties of intact and repacked soil samples[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(21): 74－79. (in Chinese with English abstract)

Effects of soil water content and bulk density on thermal conductivity of plough layer soil in arid land and its prediction

Lu Yili1, Zhang Meng2, Liu Xiaona3, Ren Tusheng1, Wang Yajing1※

(1.100193; 2.071001; 3.030024)

Soil thermal conductivity () is a key parameter for studying surface energy balance and coupled heat and water transfer in soil.can be obtained by heat pulse method or semi-empirical or empirical models, with both models based on the information of soil texture, water content () and bulk density).The pedotransfer model has the advantages of simple form and having no requirement of soil minerology information. This pedotransfermodel, however, has not been applied comprehensively under field conditions wheredisplays strong spatial and temporal variability. The objectives of this study are to determine the spatial and temporal changes ofas related toandin tilled soil layers, and to test the feasibilities of the pedotransfermodel for estimating fieldwith the information of soil texture,and. Two independent field experiments were conducted: one study of different tillage treatment’s effect onvariations and another post-tillage soil structure dynamic study onat 2 soil depths due to alternate wetting and drying. For the tillage method study,measurements were carried out in the field, and soil cores were taken to determineandgravimetrically. For the soil structure dynamic study, in situchanges were monitored with time domain reflectometry (TDR) technique, the dynamicvalues were determined gravimetrically after each rainfall event, and the correspondingdata were obtained from the collected intact soil cores by heat-pulse sensors. The results showed thatandwere the key factors that affectedin tilled soil layers. In 0-10 cm soil layer, the,andvalues in no tillage treatment plot were significantly higher than those of the moldboard and rotary tillage plots. Soilvalues of the 10-20 cm soil layer were higher than that in the 0-10 cm layer, and the trends were consistent with that ofandregarding tillage treatment and soil depth. For the post-tillage soil structure dynamic study,was increased gradually with time and soil depth and became relatively stable after 4 wetting/drying (W/D) cycles, i.e., from 0.98 to 1.16 g/cm3for the 0-5 cm layer, and from 1.09 to 1.28 g/cm3for the 5-10 cm layer. The magnitude of the change was relatively small among the first 3 W/D cycles when the degrees of saturation were relatively low, andin the 5-10 cm layer reached the maximum after the fourth W/D cycle when the soil was nearly saturated, with the change became less significant thereafter. Comparison between measured and modeled values showed that the pedotransfermodel provided reliablewith RMSE of 0.09 W/(m·K) and mean bias of -0.01 W/(m·K). Our analysis also highlighted the fact that whenvaried over time due to soil structure change, using a constant(measured either right after tillage or at the end of the experiment) would introduce larger errors forestimations. The pedotransfermodel for estimating soilcould be useful for simulating heat transfer in tilled soil layers.

soils; moisture; farmland; thermal conductivity; tillage practice; bulk density; heat pulse technique

10.11975/j.issn.1002-6819.2018.18.018

S152.8

A

1002-6819(2018)-18-0146-06

2017-12-18

2018-07-27

國家自然科學基金項目（41671223）；國家重點研發(fā)計劃項目子課題：松嫩平原區(qū)基于合理耕層構(gòu)造的全程機械化保護性耕作技術(shù)體系（2016YFD0300804-3）；中國博士后科學基金資助項目（2016M600148）。

盧奕麗，博士，副教授，主要從事土壤物理方面研究。Email：luyili@cau.edu.cn

王雅婧，博士，實驗師，主要從事土壤物理方面研究。Email：wangyajing@cau.edu.cn

盧奕麗，張 猛，劉曉娜，任圖生，王雅婧. 含水量和容重對旱地耕層土壤熱導率的影響及預測[J]. 農(nóng)業(yè)工程學報，2018，34(18)：146－151. doi：10.11975/j.issn.1002-6819.2018.18.018 http://www.tcsae.org

Lu Yili, Zhang Meng, Liu Xiaona, Ren Tusheng, Wang Yajing. Effects of soil water content and bulk density on thermal conductivity of plough layer soil in arid land and its prediction[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(18): 146－151. (in Chinese with English abstract) doi: 10.11975/ j.issn. 1002-6819. 2018.18.018 http://www.tcsae.org