基于马尔可夫链的区域土壤水力学性质地统计学模拟及不确定性分析

土壤水力学性质的空间变异对于区域土壤水分溶质循环模拟研究至关重要。基于马尔可夫链的条件模拟是一种能融合多源信息的地统计学模拟方法，与传统插值法和基于变异函数的条件模拟比较有诸多优势。目前，该方法在土壤性质空间变异性领域的研究并未全面展开。为此，本课题拟以河南省封丘县为研究区域，以区域野外采样为基础，并辅以探地雷达数据等手段；建立研究区土壤水力学参数的三维马尔可夫链模型；以条件模拟生成用于区域土壤水动力学模型的随机参数，实现区域土壤水分运动和溶质运移的随机模拟；进而分析土壤水力学参数的空间变异性对土壤水分运动和溶质运移模拟结果的影响，特别是采样点变化对土壤水分运动和溶质运移结果的不确定性影响。此项研究，旨在将基于马尔可夫链的地统计学模拟推广到土壤学领域，解决区域模拟中面临的参数获取难题，为区域农业生产管理，水分高效利用，农田生态环境保护提供科学支撑。

土壤受成土过程和人为因素等影响，其空间分布既有结构性，也呈现出一定的随机性。精确表征土壤性质的空间分布对区域水文，农业和环境等研究都至关重要。基于转移概率的条件模拟是一种能融合多源信息的地统计学模拟方法，与传统的确定性插值法比较有诸多优势。因此，本研究将该方法应用于土壤性质空间分布研究，建立各种土壤性质的地统计学随机模型，期望能在土壤性质空间分布预测方面有所突破，以帮助解决区域模拟中面临的参数获取难题。. 按照计划要求，本项目主要完成了三方面的工作：野外采样及土壤性质的空间变异性分析，建立不同土壤性质的地统计学随机模型，以及随机模拟结果的应用性研究。在项目实施过程中，共进行了6次野采样，构建了沿黄潮土地区的多级尺度（小流域、县域、乡镇和田块尺度）土壤性质数据库，并对各级尺度土壤性质的空间变异性进行了分析。以基于转移概率的地统计学模拟为主要研究方法，结合基于变异函数的地统计学模拟，建立了土壤基本物理性质（质地）、养分（有机质和全氮）和水力学性质（饱和导水率）的随机模型。利用随机地统计学模型生成的土壤性质空间分布的随机实现，评价了采样分布对土壤质地空间分布确定性的影响，指出了现有数据下土壤性质分布的高不确定性区域；同时，基于土壤质地空间分布概率，对水肥淋失的高风险区域进行了探寻。本项目的结果表明，基于转移概率的地统计学模型作为一种基于随机理论的三维空间模拟方法，可以用于质地层次交互明显的土壤的空间分布模拟，能够利用较为稀疏的采样数据抓住土壤质地空间变化的总体趋势，这也是基于转移概率的地统计学模型显著优点。同时，基于转移概率的模型还可以处理基于变异函数的模拟方法无法实现的空间非对称性。对土壤质地、有机质、全氮、饱和导水率等地统计学随机模拟结果与确定性插值进行比较得出，地统计学随机模拟结果更接近于土壤性质在空间上的实际分布规律，而不像确定性插值那样具有平滑效应，使得插值结果的数值分布偏离实际情况；而且随机模拟还可以进行在确定性插值方法的基础上难以实现的采样点对土壤性质空间分布不确定性的影响等研究。. 项目组通过三年的工作所取得的不同尺度的土壤性质空间分布数据，建立的土壤性质地统计学随机模型等成果，可望为区域农业生产管理，水分高效利用，农田生态环境保护提供科学支撑，为今后相关领域的深入研究提供基础资料和借鉴。