论文部分内容阅读
精确表达大孔隙分布的不确定性对开展大孔隙流的研究具有举足轻重的作用。本文选取扬州市泰安镇节水灌溉后稻田土壤为研究对象,采用切片法取开灌前和收割后的原状土样,运用数字图像制备技术,获取大孔隙数目N、大孔隙度Φ、面积A、周长P等分析指标,对4cm、6cm和8cm扫描直径内大孔隙作水平向差异性分析,对2cm单位深度上作垂向差异性分析以及对两个不同时期作时间差异性分析。引入了信息熵的概念研究大孔隙分布的不确定性,通过大孔隙的数目计算熵值,根据结果分析不同时期不同扫描直径内的大孔隙分布不确定性。结合分形理论,引入信息维概念,对土壤持水特征曲线进行了模拟。具体成果如下:(1)两个时期的不同扫描直径内的大孔隙个数垂向变化趋势大致相同,开灌前大孔隙个数最多的断面地面以下30cm处,最少的则在20cm处,收割后大孔隙个数最多位于14cm处,最少的在40cm处;6cm扫描直径和8cm扫描直径内大孔隙度比较接近,二者相差不到5%,相对而言4cm扫描直径内大孔隙度大;面积最大值变化不大,而周长最大值波动趋势明显,说明大孔隙的分布形态不够规整,复杂程度较高。(2)信息熵的大小既反映不确定性程度的大小,又是无序度的量度。经计算,开灌前不同扫描直径内大空隙分布信息熵值均值分别为1.921、1.921和1.902,收割后的熵值则为1.866、1.859和1.856。同一时期不同扫描直径间的不确定性程度相差不大,而经历一个完整水稻生长季节后,大孔隙分布的不确定性变小,有序度增加。(3)以开灌前8cm扫描直径的土样为例,计算出扫描断面上大孔隙分布的分形维Dd与信息维Dh分别为1.822和1.843,并对土壤持水特征曲线进行模拟预测,均方根误差RMSE分别为0.022和0.005,表明基于Dh的模型精度比Dd模型精度要高。本文着重对节水灌溉稻田土壤大孔隙分布不确定性研究,为大孔隙流研究工作进一步开展奠定了基础。