-
题名微波辐射法测定土壤吸湿水的含量
被引量：3
- 1
-
-
作者
赵丽华
马桂莲
钱新标
-
机构
浙江林学院基础部
浙江省黄岩区林特局
-
出处
《浙江林学院学报》
CAS
CSCD
北大核心
2002年第3期261-263,共3页
-
文摘
采用微波辐射法和烘箱法对不同土壤的吸湿水含量进行了测定。结果表明 ,用微波辐射法测定土壤吸湿水可把烘箱法所需的 8～ 1 0h缩短为 8min左右 ,2种方法的测定结果经t检验无显著差异。用微波辐射法测定 5 0 ,1 0 0 ,1 5 0和 2 0 0g土壤样品的失水基本稳定时间分别为 4,7,1 0和 1 2min ,保险时间为 5 ,8,1 2和 1 4min。微波辐射法具有耗时省、能耗低和受热均匀等优点 ,是一种测定土壤吸湿水的有效方法。表 3参
-
关键词
微波辐射法
测定
土壤吸湿水
含量
烘箱法
-
Keywords
hydroscopic water
microwave radiation method
oven drying method
-
分类号
S714.2
[农业科学—林学]
S151.9
[农业科学—土壤学]
-
-
题名微波加热法测定土壤吸湿水含量的研究
被引量：1
- 2
-
-
作者
李永文
解贺桥
安新伯
周欣
-
机构
保定职业技术学院
-
出处
《黑龙江生态工程职业学院学报》
2006年第6期34-35,共2页
-
文摘
利用微波加热技术探索测定土壤中吸湿水含量的方法,研究结果显示微波加热测定土壤吸湿水含量以采取中低档40%输出功率280W,测定时间7~10min为宜。通过对微波加热干燥法与烘箱加热干燥法所得吸湿水结果进行t检验,二者并不存在明显的差异,完全符合实验要求。微波加热法测定土壤中吸湿水含量较好地解决了烘箱加热干燥法测定土壤中吸湿水含量存在的测定时间太长、效率低等问题,可大大缩短测定时间,提高分析效率。
-
关键词
微波
干燥
土壤吸湿水
-
分类号
S152.7
[农业科学—土壤学]
-
-
题名使用有限数据推求土壤水分特征曲线VG模型的参数
- 3
-
-
作者
高晓飞
高燕
刘刚
-
机构
北京师范大学地表过程与资源生态国家重点实验室
松辽水利委员会松辽流域水土保持监测中心站
-
出处
《灌溉排水学报》
CAS
CSCD
2024年第S01期61-66,共6页
-
基金
国家重点研发计划项目课题“多尺度土壤复合侵蚀预测模型及耕地质量退化风险”(2021YFD1500704)
-
文摘
【目的】使用一种简易方法和有限数据来获取土壤水分特征曲线VG模型的参数。【方法】选择了黑土、褐土、黄绵土、红壤和紫色土5种地带性土壤,实测了土壤饱和含水率(θ_(s))、0.33 bar土壤含水率(θ_(0.33 bar))、最大吸湿水(θ_(97%RH))和空气相对湿度为43%时的土壤吸湿水(θ_(43%RH)),并以θ_(43%RH)为残余含水率(θ_(r)),推导VG模型的参数。将推导出的参数带入到VG模型中,进行了土壤水分特征曲线的预报,并与实测的土壤含水率进行了比较。【结果】该方法能较好地模拟褐土的土壤水分特征曲线,模拟值和测定值的残差一般在0.01 cm^(3)/cm^(3)以内;也可以较好的模拟黄绵土和红壤在0.33~15 bar的土壤含水率,残差一般在±0.01 cm^(3)/cm^(3)以内;但黑土的模拟结果相对较差,在低于0.33 bar时,残差为负,在-0.03 cm^(3)/cm^(3)以内,而在0.33~15 bar,残差为正,达到0.04 cm^(3)/cm^(3);紫色土的模拟结果最差,在低于0.33 bar时,残差为负,达到了-0.07 cm^(3)/cm^(3);但在0.33~15 bar,情况有所改善,残差在0.03 cm^(3)/cm^(3)以内。通过配对t检验,认为模拟值和测定值无显著差异,二者的相关系数(r)为0.990。造成模拟值和测定值差异的原因可能是采样时紫色土密度较低,土壤中有较多的大孔隙,而黑土可能因有机质含量较高具有较好的结构性导致持水能力较强。【结论】采用土壤饱和含水率(θ_(s))、0.33 bar土壤含水率(θ_(0.33 bar))、最大吸湿水(θ_(97%RH))和空气相对湿度为43%时的土壤吸湿水(θ_(43%RH))推导的VG模型参数,可以较好地预报土壤水分特征曲线。但对土壤密度较低、存在大孔隙的土壤,及有机质量较高或结构性较好的土壤,可能会导致部分模拟值和测定值产生较明显的差异。前者可能会影响低吸力段的模拟结果(<0.33 bar),后者则可能影响土壤有效含水率段的模拟结果(0.33~15bar)。
-
关键词
VG模型
土壤吸湿水
土壤水分特征曲线参数
预报残差
-
Keywords
VG model
soil hygroscopicity
parameters of SWCC
forecast residuals
-
分类号
S152.71
[农业科学—土壤学]
-
