Использование модели SWAT для характеристики водного режима почв агроландшафта

Автор: Шеин Е.В., Болотов А.Г., Дембовецкий А.В., Усенко Д.Ю., Хархардинов Н.А., Вернюк Ю.И.

Журнал: Бюллетень Почвенного института им. В.В. Докучаева @byulleten-esoil

Рубрика: Статьи

Статья в выпуске: 117, 2023 года.

Бесплатный доступ

Классификация водных режимов почв имеет базовую научную основу в виде взаимообусловленной связи движения воды и формирования почвенного профиля, т. е. является почвенно-генетической. Именно такого рода классификация представляет научно-методическую платформу для изучения как водных режимов почв в ландшафте, так и распределения почв в почвенном покрове ландшафта. Численные методы представления гидрологических режимов почв в агроландшафте основываются на физически обоснованных математических моделях движения влаги в почве и пространственной ГИС-информации, совместно позволяющими рассчитывать,Из рисунка 4 видно, что модель адекватно описывает экспериментальные данные, на что указывает хорошая сходимость графиков, сохранение экстремумов, высокий коэффициент корреляции и низкие значения ошибок. Коэффициент корреляции с глубиной возрастает от 0.67 до 0.95, а среднея квадратичная ошибка уменьшаются от 11 до 0.93. Однако модель в целом занижает значения влажности почвы, по сравнению с экспериментальными данными, особенно в верхних горизонтах, а отдельные экстремумы сглаживает.Уже на данный момент можно отметить, что ландшафтная модель SWAT с использованием качественной ГИС-информации для расчета водного режима почв в различных точках агроландшафта по условиям соответствия Сайерта (Шеин, Рыжова, 2016) удовлетворительно описывает пространственно-динамические данные по влажности.ВЫВОДЫСовременная гидрология почв включает ландшафтную оценку гидрологических явлений, происходящих в ландшафте, с учетом условий на верхней и нижней границах почвы и гидрофизических свойств почв. Учитывая невозможность динамического изучения влажности почв в ландшафте в целом, используется агроландшафтный подход, позволяющий системно выделить элементарные ареалы агроландшафта - микроландшафты.Каждый элементарный ареал агроландшафта характеризуется почвенно-физическими свойствами, среди которых важнейшие генетические особенности строения профиля, послойный гранулометрический состав, плотность и содержание органического вещества. Создается ГИС-карта ландшафта с учетом физических характеристик почвенного покрова.Гидрологические особенности движения влаги в исследуемом агроландшафте рассчитываются с помощью специализированных гидрологических ландшафтных моделей, рассчитывающих горизонтальный и вертикальный перенос влаги по поверхности, внутрипочвенный и подпочвенный перенос влаги на основании основных законов передвижения влаги в дисперсных природных системах (уравнения Дарси, Ричардса), в которых гидрофизические функции почв представлены в виде педотрансферных функций от указанных базовых свойств почв. анализировать и предсказывать водный режим почвы, сток в масштабе водосбора, перенос вещества в профиле почвы, процессы выщелачивания, и что важно с практической точки зрения - содержание доступных почвенных влагозапасов в структуре агроландшафта. Представлена пространственно-динамическая модель SWAT (Soil-WaterAtmosphere-Tool) для описания водных режимов почв в агроландшафте конечно-моренной гряды Верхневолжского постледникового района (Восточно-Европейская равнина, Тверская область), как пример ландшафтных численных гидрологических моделей. Приведены примеры соответствия модельных и экспериментальных данных динамики влажности почвы в нескольких точках агроландшафта для 3-х глубин, отражающих поверхностные, глубинные (на уровне грунтовых вод) и срединные слои профиля почв: 10-20, 50-60 и 90-100 см, полученные расчетным методом с помощью рассмотренной ландшафтно-динамической модели и классическим методом бурения с термостатно-весовым определением влажности почвы. Показано, что адаптированная для конкретных условий ландшафтная модель с использованием цифровой модели рельефа с разрешением 1 × 1 м на пиксель для расчета водного режима почв в различных точках агроландшафта удовлетворительно описывает пространственнодинамические профильные данные по влажности почвы. Из рисунка 4 видно, что модель адекватно описывает экспериментальные данные, на что указывает хорошая сходимость графиков, сохранение экстремумов, высокий коэффициент корреляции и низкие значения ошибок. Коэффициент корреляции с глубиной возрастает от 0.67 до 0.95, а среднея квадратичная ошибка уменьшаются от 11 до 0.93. Однако модель в целом занижает значения влажности почвы, по сравнению с экспериментальными данными, особенно в верхних горизонтах, а отдельные экстремумы сглаживает.Уже на данный момент можно отметить, что ландшафтная модель SWAT с использованием качественной ГИС-информации для расчета водного режима почв в различных точках агроландшафта по условиям соответствия Сайерта (Шеин, Рыжова, 2016) удовлетворительно описывает пространственно-динамические данные по влажности.ВЫВОДЫСовременная гидрология почв включает ландшафтную оценку гидрологических явлений, происходящих в ландшафте, с учетом условий на верхней и нижней границах почвы и гидрофизических свойств почв.

Еще

Водные режимы почв, движение влаги в почве, моделирование, пространственное гидродинамическое моделирование, адаптивно-ландшафтное земледелие

Короткий адрес: https://sciup.org/143181147

IDR: 143181147   |   DOI: 10.19047/0136-1694-2023-117-5-22

Список литературы Использование модели SWAT для характеристики водного режима почв агроландшафта

  • Зайдельман Ф.Р. Гидрологический режим почв Нечерноземной зоны. Л.: Гидрометеоиздат, 1985. 314 с.
  • Зайдельман Ф.Р. Генезис и экологические основы мелиорации почв и ландшафтов. М.: КДУ, 2009. 720 с.
  • Иванов Д.А. и др. Разработать теоретические основы ландшафтно-мелиоративного природообустройства агрогеосистем гумидной зоны на основе результатов мониторинга состояния их природной среды и дистанционного зондирования Земли. Тема 0651-2019-0005 (руководитель темы: Иванов Д.А.). Отчет о научно-исследовательской работе ФГБНУ ВНИИМЗ, 2021.
  • Кирюшин В.И. Экологические основы земледелия. М.: Колос, 1996. 366 с.
  • Кирюшин В.И., Лукин С.В., Дубачинская Н.Н., Минаев Н.В. Почвенно-экологические проблемы адаптивно-ландшафтного земледелия. “Почвы - стратегический ресурс России” // VIII съезд Общества почвоведов. Ч. 1. Сыктывкар, 2022. С. 41-47.
  • Природообустройство Полесья. Полесья севера и северо-востока Европейской части России. Т. 2. / под общ. ред. Ю.А. Мажайского, А.Н. Рокочинского, Ф.Р. Зайдельмана и др. Рязань: Мещерский ф-л ФГБНУ “ВНИИГиМ имени А.Н. Костякова”, 2019. 340 с.
  • Роде А.А. Методы изучения водного режима почв. М.: Изд-во АН СССР, 1960.
  • Роде А.А. Основы учения о почвенной влаге. Т.2. Л.: Гидрометеоиздат, 1969.
  • Шеин Е.В., Рыжова И.М. Математическое моделирование в почвоведении. М.: “ИП Маракушев И.П.”, 2016. 318 с.
  • Шеин Е.В., Иванов Д.А., Болотов А.Г., Дембовецкий А.В. Гранулометрический состав почв конечно-моренной гряды Верхневолжкого постледникового района (Восточно-Европейская равнина, Тверская область) // Бюллетень Почвенного института имени В.В. Докучаева. 2019. Вып. 110. С. 5-21. https://doi.org/10.19047/0136-1694-2022-110-5-21.
  • Abrams M., Crippen R., Fujisada H. ASTER Global Digital Elevation Model (GDEM) and ASTER Global Water Body Dataset (ASTWBD) // Remote Sensing. 2020. Vol. 12. No. 7. P.1156-1168.
  • Arnold J.G. et al. Chapter 22 SWAT Input Data: SOL // SWAT Input/Output File Documentation, Version 2012. 2012.
  • Dutta S., Sen D. Application of SWAT model for predicting soil erosion and sediment yield // Sustainable Water Resources Management. 2018. Vol. 4. No. 3. P. 447-468.
  • Frederiksen R., Molina-Navarro E. The importance of subsurface drainage on model performance and water balance in an agricultural catchment using SWAT and SWAT-MODFLOW // Agricultural Water Management. 2021. Vol. 255. P. 107058. https://doi.org/10.1016/j.agwat.2021.107058.
  • Neitsch S.L. et al. SWAT Theoretical Documentation Version 2009 // Texas Water Resources Institute. 2011. 618 p.
  • Radcliffe D.E., Šimůnek J. Soil physics with HYDRUS: Modeling and applications, 2010. P. 1338-1339.
  • Šimůnek J., Genuchten M. Th., Šejna M. Development and Applications of the HYDRUS and STANMOD Software Packages and Related Codes // Vadose Zone Journal. 2008. Vol. 7. No. 2. P. 587-600.
  • Zare M., Azam S., Sauchyn D. Evaluation of Soil Water Content Using SWAT for Southern Saskatchewan, Canada // Water (Switzerland). 2022. Vol. 14. No. 2. P. 249-261.
Еще
Статья научная