退耕地土壤水分综合指标的评价方法

　　在我国西北不封的干旱情况十分的严重，尤其是侵蚀严重的干旱半干旱黄土丘陵沟壑区，土壤水分不仅是土壤侵蚀过程植物生长和植被恢复的主要影响因子，也是重要的农业水资源。
　　
　　在干旱半干旱地黄土区，深厚的黄土层（一般厚度达50~200m）蓄积大量的水分形成了土壤水库中的初始条件，也是植被恢复的主要制约因子。不同的土壤水条件，植物种的侵入、生长状况不同，群落具体的演替方向和速率具有明显差异。在常年使用土壤水分温度测试仪对西北地区土壤进行测量监控后得出结论，改良土壤水分条件可以改善植物的萌发生根条件，并启动生态系统的演替过程。土壤水分的有效性是评价植被对土壤水分可利用程度和水分胁迫对植被生长影响的主要指标，土壤蓄水数量则是植被恢复与重建中的重要土壤环境因素。这方面的研究在国外开展较早，研究内容已涉及到植物根系的吸水速率和土壤水分有效性动力学和植被对土壤蓄水性能的影响上。建立科学合理实用的水资源评价指标体系，既是水资源的评价基础工作，也是水资源研究向前发展的导向和推动力。我们对土壤水的概念进行较全面的讨论；从土壤水的特性及其对植物的有效性出发进行探讨，提出了土壤水资源的评价系数；主要阐述了土壤水资源的定义及研究土壤水资源的重要意义，分析了土壤水资源的结构，重点研究了可更新的土壤水资源和可开发利用的土壤水资源，提出了土壤水资源评价方法。在植被恢复与重建中，应该考虑退耕地的土壤水分特性，以保证选择理想而实用的植被恢复目标。
　　
　　现存不同退耕年限植物群落的土壤水分特征对有效干预和调控植被恢复有着非常重要的参考价值。因此，评价黄土高原退耕地的土壤水分现状有十分重要的现实意义。然而，现有的土壤水分评价方法存在着事物识别不清、受人为因素干扰及评价结果不直观等困难。为此，本文通过对不同土层土壤水分评价指标实测数据的分析，运用基于熵权的属性识别模型对黄土高原不同年限退耕地土壤水分进行了综合评价，为加快黄土高原退耕地植被恢复提供科学依据。
　　
　　研究区概况研究区在延河流域，位于黄土高原腹地，流域全长286.9km，总面积7687km?。研究区属半干旱气候区，年降雨量500mm，年均气温9℃；主要土壤为粉沙质黄绵土。土质疏松，抗冲性差，水土流失严重，属极强度侵蚀区。植被类型为森林草原植被---温性草原植被。根据黄土高原植被区划的主流观点，该区为森林草原带，代表性植被有白羊草（长芒草、铁杆蒿、茭子和达乌里胡枝子等。土地利用类型主要的水对区域*性生产力的形成具有重要作用，从而成为土地资源质量评价的主导因素之一。土壤水对植被恢复具有制约作用，它不仅影响植物群落的发生、发育和演替的速度，而且决定着植物群落演替的方向，因为土壤的水分是植被演替基本有坡耕地、梯田、果园、乔木林地、灌木林地、天然草地和荒坡地等类型。延河流域的地貌、土壤类型、成土母质以及土地利用方式在黄土高原具有很好的代表性。
　　
　　我们现在对土壤水分进行样品采集和测定主要通过空间代时间的方法来测定不同年限退耕地土壤水分变化。为减少由此产生的误差，对每个时间序列进行多点重复调查以增加样本数。首先通过访谈、历史资料查证等确定退耕的时间。土壤水分采用土钻样，烘干法（105℃）测定，测深5ｍ，取样深度间隔20ｃｍ。采样时间为2005年7－8月。对获取资料进行分析时，剔除了由于特殊立地的影响而形成的异常值，用于分析评价的样点为66个。评价指标和评价标准根据所处研究区域的土壤条件和土壤水分有效性与土壤持水力、水分常数（主要是凋萎系数和田间持水量）的特征，划分出土壤有效水分区间。一般来说，有效水被植物的利用有难易区别，愈靠近凋萎系数的水愈难被植物吸收。在黄土高原，一般以田间持水量的60%作为植被生长阻滞点，相应地，参考有关人员对土壤水分的研究结果，将研究区土壤含水量划分为5个等级。
　　
　　通过这次抽样调查在大多数评价问题中，权重的确定都受到主观因素的影响，评价结果不统一，也没有可比性。属性识别模型是以属性集理论和属性测度为基本概念，在有序分割类和属性识别准则的基础上，能对事物进行有效的识别和比较分析。该模型在一定程度上减小主观因素的影响，已经在环境质量评价、水质水资源评价等问题中得到了成功应用。运用基于熵权的属性识别模型进行土壤水分综合评价的基本思路：首先分别计算样本各评价指标的属性测度及其权重系数，利用加乘法原则求出样本的属性测度，zui后根据置信度准则和评分准则对样本进行分类、比较和排序。
　　
　　本研究运用熵值法确定各评价指标的权重系数，使用土壤墒情记录仪对延河流域退耕地土壤水分进行综合评价。利用统计软件对土壤水分的实测数据进行统计分析。土壤水分评价指标权重值评价指标权重是指不同土层土壤水分对整体土壤水分的影响程度或贡献率，表示不同土层土壤水分在土壤水分综合评价中的作用和地位的不同。在信息论中，熵值反映了信息的无序化程度，可以用来度量信息量的大小。某项指标携带的信息越多，表示该指标对决策的作用就越大。熵值越小，则系统的无序度越小，故可用信息熵评价所获系统信息的有序度及其效用。本文采用熵值法确定权重，即熵权，它是在客观条件下由评价指标值构成的判断矩阵来计算指标信息的效用值。