欧亚国际

土壤水分是生态系统中各圈层进行转化的重要纽带，土壤水分的运动是土壤物质迁移的主要驱动力之一。污染物也可随土壤水的运动而扩散。研究土壤水分的分布和运动规律，对环境治理工程具有重要的指导意义。而土壤是不均一变化的连续体,具有明显的时空差异，且这种空间变异是普遍存在的。因此，有效监测和模拟土壤水分的时空变化难度较大。

土壤水是空间随机变量，可利用数理统计来研究土壤水分的空间分布规律，且这种规律是建立在时间稳定性基础上的。土壤水分的“时间稳定性”概念首先是由Vachaud等于1985年提出，即空间采样点与土壤属性统计参数之间关系的时间不变性。当研究区是一个相对稳定的环境时，时间稳定性原理即成立，即不同时期测量的土壤水含量在空间上的分布具有较强的相似性。基于此，以往许多研究尝试通过若干少数样点的土壤水分监测值来反映整个区域的土壤平均水分状况。此外，由于土壤水分在空间上的相关性，未知点土壤水分可通过周围监测点进行估算，这为减少野外工作量，优化研究区土壤水分的监测提供了理论依据。然而，由于地形地貌、土地利用和土壤性质的时空分异，同一研究区可以划分为不同的水文响应单元。不同水文响应单元土壤水分稳定性特征不同，因此不能随意选择样点来代表研究区域的土壤水分状况。降维因子分析是在变量相关系数矩阵的基础上，把多个具有较强相关性的变量简化成少数几个综合变量，来研究总体信息的多元统计方法，且这少数的几个变量间不相关。因子分析为典型样点的选择提供了科学合理的方案。

本研究以南京市高淳区青山茶场作为研究区，在土壤水分测定仪测量时间稳定性结合降维因子分析方法的基础上，选取典型样点，构建其与各监测点的数量关系，有效模拟各监测点的土壤水分，以期以较少监测点来反映研究区土壤水分的分布状况，减轻野外监测工作量，优化土壤水分监测。