共查询到20条相似文献,搜索用时 78 毫秒
1.
为深入研究土壤类型和土壤湿度对雷电电磁场传播效应的影响, 首次将工程勘察领域研究得出的土壤湿度和电导率计算关系应用到雷电电磁场模拟计算中。基于Heidler雷电通道基电流函数模型和MTLL回击模型, 在Mur一阶边界条件下, 利用2D-FDTD计算粘土、粉土和砂土这三种具有代表性土壤在不同土壤湿度和观测距离下的雷电电磁场。研究结果表明: 相比于粉土和砂土, 雷电电磁场沿粘土地表传播过程中产生的水平电场更容易受土壤湿度的影响, 特别是土壤湿度较低时, 即土壤湿度从5%到6%变化过程中, 水平电场峰值的波动幅度达39.86%;当土壤类型为粘土时, 水平电场Er、垂直电场Ez和磁场Hφ受土壤湿度影响等级为Ez > Hφ; 随着闪电电磁辐射传播距离和土壤湿度的增大, 场幅值减小, 波形的波头上升沿时间变慢。研究结果为准确评估和量化不同土壤类型和土壤湿度对雷电电磁场传播的影响以及优化闪电站网定位提供了重要的科学依据。 相似文献
2.
利用2005—2006年大连自动气象站与人工站观测的温度、气压、降水、相对湿度、0 cm地温和风速风向等资料,对其差值、粗差率、一致率和风向相符率等进行对比分析。结果表明:自动站与人工站气温、本站气压、降水和0 cm地温观测差值较小,其准确度能够满足日常业务使用;而相对湿度、10 min与2 min风速和风向相符率观测差值较大,距离正常业务使用有一定的距离。因观测数据采集方法不同、感应器所处的环境不同、观测仪器原理不同、观测样本不同、观测时间的差异和人为因素的影响是造成对比观测差异的主要原因。 相似文献
3.
人工与自动土壤水分平行观测资料对比分析 总被引:9,自引:2,他引:7
采用对比差值、差值概率和相关分析等方法对南城2005年9月8日至2007年1月28日期间HYA-SF型土壤水分自动监测站与人工平行对比观测的土壤湿度资料进行统计和一致性分析。结果表明,人工与自动观测资料的一致性在40 cm、50 cm土层表现最好,在5 cm、10 cm土层表现相对最差;总体上自动观测值高于人工观测值,二者数据差异在少雨或干旱季节常小于多雨季节;对比观测时段内人工与自动观测数据序列的相关性在各层均表现为显著,多项式回归趋势基本能反应土壤含水量的变化趋势。分析结果可为评估HYA-SF型土壤水分自动站的监测能力提供客观依据。 相似文献
4.
土壤水分条件对冬小麦生长发育及产量构成影响研究 总被引:2,自引:0,他引:2
通过2011-2013年中国气象局固城生态环境与农业气象试验站冬小麦种植试验,利用冬小麦不同生育期土壤湿度、根长密度、株高、绿叶面积和产量等资料,研究不同土壤水分条件对河北固城冬小麦生长发育和产量构成的影响。结果表明:2011-2012年固城站冬小麦0-50 cm土壤相对湿度>50%为冬小麦适宜土壤湿度。2012-2013年固城站冬小麦各生育期0-80 cm土壤相对湿度<55%时,尽管80-120 cm土壤相对湿度为55%-80%,但冬小麦根系和产量构成要素均较小。冬小麦各生育期0-80 cm土壤相对湿度为55%-70%时,冬小麦根系总量最多,则冬小麦生长发育最好,产量构成要素均较好,总产量最高。冬小麦各生育期0-120 cm土壤相对湿度<55%时,冬小麦根系总量最小,且根系集中分布的深度也较浅,总产量最小。冬小麦各生育期0-120 cm土壤相对湿度>80%时,冬小麦根系总量较多,但总体产量比0-80 cm土壤相对湿度为55%-70%时低。 相似文献
5.
通过对陕西2003-2005年自动气象站与人工气象站0~20cm地温平行观测数据对比分析,找出两者之间的差异及产生差异的原因,为历史资料的连续使用提供依据。分析结果表明:自动气象站与人工气象站观测的0~20cm地温夜间差异较小,白天差异较大,且白天自动气象站数据高于人工测值;二者的差异也有季节变化,冬季差异较小,其它月差异较大;差异随土壤深度的加深而减小;自动站观测与人工站观测地温偏差与自动站仪器没有关系,也与站点的区域分布没有明显关系;10~20cm地温自动站数据在3—5月与历史累年值容易产生显著性差异;地面平均温度和地面最低温度在地面有积雪的月份与历史累年值容易产生显著性差异,且自动站数据比累年值偏高。自动站与人工站0~20cm地温虽有差异,但与历史累年值相比差异较小(≤0.7℃),可以与历史资料连续使用。 相似文献
6.
利用吉林省西部10个自动土壤水分观测站数据与人工取土烘干法实测土壤湿度数据,制作吉林省西部土壤墒情监测及干旱预报模型.结果表明:不同气候背景下在作物不同生育期、土壤不同深度、不同初始湿度下的土壤湿度的变化趋势大致相同,但在相同的无降水日数或降水量时,不同台站不同深度的土壤湿度变化率却有一定的差异.各站农田土壤初始湿度越大,无降水时初期墒情下降速率越明显;而土壤湿度初始值越低,则失墒速率越慢.土壤不同深度均是开始时间失墒较快,后期变化逐渐趋于减弱状态.土壤深度越深则水分变化速率越缓,降水量越大,0~50 cm土壤湿度变化曲线整体越接近一致,直到从上而下几层土壤湿度全部达到饱和.通过对2017—2019年吉林省西部玉米农田土壤湿度预报结果和实测值进行对比检验,基于自动土壤水分观测数据的吉林省西部干旱模型预报的准确率超过80%. 相似文献
7.
利用全国627个基准、基本站2005年自动与人工雨量业务观测资料, 分析了业务上自动与人工观测的降雨量的差异以及引起差异的原因, 并分析了自动观测与人工观测的降雨量的相关性。结果表明:自动观测比人工观测的日降雨量平均偏高0.12 mm, 标准差为0.70 mm, 相对偏高1.42%。627个站中, 80%的站自动与人工观测的年降雨量差值在5%以内; 近4%的站年降雨量差值在10%以上。年降雨量相对差值较大的站, 其年降雨量均较小。空间采样差、20:00 (北京时) 定时观测中人工与自动观测时间的不一致以及其他突发事件均会导致自动与人工测量的日降雨量的差异, 甚至显著差异。由于观测仪器不同引起的降雨测量系统误差差别, 导致自动与人工观测降雨量的系统偏差。自动观测与人工观测的日降雨量呈线性相关, 相关系数为0.9988。 相似文献
8.
为研究在同一气候背景下气象观测场与农田两地土壤湿度之间的互可代替使用关系,对2006—2008年在宿州市气象观测场和农田内开展的3年土壤湿度平行对比监测试验所获取的每旬一次两地土壤湿度监测数据,采用对比差值率、相关性分析等数理统计手段,研究分析了两地不同季节不同深度的土壤湿度之间的关系。结果表明:春、夏、秋、冬4季气象观测场地与农田的土壤湿度具有一致性,均为统计正相关。春季,取土日前有降水时,气象观测场地与农田的土壤湿度的差异高于取土日前无降水时的差异。夏季,气象观测场地与农田0~30 cm土层之间的 相似文献
9.
从自动站试运行的一年中各个气象要素观测值与人工站相比较 ,同类观测值间差值均较小 ,能够满足气象资料精确度的要求 ,唯独在地温 (包括 0 cm温度及浅层地温 ,深层地温因无人工资料无法比较 )存在较大差异。太阳辐射强 ,地温增温快的晴天正午时刻 ,其差异大 ,表现为 1 4时自动 相似文献
10.
采用对比差值、差值概率等方法对肇源2012年5月3日-11月13日期间GStar DZN2型自动土壤水分观测仪与人工平行对比观测的土壤湿度资料进行统计。结果表明,人工与自动观测资料的一致性在20和40 cm土层表现最好,60 cm土层表现最差,总体上人工观测值高于自动观测值。 相似文献
11.
黑龙江省农田土壤水分的时空分布规律 总被引:3,自引:0,他引:3
依据黑龙江省33个农业气象试验站近20年的土壤水分常数与土壤重量含水率农田实测资料,以土壤有效水量和土壤相对含水率为指标,初步分析了农田土壤水分的时空分布规律。 相似文献
12.
土壤温度和湿度对冬小麦田土壤空气 CO2浓度的影响 总被引:5,自引:2,他引:3
通过同步观测耕层土壤空气CO2浓度廓线、土壤温度和土壤含水量,主要研究和讨论了华东地区典型稻麦轮作农田旱地阶段的土壤空气CO2浓度的变化规律,及土壤温度和含水量对它的影响.结果表明:麦田土壤空气CO2浓度与植物生长密切相关.土壤空气CO2浓度受土壤温度的影响较为显著,且深层的相关性要明显大于浅层.观测阶段的麦田土壤含水量介于30%和44%之间,与土壤空气CO2浓度有较好的相关性(相关性R2=0.61,统计显著性p<0.001).土壤空气CO2浓度与土壤含水量呈正相关性的原因可能是:高土壤含水量导致的低充气孔隙度降低了土壤空气CO2扩散速率,从而导致土壤空气CO2聚积,浓度升高.在0~30 cm土层中,上层土壤气体中的CO2向上垂直扩散要比下层土壤快.土壤温度对土壤空气CO2浓度的影响大于土壤含水量. 相似文献
13.
归一化植被指数与降水量,土壤湿度的关系 总被引:3,自引:1,他引:3
归一化植被指数是描述植被绿度及生长状况的指数,由于植被生长依赖于环境条件因此NDVI与环境参量的关系是应用NDVI监测环境状况的基础。分别应用位于中国北部的干旱及半干旱地区的降水量资料对NDVI与降水量之间的关系地分析,结果表明仅在干旱半干旱地区生长季末的累积降水量与累积NDVI存在着显著的非线性关系,相关系数为0.78。 相似文献
14.
Soil enthalpy(H) contains the combined effects of both soil moisture(w) and soil temperature(T) in the land surface hydrothermal process. In this study, the sensitivities of H to w and T are investigated using the multi-linear regression method.Results indicate that T generally makes positive contributions to H, while w exhibits different(positive or negative) impacts due to soil ice effects. For example, w negatively contributes to H if soil contains more ice; however, after soil ice melts,w exerts positive contributions. In particular, due to lower w interannual variabilities in the deep soil layer(i.e., the fifth layer), H is more sensitive to T than to w. Moreover, to compare the potential capabilities of H, w and T in precipitation(P) prediction, the Huanghe–Huaihe Basin(HHB) and Southeast China(SEC), with similar sensitivities of H to w and T,are selected. Analyses show that, despite similar spatial distributions of H–P and T –P correlation coefficients, the former values are always higher than the latter ones. Furthermore, H provides the most effective signals for P prediction over HHB and SEC, i.e., a significant leading correlation between May H and early summer(June) P. In summary, H, which integrates the effects of T and w as an independent variable, has greater capabilities in monitoring land surface heating and improving seasonal P prediction relative to individual land surface factors(e.g., T and w). 相似文献
15.
16.
土质对FDR水分传感器拟合参数影响的试验研究 总被引:1,自引:0,他引:1
通过制作人工土柱的方法,对壤土、黏土、砂土等土质进行FDR(Frequency Domain Reflectometry)水分传感器拟合标定试验,分析了传感器频率与土壤水分之间的关系,以及不同质地土壤对传感器标定参数的影响。数据分析结果表明:FDR土壤水分传感器感应频率随土壤体积含水量的增加而单调减小,具有很好的相关性,不同的土质对土壤水分传感器标定参数影响较大,黏土测试的传感器归一化频率范围在0.64~0.94之间,壤土测试的传感器归一化频率范围在0.4~0.86之间,砂土测试的传感器归一化频率范围在0.3~0.94之间,土壤按类别进行标定比集中标定的效果更好。分析结果对土壤种类复杂地区的自动土壤水分观测仪精细化标定具有一定指导意义。 相似文献
17.
FDR自动土壤水分数据标定问题及解决方法 总被引:4,自引:0,他引:4
针对目前FDR自动土壤水分数据可用性低的实际情况,本文从FDR自动土壤水分站传感器原理出发,结合数据处理流程与方法对湖南60个站点不同层次的标定参数及部分站点的相关观测数据进行了分析,指出目前田间标定法在自然条件下几乎无法得到覆盖土壤各个湿度区间的均匀样本数据,导致二次标定参数不合理是造成FDR自动土壤水分站数据可用性差的根本原因。二次标定方程参数不合理主要表现为方程斜率过大、过小、负值3种情况,导致观测数据增幅过大、常年不变、与实际土壤湿度变化趋势完全相反等问题。最后针对该问题提出了大样本原状取土,实验室标定的解决方法,并对方法进行了初步验证,结果表明该方法能从源头上有效改善土壤水分站观测数据质量。 相似文献
18.
19.