GStar I型自动土壤水分观测仪数据标定方法研究

采用数理统计方法对渭南市蒲城、白水、韩城、华阴4站人工与GStar I型自动土壤水分观测仪观测的土壤体积含水量数据进行相关分析和多项式拟合,结果显示：自动观测土壤水分数据与人工观测数据显著相关,拟合方程标定效果优于D值标定效果,方程标定后数据准确率提高,可满足干旱监测和服务需求。

     

FDR土壤水分传感器原状土壤标定方法研究

为获得测站准确的土壤水分传感器标定参数,利用自动土壤水分站点的大型原状土壤为样本,在实验室同时进行人工称重观测和仪器自动对比观测,得到一系列的人工自动测量数据,以人工称重数据为准对自动土壤水分传感器进行订正。由于采用原状土壤,样本土壤的质地、密度、土壤颗粒和结合紧密度基本没有受到破坏,订正后的自动土壤体积含水量值能更加真实反映台站实际土壤墒情,能够修订人工对比观测期间由于样本空间不足导致的不合理的田间标定方程。     

FDR自动土壤水分数据标定问题及解决方法

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。     

GStar-Ⅰ型自动土壤水分仪误差原因分析

为提高GStar-Ⅰ型自动土壤水分观测仪数据质量,利用2012—2013年渭南市8个气象站土壤水分观测固定段自动与人工观测数据进行对比分析,并从标定区间及方法、土壤冻结、仪器跳变、观测环境、人工取土等6个方面分析误差原因,得出提高数据质量的方法与建议。     

GStar I型自动土壤水分仪误差原因分析

为提高GStar I型自动土壤水分观测仪数据质量,利用2012—2013年渭南市8个气象站土壤水分观测固定段自动与人工观测数据进行对比分析,并从标定区间及方法、土壤冻结、仪器跳变、观测环境、人工取土等6个方面分析误差原因,得出提高数据质量的方法与建议。

     

南城自动站土壤水分资料的统计学订正分析

对2006—2009年南城站5—10cm、10—20cm、20—30cm、30—40cm和40—50cm等5个土层各90组样本的HYA-SF型土壤水分自动观测数据与同期人工观测数据进行了偏差与相关性分析,采用线性方程建立拟合模式,对自动土壤水分观测数据进行订正,并以相对误差±5%、±10%为指标对订正前后的数据合格情况进行了统计。结果表明,各土层自动土壤水分观测数据与人工观测数据虽然存在较大偏差,但二者具有一致的变化趋势,相关性好;分别利用5个土层同期对比观测数据建立的一元线性回归模型;拟合订正后的自动站各层数据偏差不同程度减小,数据合格率明显上升。     

南宁土壤水分站自动监测土壤湿度数据质量分析

通过人工对比观测数据与南宁土壤水分站自动监测数据的对比分析,认为虽然自动监测数据不是很准确,存在一定的系统误差,但除30~40cm土壤层次外,其余土壤层次自动监测数据与人工对比观测数据具有比较一致的变化规律,两者间有较明显的直线正相关,可见自动监测数据经过一元相关方程的订正可趋于准确,可以使用。与此同时给出了各土壤层次自动监测数据的订正模式。     

人工与自动土壤水分平行观测资料对比分析

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。     

自动土壤水分观测站业务化检验分析

土壤水分监测对农业生产和科学研究都具有重要意义,自动土壤水分观测数据得到了广泛应用,实现了土壤水分的自动监测。通过对天津新建DZN3型自动土壤水分观测站业务化检验过程进行介绍,分析了自动观测数据的到报率和土壤常数的测定,并对人工与自动观测数据做了详细的对比分析,通过两个实例分析了对比检验的方法,确定了能够业务化运行的自动土壤水分观测站,分析了站点未通过检验的原因,并对重新进行业务化检验的站点和日常维护提出了建议,介绍的方法为今后开展相关业务化检验奠定了基础。     

DZN3型土壤水分自动站测墒质量分析

对2011年3-7月28次DZN3型土壤水分自动站与人工土壤相对湿度观测资料进行质量对比分析,结果显示:自动站观测数据与人工观测数据相比普遍偏小,30 cm土层数据偏差最小,20、40、50 cm土层次之,10、60、80、100 cm土层偏差较大;10、20、80、100 cm 4个土层自动站相对湿度演变趋势与人工测值较为接近,相关性较好;自动站土壤水分传感器对土壤水分变化敏感程度较低,其相同土层土壤相对湿度波动振幅小.分析结果可为评估DZN3型土壤水分自动站的监测能力及监测数据订正与应用服务提供客观依据.     

影响土壤水分观测精确度的原因及观测注意事项探讨

该文利用汇川基本气象站的人工、自动土壤水分观测资料,通过对人工、自动土壤水分观测方法及资料的对比分析,得出可能影响土壤水分观测精确度的原因及观测注意事项。对提高土壤水分观测质量及土壤水分自动站的推广和应用有一定的指导意义。     

土质对FDR水分传感器拟合参数影响的试验研究

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。     

乌兰察布市人工测墒与自动土壤水分仪测墒结果分析

通过对察右中旗2011年人工观测与GStar-I C型自动土壤水分仪观测的数据进行对比,分析两种观测方法存在的差异,为自动土壤水分监测仪投入业务化运行提供一定的科学依据。     

DZN3自动土壤水分观测仪的误差分析

对2014年4月8日-11月8日共22次DZN3自动土壤水分观测仪和人工烘干称重法测定的土壤相对湿度资料进行对比分析,结果显示0-20 cm自动土壤水分观测的土壤相对湿度小于人工烘干称重法测量值,20-30 cm自动观测土壤相对湿度最接近人工烘干法测量值,30-50 cm前期自动观测土壤湿度小于人工烘干法测量值,后期自动观测数据大于人工烘干法测量值。可反映出旱涝趋势。     

济阳自动与人工土壤水分观测数据对比分析

采用对比差值和相关系数分析等方法,利用济阳2010年2月23日至2010年12月8日期间,DZNl型自动土壤水分观测站与同地段人工观测的土壤相对湿度资料进行统计分析,结果表明：人工观测的数据反映的土壤水分变化波动较大,自动站观测的土壤水分相对平缓。在0～20cm土层一致性表现好,40～50cm土层表现较差。0～10cm,10～20cm,20～30cm土层和70～80cm,90～100cm土层人工观测值高于自动站测值,30～40cm,40～50cm,50～60cm土层人工观测值低于自动站测值。分析结果为评估DZNl型自动土壤水分观测仪的监测提供客观依据。     

准格尔旗2011年汛期自动观测与人工观测压温湿资料对比分析

利用汛期2011年5—8月逐日20时人工观测和自动观测的气压、气温、相对湿度资料,对人工和自动观测数据的相关性及差异进行了分析。分析表明:人工观测和自动观测数据很接近,自动观测数据可以准确反映当地汛期的气压、气温、相对湿度;其次给出了自动观测数据的修正方程,为今后的天气预报和气象服务提供参考。     

松原市土壤墒情监测及干旱预报模型方法研究

基于自动土壤水分观测站数据建立本地土壤水分变化模型,通过人工取土烘干法观测的实际土壤湿度数值对自动土壤水分观测站数据进行修正和校订,再由修正过的自动土壤水分观测站数据作为当日的初始湿度,通过天气预报中无降水日数或降水日期及雨量大小做出未来一段时间内的失墒或增墒的模型,再通过不同的气象条件对增、失墒进行相关订正,做出相应的土壤墒情的预报,最后根据土壤墒情预报结果对照本地的土壤干旱量级指标,从而随时做出快速准确的本地旱情预报,为各级领导组织指挥农业生产、开展人影作业、指导农民进行田间管理等活动提供及时可靠的决策依据。本文通过此模型对2012年松原地区夏季干旱情况进行预报,再通过实际土壤墒情实况进行对比,预报结果基本正确。由于人工测值有一定随机性,所以人工观测值与自动站观测数据的对比只能做为参考而不可能完全吻合。但从长期数据应用情况来看,基于土壤自动水分观测站的土壤墒情监测及干旱预报模型方便稳定,反应水分变化趋势更有连续性。     

自动土壤水分观测准确性研究

从理论上分析自动土壤水分观测与人工取土土壤水分观测存在误差的原因及修正办法,为自动土壤水分观测资料的应用提供一种指导方法。     

云南土壤水分自动站观测值的业务化检验及其标准

按照土壤水分自动站业务化检验标准对云南2010年建立的20个土壤水分自动站观测值进行了业务化检验,其中17个站点通过业务化检验。为评估业务检验合格站点的数据质量,对检验时段人工对比观测数据进行分析,由于检验时段多分布在雨季,大部分土壤层观测数据的样本标准差较小,导致检验后干季时的土壤自动站与人工观测结果误差较大。将各站点的土壤体积含水量绝对误差转换成土壤相对湿度误差后,土壤相对湿度误差值大于等于10%的土层占有效检验总数的24.4%;误差值小于6%的只占总数的41.2%。分析认为当前土壤水分自动站业务化检验的评判标准值得商榷和论证。     

能见度自动观测与人工观测数据对比分析

结合陕西省气象业务实际,采用数理统计的方法,对经过预处理后的2 088组能见度样本数据进行归一化分组和统计,同时对蒲城站290组能见度样本数据进行分析并进行二次多项式拟合,得出自动站数据的矫正公式。结果表明:能见度人工观测数据普遍大于自动观测数据,人工观测更容易受人为主观因素如经验、视觉阈值等的影响;自动观测虽然受观测环境局部影响较大,但观测数据的比较性明显优于人工观测数据的比较性;人工观测和自动观测的结果基本没有相互订正的意义。