HYA-SF土壤水分自动监测站与土钻法测定土壤水分对比分析

通过对吐鲁番农业气象试验站2006年3月～11月HYA-SF土壤水分自动监测站和土钻法测定的土壤水分资料进行对比和相关分析,结果表明：两种土壤水分在垂直动态分布上较为一致,在时间动态变化上,受5cm～80cm月平均地温的影响;5cm～50cm土壤水分在5cm-80cm月平均地温≥25．0℃时,在不同的水平信度上具有较好的相关性。     

应用谐波分析研究土壤水分周期性

水分是农作物生育的必要条件。土壤水分的多寡是衡量作物需水盈亏的直接标志。由于地形、地貌、海洋及东南季风的影响,使我省气温、降水、风等气象要素的分布具有明显的季节性和地域性,尤其是降水的时空分布规律,直接影响各地土壤水分的含量进而支配着农业生产。因此,本文采用谐波分析法研究土     

土壤水分遥感监测研究精度分析

用遥感监测土壤水分数据和实测数据或相近年代相同物候期实测数据相对比，0～10cm深土壤水分遥感监测的精度一般都超过80％，有的超过90％，遥感监测土壤水分等级图与土壤水分垂直分布规律相吻合，土壤水分遥感监测模型与服务系统具有较好的实用性。     

陕西省土壤水分动态聚类和区划

土壤含水量的多寡直接影响到作物的正常生长发育和产量形成。因土壤水分测定劳动强度大,工序繁杂,无论从时间序列的连续性,还是从空间分布的合理性,各地都缺乏完整资料。所以前人在单点土壤水分变化规律和通过自然降水进行土壤水分分区研究较多。本文在收集整理历史资料的基础上,以陕西省为例,在分析土壤水分主要收支项——降水蒸发差时空分布规律的同时,运用模糊等价关系聚类方法,对作物生长季土壤水分变化动态进行聚类分析,然后将作物生长季、关键生育期的土壤水分     

临沂地区土壤水分预报研究

农业生产与土壤水分有着最为密切的关系,土壤水分对作物的种类、产量和品质都产生直接的影响。我区地处山东省南部,背陆面海。境内地质构造复杂,地貌类型多样,具有明显的山区风光。也造成了土壤水分含量差异较大。因此,如何及时地预报出各地土壤水分含量,无     

1985～2002年锦州耕地土壤水分状况变化分析

依据1985～2002年锦州农业气象试验站土壤湿度资料及土壤水分特性值,分析了锦州耕地土壤水分的年季变化及垂直(剖面)分布,并结合定性分析结果,得出了土壤水分随时间和深度的变化特征,为农业生产服务提供科学依据。     

1985～2002年锦州耕地土壤水分状况变化分析

依据1985～2002年锦州农业气象试验站土壤湿度资料及土壤水分特性值，分析了锦州耕地土壤水分的年季变化及垂直(剖面)分布，并结合定性分析结果，得出了土壤水分随时间和深度的变化特征，为农业生产服务提供科学依据。     

两种土壤水分监测仪测墒精度的比较

对江苏省无线电研究所生产的TDR型土壤水分监测仪、中电集团27所和河南省气象科学研究所研制的FDR型土壤水分监测仪监测结果同烘干称重结果进行对比分析,结果表明:TDR、FDR都具有快速、方便、不扰动土壤的优点;但TDR测量的精度受限于测量时间t,投入试运行以来未经订正,误差较大;FDR能获得土壤水分的连续曲线,校正简单,订正后测量精度明显提高。     

两种土壤水分监测仪测墒精度的比较

对江苏省无线电研究所生产的TDR型土壤水分监测仪、中电集团27所和河南省气象科学研究所研制的FDR型土壤水分监测仪监测结果同烘干称重结果进行对比分析，结果表明：TDR、FDR都具有快速、方便、不扰动土壤的优点；但TDR测量的精度受限于测量时间t，投入试运行以来未经订正，误差较大；FDR能获得土壤水分的连续曲线，校正简单，订正后测量精度明显提高。     

土壤水分与作物旱情监测研究

试验研究在陕西关中、渭北四十多个县建立了土壤水分地面监测网,利用NOAA/AVHRR资料,设计了一种基于热惯量理论的土壤水分遥感解译模式。用模式计算的土壤水分含量与不同季节作物的分布、需水状况以及土壤物理性质进行拟合,用于作物旱情的监测。同时开发研制了相应的计算与图像处理软件,其图像产品和分析结果可直接为有关部门提供服务。一年多的监测试验表明,解译模式和图像处理软件具有一定精度和实用价值。     

兴海县天然草地土壤水分动态变化规律分析

利用兴海1999--2006年4—10月的土壤水分资料,分析0～50cm土壤贮水是的年、月和旬际变化规律及垂直分布特征。结果表明：兴海县天然草地土壤贮水量年际变化振荡明显,呈多波动变化,与年降水量相关关系显著;一年中逐月土壤水分变化曲线基本呈“M”型分布,可分为春季缓慢增墒期、春夏快速增墒期、盛夏快速失墒期、秋季快速增墒期和秋末快速失墒期;土壤贮水量在20～30cm层最大,就其垂直变化而言,0—20cm为多变层,20-50cm为缓变层;土壤水分垂直剖面的季节变化按变异系数大小可分为3个阶段,土壤贮水量变异系数雨季（6—9月）大于干季。     

黄土高原半干旱区主要作物生育期土壤水分变化

利用黄土高原半干旱地区农业气象观测站点春小麦、冬小麦、胡麻、燕麦、马铃薯、扁豆等主要作物农田土壤含水量实测资料,采用EOF、小波等方法分析研究该区域农田土壤水分变化特征。结果表明：长期干旱是这一地区土壤水分的基本状态,土壤水分垂直分布以递减为主,深层湿度小于浅层,夏季小于其它季节,秋季得以恢复;土壤水分垂直分布的差异与...     

黑龙江省农田土壤水分的时空分布规律

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。     

山东省干湿转换期土壤水分MODIS遥感监测

由于2012年春夏过渡时期山东省降水时空分布不均,前期全省大部分地区出现旱情,后期降水偏多。为及时掌握干旱分布及变化情况,利用MODIS地表温度数据(MOD11A2)和植被指数数据(MOD13A2),结合土壤水分自动站的实测数据,采用温度植被干旱指数法,构建了LST-NDVI、LSTEVI特征空间,反演了2012年6~7月山东省干湿转换期的土壤水分,分析了干旱空间分布及变化特征。结果表明:LST-NDVI特征空间反演精度为82.95%,LST-EVI特征空间反演精度为84.33%,精度提高了1.66%。前期山东省中南部、西部出现旱情并以轻旱为主,后期由于降水旱情明显缓解,干旱面积减少了65 427 km2。基于MODIS数据利用温度植被指数法在本区域进行干旱监测是可行的。     

农田土壤水分实用模式初探

根据土壤水分运动方程建立了旱地农田土壤水分动态数值模拟模式，该模式利用作的发育期和一些参数估算作物根系深度和相对根密度垂直分布动态变化，避免过去对根系进行的困难，增强了模式的应用性能。通过参数敏感性检验和模式应用效果分析表明，该模式可用于干旱、半干旱气候区农田土壤水分预测，为分析作物水分利用和确定农田灌溉量提供科学依据。模式所需的输入为初始土壤含水量、土壤物理常数、作和播种期、逐日平均气温、相地湿     

黄河沿岸陕豫区土壤水分的空间变化特征及其驱动力因子分析

基于黄河沿岸陕西和河南境内的33个农业气象站从1992-2005年的实测土壤水分资料,计算了各站表层10、20和50cm各土层的多年平均植被可利用土壤水分储量,发现土壤水分储量存在明显的空间变异性。多年平均土壤水分储量呈现西北（陕北）低以及南、东南和东部（陕南和河南）高的变化态势。其中,在陕西绥德站出现水分的最低值,与黄土高原属于水分贫瘠区相对应。在河南信阳站出现水分最高值,与河南南部和陕南水分比较充沛相对应。土壤水分储量垂向分异不明显,各土层的土壤水分储量之间存在较好的相关性。通过简单线性相关分析发现,土壤水分储量与田间持水量呈现较强的正相关,与纬度呈较强的负相关。而与土壤容重、地理位置、气象要素等其他因子相关关系不显著。灌溉与土壤水分储量的相关系数比降水与土壤水分储量的相关系数大,说明该区灌溉是土壤水分的重要调节因子。通过主成分分析发现,对大多数站点而言,土壤水分变化受下垫面、气候和灌溉等的综合影响,其影响程度存在明显的空间分异性。     

土壤水分测定技术探讨

从土壤水分取样测定、土壤水文常数测定、观测簿的填写等各方面对土壤水分测定技术做一探讨,提出正确开展土壤水分测定应注意的问题,以供各土壤水分测定站观测人员参考。     

土壤水分测量方法适用性综述

土壤水分是研究土体工程学、农学、地质学、生态学、生物学和水文学等特性的重要参数。不论实验室测量还是现场测量,目前土壤水分的测量方法对不同特性的土壤和不同类型水分含量的适用性仍存在争议。本文对目前已经存在的和新兴的土壤水分观测方法及其优缺点进行归纳,综合评述这些测量方法存在的局限性和特性参数对土壤水分测量的影响。同时,着眼于我国气象部门采用频域反射法原理研制的DZN1、DZN2和DZN3三个型号设备,自2009年开展全国土壤水分自动化观测业务以来,设备运行稳定,测量精度和数据质量基本满足业务与服务需求。最后,本文结合我国观测业务现状,分别为业务建设和精确测量土壤水分提出了参考建议。     

广西土壤水分分区初探

土壤水分与农业生产关系十分密切。掌握不同地区的土壤水分变化规律,对充分利用水分资源,提高土壤水分的经济效益有着十分重要的意义。本文通过搜集全区现有的土壤水分、气象、土质等历史资料,运用模糊聚类分析,定量地进行土壤水分分区。为全面掌握我区土壤水分变化规律进行了初步探讨。     

青海省海北地区天然草地土壤水分预测模式

本通过对青海省海北地区土壤水分变化规律的初步分析，利用土壤水分基本观测数据，采用统计学方法，进行了可能影响土壤水分变化的因子筛选，分析了青海省海北地区土壤水分含量的年际及季节内的变化，并建立了该地区春季解冻时土壤水分预测模式、土壤解冻后-5月下旬土壤水分预测模式、夏季土壤水分预测模式，经业务应用检验，具有较好的应用价值。