共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
基于农业气象业务需求,研发安徽省土壤水分监测预测服务系统,可为防汛抗旱决策服务提供技术支持。该文首先建立人工取土、自动土壤水分观测站等不同渠道土壤水分监测资料的实时传输与处理系统,再利用不同季节资料建立土壤墒情统计预测模型,然后对Surfer 8.0和线柱图控件进行二次开发,实现不同季节和不同土层的土壤墒情监测预测结果表格化、图形化动态显示与输出。该研究建立的土壤旱涝监测预测系统实现了从土壤水分原始监测数据到标准化土壤水分综合数据库、再从监测预测初级产品到动态及图形化显示的服务产品的四级数据文件转化及业务逻辑流程,系统业务实用性和转化力强,该系统已成功应用于安徽省农业旱涝预报预警业务服务。 相似文献
3.
4.
青海省农业区(浅山)土壤墒情监测系统研制 总被引:3,自引:0,他引:3
土壤墒情是政府决策部门抗旱减灾的重要信息,是农牧业抗旱和合理配置水资源的重要依据。为进一步拓展气象服务的领域,充分发挥气象资源优势,增强气象服务手段和增加服务产品,青海省土壤墒情监测站点从2003年5月1日起,由原来只测干土层厚度的浅山地区10个站点,增加到28个,同时增加了土壤重量含水率的监测,其中,农业浅山地区16个,牧业区12个。由于土壤墒情监测站点的增多,资料统计量较大,每旬分析制作服务产品时土壤墒情资料统计起来耗时、耗力、又易出现差错,系统的研制可减轻工作量,方便业务工作应用。1土壤墒情监测系统青海省农业区(浅山)土壤墒情监测系统总体框图如图1。为了操作方便提供良好的交互访问界面,制作了系统主表单,操作界面如图2、图3所示。5个命令按钮控件可完成5项功能,3个组合框控件通过下拉列表框,选择土壤墒情监测年份、测墒日期和测站。图形显示区,报表生成区。图1青海省农业区(浅山)土壤墒情监测系统总体框图1.1土壤墒情资料录入模块数据录入是系统的基础,只有将数据写入到相应的数据库后,才能实现对数据统计、查询功能的操作。本系统监测站点为农业区浅山地区(无灌溉条件),选择能代表当地不同干旱程度(重旱、中旱、轻旱)的... 相似文献
5.
6.
7.
应用阜新地区多年降水和土壤墒情气象资料,研究并建立了针对阜新地区的“利用秋季降水预测春播关键期土壤底墒”、“利用3~4月降水预测春播关键期土壤增墒量”、“利用降水量预测降水渗透深度”和“利用墒情递减率预测旱情趋势”等决策气象服务技术方法,并投入业务使用。 相似文献
8.
9.
10.
11.
利用气象卫星监测土壤墒情方法的改进 总被引:1,自引:0,他引:1
在利用气象卫星监测土壤墒情已有研究成果的基础上,进一步分析和探讨原有墒情监测指数存在的问题和主要干扰因子,并找到了各主要干扰因子的量化表达式(或代表量)。然后分别用太阳辐射总量,地面吸热能力和大气状况因子的表达式,对干旱指数及表观热惯量进行了订正处理,形成了考虑多因子的土壤墒情监测指数,增加了遥感监测结果的时空可比性,改进了土壤墒情的监测效果。 相似文献
12.
13.
DZN3型土壤水分测量仪与人工观测的对比 总被引:1,自引:0,他引:1
1引言
土壤水分贮存量及其变化规律的监测是农业气象生态环境及水文环境监测的基础性工作之一。掌握土壤水分变化规律,对农业生产、土壤墒情监测、预测和其他相关生态环境监测预测服务及理论都具有重要意义。DZN3型土壤水分测量仪与人工对比观测资料的分析方法是: 相似文献
14.
15.
16.
植被温度条件指数在土壤墒情遥感监测中的应用 总被引:2,自引:0,他引:2
利用多年极轨气象卫星遥感资料,在计算出植被条件指数和温度条件指数的基础上,计算了遥感监测土壤墒情的植被温度条件指数(TV)。通过实测土壤湿度和TV的散点图,可以得到土壤墒情遥感模型的干旱等级指标,可用于干旱等级定性监测;通过建立土壤湿度和TV的回归方程,可进行土壤墒情定量监测。该方法兼有植被条件指数和温度条件指数的优点,且计算简单,对地面气象要素依赖性小,实时性好,在作物生长旺盛期,其定量反演0~30 cm土壤墒情精度平均可达80%以上,可以替代作物缺水指数法。 相似文献
17.
18.
基于安徽省81个气象站1961—2017年逐日降水数据及土壤墒情和干旱灾情资料,从诊断干旱日数年际变化、季节演变、空间分布、频率分布、典型干旱过程演变及与土壤墒情、干旱灾情的相关性等方面,研究6种时间尺度SPI在安徽省气象干旱监测效果。结果表明:不同时间尺度SPI在干旱监测中差异明显,6种时间尺度SPI对于干旱日数年际变化、不同等级干旱频率分布具有较好的监测效果,但对于干旱日数季节演变和空间差异性诊断与实况存在偏差;从典型干旱过程诊断来看,时间尺度越短,降水权重越大(例如SPI30、SPI60),SPI监测曲线对降水的响应越敏感,而SPI150、SPI180等时间尺度长的SPI对降水的响应又过于"迟钝";从与土壤墒情的相关性来看,时间尺度短的SPI30与10 cm表层土壤墒情相关性最好,相关系数达0.91,时间尺度长的SPI180与50 cm深层土壤墒情相关性较好;在各时间尺度SPI与年降水量的负相关及与干旱灾情的正相关方面,相关系数随着时间尺度的增长均先增后减,时间尺度适中的SPI120相关性最好。总体来看,不同时间尺度SPI代表不同含义,针对不同时间尺度的气象干旱应采用不同时间尺度的SPI进行监测评估。 相似文献
19.