基于自动土壤水分观测数据的吉林省西部干旱预报方法研究

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％.     

青海海北地区基于自然降水的土壤墒情反演分析

海北地区是干旱易发区,土壤墒情的监测预测对于指导抗旱具有重要意义。利用自然降水数据,结合土壤物理参数,建立了海北地区土壤反演模型。分析表明:表层土壤水分随降水量变化显著,深层土壤变化一般,但在发生干旱时土壤水分与降水匹配较好;浅层土壤体积含水率与旬降水量之间相关性在0.70以上,且均通过了显著性检验;自动站土壤体积含水率数据基本能够代表土壤墒情状况,与人工观测数据具有较好的线性关系;土壤墒情反演值与实测值相关性在0.79以上。     

江苏省自动土壤水分观测与人工观测对比分析及应用

利用2010年江苏省20个土壤水分站的自动站与人工观测资料,分析了自动站与人工观测的对比差值、相关系数和各自的方差等.结果表明:人工观测值平均高于自动站观测值,两者在浅层的平均差值最小,相关性最好.随着土壤深度的加深,人工与自动观测对比差值增大,相关性减小,在出现强降水时尤为明显.在有效降水较少时,各层人工观测方差均明显大于自动站观测.自动站观测方差在浅层为最大,随深度的加深而明显降低,因为受降水影响很小,而表现比较稳定.人工观测却受降水影响相对较大,方差平均值在各层表现波动均较大,在较深层波动更明显.最后通过多元线性回归方法,以六合站为例初步建立了土壤干旱预报模型并检验其预报能力.     

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。     

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。     

自动土壤水分站搬迁的分析

利用武鸣自动土壤水分站站址迁移后,其土壤体积含水量的人工对比测量值与土壤体积含水量自动站观测数据通过对比分析,结合对武鸣自动土壤水分站站址搬迁的选址的分析研究,找出2017年武鸣土壤水分观测站未通过检验而无法投入业务使用的原因。分析结果对自动土壤水分站站址的选址起到一定的借鉴作用,为其他需迁移或新建土壤水分站的部门提供参考。     

安徽省土壤水分监测预测系统

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。     

辽宁省未来7d土壤墒情逐日滚动预报方法研究

基于气象台定量预报数据和自动土壤水分监测数据等实时和历史资料,采用土壤水分平衡原理,研究了辽宁省未来7 d土壤墒情逐日滚动预报方法。结果表明:预报模型稳定性好,能够较好地模拟出辽宁省未来7 d土壤墒情的定量演变趋势,首次实现了土壤墒情的定量化预报、精细化(县级)预报及逐日滚动预报。该方法成功实现的关键之处在于采用回归分析方法实现了气象台提供的预报要素和模型所用预报要素之间的转换。     

基于最小二乘二次曲线的土壤水分数据质量控制系统设计

为满足新时期抗旱工作的需要,河南省气象局自2009年开始布设自动土壤水分观测站,截至2010年年底在作物地段安装127部,在固定地段安装11部,自动土壤水分观测站网覆盖了全省120多个县区,形成了土壤水分与干旱监测网络.为确保自动土壤水分观测数据可靠,根据土壤水分数据采集基本原理,在分析大量土壤水分历史数据、确定土壤水分数据规律的基础上,基于最小二乘二次曲线的差值判断等算法,设计了土壤水分数据质量控制系统.系统可自动对水分数据进行判断,从而实现了实时的土壤水分数据质量控制,提高了土壤水分数据的可信度.     

旱地麦田水分变化规律分析

在分析旱地麦田土壤水分时空变化的基础上，指出土壤水分的时间变化可分为３个时期，即缓慢失墒期、急剧蒸发失墒期和收墒期；垂直变化可分为水分速变层、活跃层、过渡层、稳定少变层。同时还分析了冬小麦生育期间土壤降水蒸散差。     

多时间尺度气象干旱指数在内蒙古典型草原的适应性研究

利用1981—2015年内蒙古典型草原牧草观测站土壤水分和气象观测资料,对比分析不同时间尺度气象干旱指数与各季节0～20、0～50、0～100 cm深度土壤相对湿度的相关性,探究多时间尺度气象干旱指数在典型草原干旱监测中的适用性,并基于多元回归分析构建各站点不同季节土壤相对湿度的预测模型。结果表明:春、夏、秋三季,内蒙古典型草原0～20 cm土壤相对湿度均主要受前2个月水分盈亏的影响,而0～50 cm和0～100 cm的土壤相对湿度不同季节受影响的时间尺度不同。其中,春季0～50 cm和0～100 cm的土壤墒情受年尺度降水影响最显著;夏季,0～50 cm土壤墒情与前2个月内大气水分平衡状况相关性最高,而0～100 cm土壤干旱则主要受前2～6个月尺度降水亏缺影响最明显;秋季,0～50 cm土壤相对湿度受前3～6个月尺度降水异常影响最显著,而0～100 cm土壤相对湿度则与前3个月尺度的降水和蒸散间的平衡状况关系最密切,且前6个月以上尺度的气象干旱也存在明显影响。CI、MCI和PDSI因考虑大气水分长期亏缺和近期亏缺的综合效应,与各季节不同深度土壤相对湿度的相关性总体高于其他气象干旱指数。基于前期气象干旱指数构建的土壤相对湿度预报模型能够较好地拟合典型草原土壤水分的变化,为当地牧草干旱监测和预警提供一定参考。     

河南省墒情预报业务服务系统

在以往对作物不同生育阶段的耗水规律、适宜水分、干旱指标和农田土壤水分变化规律进行了大量研究工作的基础上,根据农业生产可持续发展的需要,开发研制了集河南省农田水分监测、预报和灌溉决策服务于一体的土壤墒情预报业务服务系统。该系统可较准确地预报未来一个月内的土壤墒情变化,并可根据作物发育特点,给出以最高产量和最佳经济效益为目标的灌溉建议。     

土壤水分自动观测站维护与设备故障处理

1引言土壤水分贮存量及其变化规律的监测,是生态环境、农业气象和水文气象监测的工作。2008年以前,我国的土壤贮存量主要是用人工的土钻取土,然后进行称量、烘干、计算得出所测土壤的含水量。该方式虽然能够较准确地度量土壤水分含量,但耗时耗力,工作量大,易产生较大误差。土壤水分自动观测站解决了人工测墒的诸多缺点。2土壤水分测墒仪工作原理近年来.     

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。     

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。     

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。     

冬小麦土壤水分监测预测系统的研究与应用

为了研究冬小麦生育期间土壤水分的变化规律，对聊城市二十多年来冬小麦生育期间的土壤湿度资料，进行了不同降水(灌溉)条件，不同土壤湿度初始状态，不同土壤深度层次的具体分析，并结合气候资料，找出了各种情况下的麦田增(失)墒规律，并建立了相应的增(失)墒预测模式。据此可根据当前土壤的初始条件，对未来的土壤增(失)墒规律进行估算，为冬小麦生育期间的灌溉时间的确定，以及其他管理工作的实施，提供一定的参考依据。     

陇东南旱作区土壤失墒规律初探

通过试验分析,探讨了陇东南地区旱作田累积失墒规律,各土壤墒值段散逸速度,模拟了土壤水分散逸过程,得出了土壤从高墒散失水分降至低墒值所用的相对时间。即土壤重量含水率占田间持水量６０ ％ ～９０ ％ 时为最速失墒期,６０ ％ ～４０ ％ 为次速失墒期,重旱（ 占田间持水量≤４０ ％ ）时,散失同样量的水分,比从占田间持水量９０ ％ 至６０ ％ 及轻旱（ 占间持水量６０ ％ 以下） 至重旱间所需时间长１０ ～２０ 倍,为今后这方面的研究及干旱预测提供参考。     

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。

     

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。