DZN3型土壤水分测量仪与人工观测的对比

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：     

环湖地区秋季人工增雨的综合效果分析

本根据200l年秋季人工增雨资料，结合1987—200l年历年秋季降水资料，从秋雨春用、影响地下水位涵养、青海湖水量盈亏等方面分析了秋季人工增雨的综合效益，并着重分析了秋季降水与环湖地区土壤水分贮量以及第二年春季环湖天然草场土壤墒倩、牧草返青时间、生长状况、牧草产量的关系。分析表明：秋季降水越多，环湖区土壤水分贮存量越多，翌年土壤墒倩越好、牧草返青越早且牧草产量越高。     

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。     

基于Excel的土壤墒情计算系统

根据<农业气象观测规范--土壤水分测定分册>的有关规定,利用Excel强大的函数、公式计算以及统计功能,编制了土壤墒情计算系统,对逢八和逢三测墒的计算过程进行了详细阐述,并根据农业气象土壤测墒工作的需要,在系统中可任意增减观测表,在同工作表中也可以任意插入或删除单元格,其计算结果不会受到任何影响,使土壤墒情观测工作中涉及到的大量计算得到了自动化处理.     

人工站与自动站测墒差异及原因分析

用铜川气象站2008年9月—2009年8月人工测墒结果和河南产GStar-自动土壤水分探测仪测定结果对比分析,发现人工测墒与自动测墒结果各层次在秋季表现为正差值,春季正负差值均有,规律不明显,夏季表现为负差值,平均绝对差值在15%~20%之间;秋季0~20 cm差值比较接近,40~50 cm差值有增加趋势,夏季差值随深度有减小趋势;人工与自动测墒差值绝对值在0%~20%之间概率为54%~66%,〉30%概率在11%~14%。应重视自动测墒仪器的校对、订正,为干旱服务提供更科学的基础数据。     

青海湖环湖地区秋季人工增雨的综合效果分析

据2001年秋季人工增雨资料,结合历年秋季降水资料,从秋雨春用、影响地下水位涵养、青海湖水量盈亏等方面分析了秋季人工增雨的综合效益;并着重分析了秋季降水与环湖地区土壤水分贮量以及第二年春季环湖天然草场土壤墒情、牧草返青时间、生长状况及产量的关系。分析表明：秋季降水越多,环湖区土壤水分贮存量越多,翌年土壤墒情越好、牧草返青越早且牧草产量越高。     

气象站农田土壤湿度人工观测方法

农田土壤水分贮存量及其变化的测定,是土壤农业水文特性测定的基础工作。其目的在于揭示农田土壤水分状态及其变化规律,掌握作物的水分供应状况,为当地农业生产指挥部门提供土壤水分信息,为采取农业技术措施提供定量科学     

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。     

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。     

内蒙古雨养农业区土壤水分动态监测模式

文章根据多年实际观测资料,在土壤水分平衡参数模拟方法的基础上,利用初始土壤有效水分贮存量、降水量和实际蒸散量3要素,建立了0～50 cm土层的土壤水分动态监测模式,确定了各项参数的计算方法。通过11个站点两年的检验和试用,对主要农作物春小麦和春玉米农田的水分状况监测准确率达80%以上。同时,对两个站点的土壤水分进行了预报,准确率平均为92%。     

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％.     

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.     

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。     

土壤快速测墒仪观测土壤湿度结果误差的研究分析

土壤快速测墒仪能够快速测定土壤含水量,利用土壤快速测墒仪与烘干法进行对比观测实验,结果表明2种方法测定的数据存在误差,且误差无规律性,在分析产生误差的可能原因的基础上,初步得出了土壤快速测墒仪适合于科研应用的结论。     

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。     

黄淮平原不同土壤类型不同作物的土壤墒情指标研究

利用多年多点高密度、大样本,不同土壤类型、不同作物和不同发育阶段10~50 cm土壤测墒资料及多年冬小麦、夏玉米生理观测资料,用建立回归方程、最优分割法、点图法、保证率法、平均值法等多种统计方法集成,并考虑土壤水分对作物生理的影响,得出6种土壤类型冬小麦和夏玉米2种作物4个主要发育阶段的重旱、轻旱、适宜、偏湿4个土壤墒情等级指标。把确定的指标,输入到卫星遥感墒情监测系统的指标模板中,可提供更接近实际、宏观的遥感土壤墒情分布情况和作物受旱面积。     

黑土区土壤水分含量对大豆产量构成因素的影响

本研究旨在分析黑土区（黑龙江）土壤有效水分贮存量对大豆产量构成因素的影响,以期为大豆生产防灾减灾提供科学依据。利用1994—2017年黑龙江省大豆主产区的发育期、土壤水分、产量结构资料分析了大豆不同发育阶段土壤有效水分贮存量的时空分布规律、基于土壤相对湿度指数（R_sm）的干旱等级划分规律及有效水分贮存量对大豆不同发育阶段产量结构各因素的影响。结果表明：1994—2017年研究区各发育阶段平均有效水分贮存量在14—18 mm之间变化,共发生干旱82站次,其中轻旱77站次,中旱5站次,没有发生重旱和特旱,其中开花—结荚期、结荚—鼓粒期发生干旱频次较高,且1994—2017年研究区域发生干旱的频次是逐年降低的。大豆的气象产量、株结实粒数、株籽粒重与不同发育期的各层次的土壤有效水分贮存量相关性不大;百粒重与三叶至开花期的20—50 cm土层、结荚—鼓粒期的0—20 cm土壤有效水分贮存量相关性较大;茎秆重与播种至出苗期的30—50 cm土壤有效水分贮存量呈显著正相关;播种至开花期土壤中的有效水分贮存量尤其是深层土壤在一定范围内越多,株荚数越多;空秕荚率与播种至出苗期的0—20 cm和30—40 cm、出苗至三叶期的30—40 cm土壤有效水分贮存量相关性较大。     

基于自动观测站的鲁中地区土壤水分变化规律及精细化预报模型的研究

为了建立鲁中地区土壤水分精细化预报模型,利用2010—2013年农田土壤水分自动站逐日资料进行土壤水分年、月变化特征研究,并结合附近自动气象站资料,以土壤水分平衡方程、农田蒸散模型为基础,采用逐步回归和曲线估计等方法建立4—6月无降水条件下平原水浇田与山旱田土壤水分1 d、7 d降幅的经验预报模型。结果表明:鲁中地区0~100 cm土壤水分贮存量年变化趋势和0~50 cm基本一致,年最高出现在8月,最低出现在6月,年降幅最大出现在3—6月,易出现干旱。对预报模型进行回代和预报检验结果显示,回代平均相对误差为0.07%,7 d模型和1 d模型滚动预报第7天0~50 cm土壤水分贮存量,绝对误差分别为-0.15和-2.17 mm,平均相对误差分别为-0.07%和-1.56%,模型具有较强的理论基础和实用性,预报精度较高,为鲁中地区土壤墒情监测和精细化预报提供支持。     

一种快速计算土壤湿度的简便方法

CASIO_(fx502)型计算器（以下简称502型计算器）是湖北省气象局为地、县（市）各农气基本站配备的一种可编程微型计算器。它与普通的电脑相比,有体积小,价格便宜,便于携带,不需插电等优点。农业气象观测和报表制作中土壤湿度计算十分繁杂,需要反复进行加、减、乘、除运算,且要运用多种参数,工作量较大,尤其是近几年又增加了各层次的土壤水分总贮存量和土壤有效水分贮存量等项目,计算工作量再次增大。为了简化计算和减少计算工作