植被温度条件指数在土壤墒情遥感监测中的应用

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。     

基于遥感与GIS集成的土壤墒情监测服务系统

遥感与GIS集成土壤墒情监测服务系统运行于Windows平台,基于遥感与GIS集成技术,利用热惯量法、植被缺水指数法、植被温度条件指数法和单时相资料回归法等多种模式计算土壤含水量。在遥感监测与墒情分析中考虑背景地理信息的影响,提高了遥感墒情监测的精度和服务水平。该系统具有多种墒情模式计算、图像显示、图像叠加、统计分析、模板处理和输出等功能。应用该系统得出的2005年4月河南省遥感墒情分布图和干旱面积与实测结果基本一致。     

土壤墒情的监测方法

文章按地面实测、遥感监测和实测与遥感结合三类方法，分别简要地介绍了土壤墒情监测常用的方法。对1997年春播前全区土壤墒情进行了监测分析，统计分析了各盟市各类墒面积百分比，并绘制了全区土壤墒情分布状况图。     

利用静止气象卫星资料遥感监测植被、积雪和土壤墒情的研究

借鉴极轨气象卫星遥感监测植被雪被和土壤墒情的研究成果，通过静止气象卫星探测通道特性分析和各通道探测值与地面植被生物量、雪被和土壤墒情状况的相关分析，找到了可以较好反映地面植被、雪被和土壤墒情状况的监测指标。实地考察验证以及与极轨气象卫星遥感监测结果的对比分析表明，静止气象卫星资料可以用于遥感监测植被、雪被和土壤墒情的宏观状况。     

沈阳地区土壤墒情监测与预测系统的研制

利用VFP6．0数据库管理系统，开发研制了沈阳地区土壤墒情监测与预测系统。系统实现了土壤墒情信息的统计、检索、列表显示、图形分析显示和预测等功能。可实时监测土壤墒情变化规律，为有关部门部署人工增雨等抗旱决策提供科学依据。     

察右后旗天然草场土壤墒情变化规律及影响因子分析

文章主要对察右后旗天然草场土壤墒情变化规律及影响因子进行分析,总结了本地区天然草场土壤墒情变化规律与降水量、温度之间的相互联系。     

声波在湍流大气中的散射衰减

文章推导出了改进的大气声散射截面σ(θ)表达式，确定了大气声散射系数αs的解析表达式，并得出改进的大气声折射指数脉动结构系数c2n表达式。实测结果表明，在潮湿大气中，湿度脉动和温湿相关脉动与温度脉动一样是影响声散射衰减的重要因子，而在干燥大气中，湿度脉动的影响可以忽略。     

沈阳地区土壤墒情监测与预测系统的研制

利用VFP6.0数据库管理系统,开发研制了沈阳地区土壤墒情监测与预测系统。系统实现了土壤墒情信息的统计、检索、列表显示、图形分析显示和预测等功能,可实时监测土壤墒情变化规律,为有关部门部署人工增雨等抗旱决策提供科学依据。     

改进的CI指数在安徽省应用研究

运用安徽省77个气象台站1961—2009年的逐日气温和降水资料以及安徽省所有测墒站建站至2009年的土壤墒情资料,研究分析改进的CI指数在安徽省的应用情况。结果表明：在统计特征、与土壤墒情的相关性以及干旱的空间分布等方面,改进的CI指数NCC2CI保持了原来的CI指数OldCI的优点;但在干旱过程的逐日演变诊断方面,NCC2CI指数较OldCI指数有了诸多改进。对于安徽省干旱监测业务来说,NCC2CI明显优于OldCI。     

青海省农业区(浅山)土壤墒情监测系统研制

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...     

四平市大田土壤墒情变化规律分析

本文介绍了土壤墒情概念及表达方式,并在多年土壤墒情监测实况资料分析基础上,总结了四平市大田土壤情的年度变化规律。     

东营市干旱自动监测系统介绍

介绍了东营市干旱自动监测系统的主要内容、功能、特点和优越性.实现了对全市土壤墒情的自动监测,该系统投入使用后取得了明显的效益.     

TVDI指数在运城市干旱监测中的应用研究

利用EOS/MODIS资料,通过温度植被指数法,在运城开展了遥感干旱监测研究。研究发现,监测结果比实测墒情更加细致,与实测墒情趋势基本吻合,能在很大程度上弥补由于测站少而造成的土壤墒情监测的不足。     

自动土壤墒情监测管理系统设计与应用

为了提升省级自动土壤墒情观测管理能力,开发了C/S结构土壤墒情监测管理系统,实现了对不同厂家3种类型的土壤墒情观测设备数据的统一收集、处理和入库管理业务。系统具有数据质量控制、监控预警以及数据应用等功能,基层台站业务人员可以通过局域网或因特网实时了解和分析当地及全省土壤墒情变化,为农业生产提供了有力、可靠的服务信息。通过业务试用,系统运行稳定,可显著提高土壤墒情观测数据质量和设备技术保障水平,具有广阔的推广空间和应用前景。     

安徽省农业干旱综合监测技术及其业务试用

针对安徽省农业干旱业务服务需求,利用已业务应用的农业干旱指标:土壤墒情、累积湿润指数、植被供水指数,配合阶段降水量和降水日数,进行农业干旱综合监测指标和方法研究.综合指标中各因子权重的确定采用层次分析法.根据安徽省气候过渡区下垫面地表特征差异和云天状况,分别确定了湿润区、半湿润区的晴空和云覆盖4种状态下的各因子权重序列,均通过了一致性检验;建立了相应的农业干旱综合监测模型;确定了4要素和5要素农业干旱监测等级标准.综合模型概括了各单指标主体监测结果,有利于对农业旱情的综合判断,监测模型检验效果良好,可业务应用.     

额尔古纳市春季土壤墒情变化特点

一年之季在于春，春季是播种的季节，而春季土壤墒情的好坏直接影响着牧草返青、农作物播种和出茁。每地区土壤质地一般是不变的，土壤墒情的好坏主要取决于土壤中含水量的多少。土壤中水分的主要来源是空中降水，而春季的土壤墒情和上年度秋季降水、冬季积雪、当年春季降水、春季风力的大小、温度的高低、解冻和冻结的日期等因素有着一定的关系。下面就对春季土壤墒情影响较大的几个方面进行分析。     

黑龙江省土壤物理常数测定结果分析

分析土壤物理常数的测定方法，并在常兴义经验公式的基础上，建立了土壤容重与田间持水量之间的水分模型，利用土壤烘干法测定土壤水分的原理，测定春季土壤墒情服务的各项指标，为春季旱涝监测提供科学依据。     

干旱指数在淮河流域的适用性对比

利用淮河流域河南、安徽、山东、江苏4省170个站1961—2010年逐日气温、降水以及土壤墒情和干旱灾情资料,从干旱年际变化、季节演变、空间分布、典型干旱过程诊断、不合理跳跃点以及与土壤墒情、干旱灾情相关性等方面,对比分析降水距平百分率 (Pa)、Z指数、标准化降水指数 (SPI)、相对湿润度指数 (MI)、综合气象干旱指数 (CI) 和改进的CI (CINew) 在淮河流域的适用性。结果表明:各干旱指数对淮河流域的典型旱年均有较好的诊断能力;在干旱季节演变及空间分布的诊断方面,Pa,MI,CI和CINew与实际较为吻合,而Z指数和SPI诊断效果较差;在典型干旱过程诊断以及不合理跳跃次数方面,CI和CINew更能刻画出干旱发生发展机制,而Pa,Z指数,SPI,MI效果较差;与土壤墒情和历史干旱灾情相关性方面,CI和CINew比Pa,Z指数,SPI,MI具有更好的相关性。即对于淮河流域的干旱监测诊断,CI和CINew要优于Pa,Z指数,SPI及MI,具有更好的适用性。     

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。     

基于风云3卫星数据的温度植被干旱指数在重庆地区的应用

为探究风云3卫星数据在重庆地区干旱监测中的适用性,以温度植被干旱指数(Temperature Vegetation Dryness Index,TVDI)为监测指标,利用Aqua/MODIS数据为对比数据,对重庆地区2015年夏季(7～9月)旱情进行监测分析。结果显示,重庆夏季主要受轻旱和中旱的影响,旱情较严重的区域主要集中在西部地区。从7月开始,受旱情影响的范围在逐渐加大,旱情程度也在不断加深。结合高程数据(Digital Elevation Model,DEM)和MODIS土地覆盖类型产品数据,将重庆地区划分为低海拔混交林、中海拔混交林、低海拔小起伏山地作物、低海拔中起伏山地作物四类讨论不同地貌类型受旱情的影响。作物类受旱情影响的面积百分比较混交林类大,低海拔相较于中海拔地区受干旱影响的面积百分比更大。为验证基于TVDI的干旱监测结果的准确性,利用重庆市170个地面站点实测的土壤墒情数据为验证数据,通过相关性分析可知,FY3A/VIRR数据与Aqua/MODIS数据不论是在整体相关性还是按不同地表类型分类后与土壤墒情数据间的相关性都较好,且相关系数在0.1水平(双侧)显著相关,说明利用TVDI能较好的反映出重庆地区土壤中的水分含量情况。但两类数据的相关性又存在一定的差异,整体上,Aqua/MODIS数据与土壤墒情之间的相关性要高于FY3A/VIRR数据;分类后,FY3A/VIRR数据与土壤墒情之间的相关性要高于Aqua/MODIS数据。