共查询到20条相似文献,搜索用时 614 毫秒
1.
河南省不同土壤类型墒情变化规律 总被引:4,自引:2,他引:2
分析河南省台站土壤墒情数据库1997年10月至2003年6月资料,找出不同土壤类型的墒情变化规律。土壤有效水分含量分析表明:壤土最大,粘土次之,沙土最小;土壤墒情受地下水影响较大,地下水位较浅的地区不容易出现干旱。根据土壤墒情资料确定了土壤墒情订正系数和不同土壤类型田间持水量在全省的分布,并将其应用到墒情预报模型中。 相似文献
2.
3.
4.
河南省土壤湿度年变化规律 总被引:1,自引:0,他引:1
利用河南省土壤墒情预报模型中建立的河南省台站土壤墒情数据库资料,对不同类型土壤湿度进行分析,从而确定不同类型土壤湿度差异、地下水对土壤湿度的影响及河南省土壤湿度的年变化规律。 相似文献
5.
6.
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
7.
8.
9.
10.
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
11.
12.
在重点分析评估赤峰市松山区、翁牛特旗历年春、夏、秋季土壤墒情变化规律基础上,利用数理统计方法。建立土壤墒情预测模型,为当地不同季节的农事活动提供土壤墒情依据,尽而为保证农业稳产高产提供气象参考依据。 相似文献
13.
近30多年来,由于农田灌溉条件的迅速改善,得到的土壤墒情资料已不能反映自然状态下的土壤墒情变化规律。利用土壤水分平衡方程和Penman公式等计算各旬土壤水分相对盈亏程度并对照2001~2003年在不浇水条件下得到的各旬土壤墒情资料,建立拟和方程,确定了干旱指标,恢复了1970~2003年的逐旬实际干旱序列。结果表明,模拟的逐旬干旱序列较好地滤出了灌溉因素,与实际自然土壤自然干旱程度接近。 相似文献
14.
15.
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。 相似文献
16.
17.
18.
19.