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：     

农业旱涝指标及在江淮地区监测预警中的应用

该文提出了一个可业务应用的农业旱涝监测预警气象指标———累积湿润指数。该指标以相对湿润度指数为基础, 用作物需水量取代参考作物蒸散量, 并考虑前期旱涝程度对当前旱涝状况的累积影响, 具有农业意义。为方便农业气象业务应用, 采用FAO Penman-Monteith模型的简化方法计算参考作物蒸散量, 用气温资料对简化式进行校准, 将误差减小到可满足应用要求; 通过求算不同区域农田作物系数的加权平均值, 得到宏观农田作物需水量, 并确定了该指标分区域的旬旱涝等级标准。该指标用于旱涝监测, 与土壤墒情的定性符合率为80%~90%, 定量符合率为60%~70%, 在旬时间尺度比土壤墒情指标更符合旱涝实况; 用于下一旬旱涝预警, 尽管受到中期降水量预报准确度影响, 但由于含有前期旱涝实况信息, 预警趋势大体正确, 提高了旱涝预警的准确度。     

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...     

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。     

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。     

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MODIS干旱监测技术研究

为了更有效地监测安徽省农业干旱,以安徽省半湿润区、过渡区为研究对象,利用MODIS资料,在对比分析了基于植被供水指数和温度植被干旱指数两种干旱监测方法基础上,结合已业务应用的农业干旱指标累积湿润指数,开展安徽省分时段的晴空遥感干旱监测研究,建立并确定了部分时段半湿润区、过渡区的MODIS植被供水指数和温度植被干旱等级标准,同时结合当地台站监测土壤墒情对干旱监测进行检验。结果表明,作物生长季节VSWI、TVDI与累积湿润指数存在相关性,两种方法建立指标和模型可以用来分时段进行区域干旱监测,得出了初夏旱TVDI更适合于研究区域的干旱监测。     

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。     

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。     

多时间尺度SPI在安徽省气象干旱监测中的适用性研究

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。     

中国自动土壤水分观测网运行监控系统建设

运行监控系统是全国自动土壤水分观测网观测数据分析和观测设备维护保障的实时业务平台,系统建设是全国自动土壤水分观测网建设的重要组成部分。系统采用C/S与B/S相结合的方式设计,总体功能包括设备运行状态监控、探测数据质量监控、探测产品分析显示、维护维修管理、站网信息管理和综合分析评估等6个功能模块。从系统结构、系统实现的主要功能以及系统建设所采用的关键技术等方面全面介绍中国自动土壤水分观测网运行监控系统的建设情况。     

河南省自动土壤水分观测网的建设与运行管理

河南省是产粮大省,但是粮食生产时常受到旱灾的影响。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,形成了较为有效的土壤水分与干旱监测网络。为了实现高效管理、设备及时维护、确保自动...     

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。     

一种自动土壤水分数据质量控制预警方法

根据实时业务中传输的自动土壤水分监测数据的变化规律,对监测数据异常波动产生的异常值进行预警;通过观测值间相互关系推算相应的土壤水分常数,近似确定土壤孔隙度、最大吸湿水含量,以此确定土壤水分理论上下限并据此开展监测值的上下限预警;参考土壤含水量与水势之间的变化关系,提出水势系数的概念,直接利用计算的水势系数进行土壤水分层间变化的预警等3方面对自动土壤水分监测数据进行质控预警,并针对业务应用设计了相应的预警方案,可实时、有效地检测出异常值。从该预警方案的预警效果分析上看,预警检出率较高主要是"常数预警"和"数值变化预警",反映出小部分自动土壤水分观测站的土壤水分常数异常和部分站点业务运行维护不到位,这与野外实地考察的结论相吻合。预警效果较为客观、可靠,适用于各级土壤水分数据检测和分析服务等业务。     

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。     

FDR自动土壤水分数据标定问题及解决方法

针对目前FDR自动土壤水分数据可用性低的实际情况,本文从FDR自动土壤水分站传感器原理出发,结合数据处理流程与方法对湖南60个站点不同层次的标定参数及部分站点的相关观测数据进行了分析,指出目前田间标定法在自然条件下几乎无法得到覆盖土壤各个湿度区间的均匀样本数据,导致二次标定参数不合理是造成FDR自动土壤水分站数据可用性差的根本原因。二次标定方程参数不合理主要表现为方程斜率过大、过小、负值3种情况,导致观测数据增幅过大、常年不变、与实际土壤湿度变化趋势完全相反等问题。最后针对该问题提出了大样本原状取土,实验室标定的解决方法,并对方法进行了初步验证,结果表明该方法能从源头上有效改善土壤水分站观测数据质量。     

四川省多种土壤水分资料对比分析

从降水响应、指标评估两个方面对比分析了四川省西昌、宜宾和乐至3站2017~2018年CLDAS土壤湿度产品、人工观测和自动土壤水分站3种土壤水分资料。结果表明,3种资料的土壤相对湿度对降水都有较好的响应,其中自动站对土壤水分变化的响应最为明显,而CLDAS的响应则较为平缓,CLDAS体积含水量对降水的响应不如CLDAS相对湿度好,特别是在深层,基本没有响应降水影响。对比评估指标显示,各站土壤相对湿度人工观测与自动站的相关性最好,西昌站3种资料两两间相关性最好,乐至站各资料间的相关性较差,偏差和均方根误差也较大,体积含水量各站各资料间相关性没有相对湿度高。总体看,CLDAS土壤湿度产品,特别是相对湿度在浅层对降水的响应要好于深层,与人工观测和自动站的相关性也好于深层,CLDAS土壤湿度产品在浅层可以弥补四川部分地区自动站稀疏的缺陷。      

自动土壤水分观测资料应用误差分析

根据从国家气象信息中心实时资料数据库读取的自动土壤水分监测资料,对比同日人工测定的土壤相对湿度数据,发现白天各时次自动监测数据与人工监测数据之间均存在15%左右的差异。具体针对监测仪器自身的结构特点以及中国气象局的业务要求,从两种监测方法自身的监测地段代表性、数据测量和换算、监测土层深度、监测时间、土壤水分常数测算、土壤结构变化等多种角度分析数据间存在差异的原因;认为多种可以估算的差异"叠加"在一起时,对比差异最大可能达到20%左右,加上其他误差因素的影响,实际应用中出现15%左右的差异是可以解释的;选择较长序列的站点实测资料进行了数据差异的实况分析。结合业务中常用的墒情等级判断指标,分析数据差异对客观判断构成的数据干扰和数据损失。建议直接利用体积含水量进行业务应用分析,探究全新的自动土壤水分监测数据应用方法,在具体应用中建立相应的指标体系或指标模型,充分发挥自动土壤水分监测的优势。     

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。     

南城自动站土壤水分资料的统计学订正分析

对2006—2009年南城站5—10cm、10—20cm、20—30cm、30—40cm和40—50cm等5个土层各90组样本的HYA-SF型土壤水分自动观测数据与同期人工观测数据进行了偏差与相关性分析,采用线性方程建立拟合模式,对自动土壤水分观测数据进行订正,并以相对误差±5%、±10%为指标对订正前后的数据合格情况进行了统计。结果表明,各土层自动土壤水分观测数据与人工观测数据虽然存在较大偏差,但二者具有一致的变化趋势,相关性好;分别利用5个土层同期对比观测数据建立的一元线性回归模型;拟合订正后的自动站各层数据偏差不同程度减小,数据合格率明显上升。