青海省降水与旱地土壤水分关系的研究

本文在全省选取互助、贵德、铁卜加、门源4个代表站和东部浅山农业区10个站，分析干旱地段降水量与土壤水分变化的定量关系。结果表明，大部分地区不同深度、不同范围的土壤相对湿度和干土层与旬降水量的相关关系显著。因此可以直接建立降水与土壤相对湿度增减的预报关系式，用于土壤相对湿度的预报。对于无法建立相关关系的地区，通过分析最小有效降水量，可以确定降水量对土壤水分的贡献。利用降水与土壤相对湿度增减的相关方程和干土层厚度变化与降水量关系进行土壤墒情预报，在1991—1995年期间的资料回代中效果较好。     

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。     

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％.     

高寒草原不同量级降水对干旱解除的影响

基于2017年3月1日至10月31日逐日每10 min降水量和土壤体积含水率试验数据,分析不同降水量级不同处理对土壤体积含水率的影响,结果表明:(1)小雨仅能提高0～10 cm土壤墒情,且在遮挡率超过30%时,效果明显减弱,同时地表植被覆盖能在一定程度上提高降水利用率。(2)在土壤底墒较差条件下,中雨能改善对照区、遮挡率20%和30%处理下0～10 cm土壤体积含水率;在土壤底墒较好条件下,中雨能有效补充对照区、遮挡率20%、30%和40%处理下0～30 cm土壤水分。(3)大雨条件下,在对照区、遮挡率20%、30%、40%和60%处理下,0～20 cm土壤体积含水率均有明显增加,在20～30 cm土壤层对照区、遮挡率20%、30%、40%处理下增加亦比较明显,大雨能完全解除0～30 cm土壤干旱。(4)短时强降水对土壤水分的补偿十分有限。暴雨对提高0～20 cm土壤体积含水率非常明显,但对提高20～30 cm土壤水分含量不及大雨效果明显。(5)在对照区,0～10 cm、10～20 cm和20～30 cm土层有效降水量阈值分别为2. 5、7. 0和10. 0 mm。(6)特旱、重旱、中旱和轻旱条件下,0～10 cm土层干旱解除所需的最小降水量分别为21. 5、11. 7、5. 0、1. 4 mm,10～20 cm土层所需的最小降水量分别为32. 9、18. 6、8. 6、2. 7 mm。     

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。     

青海省海北地区天然草地土壤水分预测模式

本通过对青海省海北地区土壤水分变化规律的初步分析，利用土壤水分基本观测数据，采用统计学方法，进行了可能影响土壤水分变化的因子筛选，分析了青海省海北地区土壤水分含量的年际及季节内的变化，并建立了该地区春季解冻时土壤水分预测模式、土壤解冻后-5月下旬土壤水分预测模式、夏季土壤水分预测模式，经业务应用检验，具有较好的应用价值。     

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。     

西安雨量雷达估测降水准确性分析

利用X波段全固态多普勒雨量雷达资料和相应的6个地面气象观测站的观测资料,对西安2021年9月和10月两次持续降水过程的降水数据进行对比分析,评估雨量雷达反演降水的准确性。结果表明：从两次降水过程整体变化趋势分析,雨量雷达估测的降水量能较好地表现出实际降水量的变化趋势;雨量雷达反演的降水量小时数据与地面观测小时降水数据的相关性为0852;当小时降水量达到20 mm以上时,雨量雷达数据准确性较高。     

自动土壤体积含水量异常数据分析和判定

以琼中2014—2021年自动土壤体积含水量数据为例,研究自动土壤体积含水量异常数据的判定方法,分析造成数据异常的原因。结果表明：依据降水与土壤水分自然变化规律,采用界限值检查和空间、时间一致性检查等数据质量控制方法,分析自动土壤水分历年数据年、月、旬、日变化趋势,可快速判定自动土壤水分历史数据集中异常数据出现时段;结合异常时段同期的降水量和台站值班记录及当地墒情实况可判定异常数据的正误。造成自动土壤体积含水量数据异常主要原因有：①传感器故障;②强降水天气,雨水冲刷石块移动造成土壤环境发生变化;③仪器安装不当,套管管壁与土壤开孔的孔壁之间存在缝隙,强降水造成传感器对应部位积水;④对套管管壁与土壤开孔的孔壁之间缝隙灌浆填补时,未严格按规范要求操作,破坏了土壤原有结构。     

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。     

基于吉林省观测土壤水分的WOFOST模型模拟研究

利用吉林省白城站试验数据进行模型参数调整,通过独立的观测资料对生育期、叶面积指数、地上部分各器官生物量进行模拟验证与评价。以白城站和榆树站代表吉林省西部玉米种植区和中部黄金玉米带参数,利用农业气象观测站发育期资料、气象资料和经过质量控制后的逐日土壤水分自动站观测数据进行模拟。为了提高WOFOST模型模拟精度,将由模型通过降水量计算的土壤体积含水量替换为实测土壤水分计算的体积含水量,采用替换后的土壤体积含水量参与模型下一步运算,以此来模拟2001—2016年春玉米穗生物量变化状况,构建玉米土壤体积含水量改善率(PD)指标,来表征降水驱动和土壤水分驱动对作物模型模拟结果的影响。结果表明:(1)模型对白城站春玉米生育期、叶面积、地上部分总生物量和叶生物量较准确,而穗生物量模拟效果一般。(2)从代表站白城来看,穗生物量模拟值与降水量存在明显正相关,降水偏少的年份土壤模拟效果明显优于降水驱动。(3)从区域来看,以盐碱土为主的地区或降水量偏少的年型下土壤水分驱动效果优于降水驱动;在以黑土为主的区域或降水偏多的年型下,两者模拟效果基本接近。(4)总体来说,利用观测土壤水分替换降水量参与模型能够显著提高模型模拟精度。     

欧空局主被动微波土壤水分融合产品 在甘肃省干旱监测中的应用

选取甘肃省为研究区域,利用自动土壤水分观测站(ASMS) 0～10 cm土壤体积含水量数据对ESA CCI_SM(European Space Agency climate change initiative soil moisture)产品进行质量评估,并基于此产品分析长时间序列土壤体积含水量的时空变化特征,在此基础上,进一步构建土壤水分状态指数(soil moisture condition index,SMCI)应用于干旱监测。结果表明:(1) ESA CCI_SM在陇东地区与自动站土壤水分观测值的相关性最好(R=0. 71),其次是陇中、陇南和甘岷地区,共有92%的站点的R通过0. 01显著性检验。(2) ESA CCI_SM产品较好地呈现了西北部土壤湿度较干燥、东南部较湿润的空间分布特征。土壤体积含水量具有明显季节变化,秋季较高,其次是夏季,冬春季较低。(3)基于ESA CCI_SM产品构建的SMCI较好地监测出2002年7—10月伏秋连旱和2009年4—6月春夏连旱的发生发展过程,该数据产品在陇东和陇中雨养农业区的干旱监测应用较好。     

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。      

鲁西南历年逐旬土壤自然干旱程度序列模型

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。     

基于土壤含水量模拟的贵州山区旱地农业干旱监测方法

针对贵州山区季节性农业干旱,建立基于土壤水分收支的旱地农业干旱监测方法。该方法应用历史逐日平均气温、降水量、日照时数等资料,通过降水有效性订正实现对土壤水分收入的计算,通过构建水分消耗经验公式实现对水分支出的计算,通过对逐日水分收入量和支出量的定量计算,实现土壤含水量的动态模拟。基于土壤水分模拟结果,结合干旱临界指标和土壤凋萎湿度等参数,构建了旱地农业干旱指数,实现干旱等级监测。对比检验结果表明,基于该方法的土壤含水量模拟结果能够反映土壤水分动态变化,构建的旱地农业干旱指数能够反映农业干旱等级,对贵州历史干旱的反演结果与干旱实际发生特征相符。     

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。      

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。     

内蒙古典型草原水分条件与天然牧草产量的关系

水分是干旱、半干旱地区天然牧草生长的限制因子。分析水分条件与牧草产量的关系是确定旱灾指标、评价草原生态环境优劣的基础。利用内蒙古典型草原区3个站点近15年的天然牧草、土壤水分和气象观测资料，计算了降水量、土壤水分和耗水量与不同时期牧草产量的相关系数，分析了各水分因子相关性的时空分布规律。得出：土壤水分与产量的相关好于降水量；降水与产草量多呈二次曲线变化，土壤水分和耗水量与产草量多呈直线变化;相关程度随生长进程的推进，有逐渐增强的趋势     

西北地区玉米产量动态业务预报方法探讨

通过分析西北地区气候生产力与玉米产量的关系、土壤水分与降水量以及土壤水分与降水量和土壤初始含水量之和的关系表明:西北地区降水气候生产力与玉米产量、土壤水分与降水量和土壤初始含水量之和有着显著的相关性。在此基础上，利用玉米生长季内的降水量和播种期的土壤水分含量对Miami降水模型进行了改进，应用改进后的Miami降水模型开展以月为时间步长的玉米产量动态趋势预报，具有较为理想的业务服务效果。同时，利用此方法评价西北地区降水对玉米生长发育和产量形成的影响也非常适用。但是，由于此方法没有考虑灌溉水的作用，故不适用于灌溉农区。     

山东省干湿转换期土壤水分MODIS遥感监测

由于2012年春夏过渡时期山东省降水时空分布不均,前期全省大部分地区出现旱情,后期降水偏多。为及时掌握干旱分布及变化情况,利用MODIS地表温度数据(MOD11A2)和植被指数数据(MOD13A2),结合土壤水分自动站的实测数据,采用温度植被干旱指数法,构建了LST-NDVI、LSTEVI特征空间,反演了2012年6~7月山东省干湿转换期的土壤水分,分析了干旱空间分布及变化特征。结果表明:LST-NDVI特征空间反演精度为82.95%,LST-EVI特征空间反演精度为84.33%,精度提高了1.66%。前期山东省中南部、西部出现旱情并以轻旱为主,后期由于降水旱情明显缓解,干旱面积减少了65 427 km2。基于MODIS数据利用温度植被指数法在本区域进行干旱监测是可行的。