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。

     

DZN2型自动土壤水分观测仪常见问题分析

根据DZN2型自动土壤水分观测仪的运行情况,结合在全国12个省(区、市)收集的设备故障和维修信息,从供电系统、采集器、传感器及数据异常变化等方面分析和说明了常见问题出现的原因,并给出了解决方法,提出了设备维护及场地维护的注意事项,旨在提高台站技术人员对设备的维护和检修能力,为仪器的日常维护检查、故障排查提供参考,也为提高自动土壤水分站运行的稳定性和数据质量的可靠性提供基础技术支持.     

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。     

DZN3型自动土壤水分观测仪及维护维修

介绍DZN3型自动土壤水分观测仪的结构及工作原理,分析了钦州自动土壤水分观测仪安装及运行过程中出现的问题,提出自动土壤水分观测仪的维护及维修方法,供气象业务人员参考.     

DZN1型自动土壤水分观测仪的组成与故障排除方法

介绍了DZN1型自动土壤水分观测仪的系统组成,对常见故障的现象进行了描述,并说明了故障分析思路和排除方法,为DZN1型自动土壤水分观测仪的维护维修提供参考。     

GStar-Ⅰ型自动土壤水分观测仪故障处理与维护

自动土壤水分观测仪的业务运行很大程度上提高了土壤含水量观测的质量和效率,但同时也对设备的维护工作提出了更高的要求。以GStar-Ⅰ型设备为例,分别从传感器、采集器、电源和通讯模块4方面详细介绍了工作原理和日常维护,通过自动土壤水分观测仪监控软件能否接收数据及对数据异常的分析、采集器和电源控制器的指示灯闪烁是否正常等方法来判断电池欠压、通讯卡欠费、装套管受潮或进水、各接线线序错误等常见故障并进行分析,以期对装备保障人员有所借鉴。     

DZN3型自动土壤水分观测仪故障处理及日常维护

作为全国重要水稻生产基地的湖南,因夏秋多旱的气候特征,水稻种植经常受干旱影响而减产。为做好气象为农服务工作,湖南省气象局从2010年开始,在全省建设了60个自动土壤水分观测站,显著改进了土壤水分观测手段和方法,提升了现代农业气象业务和干旱监测服务水平。该文简要介绍了DZN3型自动土壤水分观测仪的工作原理和系统结构,在总结省、市、县三级维护保障实践基础上,重点阐述了DZN3型自动土壤水分观测仪常见故障的分析及排查,对台站日常巡查维护及有关注意事项提出了建议。为气象部门基层台站业务人员提高维护维修时效,降低故障发生概率提供借鉴与参考。     

GStar-Ⅰ型自动土壤水分观测仪故障快速诊断及解决办法

近年来,地面自动气象探测设备全面投入业务应用,围绕设备保障诊断及排除进行了一些研究。GStar-Ⅰ型自动土壤水分观测仪（以下简称土壤水分仪）是近年陕西气象部门启用的自动测定土壤水分常规仪器之一。     

DZN3自动土壤水分观测仪的误差分析

对2014年4月8日-11月8日共22次DZN3自动土壤水分观测仪和人工烘干称重法测定的土壤相对湿度资料进行对比分析,结果显示0-20 cm自动土壤水分观测的土壤相对湿度小于人工烘干称重法测量值,20-30 cm自动观测土壤相对湿度最接近人工烘干法测量值,30-50 cm前期自动观测土壤湿度小于人工烘干法测量值,后期自动观测数据大于人工烘干法测量值。可反映出旱涝趋势。     

FDR土壤水分自动站三级标定的方法

FDR法是利用土壤介电常数变化测量土壤含水率,在测量的3个阶段进行标定可以提高测量准确度.仪器安装标定可以降低各个地区土壤水质的差异对传感器测量范围的影响;田间标定使用仪器与烘干法对比观测数据,通过乘幂函数拟合计算不同土壤类型的参数,修正仪器测量公式,使测量到的土壤介电常数的变化能够准确反映含水率的变化;再利用烘干法对...     

DZN1型自动土壤水分观测数据质量控制方法研究

分析自动土壤水分观测仪产生测量误差的原因,主要有两类,一是田间与传感器处因植被差异,造成土壤水分含量不同引起的;二是传感器不稳定造成的,目前发现主要有以下几种异常情况,分别是所测数据偏大、偏小,数据持续或突然升、降（非土壤水分变化引起）,跳变（某时次数据大于或小于前、后两个时次的数据）,全水（传感器所测容积内,测得全都是水）,传感器低湿度时水分变化反映不灵敏等。探索降低测量误差的一些办法,解决方法主要是：传感器标定要达标,传感器安装前应检验合格,播种布局符合要求,应加强传感器的监测、异常数据的查找、异常数据的更正、异常设备的更换。     

自动土壤水分观测仪的日常维护及常见故障排除

土壤水分观测仪器的可靠运行,为数据质量的代表性、高效性和连续性提供了保障,从而更好地发挥了土壤墒情的服务效益。本文对本站DZN3型自动土壤水分观测仪的日常使用维护和故障排除进行了总结。     

GStar-Ⅰ(DZN2)型自动土壤水分观测仪的维护方法及常见故障解析

在对多个台站的GStar-Ⅰ (DZN2)型自动土壤水分观测仪运行中出现的问题进行分析归纳的基础上,针对该型土壤水分观测仪的自身结构特点并结合其测量原理,提出场地维护、仪器维护及故障排查处理的方法.     

DZN2土壤水分观测仪故障诊断

文章首先对DZN2土壤水分观测仪的系统结构、硬件组成及工作原理进行了详细阐述,其次介绍了该设备的故障诊断流程和方法,以期减少因使用或维护不当而造成的设备性能衰退,减少野值的产生和缩短设备的维修时间,提高设备运行的可靠性和数据的可用性。     

四川地区自动土壤水分站数据质量控制方法研究

本文利用各类人工、自动土壤水分资料,统计得到不同层次土壤水分各观测要素的气候极值和时变阈值,研发了适用于四川地区自动土壤水分资料的质量控制方法,具体包括站点参数信息检查、数据缺测检查、体积含水量界限值检查、气候极值检查、时间一致性检查(时变检查和持续性检查)。并对2014年21个自动土壤水分站218个S文件进行了检查测试,检查数据约500万个,质控结果显示,数据缺测约占总数据量的1.6%,超过气候极值数据约占总数据量9%,未通过时间一致性检查的数据约占0.5%,超出体积含水量界限值的数据约占0.3%。在所有疑误信息中,超过气候极值所占比例最大,土壤水分各要素历史气候极值有待进一步完善。      

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。     

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。     

肇源新型自动土壤水分观测仪与人工平行观测资料对比分析

采用对比差值、差值概率等方法对肇源2012年5月3日-11月13日期间GStar DZN2型自动土壤水分观测仪与人工平行对比观测的土壤湿度资料进行统计。结果表明,人工与自动观测资料的一致性在20和40 cm土层表现最好,60 cm土层表现最差,总体上人工观测值高于自动观测值。     

自动土壤水分观测数据异常值阈值研究

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,计算出各个测站相应的土壤容重、田间持水量、凋萎湿度数据。在具体的业务实践中,参照土壤最大吸湿量数值,将6%作为土壤相对湿度的低值异常阈值;参照土壤饱和含水量数值,将190%作为土壤相对湿度的高值异常阈值;参照土壤水分日变化特点,初步将24 h变化幅度0.1%作为10和20 cm土层土壤相对湿度监测异常的变化阈值。具体分析代表站实测土壤相对湿度随时间的变化幅度,认为在土壤水分上升过程中的小时之间变化幅度应小于土壤饱和含水量（%）与前一监测数据的差值;土壤相对湿度>100%时的下降幅度应小于土壤饱和含水量（%）减去95%;土壤相对湿度≤100%时的下降幅度应小于5%。