江苏省自动土壤水分观测与人工观测对比分析及应用

利用2010年江苏省20个土壤水分站的自动站与人工观测资料,分析了自动站与人工观测的对比差值、相关系数和各自的方差等.结果表明:人工观测值平均高于自动站观测值,两者在浅层的平均差值最小,相关性最好.随着土壤深度的加深,人工与自动观测对比差值增大,相关性减小,在出现强降水时尤为明显.在有效降水较少时,各层人工观测方差均明显大于自动站观测.自动站观测方差在浅层为最大,随深度的加深而明显降低,因为受降水影响很小,而表现比较稳定.人工观测却受降水影响相对较大,方差平均值在各层表现波动均较大,在较深层波动更明显.最后通过多元线性回归方法,以六合站为例初步建立了土壤干旱预报模型并检验其预报能力.     

人工与自动土壤水分平行观测资料对比分析

采用对比差值、差值概率和相关分析等方法对南城2005年9月8日至2007年1月28日期间HYA-SF型土壤水分自动监测站与人工平行对比观测的土壤湿度资料进行统计和一致性分析。结果表明,人工与自动观测资料的一致性在40 cm、50 cm土层表现最好,在5 cm、10 cm土层表现相对最差;总体上自动观测值高于人工观测值,二者数据差异在少雨或干旱季节常小于多雨季节;对比观测时段内人工与自动观测数据序列的相关性在各层均表现为显著,多项式回归趋势基本能反应土壤含水量的变化趋势。分析结果可为评估HYA-SF型土壤水分自动站的监测能力提供客观依据。     

安徽省自动观测土壤水分质量控制方法

概述了安徽省自动土壤水分站的运行现状,对全省自动站数据质量进行了较为详细的分析,对人工和自动站数据两者间绝对误差及相关性进行分析,并探讨了导致自动站数据误差的主要原因,初步确定了安徽省自动土壤水分数据业务质量控制的方法。结果表明：对比观测期间部分站点人工和自动站数据存在较明显误差,个别站点数据误差甚至高达20%以上,但有近60%的站点各土层人工和自动站数据线性相关系数在0.7以上,为仪器的订正提供了重要依据;同时分析了自动站在干旱和降水前后数据运行的稳定性情况,进而为特殊土壤水分条件下自动站提出了更高的数据质量要求;结合安徽省实际情况建立了两种比较合理的自动土壤水分质量控制方法,为业务上数据质量控制及仪器运行状态监控提供了支持。     

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。     

自动土壤水分观测准确性研究

从理论上分析自动土壤水分观测与人工取土土壤水分观测存在误差的原因及修正办法,为自动土壤水分观测资料的应用提供一种指导方法。     

山东省自动土壤水分观测数据文件下载软件

介绍了山东省土壤水分观测数据下载软件的开发技术及主要功能。重点介绍了利用VB6．0语言开发山东省土壤水分观测数据下载软件的流程、FTP协议、API函数的应用．以及软件的多站号自动下载、人工批量下载、格式检查等功能。     

地面温度自动观测个例误差分析

通过凌源自动站与人工站的地面温度对比观测，分析了自动站样本的稳定性和误差原因，找出了产生误差的相关因子，探讨了如何保证资料的连续性和可比性。     

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%。     

自动土壤水分观测站建设现状及资料分析

介绍了农业气象自动土壤水分观测站的建设、自动站与人工观测数据对比、资料上传等情况，对存在的问题进行了分析，指出问题之所在，提出采取的措施及整改办法。     

地面温度自动观测个例误差分析

通过凌源自动站与人工站的地面温度对比观测 ,分析了自动站样本的稳定性和误差原因 ,找出了产生误差的相关因子 ,探讨了如何保证资料的连续性和可比性     

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。     

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。     

DZN3型土壤水分自动站测墒质量分析

对2011年3-7月28次DZN3型土壤水分自动站与人工土壤相对湿度观测资料进行质量对比分析,结果显示:自动站观测数据与人工观测数据相比普遍偏小,30 cm土层数据偏差最小,20、40、50 cm土层次之,10、60、80、100 cm土层偏差较大;10、20、80、100 cm 4个土层自动站相对湿度演变趋势与人工测值较为接近,相关性较好;自动站土壤水分传感器对土壤水分变化敏感程度较低,其相同土层土壤相对湿度波动振幅小.分析结果可为评估DZN3型土壤水分自动站的监测能力及监测数据订正与应用服务提供客观依据.     

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...     

不同土壤类型及测定距离下人工与自动站土壤湿度差异分析

为研究不同土壤类型、不同测定距离下人工及DZN2型自动站土壤湿度的差异,在河南省泛区、鹤壁、许昌三个试验点选择代表性较强的砂土、粘土和壤土三种土壤类型为研究对象,于2013年、2014年在冬小麦全生育期分别距离自动站探头140—150 cm、100—110 cm位置人工取土,进行土壤湿度差异分析。结果表明:在冬小麦生育期内,人工与自动站所测土壤湿度的差值粘土最小,壤土的次之,砂土的最大,粘土、壤土播种时差值最大,砂土中最大差值出现在抽穗前。差值随土壤深度的垂直变化,总体表现为砂土波动范围最大,壤土、粘土的相对较小。在10—30 mm降水后,三种土壤类型差值均有不同程度的增加,其中砂土中差值增加最大;降水量在30—50 mm后,粘土和壤土的差值较小,砂土的差值较大。三种土壤类型下,人工取土点距离自动站探头150 cm以内,总体差异不显著。     

从MODIS资料提取土壤湿度信息的主成分分析方法

沿袭了遥感地物分类中K-L变换思想, 以归一化处理后的遥感数据, 结合地面土壤湿度观测数据, 应用主成分分析方法, 采用MODIS不同红外波段数据, 通过相关关系计算, 在监测结果中融合MODIS具有250 m分辨率的第2波段数据, 建立了青海省多维特征空间土壤湿度监测模型。模型的建立克服了热惯量法监测干旱需多时相遥感数据的缺陷, 经初步检验, 此模型可以在一定精度范围之内监测表层土壤湿度, 具有业务应用潜力。     

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。     

云南省自动气象站土壤湿度数据质量控制

土壤湿度是控制陆地和大气间水分和能量交换过程的重要变量,而自动气象站观测是获取地表土壤湿度的主要手段。地表自动气象站观测的准确性能够直接影响其应用效果,因此, 开展自动气象站土壤湿度质量控制分析具有重要意义。基于2010—2014年云南省37个自动气象站土壤湿度数据,采用谱分析方法,以观测值及其Savitzky-Golay二次导数的平均值、均方差、变化率等统计量为判据,筛选剔除了观测数据中的随机噪声、异常峰值和异常平稳值。结果表明:云南省自动气象站观测数据均有缺测,两种异常值中,异常平稳值占绝大部分。与降水时间序列对比发现,不同降水强度下各层土壤湿度变化存在一定差异,砂质土站点对降水的响应最为明显,黏质土站点雨后土壤湿度变化幅度最小。