区域土壤水分与人工和自动站观测数据对比分析

利用2020年6月1日至12月31日山东泰安、云南大理和新疆乌兰乌苏3个站点区域土壤水分观测数据,采用相关性分析和差值分析等方法,分别与同期人工观测数据和自动站观测数据进行对比,并对观测结果逐层进行准确性分析。对比分析结果表明：区域土壤水分观测数据普遍大于人工和自动站观测数据,区域土壤水分观测数据与人工和自动站观测数据之间具有较高的相关性,相关系数的最小值均出现在40 cm土层,它们所反映的土壤湿度随时间变化趋势一致;区域观测数据与人工观测数据各土层的平均差均<0.1,与自动站观测数据之间的平均差在40 cm土层相对其他层次较大。以上表明,区域土壤水分自动观测仪对土壤水分的感应观测结果与自动站观测、人工观测的结果趋势基本保持一致。分析结果可为评价区域土壤水分自动观测仪的监测能力、资料的应用价值与服务效益提供参考。     

沭阳县人工与自动土壤水分观测资料对比分析

[目的]客观评估DZN1型自动土壤水分观测仪的监测能力。[方法]采用对比差值、逐步回归等方法,比较分析了2013年1月1日~7月31日沭阳国家农气一级站的人工与自动土壤体积含水量观测数据。[结果]人工观测值略高于自动站观测值,两者在浅层的平均差值最小,变化趋势相当一致;在分析了人工与自动观测值相关系数后,为降低DZN1型自动土壤水分观测仪的系统性误差,获得较准确的订正数据,运用逐步回归法建立了沭阳土壤水分自动站观测资料序列订正模型,并利用该站2014年4月1日~5月31日对比观测资料对其订正效果进行了检验,检验结果显著。[结论]该研究为发挥观测资料的应用价值和气象服务效益提供依据。     

城口日照人工观测与自动观测数据对比分析

本文利用城口县国家一般气象站2019 年3 月到2020 年2 月跨越春夏秋冬四个季节的自动观测和人工观测日照时数,运用相关性分析及检验等方法,分析自动观测（光电式日照计）和人工观测两种观测方式获取的日照资料差异,并对差异产生的原因进行分析。     

DZN2型自动土壤水分监测站与人工观测数据对比分析

2014年6月农安县根据吉林省人影工程建设要求进行自动土壤水分站建设,为评价DZN2型土壤水分监测站监测能力、服务效益和推广使用提供参考依据,对2014年8月至2015年7月农安县东方红村土壤水分观测站自动站与人工实际观测的土壤体积含水量进行对比评估分析。结果表明:尽管差值对比存在一定误差,但DZN2型自动土壤水分观测站运行良好,自动与人工观测数据的变化规律全部通过相关性检验,一致性表现较好。自动观测资料基本能够代替人工观测的资料。     

自动观测能见度与人工观测能见度对比分析

对2011年10月至2012年10月8:00、14:00、20:00临潼气象观测站能见度仪观测资料与人工观测资料进行对比分析。结果表明,在VV<1.0 km时,差值最小为1.7 km,相关系数为0.53;在1.0 km5.0 km时,随着能见度的增大相关系数又逐渐变大,特别是在VV>10.0 km时,差值分析与相关系数分析表明,自动观测能见度和人工观测能见度吻合率较高,这可能是由于目标物的限制,人工观测能见度在能见度较好判别时,扩大倍数有些保守,有待进一步研究分析。通过比较2种数据的各项统计指标发现,能见度仪数据序列离散度较低,精密度及精确度都要高于人工观测值,通过订正后有望取代人工观测。     

莱西市农田土壤水分自动与人工观测数据对比分析

统计了2011年2月23日至2011年10月28日的莱西市气象局土壤水分固定观测地段人工观测数据和自动土壤水分站测得的相对湿度数据的绝对差值、差值分布概率、相关系数等特征值。结果显示:少雨时段的中上层和多雨时段的表层土壤较干,这种情况下,土壤水分自动观测传感器工作较为正常,所得到的观测数据通过一定的订正后较为接近人工观测数据。少雨时段的下层和多雨时段除表层以下土壤相对较湿,自动站数据和人工观测数据差值明显,相关性较差。     

能见度FD12自动观测与人工观测对比分析

通过对2011年青岛能见度FD12观测仪与人工观测资料进行统计,对比分析两类数据,发现自动观测记录与人工观测记录在能见度2.0km以下时,一致性较好,5.0km以上时,两者观测存在较大的差异。     

扎兰屯土壤水分自动站与人工对比分析

以扎兰屯作物地段DZN3型土壤水分自动站与人工烘干称重法对比数据为基础,对数据进行折线图对比分析、误差及标准差分析、相关性分析。从多个维度分析数据,寻找误差组成及来源,制作自动站数据订正模式,使土壤水分自动站能更好地代替人工测量,解决人工取土连续性、时效性差等问题。     

土壤水分自动观测数据分析与订正

对山东莱阳气象局近3年获得的自动土壤水分观测数据（简称器测数据）和人工观测土壤湿度数据（简称人工数据）进行对比分析。运用逐步回归分析建立了以器测数据为因子的订正方程,并进行效果验证。结果表明,各层土壤湿度经订正后误差明显减小;各种订正方程的订正效果不同;不同的深度层订正效果不同,深层土壤湿度订正后达到满意的效果,上层土壤湿度订正后未获得满意效果。同时,分析了造成偏差的可能原因。     

能见度自动观测仪与人工观测资料对比分析

利用四川5个能见度自动观测站2012年整年数据与人工平行观测数据进行对比分析。结果表明，当能见度小于3km时，能见度自动观测与人工观测差异较小，在此能见度范围下人工观测结果小于自动观测结果，能见度自动观测结果可以代替人工观测结果。当能见度为3-10km时，由于观测员自身的视力、习惯以及对“能见”的最远目标物和“不能见”的最近目标物的不明确，导致能见度自动观测和人工观测结果差异偏大至-1.62km，自动观测结果开始小于人工观测结果。当能见度大于10km时，差异加剧。     

自动与人工观测土壤水分差异对比分析

利用2017年7月28日—2018年9月18日青海省海北牧试站架设的DZN2型自动土壤水分观测仪与人工烘干法平行对比观测土壤水分资料数据,通过对比差值、计算差值概率等相关统计方法,对10~50 cm土壤重量含水率进行逐层分析。结果表明：在研究时段内,海北牧试站自动与人工观测取得的数据随时间的变化趋势基本一致。自动站观测的土壤重量含水率较人工观测值偏低,其中30~50 cm差值相对较小,10~20 cm差值相对较大。根据自动站与人工观测的数据对各层土壤重量含水率进行订正,绝对误差均小于3%,表明海北牧试站自动观测的土壤水分资料基本能代替人工观测,进而为推进农业气象的自动化监测提供一定的技术支撑和理论依据。     

四川省土壤湿度自动站和人工观测数据对比分析

选取6个代表站点,采用人工观测数据和自动站监测数据进行相关性分析、箱式图分析、对比差值计算以及对比差值的标准差、相对误差计算,结果表明：各站点误差较大的层次多出现在表层,代表站点中只有浦江一个站点的相对误差≤10%。目前,土壤湿度自动站只能反映土壤水分趋势变化情况。接着,进一步分析土壤湿度自动站数据不准确的原因,并对相关性较好的层次提出订正方法。     

土壤水分自动与人工观测资料对比评估及湿度模型构建

基于莒县气象局2011年2—8月土壤水分自动观测与人工同步对比观测数据,采用对比差值、差值概率和相关系数等方法进行分析和评估,通过回归建立湿度模型。结果表明,单层平均最大误差为5.799%,最小误差为2.025%,0~100 cm 8个层次平均误差3.306%,符合中国气象局考核标准。但30~40 cm误差值较大,说明厂家给出的订正曲线误差偏大,订正后对比观测的数据绝对误差很小,订正效果比较理想,通过了对比考核。相对湿度模型的构建,为自动土壤水分观测资料的实际应用提供了一种指导方法。     

GStarDZN2型自动站与人工测定土壤湿度对比分析

为了评价GStarDZN2型自动土壤水站的准确性与代表性,为替代人工测定土壤湿度并推广使用提供参考依据,采用对比差值、差值概率和相关分析等方法,对永昌县2012年5月3日—10月28日期间GStarDZN2型自动土壤水分观测站与人工平行对比观测的土壤相对湿度资料进行统计分析。结果表明,自动站取得的数据与人工观测的数据随时间的变化趋势基本一致,20~30 cm土层差值概率分布范围最小,数据一致性最好,30~40 cm、10~20 cm次之,在70~80 cm和90~100 cm 2个土层次表现较差。对比观测时段内自动与人工站观测数据的相关性在各层均表现显著,认为GStarDZN2型自动站观测的资料可以代替人工观测的资料。     

凤阳一次强降雨过程自动土壤水分观测数据分析

该文选取安徽凤阳2015年主汛期一次强降雨天气过程,分析其对应时段自动土壤水分观测数据的变化特征;运用土壤水分观测计算的基本原理,分析观测结果存在的主要问题,提出一种改进观测数据可用性的订正方法。实例计算结果表明,此订正方法能有效减小原始观测值的系统偏差,使观测结果更为合理、可信。     

自动土壤水分观测值订正方法及湿度产品分析

自动土壤水分仪替代人工对土壤湿度进行测量时,所测得的数据需要进行校正,才能进入农业气象业务使用。本文介绍了自动土壤水分观测的订正方法和质控方法,从土壤湿度产品效果来看,土壤不同深度的体积含水量与降水相关性存在较大差异,其中表层变化最为明显,深层基本不受影响;在我国大范围的一次寒潮过程前后,东北地区、西北部地区土壤体积含水量发生了较大范围的改变,但这对仅受降雨影响的南方来说并不明显。