土壤墒情自动测报系统在绿洲农业区的应用

目前对采用水文干旱方法，即通过监视农田墒情的变化来建立抗旱决策信息系统研究还很少，文章阐述在干旱灌区建立土壤墒情监测预报和灌溉决策信息系统的重要性，提出适用于干旱灌区的土壤墒情监测方法和作物灌水预报模型，对土壤墒情自动测报及灌溉决策系统的信息传输、结构及功能作了详细论述。研究表明，通过计算机信息技术对农田墒情、气象信息、灌溉用水以及农业生产等综合信息实行一体化系统管理，提高了灌溉管理水平，节约了水资源。研究成果在干旱、半干旱地区具有参考和应用价值。     

基于ARM和GPRS的远程土壤墒情监测预报系统

为提高农业灌溉用水利用率、实现节水灌溉,设计了基于GPRS的无线土壤墒情监测预报系统。提出了一种土壤墒情监测预报模型,开发了以ARM9系列S3C2410处理器、GPRS模块和CS8900a网卡等组成数据采集系统,实现了对土壤墒情信息的自动采集、存储和墒情信息的无线网络传输,并可以根据墒情信息实施定时、定量的灌溉控制。该系统已投入国家农业示范基地使用15个月的时间,试验表明,该系统对土壤墒情的预报值与实际测试数据误差为3.39%,实现了对土壤墒情的有效监测和准确预报。     

基于网格化信息的北京地区土壤墒情预报服务系统

依据农田土壤水分平衡理论,引入RS和GIS技术,以图像栅格信息方式分别考虑土壤、植被和大气空间区域分布的非均匀性,以中期天气预报要素、实测土壤墒情及当前MODIS卫星遥感资料为基础,研究开发了基于IDL语言的250m空间分辨率网格信息的北京市土壤墒情预报服务系统,并在北京地区进行了气象业务服务应用和效果评估。结果表明,RS和GIS技术能有效实现土壤墒情预报信息的网格化和预报参数值的非均匀化,基于IDL语言开发的土壤墒情预报系统技术流程清晰,功能齐全,业务化程度高,系统在北京农业干旱监测和预报服务中能得到有效发挥,对与北京农田类似的地区具有推广价值。     

基于GIS的农田土壤含水量预报方法研究

利用1980~2006年的常规气象资料和土壤水分资料,确定了辽宁省5个气候相似区的作物系数,模拟了土壤水分供应系数动态模型,在水分平衡方程的基础上,建立了辽宁省0~50 cm的农田土壤水分预报模型,同时对其进行了检验。利用NOAA卫星监测得到的农田土壤含水量作为预报的初始值,然后在GIS支持下,采用Kriging插值方法对模型中所需参数的散点数据进行插值得到与预报值匹配的网格数据,然后利用地理信息系统的空间分析功能,依据模拟的农田土壤含水量预报模式,计算了农田土壤含水量预报值的格点数据,实现了农田土壤含水量由点到面的预报。结果表明:模型的预报准确率在85%以上,应用地理信息系统技术预报土壤含水量是可行的。     

时间序列分析在土壤墒情预测中的应用研究

土壤水分的动态模拟是土壤墒情监测及预报的重要内容,采用时间序列的线形模型进行土壤水分时间序列的拟合与趋势预测.在建立模型后,用实测数据与模型的预测数据相比较说明时间序列线形模型能较好地拟合与预测土壤墒情的变化趋势,可为干旱研究及其治理提供依据.     

基于云原生技术的土壤墒情监测系统设计与应用

该研究针对全中国尺度的土壤墒情监测需求,构建基于自动监测站原位监测与多源专题数据的土壤墒情数据获取感知技术体系,提出数据质量控制清洗策略并建立数据校正插补模型。系统基于云原生技术设计,将模块以微服务形式灵活开发部署,通过容器技术打包运行独立实例,布设了墒情数据上报采集、可视化分析和数据挖掘应用等核心模块。依托空间分析和WebGL技术开发3D WebGIS数据分析功能模块,实现协同土壤墒情、土地利用、海拔高程等多源数据可视化分析与制图,深入挖掘数据价值,实现墒情估算和基于水量平衡的灌溉决策应用服务。系统已在中国21个省份得到应用,建立自动监测站970个,采集监测数据6000余万条,为用户掌握土壤墒情现状、指导农业节水灌溉、获取可靠科研数据等应用提供数据与技术服务。     

基于3S技术联合的农田墒情远程监测系统开发

农田墒情信息是现代农业实施精准施肥、精确灌溉的重要科学依据。为了实现快速准确地采集墒情信息,研究开发了基于3S（GPS/GIS/GPRS）技术联合的农田墒情远程监测系统。该系统主要由农田信息监测网络节点和远程服务器组成,在小范围内由传感器节点基于ZigBee通讯协议组成无线传感器网络,在大尺度上通过网关节点集成GPS网络,利用GSM/GPRS网络实现与Internet的信息交互,完成了墒情数据的自动采集、无线传输和准确定位。设计了太阳能自供电的长寿命无线传感器节点和网关节点,开发了服务器端农田墒情信息管理系统软件,实现了Web方式下的参数远程设置和信息实时监测。该系统的设计开发为农田墒情信息监测和分析决策提供了有效的工具。     

耦合土壤墒情的气候适宜度指数在山东省冬小麦产量动态

利用山东省1981-2011年历年冬小麦生育期及产量资料、14个气象站点的逐日气象资料、1992-2011年冬小麦生长季逐旬20cm土壤墒情资料,分别构建考虑和不考虑土壤墒情的冬小麦不同生长阶段的气候适宜度指数计算模型,通过与气象产量进行相关和回归分析,建立了基于两种气候适宜度指数的3-5月逐旬产量动态预报模型,并进行历史回代检验和动态外推预报。结果表明：考虑土壤墒情的气候适宜度指数能够更客观地反映山东省冬小麦生长期间气象条件和土壤水分对其产量形成的影响,构建的气候适宜度指数与冬小麦气象产量的相关系数均通过0.01水平的显著性检验,相关性高于不考虑土壤墒情的气候适宜度指数。产量动态预报模型对1992-2009年历史回代检验的平均准确率均在95.0%以上,标准化均方根误差RMSE均小于6%。对2010-2011年外推预报准确率最高达99.4%,最低为95.4%,说明预报准确率较高,建立的产量动态预报模型可以在业务上推广应用。     

耦合土壤墒情的气候适宜度指数在山东省冬小麦产量动态预报中的应用

利用山东省1981-2011年历年冬小麦生育期及产量资料、14个气象站点的逐日气象资料、1992-2011年冬小麦生长季逐旬20cm土壤墒情资料,分别构建考虑和不考虑土壤墒情的冬小麦不同生长阶段的气候适宜度指数计算模型,通过与气象产量进行相关和回归分析,建立了基于两种气候适宜度指数的3-5月逐旬产量动态预报模型,并进行历史回代检验和动态外推预报。结果表明:考虑土壤墒情的气候适宜度指数能够更客观地反映山东省冬小麦生长期间气象条件和土壤水分对其产量形成的影响,构建的气候适宜度指数与冬小麦气象产量的相关系数均通过0.01水平的显著性检验,相关性高于不考虑土壤墒情的气候适宜度指数。产量动态预报模型对1992-2009年历史回代检验的平均准确率均在95.0%以上,标准化均方根误差RMSE均小于6%。对2010-2011年外推预报准确率最高达99.4%,最低为95.4%,说明预报准确率较高,建立的产量动态预报模型可以在业务上推广应用。     

麦田土壤水分时空变异特性及CA-Markov模型模拟预报

为揭示农田土壤水分时空变异特征,精准预测土壤墒情,该研究以河北省太行山山前平原井灌区典型麦田为例,在监测土壤水分的基础上,采用时间稳定性指数法、空间自相关性评价法研究土壤水分时空分布规律,构建了适用于模拟预报田间水分时空变化的CA-Markov 模型,并将该模型的模拟预报效果与HYDRUS 模型进行比较。结果表明：随着土层深度的增加,土壤水分等值线由密变疏,变异系数逐渐减小。随着小麦生育期的推移,前期监测的土壤水分稳定性高于后期;在土壤较湿润的情况下,土壤水分空间相关性较强,土壤水分全局Moran''s I 指数随小麦生育期的推移呈现先增大后变小的规律。CA-Markov 模型模拟预报的各土壤相对湿度等级面积误差的平均值为1.61%,比HYDRUS 模型模拟预报的面积误差平均值（10.86%）小9.25个百分点; CA-Markov 模型对研究区4月下旬、5月上旬的土壤水分干旱等级预测的空间分布Kappa 系数分别为 89.31%、91.46%。该模型可综合考虑麦田墒情的时空变化及随机特性,模拟预测土壤墒情的精度较高、效果良好,可以作为麦田水分管理的重要工具。     

淮北地区农业干旱预警模型与灌溉决策服务系统

根据2002-2005年3a的田间试验资料和1990-2005年16a的大田土壤水分观测资料,分析确定了安徽淮北地区冬小麦、夏玉米干旱等级指标和适宜土壤水分指标。基于常规气象资料建立了36个逐旬中期降水预报模型,基于温度、降水等气象要素建立了24个土壤墒情逐月回归模型,基于土壤水分平衡方程建立了农业干旱逐旬预报数学模型,对各模型进行综合集成,建立了淮北地区农业干旱综合预警模型。根据干旱预报和降水预报结果,以及作物-土壤适宜水分指标、作物需水量关键期、临界期和土壤水分临界值等,开发了淮北地区冬小麦、夏玉米的干旱预警和灌溉决策计算机服务系统,使用简便快捷,业务化程度高,在近2a的业务应用中,服务效果显著。     

基于模糊判别成分分析法的高光谱作物信息提取与分类

东北地区是中国主要的玉米种植区,同时也是中国易发生干旱的地区,干旱常态化严重制约着该地区玉米生产的稳定发展。以辽宁省春玉米为研究对象,在明确春玉米不同发育期干旱变化特征的基础上,基于FY-3A、MODIS、春玉米发育期和土壤相对湿度观测等数据,建立春玉米干旱遥感监测指标集,构建各发育期不同土层深度的土壤相对湿度遥感监测模型,并以2000年为例开展了辽宁省春玉米干旱监测的应用研究,结果表明：1993-2012年辽宁省春玉米在各个发育期均有干旱发生,其中1999-2002年为干旱高发期,乳熟期干旱最为严重;多指数协同配合能提高遥感手段对土壤相对湿度的监测能力,其中陆表水分指数对土壤相对湿度监测能力较强,其次是水分指数;利用构建的春玉米各发育期土壤相对湿度遥感监测模型,监测2001-2004年部分发育期和土层深度的干旱状况,总体监测准确率为73.32%;实现了2000年辽宁省春玉米发育期干旱等级动态监测,所得监测结果与当年农业气象观测记录在发育阶段和空间上都有很好的一致性,遥感监测结果正确。因此,此项研究对于大范围准确跟踪监测春玉米干旱,以及提高春玉米生产的防灾减灾能力具有重要意义。     

吉林市土壤墒情监测系统开发及利用

为了及时掌握吉林市土壤墒情信息,为旱情预报预警提供基础数据,开发了吉林省吉林市土壤墒情监测系统。该系统由1个旱情分中心、建立在辖区内5个重点抗旱县的信息站以及分布在各县的13个土壤墒情监测站组成。土壤墒情监测站每天定时采集土壤墒情信息,通过GSM短消息上传到信息站;信息站对数据进行初步的整理后上报旱情分中心;旱情分中心根据各信息站上报的土壤墒情信息对区域旱情作出预报或预警,并根据需要给出抗旱决策。历时两年多的连续运行表明,系统在可靠性和实用性上基本达到了要求。     

基于植被指数的春玉米干旱响应遥感监测

东北地区是中国主要的玉米种植区,同时也是中国易发生干旱的地区,干旱常态化严重制约着该地区玉米生产的稳定发展。以辽宁省春玉米为研究对象,在明确春玉米不同发育期干旱变化特征的基础上,基于FY-3A/MERSI、Terra/MODIS、春玉米发育期和土壤相对湿度观测等数据,建立春玉米干旱遥感监测指标集,构建各发育期不同土层深度的土壤相对湿度遥感监测模型,并以2000年为例开展了辽宁省春玉米干旱监测的应用研究,结果表明：1993—2012年辽宁省春玉米在各个发育期均有干旱发生,其中1999—2002年为干旱高发期,乳熟期干旱最为严重;多指数协同配合能提高遥感手段对土壤相对湿度的监测能力,其中陆表水分指数对土壤相对湿度监测能力较强,其次是水分指数;利用构建的春玉米各发育期土壤相对湿度遥感监测模型,监测2001—2004年部分发育期和土层深度的干旱状况,总体监测准确率为73.32%;实现了2000年辽宁省春玉米发育期干旱等级动态监测,所得监测结果与当年农业气象观测记录在发育阶段和空间上都有很好的一致性,遥感监测结果正确。因此,此项研究对于大范围准确跟踪监测春玉米干旱,以及提高春玉米生产的防灾减灾能力具有重要意义。     

基于前期有效降水推算耕作层土壤湿度的方法

土壤水分是研究水资源循环及干旱监测的重要指标。本文基于土壤水分平衡原理提出,在无灌溉的条件下,当前土壤含水量主要由前期有效降水决定,并利用荆州（1982—2006年）、随州和麻城（1993—2006年）3个站点的土壤湿度实测资料,建立了0-10cm、10—20cm土层的土壤湿度与前期有效降水量线性回归方程。模型检验效果较好,0-10cm土层的准确率在85％左右,10—20cm的准确率高于85％;在2007年湖北部分地区秋冬季干旱监测实际应用中准确率达93％以上。此模型与一般经验模型相比,不依赖于前期土壤湿度资料,适用范围更广、时效性强,更具有推广价值。     

基于Landsat-8影像的干旱区土壤水分含量反演研究

土壤水分含量的精确监测对区域生态环境保护与可持续发展具有重要意义。本文以内蒙西部额济纳旗东南的居延泽地区为研究区,基于多期Landsat-8遥感影像和野外实测不同深度的土壤水分含量数据,构建了温度植被干旱指数（TVDI）、垂直干旱指数（PDI）、归一化干旱监测指数（NPDI）和土壤湿度监测指数（SMMI）等四种干旱指数模型,探讨了上述模型在居延泽地区土壤水分含量反演中的精度与适用性,选取精度较优的TVDI模型反演了研究区2015年至2017年的土壤水分含量,并使用随机森林分类法将研究区分为沙地、盐碱地、裸地、植被和滩涂五种地类,探讨了不同地类的土壤水分含量差异。结果表明四种干旱指数均与土壤水分含量实测值呈负相关;从拟合精度看,四种干旱指数均与表层土壤水分含量具有最高的拟合精度,且随着土层深度的增加,拟合精度逐渐变劣。其中TVDI综合表现最优,尤其在表层,R2可达到0.76;研究区不同地类的土壤水分含量存在差异,呈现出从沙地、盐碱地、裸地、植被到滩涂依次升高的规律。     

CLDAS融合土壤湿度产品在东北地区的适用性评估及订正

通过计算CLDAS的0-20cm土壤相对湿度融合产品与农业气象观测站逐旬10cm土壤相对湿度观测值的相关性和偏差,综合分析CLDAS在东北地区的适用性。结果表明：CLDAS融合土壤相对湿度能较合理地反映东北地区10cm深度土壤相对湿度的空间分布,但是在对极值的描述上有所欠缺,其中CLDAS对辽宁西部和黑龙江西南部的土壤相对湿度模拟偏高较明显,而在黑龙江的东北部地区对实际土壤相对湿度的模拟偏低;总体上,CLDAS融合土壤相对湿度资料在东北地区的适用性由西南向东北方向递减,在吉林和辽宁省的适用性更好。回归订正和7旬滑动平均订正法对CLDAS产品的误差订正表明,订正结果大大提高了CLDAS产品的精度,其订正后产品可以应用于土壤湿度干旱监测业务。     

南通市夏季旱情预报服务

通过对南通市各气象台,站,哨土壤墒情分析,得出当地各农业区夏季土壤湿度预测模式,根据预测结果判别农田水分状况,并计算出在干旱情况下的灌溉量。