湖南省自动土壤水分数据订正拟合方法研究

用不同土质的标准土壤样本对土壤水分传感器归一化频率进行第一次订正拟合,进而对比自动、人工土壤水分观测数据进行第二次拟合,分析对比差值、相关系数等,结果表明,二次订正拟合方法能进一步提高自动土壤湿度数据的准确性,其相关性与数据拟合方法和数据选取有关,在拟合时应选取合理的数据。采用二次订正拟合方法对29个观测站的土壤水分监测资料分析发现,拟合后的土壤湿度与实际土壤墒情相关性提高。     

自动观测和人工观测风的差异及其订正的初步研究

利用人工和自动站平行观测的风数据,对两种观测得到风资料的差异进行了对比和分析。结果表明,不同的风速等级、观测仪器以及不同区域对观测差异都有影响;针对不同的影响因子进行了相应的订正,结果显示,按照不同风速等级进行订正的效果最好。     

两类订正方案在集合均方根滤波土壤湿度同化中的对比研究

利用Noah陆面模式,基于集合均方根滤波(ensemble square-root filter,简称ENSRF)算法,结合观测和模式2类订正方法,通过构建多个融合同化方案,进行土壤湿度同化研究。其中,模式订正采用粒子群优化算法估计模式参数,观测订正则将观测季节性尺度的特征调整到与模式气候态相当的水平。结果表明,观测订正能够有效减少观测与模式季节尺度差异,从而间接减少同化中的观测误差,而模式订正则有效减少模式参数在同化中产生的误差;引入观测和模式订正后的同化都要优于原始观测且未订正模式的传统同化方案,而单独引入模式或者观测订正并不能够提供给同化方案最佳误差订正信息;结合尺度化的观测订正和参数优化的模式订正,能够使传统土壤湿度ENSRF估计方案得到最大程度的改善。     

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。     

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。     

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。     

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。     

塔克拉玛干沙漠地表反照率参数化与遥感估算研究

利用塔克拉玛干沙漠大气环境观测试验站(简称塔中站)辐射四分量辐射仪所测定的短波辐射数据计算得到地表反照率,并利用太阳高度角、土壤湿度观测仪器得到的5 cm土壤湿度、遥感卫星数据对地表反照率展开研究。研究表明,不同天气下,反照率值不同,从大到小排序依次为:浮尘、扬沙、多云、沙尘暴、晴天、降雨;反照率与太阳高度角成指数关系,与土壤湿度呈现负相关关系,并据此建立了关于太阳高度角和土壤湿度的双因子参数化方程;基于塔中站地表反照率实测数据和MODIS(Moderate Resolution Imaging Spectrometer)反射率产品数据,拟合出了窄波段反照率到宽波段反照率的转换系数,进而建立了宽波段反照率估算方程,并用GLASS(Global LAnd Surface Satellite)反照率产品数据对其做了验证;根据宽波段地表反照率估算方程得到塔克拉玛干沙漠地区反照率空间变化,呈现出夏季低、冬季高、春季大于秋季的特点。     

基于支持向量机风速订正方法的研究

风速的人工观测数据和自动观测数据之间存在差异,利用支持向量机建立了一个订正模型,将风速的人工 观测数据向自动观测数据订正,并利用榆中站2007年10月1日至12月1日两个观测系统测得的风速数据进行了 训练和检验.结果表明:经模型订正后,每个时刻风速的两个观测数据之间的相对误差都有了明显的减小,两个数 据序列之间的平均绝对误差减小了20.23%,均方根误差减小了26.47%,平均绝对百分误差减小了8.71%.     

青藏高原区域多源土壤湿度数据的对比分析

土壤水分是陆地水循环的重要组成部分,在陆地-大气界面的水汽和能量交换中起着重要的作用,是联系陆地水循环和能量循环的重要纽带。基于中国气象局风云三号卫星微波亮温数据反演了2012年青藏高原的土壤湿度数据,并与再分析资料、水文模型模拟数据和那曲地区观测资料进行对比分析。结果表明,与观测资料相比,遥感反演的土壤湿度数据在那曲地区的绝对量偏差较大,但是在时间变化方面优于再分析资料和水文模拟资料。在空间分布方面将陆地参数反演模型(land parameter retrieval model,简称LPRM)反演的土壤湿度数据与可变渗透量水文模型(variable infiltration capacity,简称VIC)反演的土壤湿度数据、欧洲中期天气预报中心再分析资料(ECMWF re-analysis interim,简称ERA-Interim)进行了比较,并计算了不同季节LPRM土壤湿度数据与其他2套数据的相关分布,结果发现LPRM土壤湿度数据在夏季与其他2套数据在青藏高原呈现很好的正相关关系,而在春季和秋季因为土壤水分冻结或者冻结的土壤水分融化所以相关性不高。这些表明夏季LPRM土壤湿度数据在青藏高原南部和东部地区数据质量较为可信,而其他地区有待进一步研究。     

农业气象自动站与人工观测值的对比分析

采用对比差值、差值概率、相关系数等方法,对济阳县2011年3月3日至2011年11月13日期间DZN1型自动土壤水分观测仪与同地段平行人工观测的土壤相对湿度资料进行统计分析。结果表明:人工观测的数据反映的土壤水分变化波动较大,自动观测仪的土壤水分变化相对平缓。人工与自动观测资料的一致性在0～10 cm、10～20 cm土层表现最好,70～80 cm土层表现最差。分析结果旨在为DZN1型自动土壤水分观测仪的监测能力提供客观依据,更好地发挥土壤水分观测资料在经济建设和工农业生产中的应用价值。     

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。     

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。     

山东省春季土壤墒情遥感监测模型构建

以EOS-MODIS数据与土壤湿度地面观测数据为基础,采用植被供水指数法构建山东省春季土壤墒情监测模型,并以野外同步遥感监测场实测数据对模型精度进行验证,精度达84.54%。应用该模型对2008年4月上旬的地表土壤墒情进行了监测,结果与实际情况吻合。该模型的建立为山东省业务化土壤墒情遥感监测奠定了基础。     

陇东黄土高原旱作区土壤水分变化规律及其与玉米产量关系探讨

利用西峰农业气象试验站玉米观测地段土壤水分资料（1990~2007年）和玉米产量资料,以及与之毗邻的西峰基准站气象资料,分析了观测地段土壤水分变化规律及土壤水分变化对玉米产量的影响。结果显示：土壤贮水量的变化呈二次曲线,贮水量最低值出现在8月中旬;耗水量的变化呈直线;贮水量与玉米产量相关最显著的时段在拔节到抽雄阶段,拔节～抽雄0～50cm土壤贮水量每增加10mm,产量增加180-210kg/hm2.     

宁南山区典型流域土壤水分动态变化规律研究

采用定位观测、谐波分析以及灰色关联度等方法对典型流域所选的６个断面共５６个水分观测点的实测数据进行了分析，研究流域土壤水分动态变化规律．结果表明，土壤含水量年内变化主要受降雨和蒸发散的年内变化影响，明显分为干湿两季；土壤水分年内变化可划分为四个时期：春季土壤水分缓慢蒸发期、旱季土壤水分严重亏缺期、雨季土壤水分补偿期、冬春土壤水分相对稳定期．研究中利用标准差和变异系数对土壤水分垂直变化进行了分层，并用灰色关联度方法分析了各层次间土壤水分及其与期间降雨量的关系，得出土壤水分剖面分布可分为速变层、活跃层和次活跃层，林地水分活跃层较深，草、农、裸地水分活跃层偏上的土壤水分垂直分布规律     

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。     

被动微波土壤水分产品真实性检验研究进展

随着全球气候变化和陆面数据同化研究对土壤水分反演精度要求的不断提高,大尺度被动微波土壤水分产品的真实性检验变得极为重要。如何获取可以代表卫星观测尺度“真值”、并能表征空间异质性的土壤水分观测场,成为被动微波土壤水分产品真实性检验的关键问题。土壤水分观测场的构建涉及地面观测、同步观测、尺度转换等关键环节,可通过“点代面”和“多源信息融合”这2个技术途径进行构建。简要总结了应用于大尺度土壤水分的5种典型的真实性检验方法,包括实测样本数据检验、影像数据交叉检验、模型模拟检验、影响因素检验和传统地统计检验。这5种方法或缺乏对先验知识的有效利用,或忽略地面实测的重要性,或在综合利用多源数据类型的先验知识信息方面不足。随着贝叶斯最大熵理论的发展,基于贝叶斯最大熵理论和先验知识的大尺度土壤水分产品真实性检验有望发展成为一种可靠的方法。贝叶斯最大熵理论的优势在于,能够提供灵活的数据利用方式,使多种来源、多种类型的数据集有机会同时被用于卫星观测尺度的时空分析,生成高分辨率土壤水分数字地图,从而为大尺度土壤水分产品的真实性检验研究提供一个新的途径。     

土壤湿度对气候变化的响应——以山东省泰安市为例

利用泰安农业气象实验站点25年土壤水分观测资料和相应的气象资料,采用数理统计方法,分析了该区域土壤水分变化的基本事实和统计特征及影响因子,结果表明：土壤水分变化基本上遵循以1年为周期的简单振动规律,6月上旬降到最低值;一年中分为相对稳定、大量蒸发、雨季恢复和缓慢变化4个阶段;年际变化有每隔6～7年走势发生改变的趋势。土壤水分垂直变化范围是活跃变化层大致为0～30cm,速变层为30～60cm,相对稳定层为70—100cm。蒸降差决定了对土壤水的补给和消耗,蒸降差与土壤水分变化呈相反趋势,生长季蒸降差对土壤水分的贡献最大。