利用气象卫星GMS和AVHRR资料推算地面水份含量的方法

根据ＧＭＳ红外通道遥感到的土壤表面温度随时间的变化率对土壤水分最敏感,且该变化率又与极轨卫星测到的植被指数存在负相关的事实,提出了一个更能反映土壤表面水分的干旱分级指数（ＤＣＩ）,对土壤水分按６个等级监测。该指数与江苏、吉林两省实测土壤湿度或降水分级之间的相关系数在０．７０以上。     

基于土壤含水量模拟的贵州山区旱地农业干旱监测方法

针对贵州山区季节性农业干旱,建立基于土壤水分收支的旱地农业干旱监测方法。该方法应用历史逐日平均气温、降水量、日照时数等资料,通过降水有效性订正实现对土壤水分收入的计算,通过构建水分消耗经验公式实现对水分支出的计算,通过对逐日水分收入量和支出量的定量计算,实现土壤含水量的动态模拟。基于土壤水分模拟结果,结合干旱临界指标和土壤凋萎湿度等参数,构建了旱地农业干旱指数,实现干旱等级监测。对比检验结果表明,基于该方法的土壤含水量模拟结果能够反映土壤水分动态变化,构建的旱地农业干旱指数能够反映农业干旱等级,对贵州历史干旱的反演结果与干旱实际发生特征相符。     

地表非均匀性对区域平均水分通量参数化的影响

次网格尺度地表非均匀性对于网格区平均通量具有重要影响。若将网格区视为均一地表 ,并不能真实描述地 气通量交换过程 ,且可造成很大误差。文中从理论上证明 ,区域平均水分通量的变化率可分解为两部分 :第一部分为区域水分通量的算术平均变化率 ;第二部分为非均匀性所引起的水分通量变化率扰动 ,它与区域内土壤水分空间分布的变差系数有关。数值试验表明 ,地表土壤水分的水平空间变差系数集中反映了区域内土壤水分分布的非均匀程度 ,不同土壤对同样的非均匀程度其敏感性是不同的。变差系数愈大 ,非均匀性愈强 ,在相同的土壤水分平均值下 ,不同土壤类型对地表非均匀程度的敏感性并不相同。例如沙土和粘土受非均匀性的影响就可相差数十倍。     

高温干旱期间土壤-植被-大气系统水分特征

根据农田实际观测资料，利用改进的彭曼公式和设计的高温强度指数等。分析了江西省2003年特大高温干旱期间土壤水分特征、农田蒸发散量、高温强度指数与土壤水分的响应关系。结果表明，2003年6-9月特大高温干旱期间，江西省土壤-植被-大气系统的水分变化特征与高温干旱的空间分布、强度有较好的一致性．但土壤水分的最低值与高温强度的峰值有10d左右的滞后效应。     

不同土壤水分控制对东北地区玉米农田土壤呼吸的影响

基于锦州地区土壤水分控制试验,研究不同土壤水分条件(土壤相对湿度分别为86%、96%和105%)对东北地区玉米农田土壤呼吸的影响,分析不同土壤水分条件下玉米农田土壤温度对土壤呼吸速率的影响。结果表明:2013年锦州地区玉米农田不同土壤水分控制影响土壤呼吸速率的大小,同时间不同土壤水分控制条件下玉米农田的土壤呼吸速率均随土壤相对湿度的增加而降低(土壤相对湿度86%土壤相对湿度96%土壤相对湿度105%)。锦州地区玉米农田土壤呼吸的日动态和季节动态变化趋势均不受土壤水分的影响,均呈单峰型,其中土壤呼吸速率日最大值出现在11—14时,土壤呼吸速率季最大值出现在8月。不同土壤水分控制影响玉米农田土壤呼吸对土壤温度的敏感性,土壤呼吸的日动态变化与10 cm土壤温度的日动态变化存在时间滞后性,8月和9月土壤温度最大值较土壤呼吸最大值滞后5—6 h。不同土壤水分条件下玉米农田土壤呼吸速率与10 cm、15 cm、30 cm和45 cm土壤温度均呈显著或极显著的正相关关系,其中土壤呼吸速率与45 cm土壤温度相关性最高。2013年锦州地区不同土壤相对湿度条件下(86%、96%和105%),玉米农田的土壤呼吸速率与45 cm土壤温度均呈指数函数关系,土壤相对湿度为86%、96%和105%时的土壤温度敏感性指数Q_(10)分别为1.92、2.20、1.72。     

广东干旱时空分布特征

根据土壤水分平衡模拟模型,采用广东省86个气象站1962～2006年逐日气象资料,模拟逐日土壤水分平衡状况,计算逐日土壤有效含水量,参考缺水指数形式,采用整层土壤有效含水量定义逐日干旱动态指数：DI=1-有效含水量／最大有效含水量。     

青海高寒草地区曲麻莱县遥感干旱指数的适用性研究

利用2001—2016年MODIS产品数据和地面站点数据,在垂直干旱指数、归一化植被水分指数和植被状况指数与土壤水分数据相关分析基础上,筛选相关性较高的遥感干旱指数和适用时段,再结合典型干旱案例,确定青海南部典型高寒草地区曲麻莱县最优遥感干旱指数和适用时段,构建牧草生育期土壤水分估算模型,并再现2015年夏旱事件。结果表明:植被状况指数比较适合曲麻莱县夏旱监测,依据百分位法划分的土壤干旱分布区域与牧草长势较差的分布区域基本一致,旱情空间演变趋势与实际情况相符。该模型及基于百分位法的旱情评价方法能较好地满足日常干旱监测业务需求。     

安徽省土壤水分监测预测系统

基于农业气象业务需求,研发安徽省土壤水分监测预测服务系统,可为防汛抗旱决策服务提供技术支持。该文首先建立人工取土、自动土壤水分观测站等不同渠道土壤水分监测资料的实时传输与处理系统,再利用不同季节资料建立土壤墒情统计预测模型,然后对Surfer 8.0和线柱图控件进行二次开发,实现不同季节和不同土层的土壤墒情监测预测结果表格化、图形化动态显示与输出。该研究建立的土壤旱涝监测预测系统实现了从土壤水分原始监测数据到标准化土壤水分综合数据库、再从监测预测初级产品到动态及图形化显示的服务产品的四级数据文件转化及业务逻辑流程,系统业务实用性和转化力强,该系统已成功应用于安徽省农业旱涝预报预警业务服务。     

本溪地区土壤水分盈亏与农业干旱关系的研究

根据近40a本溪地区气象资料,利用彭曼综合方法和农田土壤水分平衡原理,计算出土壤可能蒸散量和土壤水分盈亏量,并依据干旱指数分析并揭示了本溪地区干旱发生的规律。     

利用MODIS资料监测和预警干旱新方法

为了提高遥感监测土壤水分和干旱的技术水平,在对常用遥感监测土壤水分和干旱方法进行评价的基础上,根据土壤热力学理论,提出了利用EOS/MODIS资料遥感监测农业干旱的新方法———能量指数模式。实际监测应用结果表明,能量指数模式更适合农作物土壤水分和干旱的监测,监测效果明显优于已经业务化的其它模式。农作物生长季节干旱的预警应当在土壤水分遥感监测的基础上,考虑未来预警期内的预报降水量和最高气温,并且把这个预报降水量和最高气温定量转化为土壤水分订正值,按照当地的标准划分成干旱预警等级。     

郑州冬麦田底墒推算方法初探

根据1991～1996年郑州冬小麦播种前0～200 cm的土壤水分观测资料,应用3次多项式模拟了底墒的垂直分布。结果表明土壤水分随土层深度增加的变化趋势,0～50 cm土壤水分与0～200 cm的底墒相关达到0.01显著水平,可以用0～50 cm土壤水分推算0～200 cm土层底墒。     

土壤湿度影响中国夏季气候的数值试验

利用"全球土壤湿度计划第2阶段"提供的土壤湿度资料强迫区域气候模式RegCM3,通过数值试验讨论了土壤湿度对东亚夏季气候模拟效果的影响。结果表明,合理考虑土壤湿度的作用,能够提高区域气候模式对中国夏季降水和2 m气温的空间分布型及逐日变化的模拟效果;模拟结果与观测的相关分析显示,降水和2 m气温的年际变化都得到了有效改进,这种改进在气温上尤为明显。不过上述改进具有区域依赖性。数值试验结果表明,气温对土壤湿度的敏感性强于降水,这也从一个侧面说明提高降水模拟效果的难度。总体而言,合理的土壤湿度能够提高区域气候模式对中国夏季气候的模拟能力。因此,合理描述土壤湿度的变化,是提高中国夏季气候预报技巧的潜在途径之一。     

A Case Study on the Effects of Heterogeneous Soil Moisture on Mesoscale Boundary-Layer Structure in the Southern Great Plains, U.S.A. Part I: Simple Prognostic Model

The atmospheric boundary-layer (ABL) depth was observed by airborne lidar and balloon soundings during the Southern Great Plains 1997 field study (SGP97). This paper is Part I of a two-part case study examining the relationship of surface heterogeneity to observed ABL structure. Part I focuses on observations. During two days (12–13 July 1997) following rain, midday convective ABL depth varied by as much as 1.5 km across 400 km, even with moderate winds. Variability in ABL depth was driven primarily by the spatial variation in surface buoyancy flux as measured from short towers and aircraft within the SGP97 domain. Strong correlation was found between time-integrated buoyancy flux and airborne remotely sensed surface soil moisture for the two case-study days, but only a weak correlation was found between surface energy fluxes and vegetation greenness as measured by satellite. A simple prognostic one-dimensional ABL model was applied to test to what extent the soil moisture spatial heterogeneity explained the variation in north–south ABL depth across the SGP97 domain. The model was able to better predict mean ABL depth and variations on horizontal scales of approximately 100 km using observed soil moisture instead of constant soil moisture. Subsidence, advection, convergence/divergence and spatial variability of temperature inversion strength also contributed to ABL depth variations. In Part II, assimilation of high-resolution soil moisture into a three-dimensional mesoscale model (MM5) is discussed and shown to improve predictions of ABL structure. These results have implications for ABL models and the influence of soil moisture on mesoscale meteorology     

降水对荒漠土壤水热性质强迫研究

利用“我国西北干旱区陆气相互作用试验”在甘肃省敦煌的观测资料,分析了不同大小的降水对土壤湿度、反照率以及地表温度的影响;随着降水量的增大,各地表物理量恢复到原先的状态也越慢;强降水时,5cm土壤湿度的驰豫期为7天．中降水为4天,微量降水为2天。由于降水性质(水和雪)和土壤状态的差异,冬季和夏季相比．降水对地表物理量的影响差不多,但冬季地表物理量的恢复时间要比夏季长得多。土壤湿度和反照率的驰豫期与降水有很好的相关。     

中国夏季气温对东亚土壤湿度异常响应的统计评估

基于欧亚夏季土壤湿度变化特征及其与中国夏季气温的相关分析,选取东亚地区作为土壤湿度异常影响中国夏季气温的陆面关键区,采用广义平衡反馈分析方法(GEFA)探讨了我国夏季气温对东亚地区土壤湿度异常的可能响应,并初步讨论了相关的物理过程。结果表明:中国夏季气温与东亚地区初夏和同期的土壤湿度异常具有密切的联系;进一步分析表明,夏季气温距平场对土壤湿度第一模态的响应最显著:当东亚中纬度及我国东部地区土壤湿度异常偏干时,夏季气温表现为一致增暖;而土壤湿度第二模态对长江流域至我国西部地区的气温有较弱的强迫作用;气温对第三模态的响应主要表现为华南地区的显著降温。并以对气温影响最为显著的土壤湿度异常第一模态为例,初步探讨了气温对土壤湿度异常响应的可能物理过程。当贝加尔湖以南以及我国东部的土壤偏干时,地表异常加热容易引起我国北方高层大气出现明显正异常和低层的反气旋性异常环流,上述环流异常容易导致温度偏高,同时不利于该区域降水的发生,进而导致土壤湿度偏低,上述正反馈机制可能是该区域土壤湿度与大气之间联系的一种可能途径。     

Variation of surface albedo and soil thermal parameters with soil moisture content at a semi-desert site on the western Tibetan Plateau

Almost three years of continuous measurements taken between January 2001 and May 2003 at the Gaize (or Gerze) automatic weather station (32.30 °N, 84.06 °E, 4420 m), a cold semi-desert site on the western Tibetan Plateau, have been used to study seasonal and annual variations of surface albedo and soil thermal parameters, such as thermal conductivity, thermal capacity and thermal diffusivity, and their relationship to soil moisture content. Most of these parameters undergo dramatic seasonal and annual variations. Surface albedo decreases with increasing soil moisture content, showing the typical exponential relation between surface albedo and soil moisture. Soil thermal conductivity increases as a power function of soil moisture content. The diffusivity first increases with increasing soil moisture, reaching its maximum at about 0.25 (volume per volume), then slowly decreases. Soil thermal capacity is rather stable for a wide range of soil moisture content.     

SSM/I资料反演大范围地表湿度试验

利用SSM/ I遥感数据, 结合2002年汛期“973”外场观测资料及T106资料, 借助微波辐射传输正演模型, 通过物理反演原理提取SSM/ I低频19 GHz通道像元平均地表微波比辐射率, 然后利用地表微波辐射模型, 估算SSM/ I像元的地表湿度信息。以2002年8月中旬发生在长江流域的暴雨天气过程为例, 将反演得到的地表湿度信息与地面观测到的降水信息进行对比分析, 并与地面的洪涝特征进行对比分析, 得到了与地面降水观测结果较为一致的对比结果。     

陆面过程模型中垂直非均匀土壤的水分传输及相变的模拟

土壤湿度在陆气相互作用中的重要性体现在它既能影响陆地和大气之间水循环的速率, 又能改变地表的能量分配。本文针对陆面过程模型中描述土壤湿度变化的方程进行了理论分析, 指出在非均匀土壤和冻土中采用土壤水势梯度描述垂直非均匀土壤水分流动的合理性。基于描述土壤内部水热传输的统一土壤模型, 并利用推广的表征土壤水分特征的Clapp-Hornberger关系式, 研究了非冻结和冻结的土壤湿度对于垂直非均匀土壤的敏感性。结果表明, 由土壤质地决定的土壤水势和导水率对土壤湿度的模拟有重要的影响。具体地, 在决定土壤性质的Clapp-Hornberger关系式中, 与土壤质地有关的饱和水势、饱和导水率以及土壤孔隙大小分布指数B, 对土壤湿度的模拟起到了关键作用。参数B的重要性尤为突出, 它的增加会引起导水率的大大下降, 从而对水分在土壤中的垂直分布产生重要影响。饱和水势的绝对值和参数B的增加会使得土壤水势绝对值增加明显, 使土壤的结冰(融化)过程延迟, 土壤温度因为没有结冰(融化)释放(吸收)的潜热加热(冷却)而持续下降(上升), 因此在冻融时期土壤温度会比观测值振幅偏大。上述结果揭示了考虑土壤垂直非均匀性并采用有效的土壤特性参数对于陆面过程模型的重要性。     

土壤质地对中国区域陆面过程模拟的影响

利用陆面过程模式(CLM3.5)和中国区域两种土壤质地数据(分别来自第二次中国土壤调查SNSS和联合国粮食农业组织FAO),研究了土壤质地变化对于模式模拟的陆表水热变量的影响。结果显示,土壤质地对土壤水文学变量的影响远大于对土壤热力学变量的影响,尤其是对于饱和土壤含水量和饱和水力传导率的影响。对于模式的输出,土壤质地影响比较明显的有土壤湿度、总径流和土壤渗透等水文学变量以及地表潜热、地表感热和土壤热通量等热力学变量,而影响相对较小的有地面吸收的太阳辐射和地表反照率。同时,发现基于SNSS模拟的土壤湿度与站点观测值更加接近。因此,本研究认为基于SNSS土壤质地数据可以有效地改进模式模拟结果,建议以后在陆面模式试验中尽可能使用以观测为基础的SNSS土壤质地数据。     

基于组网观测的那曲土壤湿度不同时间尺度的变化特征

利用第三次青藏高原大气科学试验的土壤湿度观测数据,分析了那曲多空间尺度组网观测的28个站2、5、10、20和30 cm 5个不同深度土壤湿度的季节变化和日变化特征,并对比讨论了土壤湿度站点间的差异。分析表明,各层土壤湿度均存在显著的季节变化。冬春季节,20 cm以上土壤湿度随深度变浅而减小。夏秋季节土壤湿度随深度增加而减小,并分别在7月上、中旬和9月出现两个峰值。10月以后进入土壤湿度衰减期。土壤温度和土壤湿度存在协同变化关系。在一定的温度范围内,土壤发生冻结-融化过程,引起土壤湿度变化。在太阳辐射加热下,土壤表层水分蒸发,进而影响土壤温度。不同观测站间土壤湿度差异较大,夏秋季离散性大于冬春季。不同季节土壤湿度的日变化存在差异。春季10 cm以上土壤湿度日变化明显,08-10时（北京时）达到最低,19-20时达到最高。夏季土壤湿度日变化较为平缓。秋季2 cm深度土壤湿度日变化明显。线性拟合结果表明,1、4、10月土壤湿度和土壤温度为正相关关系。但是在夏季,土壤湿度与土壤温度为负相关。站点间土壤湿度变化的离散性表明,多测站才能全面体现青藏高原某区域的陆面状态。文中结果为青藏高原地区土壤湿度卫星参数验证和数值模式参数化提供了多角度的观测依据。