中国自动土壤水分观测资料质量控制方法设计与效果检验

土壤湿度资料对气候变化、农业干旱监测、农业气象预报与服务等研究具有重要意义,为剔除土壤湿度观测资料中的异常数据,本文提出了一套适用于全国自动土壤水分观测资料的质量控制方法。首先,以2014年全国自动土壤水分观测资料为基础,根据资料中异常数据的特征将异常数据分为四类。其次,从界限值检查、内部一致性检查、时间一致性检查等方面提出:异常极值检查、异常增大检查、异常减小检查、异常恒定检查四类方法。最后,利用2014—2015年全国观测资料以及中国气象局陆面数据同化系统(CLDAS)土壤体积含水量数据集产品(V2.0)对各检查方法应用效果进行检验,结果表明:(1)四类检查方法均可判断出自动土壤水分观测资料中的疑误数据;(2)四类检查方法的判定结果在时间连续性及空间分布上具有一定的一致性;(3)该质量控制方法可减小观测数据与CLDAS数据之间的均方根误差(RMSE)。目前,该方法已应用于我国气象资料处理业务系统。     

FDR土壤水分传感器原状土壤标定方法研究

为获得测站准确的土壤水分传感器标定参数,利用自动土壤水分站点的大型原状土壤为样本,在实验室同时进行人工称重观测和仪器自动对比观测,得到一系列的人工自动测量数据,以人工称重数据为准对自动土壤水分传感器进行订正。由于采用原状土壤,样本土壤的质地、密度、土壤颗粒和结合紧密度基本没有受到破坏,订正后的自动土壤体积含水量值能更加真实反映台站实际土壤墒情,能够修订人工对比观测期间由于样本空间不足导致的不合理的田间标定方程。     

自动土壤水分站搬迁的分析

利用武鸣自动土壤水分站站址迁移后,其土壤体积含水量的人工对比测量值与土壤体积含水量自动站观测数据通过对比分析,结合对武鸣自动土壤水分站站址搬迁的选址的分析研究,找出2017年武鸣土壤水分观测站未通过检验而无法投入业务使用的原因。分析结果对自动土壤水分站站址的选址起到一定的借鉴作用,为其他需迁移或新建土壤水分站的部门提供参考。     

海南省自动土壤水分观测数据异常原因分析

正分析了DZN3型自动土壤水分观测仪在实际业务应用中出现的数据异常情况及原因,对多种数据异常现象进行总结,发现造成海南省自动土壤水分观测数据异常的原因主要在四个方面:1)传感器等仪器部分出现故障;2)人工对比观测、土壤水文物理常数错误;3)观测土层发生变化;4)网络传输中断、断电等客观条件影响,造成数据无法正常传输。     

云南土壤水分自动站观测值的业务化检验及其标准

按照土壤水分自动站业务化检验标准对云南2010年建立的20个土壤水分自动站观测值进行了业务化检验,其中17个站点通过业务化检验。为评估业务检验合格站点的数据质量,对检验时段人工对比观测数据进行分析,由于检验时段多分布在雨季,大部分土壤层观测数据的样本标准差较小,导致检验后干季时的土壤自动站与人工观测结果误差较大。将各站点的土壤体积含水量绝对误差转换成土壤相对湿度误差后,土壤相对湿度误差值大于等于10%的土层占有效检验总数的24.4%;误差值小于6%的只占总数的41.2%。分析认为当前土壤水分自动站业务化检验的评判标准值得商榷和论证。     

土质对FDR水分传感器拟合参数影响的试验研究

通过制作人工土柱的方法,对壤土、黏土、砂土等土质进行FDR(Frequency Domain Reflectometry)水分传感器拟合标定试验,分析了传感器频率与土壤水分之间的关系,以及不同质地土壤对传感器标定参数的影响。数据分析结果表明:FDR土壤水分传感器感应频率随土壤体积含水量的增加而单调减小,具有很好的相关性,不同的土质对土壤水分传感器标定参数影响较大,黏土测试的传感器归一化频率范围在0.64~0.94之间,壤土测试的传感器归一化频率范围在0.4~0.86之间,砂土测试的传感器归一化频率范围在0.3~0.94之间,土壤按类别进行标定比集中标定的效果更好。分析结果对土壤种类复杂地区的自动土壤水分观测仪精细化标定具有一定指导意义。     

陕西省2016年自动土壤水分数据质量分析

采用数据缺测检查、范围(极值)检查、数据时变检查、物理常数检查和僵尸数据检查等方法,对陕西2016年53套固定地段土壤水分观测10～30 cm土层的体积含水量数据进行质量控制和原因分析。结果表明:各站缺测率均小于0.5%,最大为0.33%,最小为0.03%;1 h缺测时长最多,占比为64.4%;通信问题是短时缺测主要原因。范围检查检出数据为0的异常记录131 h,主要由该层传感器故障或因连接线松动、脱落造成,没有检出小于0或大于55%的记录。时变检查10、20、30 cm土层分别检出异常记录41、22、26 h,其中,10 cm土层检出率最高;突变主要是由于传感器防护管周围土壤发生龟裂或下陷。物理常数检查有17站发生一层或多层数据异常,其中, 53735等站三个土层全部出现异常,而且异常记录较多,异常站点随土层加深而减少。僵尸检查没有发现异常。物理常数检查异常表明这些地方的土壤结构和生态功能可能正在发生变化,需要进一步加强监测。     

GStar I型自动土壤水分观测仪数据标定方法研究

采用数理统计方法对渭南市蒲城、白水、韩城、华阴4站人工与GStar I型自动土壤水分观测仪观测的土壤体积含水量数据进行相关分析和多项式拟合,结果显示：自动观测土壤水分数据与人工观测数据显著相关,拟合方程标定效果优于D值标定效果,方程标定后数据准确率提高,可满足干旱监测和服务需求。

     

DZN1型自动土壤水分观测数据质量控制方法研究

分析自动土壤水分观测仪产生测量误差的原因,主要有两类,一是田间与传感器处因植被差异,造成土壤水分含量不同引起的;二是传感器不稳定造成的,目前发现主要有以下几种异常情况,分别是所测数据偏大、偏小,数据持续或突然升、降（非土壤水分变化引起）,跳变（某时次数据大于或小于前、后两个时次的数据）,全水（传感器所测容积内,测得全都是水）,传感器低湿度时水分变化反映不灵敏等。探索降低测量误差的一些办法,解决方法主要是：传感器标定要达标,传感器安装前应检验合格,播种布局符合要求,应加强传感器的监测、异常数据的查找、异常数据的更正、异常设备的更换。     

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%。     

四川地区自动土壤水分站数据质量控制方法研究

本文利用各类人工、自动土壤水分资料,统计得到不同层次土壤水分各观测要素的气候极值和时变阈值,研发了适用于四川地区自动土壤水分资料的质量控制方法,具体包括站点参数信息检查、数据缺测检查、体积含水量界限值检查、气候极值检查、时间一致性检查(时变检查和持续性检查)。并对2014年21个自动土壤水分站218个S文件进行了检查测试,检查数据约500万个,质控结果显示,数据缺测约占总数据量的1.6%,超过气候极值数据约占总数据量9%,未通过时间一致性检查的数据约占0.5%,超出体积含水量界限值的数据约占0.3%。在所有疑误信息中,超过气候极值所占比例最大,土壤水分各要素历史气候极值有待进一步完善。      

GStar-Ⅰ型自动土壤水分观测仪故障处理与维护

自动土壤水分观测仪的业务运行很大程度上提高了土壤含水量观测的质量和效率,但同时也对设备的维护工作提出了更高的要求。以GStar-Ⅰ型设备为例,分别从传感器、采集器、电源和通讯模块4方面详细介绍了工作原理和日常维护,通过自动土壤水分观测仪监控软件能否接收数据及对数据异常的分析、采集器和电源控制器的指示灯闪烁是否正常等方法来判断电池欠压、通讯卡欠费、装套管受潮或进水、各接线线序错误等常见故障并进行分析,以期对装备保障人员有所借鉴。     

一种自动土壤水分数据质量控制预警方法

根据实时业务中传输的自动土壤水分监测数据的变化规律,对监测数据异常波动产生的异常值进行预警;通过观测值间相互关系推算相应的土壤水分常数,近似确定土壤孔隙度、最大吸湿水含量,以此确定土壤水分理论上下限并据此开展监测值的上下限预警;参考土壤含水量与水势之间的变化关系,提出水势系数的概念,直接利用计算的水势系数进行土壤水分层间变化的预警等3方面对自动土壤水分监测数据进行质控预警,并针对业务应用设计了相应的预警方案,可实时、有效地检测出异常值。从该预警方案的预警效果分析上看,预警检出率较高主要是"常数预警"和"数值变化预警",反映出小部分自动土壤水分观测站的土壤水分常数异常和部分站点业务运行维护不到位,这与野外实地考察的结论相吻合。预警效果较为客观、可靠,适用于各级土壤水分数据检测和分析服务等业务。     

土壤水分观测历史数据集奇异值分析与校正

针对中国247个农业气象土壤水分观测站点1981 2010年逐旬土壤重量含水量、逐年田间持水量、凋萎湿度和土壤容重,考虑地区气候特点和土壤质地,依据土壤水分极值和水文常数关系理论,制定了土壤水分观测历史数据集质量控制方法,对土壤水分数据奇异值进行分析与校正。结果表明:土壤水分观测历史资料中,奇异值问题可以归结为人工录入误差、多地段水文常数混用误差和年际变化异常;土壤重量含水量数据异常问题归结为小于风干土含水量和大于理论饱和含水量的极端情况。通过对历史数据集质量控制后,可以对土壤水分观测数据进行有效推广应用,为针对土壤水分的研究提供重要科学基础。     

GStar-I型自动土壤水分观测仪数据标定方法研究

采用数理统计方法对渭南市蒲城、白水、韩城、华阴4站人工与GStar-I型自动土壤水分观测仪观测的土壤体积含水量数据进行相关分析和多项式拟合,结果显示:自动观测土壤水分数据与人工观测数据显著相关,拟合方程标定效果优于D值标定效果,方程标定后数据准确率提高,可满足干旱监测和服务需求。     

自动土壤水分观测资料应用误差分析

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,对比同日人工测定的土壤相对湿度数据,发现白天各时次自动监测数据与人工监测数据之间均存在15%左右的差异。具体针对监测仪器自身的结构特点以及中国气象局的业务要求,从两种监测方法自身的监测地段代表性、数据测量和换算、监测土层深度、监测时间、土壤水分常数测算、土壤结构变化等多种角度分析数据间存在差异的原因;认为多种可以估算的差异"叠加"在一起时,对比差异最大可能达到20%左右,加上其他误差因素的影响,实际应用中出现15%左右的差异是可以解释的;选择较长序列的站点实测资料进行了数据差异的实况分析。结合业务中常用的墒情等级判断指标,分析数据差异对客观判断构成的数据干扰和数据损失。建议直接利用体积含水量进行业务应用分析,探究全新的自动土壤水分监测数据应用方法,在具体应用中建立相应的指标体系或指标模型,充分发挥自动土壤水分监测的优势。     

青海海北地区基于自然降水的土壤墒情反演分析

海北地区是干旱易发区,土壤墒情的监测预测对于指导抗旱具有重要意义。利用自然降水数据,结合土壤物理参数,建立了海北地区土壤反演模型。分析表明:表层土壤水分随降水量变化显著,深层土壤变化一般,但在发生干旱时土壤水分与降水匹配较好;浅层土壤体积含水率与旬降水量之间相关性在0.70以上,且均通过了显著性检验;自动站土壤体积含水率数据基本能够代表土壤墒情状况,与人工观测数据具有较好的线性关系;土壤墒情反演值与实测值相关性在0.79以上。     

欧空局主被动微波土壤水分融合产品 在甘肃省干旱监测中的应用

选取甘肃省为研究区域,利用自动土壤水分观测站(ASMS) 0～10 cm土壤体积含水量数据对ESA CCI_SM(European Space Agency climate change initiative soil moisture)产品进行质量评估,并基于此产品分析长时间序列土壤体积含水量的时空变化特征,在此基础上,进一步构建土壤水分状态指数(soil moisture condition index,SMCI)应用于干旱监测。结果表明:(1) ESA CCI_SM在陇东地区与自动站土壤水分观测值的相关性最好(R=0. 71),其次是陇中、陇南和甘岷地区,共有92%的站点的R通过0. 01显著性检验。(2) ESA CCI_SM产品较好地呈现了西北部土壤湿度较干燥、东南部较湿润的空间分布特征。土壤体积含水量具有明显季节变化,秋季较高,其次是夏季,冬春季较低。(3)基于ESA CCI_SM产品构建的SMCI较好地监测出2002年7—10月伏秋连旱和2009年4—6月春夏连旱的发生发展过程,该数据产品在陇东和陇中雨养农业区的干旱监测应用较好。     

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。     

基于吉林省观测土壤水分的WOFOST模型模拟研究

利用吉林省白城站试验数据进行模型参数调整,通过独立的观测资料对生育期、叶面积指数、地上部分各器官生物量进行模拟验证与评价。以白城站和榆树站代表吉林省西部玉米种植区和中部黄金玉米带参数,利用农业气象观测站发育期资料、气象资料和经过质量控制后的逐日土壤水分自动站观测数据进行模拟。为了提高WOFOST模型模拟精度,将由模型通过降水量计算的土壤体积含水量替换为实测土壤水分计算的体积含水量,采用替换后的土壤体积含水量参与模型下一步运算,以此来模拟2001—2016年春玉米穗生物量变化状况,构建玉米土壤体积含水量改善率(PD)指标,来表征降水驱动和土壤水分驱动对作物模型模拟结果的影响。结果表明:(1)模型对白城站春玉米生育期、叶面积、地上部分总生物量和叶生物量较准确,而穗生物量模拟效果一般。(2)从代表站白城来看,穗生物量模拟值与降水量存在明显正相关,降水偏少的年份土壤模拟效果明显优于降水驱动。(3)从区域来看,以盐碱土为主的地区或降水量偏少的年型下土壤水分驱动效果优于降水驱动;在以黑土为主的区域或降水偏多的年型下,两者模拟效果基本接近。(4)总体来说,利用观测土壤水分替换降水量参与模型能够显著提高模型模拟精度。