利用气象卫星GMS和AVHRR资料推算地面水分含量的方法

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。     

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。     

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。     

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。     

根据分光反射特性估计日本九州的土壤表层水分

日本九州地区旱田作物约有22万公顷,是该地区的主要作物。旱田作物的生长与土壤水分有很大关系,迅速准确地把握土壤水分状况对于确定灌溉时间及灌水量等是非常必要的。测定土壤水分,有普通的烘干法,张力计法,热传导系数法,电阻法,中子射线法等,但是,这些方法都是在接触和破坏土壤的情况下估计土壤水分的方法,因此,需要开发出一种用非接触和非破坏性的估计土壤水分的测量技术。研究表明,土壤的分光反射特性与土壤的组成及土壤的水分状态有明显的关系。近年来,又利用人造卫星和飞机观测的可见光、近红外资料作过估计表层土壤水分的试     

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。     

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。     

基于MODIS数据的增强型土壤表层水分含量指数模型构造与应用

土壤水分含量对光谱变化的影响和植被冠层的光谱反射率是干旱最重要和最直接的指标.根据水的吸收率光谱变化特征和绿色植物有效光谱响应特征曲线,在前期提出的地表含水量指数(SWCI)的基础上,增加MO-DIS通道1的红光光谱,以增强植被对光谱吸收的变化反应,可应用于大范围且快速的浅层土壤墒情遥感监测.通过与土壤表层水分含量指数(SWCI)对比分析发现,在对浅层(0～30 cm)土壤水分进行监测时,ESWCI比SWCI更为敏感,这将有助于在实时干旱动态监测中更好地提高监测精度.     

黑河流域表层土壤水分干化特征研究

土壤水分干化是指降水发生后土壤逐渐变干的过程,此过程一般包括重力排水、大气需求限制的蒸发以及水分限制的蒸发三个阶段,此三阶段在表层土壤中表现最为明显。黑河流域发源于祁连山中段,上中下游具有十分明显的景观地带性,探讨该地区表层土壤水分干化特征将为理解流域内不同环境下土壤蒸发的规律和影响因素提供理论支撑。本文基于2016-2020年黑河流域上中下游10个气象观测站点表层土壤水分、土壤温度、气温等资料,利用降水后的土壤干化事件分析了各区域土壤水分、潜在蒸散、归一化植被指数(Normalized Difference Vegetation Index,NDVI)和土壤质地等因素与表层土壤干化速率的关系,并使用指数模型拟合干化事件,总结了各站点干化速率的季节间变化规律。2016-2020年黑河流域10个站点共识别出362个有效干化事件,分析结果表明：(1)土壤进入干化期后,干化速率随土壤含水率降低而逐渐减缓,约12天后,上游、中下游站点土壤干化速率皆趋于稳定,上游站点稳定在约0.04 cm³·cm^-3·day^-1,中下游则趋于0。...     

甘肃河东雨养农业区土壤水分变化规律的研究

利用甘肃雨养农业区11个站点的土壤湿度资料及其相关的气象资料分析了该区域土壤水分时空变化规律、降雨量的补给和作物土壤水分状况.该区域土壤含水量自东南向西北减小, 变异系数增大.土壤水分不足区水分变化主要集中在90 cm以上, 而土壤水分严重不足区、作物生育关键期土壤水分不足区和土壤水分充足区水分变化深度可达180 cm左右.雨季降雨量对土壤水分补给率的地域变化范围为15.3%~41.7%; 补给率除受降雨量的影响外, 土壤类型也是一个重要的制约因子.除成县、临夏和西峰外, 其余各站在小麦生育期水分亏缺量均超过100 mm, 占需水量的30%~50%.     

基于自动土壤水分观测数据的吉林省西部干旱预报方法研究

利用吉林省西部10个自动土壤水分观测站数据与人工取土烘干法实测土壤湿度数据,制作吉林省西部土壤墒情监测及干旱预报模型.结果表明:不同气候背景下在作物不同生育期、土壤不同深度、不同初始湿度下的土壤湿度的变化趋势大致相同,但在相同的无降水日数或降水量时,不同台站不同深度的土壤湿度变化率却有一定的差异.各站农田土壤初始湿度越大,无降水时初期墒情下降速率越明显;而土壤湿度初始值越低,则失墒速率越慢.土壤不同深度均是开始时间失墒较快,后期变化逐渐趋于减弱状态.土壤深度越深则水分变化速率越缓,降水量越大,0～50 cm土壤湿度变化曲线整体越接近一致,直到从上而下几层土壤湿度全部达到饱和.通过对2017—2019年吉林省西部玉米农田土壤湿度预报结果和实测值进行对比检验,基于自动土壤水分观测数据的吉林省西部干旱模型预报的准确率超过80％.     

利用土壤水文常数开展土壤墒情定量服务

土壤水分是植物耗水的直接与主要来源.土壤水分含量的变化对土壤中养分的分解和转移、土壤微生物的活动、土壤生产力以及植物的生理活动有很大影响.     

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。     

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。     

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。