黑龙江省封冻前土壤底墒趋势变化分析

利用黑龙江省1981-2010年的土壤湿度数据,以富锦县、龙江县、双城县、黑河市、海伦县为代表点,分析了黑龙江省东、西、南、北、中各区域封冻前(11月8日)0～30 cm土层土壤湿度的趋势变化和干湿变化,采用线性趋势、5年滑动平均和Mann-Kendall法检验变化趋势,利用Mann-Kendall和Yamamoto法对土壤湿度变化趋势进行突变点检验.结果表明:封冻前0～30 cm土层各地土壤湿度在30年间均有不同程度下降,西部龙江县下降剧烈,中部海伦县较剧烈,北部黑河市和南部双城县次之,上述代表点20 cm土层土壤湿度下降均达到了P＜0.05以内的显著水平,东部富锦县下降趋势最弱;经Mann-Kendall法检验,0～30 cm土层龙江县、海伦县土壤湿度出现了下降的突变区域,其余代表点的土壤湿度变化趋势在近几年中逐渐接近或已经超越了显著线;1994年是龙江县10 cm、20 cm土壤湿度下降的突变时期;黑龙江省各地土壤湿度的下降与封冻前一段时期内气温和降水变化密切相关,还与土壤物理性质的恶化等因素有关.     

复杂地形区陆面资料对WRF模式模拟性能的影响

本文利用WRF（Weather Research and Forecasting）模式耦合Noah陆面过程模式,对比研究了使用不同精度陆面资料:WRF默认陆面资料、中国1 km分辨率数字高程模型数据集、2006年MODIS（MODerate-resolution Imaging Spectroradiometer）土地利用和植被覆盖度资料,WRF模式对兰州地区冬季气象场模拟结果的差异。结果表明,近地面气温对陆面资料的精度非常敏感,而风场对陆面资料的精度不敏感,WRF模式对气温的模拟效果好于对风场模拟。采用高精度且时效性好的陆面资料后,WRF模拟的近地面气温准确率提高了15.8%,模拟的夜间气温改进幅度较白天大。陆面资料可影响整个边界层温度场分布,准确的陆面资料对提高WRF模式模拟近地面乃至整个边界层气象场至关重要。尽管风速模拟误差较大,但总体上WRF模式能较准确地模拟出研究区的风场演变特征。使用新的陆面资料后WRF模拟的风速误差略有减小,风向误差略有增加。干旱半干旱区冬季数值模拟需要注意土壤湿度初值和模式初始积分时刻对模拟结果的影响。     

CLM4.0模式对中国区域土壤湿度的数值模拟及评估研究

本文利用普林斯顿大学全球大气强迫场资料,驱动公用陆面过程模式（Community Land Model version 4.0,CLM4.0）模拟了中国区域1961～2010年土壤湿度的时空变化。将模拟结果与观测结果、美国国家环境预报中心再分析数据（National Centers for Environmental Prediction Reanalysis,NCEP）和高级微波扫描辐射计（Advanced Microwave Scanning Radiometer-EOS,AMSR-E）反演的土壤湿度进行了对比分析,结果表明CLM4.0模拟结果可以反映出中国区域观测土壤湿度的空间分布和时空变化特征,但东北、江淮和河套三个地区模拟值相对于观测值在各层次均系统性偏大。模拟与NCEP再分析土壤湿度的空间分布基本一致,与AMSR-E的反演值在35°N以北的分布也基本一致;从1961～2010年土壤湿度模拟结果分析得出,各层土壤湿度空间分布从西北向东南增加。低值区主要分布在新疆、青海、甘肃和内蒙古西部地区。东北平原、江淮地区和长江流域为高值区。土壤湿度数值总体上从浅层向深层增加。不同深度土壤湿度变化趋势基本相同。除新疆西部和东北部分地区外,土壤湿度在35°N以北以减少趋势为主,30°N以南的长江流域、华南及西南地区以增加为主。在全球气候变暖的背景下,CLM4.0模拟的夏季土壤湿度在不同程度上响应了降水的变化。中国典型干旱区和半干旱区土壤湿度减小,湿润区增加。其中湿润区土壤湿度对降水的响应最为显著,其次是半干旱区和干旱区。     

阶段模型修正的星载GNSS-R土壤湿度反演方法EI北大核心CSCD

本文提出了一种基于CYGNSS数据的星载GNSS-R土壤湿度反演方法。首先,基于CYGNSS数据提取地表反射率参数,联合SMAP数据中提取的植被光学厚度、地表粗糙度和温度等辅助信息,初步构建了土壤湿度反演理论模型,并利用神经网络模型确定了土壤湿度反演的精细数学模型;然后,将该模型处理获得的土壤湿度以35%为分界点,利用本文提出的阶段函数模型提高反演精度,并使用2018年10月—2019年5月的CYGNSS数据,获得了全球范围内星载GNSS-R土壤湿度;最后,通过与SMAP提供的土壤湿度数据进行对比,评估了本文提出的星载GNSS-R土壤湿度反演方法的有效性,并对获取的星载GNSS-R土壤湿度进行了时间序列分析。结果表明,本文提出的土壤湿度反演方法的结果与SMAP土壤湿度具有良好的一致性,且随时间变化的趋势也相符合,为高精度土壤湿度反演提供了一种思路。     

1992—2018年中国旱作农田土壤湿度的时空模式及气象驱动因素

土壤湿度作为影响陆气水热交换的重要变量,指示了干旱的演变特征。为揭示中国旱作农田土壤湿度的变化特征及其气象驱动要素,本文利用站点数据研究了1992—2018年中国旱作农田土壤湿度变化趋势的时间和空间特征,采用相关性、敏感性分析等方法探究了土壤湿度的驱动机制。结果表明：2001年中国旱作农田土壤湿度的变化趋势发生转折,土壤湿度年际变化普遍由下降趋势变为上升趋势,主要由夏季和秋季土壤湿度主导。而且土壤湿度的变化存在空间异质性,2001年后东北地区的土壤湿度在显著增加,而西南地区在显著下降。降水量和蒸散发的时空变化是土壤湿度趋势发生时空变化的主要原因,二者存在协同作用,北方地区由降水主导,南方地区由蒸散发主导。     

河西绿洲农田土壤呼吸特征及其对长期施肥的响应

以河西走廊典型的荒漠绿洲新垦农田为研究对象,设置9个施肥处理（高量有机肥,M3;高量氮磷肥,NP3;低量氮磷肥+高量有机肥,NP1M3;低量氮磷钾肥,NPK1;中量氮磷钾肥,NPK2;高量氮磷钾肥,NPK3;低量氮磷钾肥+高量有机肥,NPK1M3;中量氮磷钾肥+中量有机肥,NPK2M2;高量氮磷钾肥+低量有机肥,NPK3M1）,于2019—2020年7—8月采用LI-COR 8100对玉米农田土壤呼吸进行观测,分析土壤呼吸的变化、日动态及其主要影响因素。结果表明：（1）不同施肥处理,土壤呼吸速率M3>NP3>NPK1M3>NPK3M1>NPK2M2>NP1M3>NPK2>NPK3>NPK1,单施有机肥能显著提高土壤呼吸速率,较其他处理增长22.1%—41.4%。（2）不同施肥措施土壤呼吸日变化呈单峰曲线,峰值出现在13：00—16：00,土壤呼吸日变化主要受土壤温度变化的影响。（3）土壤温度和土壤湿度分别解释了土壤呼吸变化的24.2%—44.8%和7.7%—36.4%,土壤呼吸与土壤温度显著正相关,而与土壤湿度无显著相关性,不同施肥处理土壤呼吸温度敏感性系数Q₁₀值1.419—1.600。（4）土壤呼吸与有机质、总氮、总碳、碱解氮存在显著正相关关系,施用有机肥使土壤有机质、总氮、总碳、碱解氮分别提升188.9%、80.5%、79.3%、147.0%,进而促进土壤呼吸,土壤呼吸与玉米产量无显著关系。不同的施肥措施会对土壤质量和土壤呼吸产生不同影响,有机肥和氮磷钾化肥的平衡施用,能够在提升土壤质量的同时减少碳排放,可在生产实践中采用。     

青藏高原春季土壤湿度异常与我国夏季降水的联系

利用 197-2014年 GLDAS-CLM(Global Land Data Assimilation System-the Community Land Mod-el)地表参量数据集、中国区域逐日观测资料格点化数据集(CN05.1)和ERA-nterim大气环流再分析数据,研究青藏高原5月(春季)土壤湿度的异常变化...     

随机森林算法在全球干旱评估中的应用

干旱是发生频率最高,造成社会、经济损失和生态破坏最严重、最广泛的自然灾害之一,因此对干旱进行可靠、有效的评估十分重要。本文以月平均降水、月平均温度、月最高温度、月最低温度、土壤湿度、蒸散发、NDVI、叶绿素荧光等作为解释变量,以基于SPI的干旱等级作为目标变量,采用随机森林算法,以2007—2012年的数据作为训练数据,以2013—2014年的数据作为预测数据,对全球11个气候区分别建立干旱等级评估模型。研究结论如下：SPI的时间尺度影响模型精度,在基于SPI1、SPI3、SPI6和SPI12划分的干旱等级的评估模型中,以基于SPI1的干旱等级为目标变量的模型的预测精度（60%~75%）较高,且模型能够捕捉到EM-DAT旱灾记录次数的90.91%、月份的78.47%,表明该模型对实际干旱事件具有良好的评估性能;干旱等级划分标准对模型的预测性能影响较小,可根据需求选择标准I（干旱/非干旱）或标准Ⅱ（重旱/非重旱）进行干旱评估;解释变量的相对重要性与SPI的时间尺度和气候差异等因素有关。降水对基于SPI1的干旱等级的重要性最大,随着SPI时间尺度的增加,降水的重要性逐渐减小,温度、土壤湿度、NDVI和ET的重要性逐渐增大。降水以外的其他变量在不同气候区的重要性不同。在热带气候区、亚寒带气候区和苔原气候区,温度或蒸散发的影响较大;在干燥气候区,土壤湿度的影响较大;在温带气候区,仍以降水的相对重要性最大;在湿润大陆性气候区,植被对干旱的影响较大。     

EXPERIMENTAL STUDY ON SOIL MOISTURE USING DUAL-FREQUENCY MICROWAVE RADIOMETER

1INTRODUCTIONSoil is the basis of human's living. Soil moisture plays asignificant role in studying the matter and energy ex-changes in global hydrology sphere. The evaporation ofsoil moisture has an influence on the water vapor cycle.Meanwhile soil moisture is also one of the firsthandmeasurable parameters in crop yield estimation and wa-ter resources management (JACKSON et al., 1993). Theinfluence of the interaction of land and atmosphere onsoil moisture can bring about anomalous cli…     

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。