中子仪测定土壤湿度田间标定方法初探

《农业气象观测规范》规定：应用中子仪测定土壤湿度前必须进行田间标定，在实践中发现其标定方法时间局限性强，工作难度大，且存在客观误差，而采用分段标定时间，改变标定地点的方法，有效地解决了上述不足。     

西南喀斯特地区中层土壤湿度时空变化特征

本文利用中国西南喀斯特区域内该区域内全部31个农业气候站点1991～2013年50cm层土壤湿度(体积含水量)旬资料，应用线性趋势分析、EOF空间分解方法，详细分析其时空演变特征，进一步认识中国西南喀斯特地区土壤湿度的时空演变特征，结果表明:(1)西南喀斯特地区中层土壤湿度多年平均的空间大小及分布具有明显的区域性差异。(2)1991～2013年季节平均中，中层秋季的土壤湿度整体最高，夏季土壤湿度的低值区范围最大，反映了西南喀斯特地区土壤的独特性。(3)中层土壤湿度年际变化有明显的“南升北降”空间分布特征，相应线性趋势分析和EOF的结果也同样印证了这一主要特征。(4)50cm的年际变化较稳定且波动趋势较小；整体的土壤湿度以夏、秋季最高，春、冬季较低。      

西北地区东部春季土壤湿度变化的初步研究

利用中国西北地区东部 (包括宁夏、内蒙古西部以及甘肃、陕西两省 35°N以北地区 )农业气象站近 2 0年固定地段旬土壤湿度资料 ,对该地区春季土壤湿度的变化进行了初步分析。结果表明 ,中国西北地区东部土壤湿度的变化具有 3年左右的周期 ,而且 2 0世纪 90年代以来呈下降的趋势 ,这与该地区的降水和气温变化有关系 ;西北地区东部的土壤湿度变化对该地区群发性沙尘暴的爆发有一定影响     

全国干旱遥感监测运行系统的研制

该研究利用1981－1994的NOAA AVHRR 8km分辨率的NDVI资料，以及对应时段全国102个固定农业观测站的20cm深的土壤湿度资料，建立了植被状态指数（VCI）与土壤湿度之间的统计模型，由土壤湿度旱情等级标准来换算出每旬用VCI进行干旱监测的旱情等级标准，以确定出全国的旬旱情分布状况，在此工作的基础上建成了“全国干旱遥感则运行系统”，该运行系统使遥感手段监测全国干旱成为可能，将能提供每年3－9月每旬全国的干旱监测情况，为国家有关决策部门提供干旱减灾的决策依据。     

西北地区戈壁局地陆面物理参数的研究

采用2000年8月～2001年9月在敦煌戈壁上观测的陆面过程资料，分析了敦煌地区荒漠戈壁地表反照率与太阳高度角和土壤湿度的关系以及土壤热传导率与土壤湿度的关系，初步给出了具有试验基础的戈壁局地反照率和土壤热传导率的多因子参数化公式. 并通过与观测值的比较发现试验资料拟合的参数化公式能够比较好地反映降水等气候因子引起的动态变化.     

利用遥感信息建立草原干旱和雪灾监测服务系统

系统以“3S”技术为依托，依据监测区域不同草原类型的土壤相对湿度与热惯量的关系等监测其干旱程度；根据草地积雪覆盖天然牧草程度反演监测区草地积雪深度和范围，以达到监测草原雪灾的目的。     

我国东部春季土壤湿度影响夏季降水

该项目受到国家自然科学基金项目和国家基础研究发展规划项目的资助.最新研究成果揭示中国东部春季土壤湿度与夏季降水有联系.春季,从长江中下游到华北的土壤偏湿,对应着中国夏季东北和长江流域降水偏多,华北和南方降水偏少.     

利用TRMM/TMI资料反演青藏高原中部土壤湿度

用辐射传输理论提出的地表微波辐射极化指数PI的定义,分别指出了PI对土壤湿度、地面粗糙度、植被层和大气层的影响。用热带降水测量(TRMM—Tropical Rainfall Measuring Mission)卫星上携带的微波辐射仪(TMI—TRMM Microwave Imager)的1B11的6年亮温数据,统计得到青藏高原中部地区PI值月平均分布。并用归一化距平,反演得到了该区域年、季以及干湿季土壤湿度变化的空间图像。结果表明,PI距平分布图可以很好地表征土壤湿度的变化,从而为大尺度评估高原土壤湿度变化提供了理论依据。另外,在同一时间段内,在已知区域平均PI值与平均土壤湿度的条件下,用归一化距平的方法可以定量反演该区域的土壤湿度。     

利用反射GPS信号遥感土壤湿度

在水文、气候、农业等问题的研究中，土壤湿度信息十分重要。近年来，利用GPS系统进行遥感的新方法，已经越来越多地引起研究者们的关注。特别是GPS卫星广播的L1（1.57542GHz）频率信号，是土壤湿度遥感的最佳频率。反射GPS信号功率是土壤介电常数的函数，而土壤介电常数又和土壤湿度有关。根据这一原理，美国国家航空与航天局于2002年进行了基于地表面反射GPS信号的遥感土壤湿度实验。结果证明反射GPS信号对土壤湿度特性十分敏感，由于植被的影响对反射率进行了修正，并用此方法模型与其它方法进行了比较。在利用GPS遥感土壤湿度方面，研制高增益天线，更好的修正信号波动的影响，发展更加完善的遥感土壤湿度方法等是今后在此项研究中所要解决的问题。