安徽省自动观测土壤水分质量控制方法

概述了安徽省自动土壤水分站的运行现状,对全省自动站数据质量进行了较为详细的分析,对人工和自动站数据两者间绝对误差及相关性进行分析,并探讨了导致自动站数据误差的主要原因,初步确定了安徽省自动土壤水分数据业务质量控制的方法。结果表明：对比观测期间部分站点人工和自动站数据存在较明显误差,个别站点数据误差甚至高达20%以上,但有近60%的站点各土层人工和自动站数据线性相关系数在0.7以上,为仪器的订正提供了重要依据;同时分析了自动站在干旱和降水前后数据运行的稳定性情况,进而为特殊土壤水分条件下自动站提出了更高的数据质量要求;结合安徽省实际情况建立了两种比较合理的自动土壤水分质量控制方法,为业务上数据质量控制及仪器运行状态监控提供了支持。     

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。      

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%。     

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％.     

自动土壤水分观测准确性研究

从理论上分析自动土壤水分观测与人工取土土壤水分观测存在误差的原因及修正办法,为自动土壤水分观测资料的应用提供一种指导方法。     

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。     

山东省自动土壤水分观测数据文件下载软件

介绍了山东省土壤水分观测数据下载软件的开发技术及主要功能。重点介绍了利用VB6．0语言开发山东省土壤水分观测数据下载软件的流程、FTP协议、API函数的应用．以及软件的多站号自动下载、人工批量下载、格式检查等功能。     

DZN1型自动土壤水分观测仪的组成与故障排除方法

介绍了DZN1型自动土壤水分观测仪的系统组成,对常见故障的现象进行了描述,并说明了故障分析思路和排除方法,为DZN1型自动土壤水分观测仪的维护维修提供参考。     

自动土壤水分观测站业务化检验分析

土壤水分监测对农业生产和科学研究都具有重要意义,自动土壤水分观测数据得到了广泛应用,实现了土壤水分的自动监测。通过对天津新建DZN3型自动土壤水分观测站业务化检验过程进行介绍,分析了自动观测数据的到报率和土壤常数的测定,并对人工与自动观测数据做了详细的对比分析,通过两个实例分析了对比检验的方法,确定了能够业务化运行的自动土壤水分观测站,分析了站点未通过检验的原因,并对重新进行业务化检验的站点和日常维护提出了建议,介绍的方法为今后开展相关业务化检验奠定了基础。     

肇源新型自动土壤水分观测仪与人工平行观测资料对比分析

采用对比差值、差值概率等方法对肇源2012年5月3日-11月13日期间GStar DZN2型自动土壤水分观测仪与人工平行对比观测的土壤湿度资料进行统计。结果表明,人工与自动观测资料的一致性在20和40 cm土层表现最好,60 cm土层表现最差,总体上人工观测值高于自动观测值。     

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。     

自动土壤水分观测站建设现状及资料分析

介绍了农业气象自动土壤水分观测站的建设、自动站与人工观测数据对比、资料上传等情况，对存在的问题进行了分析，指出问题之所在，提出采取的措施及整改办法。     

济阳自动与人工土壤水分观测数据对比分析

采用对比差值和相关系数分析等方法,利用济阳2010年2月23日至2010年12月8日期间,DZNl型自动土壤水分观测站与同地段人工观测的土壤相对湿度资料进行统计分析,结果表明：人工观测的数据反映的土壤水分变化波动较大,自动站观测的土壤水分相对平缓。在0～20cm土层一致性表现好,40～50cm土层表现较差。0～10cm,10～20cm,20～30cm土层和70～80cm,90～100cm土层人工观测值高于自动站测值,30～40cm,40～50cm,50～60cm土层人工观测值低于自动站测值。分析结果为评估DZNl型自动土壤水分观测仪的监测提供客观依据。     

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。     

江苏省自动土壤水分观测与人工观测对比分析及应用

利用2010年江苏省20个土壤水分站的自动站与人工观测资料,分析了自动站与人工观测的对比差值、相关系数和各自的方差等.结果表明:人工观测值平均高于自动站观测值,两者在浅层的平均差值最小,相关性最好.随着土壤深度的加深,人工与自动观测对比差值增大,相关性减小,在出现强降水时尤为明显.在有效降水较少时,各层人工观测方差均明显大于自动站观测.自动站观测方差在浅层为最大,随深度的加深而明显降低,因为受降水影响很小,而表现比较稳定.人工观测却受降水影响相对较大,方差平均值在各层表现波动均较大,在较深层波动更明显.最后通过多元线性回归方法,以六合站为例初步建立了土壤干旱预报模型并检验其预报能力.     

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。     

四川省多种土壤水分资料对比分析

从降水响应、指标评估两个方面对比分析了四川省西昌、宜宾和乐至3站2017~2018年CLDAS土壤湿度产品、人工观测和自动土壤水分站3种土壤水分资料。结果表明,3种资料的土壤相对湿度对降水都有较好的响应,其中自动站对土壤水分变化的响应最为明显,而CLDAS的响应则较为平缓,CLDAS体积含水量对降水的响应不如CLDAS相对湿度好,特别是在深层,基本没有响应降水影响。对比评估指标显示,各站土壤相对湿度人工观测与自动站的相关性最好,西昌站3种资料两两间相关性最好,乐至站各资料间的相关性较差,偏差和均方根误差也较大,体积含水量各站各资料间相关性没有相对湿度高。总体看,CLDAS土壤湿度产品,特别是相对湿度在浅层对降水的响应要好于深层,与人工观测和自动站的相关性也好于深层,CLDAS土壤湿度产品在浅层可以弥补四川部分地区自动站稀疏的缺陷。      

南宁土壤水分站自动监测土壤湿度数据质量分析

通过人工对比观测数据与南宁土壤水分站自动监测数据的对比分析,认为虽然自动监测数据不是很准确,存在一定的系统误差,但除30~40cm土壤层次外,其余土壤层次自动监测数据与人工对比观测数据具有比较一致的变化规律,两者间有较明显的直线正相关,可见自动监测数据经过一元相关方程的订正可趋于准确,可以使用。与此同时给出了各土壤层次自动监测数据的订正模式。     

FDR土壤水分自动站三级标定的方法

FDR法是利用土壤介电常数变化测量土壤含水率,在测量的3个阶段进行标定可以提高测量准确度.仪器安装标定可以降低各个地区土壤水质的差异对传感器测量范围的影响;田间标定使用仪器与烘干法对比观测数据,通过乘幂函数拟合计算不同土壤类型的参数,修正仪器测量公式,使测量到的土壤介电常数的变化能够准确反映含水率的变化;再利用烘干法对...     

Gstar-Ⅰ型自动土壤水分站的一次特殊故障处理

Gstar-Ⅰ型自动土壤水分站出现了一次特殊故障。通过对这次故障的检查过程、处理方法和讨论,说明在检修自动观测设备故障时不应忽略检查机壳接地这一环节,同时也说明PE保护接地(机壳接地)的不可或缺,提示台站在建筑设计、机房改造施工时,对市电电路布线、PE保护接地、防雷接地等方面必须严格按照相关规范要求设计安装,避免因这些因素引发的人身安全及设备故障。