平度市土壤墒情自动监测精度分析及误差修正

为准确获得土壤墒情，现阶段国家大力发展建设固定墒情监测站。通过平度市6处固定墒情监测站的人工数据和遥测数据的对比，分析了10 cm、20 cm和40 cm深固定墒情监测站的监测精度，固定墒情监测站在10 cm和20 cm深时监测结果较准确。通过最小二乘法分别建立了3个不同深度处的线性回归方程，10 cm和20 cm深的回归方程可以较准确地修正遥测数据，为平度市获得土壤真实墒情提供了优化方案。     

土壤墒情预报模型构建及应用

以营口地区为例,结合旬测人工墒情监测数据和日报自动墒情监测数据,在分析退墒和增墒模型的基础上,对土壤墒情自动监控数据进行分析和比对,使其预测精确满足生产要求,确保在干旱期间采用人工监测墒情的频率,以实现日报数据基本可用。     

墒情固定监测站数据误差分析

随着社会经济的发展,干旱造成的损失越来越严重,抗旱形势日趋严峻。加强土壤墒情监测工作,提高土壤墒情信息的时效性,为社会提供及时、准确、可靠的土壤墒情信息。为了使墒情监测数据准确可靠,文章分析了墒情固定监测站数据产生误差原因,并提出解决问题的方法。     

本溪地区土壤墒情预报模型方法

结合旬测人工墒情监测数据和日报自动墒情监测数据,实现日报数据基本可用。预报结果准确与否很大程度上取决于预报方案的精度,而预报方案的精度高低又建立在充足可靠的墒情监测资料之上,因此,编制墒情预报方案时一定要搜集尽可能多的墒情资料。文中主要是对辽宁东部本溪市的墒情站进行分析研究,建立退墒、增墒模型,预报当地的土壤墒情。     

农田墒情测报的取样深度分析

通过对不同作物、作物不同生育期和不同土壤类型的0～100cm土层加权平均含水率与20～60cm土层含水率的平均值进行回归分析,结果两者线性关系密切,F值检验显著,完全满足灌区宏观测报墒情的要求。用20～60cm土壤含水率平均值取代0～100cm土层加权平均含水率,可减轻工作量40％～50％。     

潍坊市土壤田间持水量实验研究

利用环刀法对潍坊市的20处人工墒情监测站、三层土深进行实验研究。结果表明,田间持水量与土壤特征、土层深度等具有密切关系,实验数据可作为潍坊市确定墒情和旱情评价的参数指标。     

墒情评价指标方法研究及应用

应用田间持水量实验成果，以旱情调查、历史旱情分析数据成果、历史典型年的墒情农情等资料分析建立起不同土壤质地、不同土层深度、不同干旱等级框架下的墒情评价指标。实践检验证明该评价指标使用简便、评价范围广且针对性强、评价结果合理并符合旱情实际。     

农田灌溉计划层深度的探讨

农田灌溉计划层深度,包括作物耗水层深度、灌水湿润层深度和监测农田墒情变化的土层深度。所谓作物耗水层深度,是指作物生长期作物根系可利用土壤储水的土层深度;灌水湿润层深度,指需要灌水补充土壤水分的土层深度;监测农田墒情变化深度,指能够反映田间土壤水分消长程度的土层深度。农田灌溉计划层深度确定得适宜与否,直接影响作物耗水量、合理用水及适时适量灌溉。它是实施计划用水的基本资料,需要通过试验观测,结合生产实践确定。现根据近年灌溉试验资料作以下分析。     

不同灌溉方式下番茄根系层土壤温度分布特征

为了探明不同灌溉方式对根区土壤温度分布的影响,本文通过2年试验,研究了温室种植番茄利用无压灌溉、滴灌和沟灌方式番茄根区土壤温度的变化特性。试验设置了3个无压灌溉处理、滴灌和沟灌处理,共5个处理,每个处理3次重复。结果表明：根区土壤温度随着土层深度变化而变化,相同土层深度,无压灌溉比沟灌和滴灌温度高。0～25cm土层日平均温度,无压灌溉处理比沟灌高1．02—1．05℃,比滴灌高0．72—0．85℃;土壤温度最大差值发生在15cm土层。根区土壤温度日振幅变化,无压灌溉表现的更明显,无压灌溉比沟灌和滴灌高5．4％一10％,而且土壤温度日振幅和土壤深度之间可以用指数关系描述。研究成果为无压灌溉在温室番茄冬季生长提供依据．     

基于土壤墒情自动监测与人工数据对比分析及解决方案探析

以铁岭地区为例,采用多元回归分析方法,对铁岭地区土壤墒情自动监测站的土含观测值进行误差校准分析,并对校准常见问题进行了解析.分析表明:进行误差校准后,铁岭地区20 cm和30 cm下的自动观测土含和人工观测土含之间的误差分别降低38.5％和58.6％,铁岭地区自动墒情站点精度得到显著提高.常见问题解决措施可以为其他区域...     

徐州市田间持水量实验成果与分析

介绍了徐州市田间持水量测定方法,通过对测定成果进行分析,得出该地区田间持水量与土壤质地、土层深度、渗透及退水能力密切相关,其实验数据可应用于徐州市计算土壤灌溉量,确定墒情和旱情评价指标等。     

介电类墒情监测仪器在冻土中数据特点分析

当前墒情自动监测仪器抗冻能力较强,在冻土中可以正常发送墒情数据,文中依据辽宁省冻土深度资料,分析频域反射法传感器工作特点和冻土层结构,对土壤封冻过程和解冻过程中墒情监测仪器数据和人工墒情数据的合理性进行分析,为春耕期旱情分析工作提供了支撑。     

深部位移监测在滑坡变形监测中的应用研究

基于巴东三中滑坡深部位移监测数据,分析该滑坡滑带所处深度,并结合桩孔内地质编录,将监测数据与实际观察的滑坡结构和滑动方向及滑带深度进行对比。结果表明,由于地表附近监测数据受外部影响较大,使得钻孔测斜数据可靠性降低,但测斜数据对于滑坡内部滑带土的鉴别与桩孔内发现滑带土深度一致。研究成果肯定了用钻孔测斜仪对滑坡变形进行监测是滑坡防治设计的重要手段之一。     

皖北杨楼流域玉米农田土壤水变化特征及驱动因子研究

为研究皖北平原北部黄潮土在玉米不同生长期内土壤水分变化特征,选取杨楼流域为研究对象,利用2010-2018年0～50 cm深度土壤水数据,结合同期地下水埋深、前期无降雨日数、水面蒸发和降雨量进行相关性分析,利用增强回归分析算法确定不同驱动因子对土壤水变化的相对贡献。结果表明：在玉米整个生长期内,随着土层深度的增加,土壤含水率减小。按变异系数可划分为2个典型土层,即活跃层(深度0～10 cm)和次活跃层(深度10～50 cm)。土壤水与水面蒸发、地下水埋深和前期无降雨日数呈显著负相关,与降雨量呈显著正相关关系。前期无降雨日数对土壤含水率的相对贡献率最大,为42.6%,其次是地下水埋深,为20.9%,作物生长期对土壤含水率的相对贡献率最小,为7.3%。该研究对了解土壤水分变化、农业水管理及水分利用率等有重要意义。     

霍泉灌区小尺度农田土壤含水率时变性研究

在山西省洪洞县东安村和三条沟村两个试验区,分别利用两套物联网环境墒情监测系统,通过数据云平台远程在线实时获取30cm、60cm两个土层的逐日土壤含水率,并计算出0～60cm土壤平均含水率,运用经典统计学方法分析霍泉灌区区域小尺度农田土壤含水率随时间的变化和空间变异性以及各监测点间不同土层含水率的相关性。结果表明,30cm和60cm的土壤含水率变异系数均在0.01～1.00之间,属弱变异和中等变异;各测点土壤含水率与其变异性呈显著相关性。30cm和60cm土层水分均受降水影响,8月土壤含水率最高。30cm土层含水率及变异系数波动较大,60cm土层含水率及变异系数之间差异性较小,变化相对比较稳定。研究成果可为有限供水情况下精准灌溉提供理论依据。     

土壤墒情自动监测与人工烘干法比测研究

以连云港孙沟站为例,介绍了土壤墒情自动监测系统比测方法。历时4个月,收集21组数据,将率定后的机测体积含水量与烘干法所测的重量含水量通过干容重换算得到的土壤体积含水量进行比测。机测的含水量与土壤实际含水量相关性很好。数据合格率为85.7%,大于80%的要求。土壤墒情自动监测系统运行稳定可靠,无数据丢失。土壤墒情自动监测系统可以替代人工监测,将为抗旱决策提供完整、及时、准确的墒情数据。     

不同地形部位林草地水土保持措施对土壤水分的影响研究

以辽西低山丘陵区红山小流域为例,通过测定试验样地2020年4-10月0～120cm土层的土壤含水率,探讨了林分密度对土壤含水量的影响及林草地土壤含水率随时间和土壤剖面深度的变化。结果表明：(1)在0～60m近地表,随土层深度的增加不同地形部位林草地和不同密度的林地土壤含水量逐渐下降,深层土壤含水量变异系数小于表层,其中0～60cm的变幅最明显;(2)随土层深度和时间变化不同林分密度刺槐林土壤水分含量变化趋势相同,即高密度<中密度<低密度,0～60cm之间中、低密度刺槐林的土壤水分差异较小,7-8月份的含水量非常接近,以2000～4000株/hm²的中密度为该区域最优造林密度;(3)随土层深度变化不同地貌部位草地和林地土壤含水量变化不同,坡面为草地<林地,梁坡为草地<林地(0～40cm),40cm以下林地略低于草地且相差不大,沟台为草地<林地(0～20cm),20cm以下林地低于草地,红山小流域沟台适合种草,梁坡与坡面适合种树。     

真空预压加固深度分析与探讨

本文依据真空预压现场监测数据,对孔隙水压力、分层沉降、深层土体水平位移在真空预压过程中沿深度的分布规律进行统计与分析,结合软土层厚度以及排水板打设深度等条件,认为在现有数据条件下真空预压加固有效深度与排水板打设深度密切有关,至少可以达到排水板打设深度(23 m)以下2~3 m范围。     

基于自适应极化分解技术的灌区麦田土壤墒情反演方法

自微波遥感进入土壤墒情研究领域以来,植被覆盖地表的校正一直是微波遥感反演土壤墒情的热点。针对植被层对雷达微波信号的散射容易造成墒情计算误差等问题,以河南焦作广利灌区为研究区,以灌区内的主要作物冬小麦为研究对象,在离散植被的一阶物理散射模型基础上,使用Sentinel-1A SAR雷达提取后向散射系数,通过自适应极化分解技术即在极小的临近空间内利用最小二乘法求解土壤散射和植被多重散射的最优解,再利用Landsat8数据作为辅助数据提取改进的归一化植被水分指数,采用支持向量机的方法反演土壤墒情。结果表明:基于自适应的后向散射系数与麦田土壤墒情的关系在VV极化模式20 cm深的土壤条件下,相关系数为0.827 8;20 cm深度的土壤墒情与冬小麦的相关性较高,相关系数达到0.819 0;自适应极化分解技术反演土壤墒情均方根误差、平均相对误差分别为1.490 7、0.002 2,水云模型反演土壤墒情均方根误差、平均相对误差分别为1.958 5、-0.242 2,自适应极化分解技术反演效果较为理想。该研究可为小麦覆盖下的灌区土壤墒情的评估提供参考。     

基于气象因子的土壤含水量模拟研究

根据山西省1970—2012年土壤墒情和气象资料,构建了基于气象因子的多元线性回归、BP神经网络和多元非线性回归3种随机性模型,分析不同深度土层含水量的拟合效果,并采用相关系数与相对误差评估模型的模拟精度。结果表明：BP神经网络模型的模拟精度优于多元线性回归模型,均对10 cm土层拟合较好。可为研究土壤含水量资料同化提供一种新的借鉴,结合气象部门未来气象因子的中短期预报,对未来土壤含水量进行预报,以指导农作物灌溉管理。