共查询到19条相似文献，搜索用时 125 毫秒
1.
2.
内蒙古雨养农业区土壤水分动态监测模式 总被引：3，自引：0，他引：3
文章根据多年实际观测资料,在土壤水分平衡参数模拟方法的基础上,利用初始土壤有效水分贮存量、降水量和实际蒸散量3要素,建立了0～50 cm土层的土壤水分动态监测模式,确定了各项参数的计算方法。通过11个站点两年的检验和试用,对主要农作物春小麦和春玉米农田的水分状况监测准确率达80%以上。同时,对两个站点的土壤水分进行了预报,准确率平均为92%。 相似文献
3.
用统计方法和水量平衡法推导出江淮地区潜水蒸发经验计算模型。利用农田水分平衡原理分别在江淮地区建立了引入潜水蒸发量和没有引入潜水蒸发量的冬小麦和大豆土壤水分动态预报模型,并对这两种模型在地下水浅埋条件下的预报准确度进行比较。1980年的比较结果是:当预报时效为10天时,两种作物7个时段的土壤水分平均绝对误差前者为8.2 mm,后者为20.1 mm,平均相对误差分别为2.8%和6.8%。引入潜水蒸发量后,冬小麦和大豆土壤水分动态预报模型的预报准确度明显提高。 相似文献
4.
5.
利用2010年7月上旬—2011年6月下旬每旬FDR型土壤水分监测仪与人工烘干称重法测定的土壤水分观测资料进行对比分析,结果表明：两种方法观测值变化趋势基本一致,年相对误差为0.10%;误差春季最大,平均为0.19%;夏季最小,平均为0.02%。浅层土壤水分变化较大,误差也较大,相对误差为0.01%～0.62%;中层变化较平稳,相对误差为0.12%;深层60～100cm土壤水分受外界影响轻微,变化最平稳,误差最小。两种方法观测值具有很高的相关性（P〈0.001）,因此,可用烘干称重法的观测值为基准,对自动站进行相关分析和回归校正。 相似文献
6.
利用洛阳地区1981-2014年夏玉米产量资料、9个气象站点的逐日观测资料、农田0-50 cm土壤墒情资料,结合夏玉米生物学特性,采用农业生态区域法(AEZ模型),计算了夏玉米不同生长阶段的气候生产潜力,通过气候生产潜力与夏玉米产量的相关关系,建立以旬为尺度的夏玉米产量动态预报模型,并进行历史回代和试报检验。结果表明:气候生产潜力与夏玉米单产增减率呈显著正相关,气候生产潜力可以客观地反映夏玉米单产水平及其动态变化。构建的产量动态预报模型对1981-2010年单产历史回代检验的准确率为88.3%~90.7%,单产丰歉趋势回代检验准确率为65.5%~75.9%;对2011-2014年模型准确性试报检验,单产预报准确率为82.7%~87.5%,趋势预报准确率为50.0%~100.0%。 相似文献
7.
利用2007年河南省30个农业气象基本观测站每旬的土壤水分测定记录,对不同地段、不同土壤层次的取样误差进行了初步分析,结果表明:固定地段土壤水分样本的年平均相对误差为5.32%,比作物地段高0.38%;固定地段和作物地段满足相对误差＜50%的取样比例分别为61.50%和66.20%;不同地段0-50 cm相对误差随土壤深度增加均呈先减小后增大的趋势,郑州和南阳两个测站50-100 cm水分测定值较为稳定,误差随深度波动不大. 相似文献
8.
9.
2006-2008年贵南县春、秋季土壤水分变化分析 总被引：2，自引：0，他引：2
利用贵南县2006-2008年生态监测土壤水分资料,分析了该地区春、秋0-30cm土壤重量含水率的变化特征。结果显示:土壤水分年际变化明显,春季过马营、森多乡、塔秀乡三地土壤水分含量最高年份出现在2008年,最低年份过马营、森多乡出现在2007年,而塔秀乡则出现在2008年,最高年较最低年土壤含水量多分别为39.5%、48.1%、56.3%。秋季过马营、森多乡、塔秀乡三地最高年份较最低年份土壤含水量分别偏多21.2%、34.4%、37.3%。春季贵南过马营、森多乡、塔秀乡0-30cm各层土壤含水量以塔秀最大,森多乡次之,过马营最小,土层由浅至深土壤含水量逐渐增大,最深处为含水量最大值;而秋季土壤含水量则呈现出两头低,中间高的变化特点。贵南县春、秋0-30cm土壤含水量呈现为自西向东下降趋势。各地春、秋季0-30cm土壤重量含水率大小顺序依次是:塔秀-森多-过马营。 相似文献
10.
利用土壤水分平衡方程，结合河南省冬小麦和夏玉米的生长规律和1994～2000年冬小麦、夏玉米田实测土壤湿度资料，建立了河南省冬小麦、夏玉米土壤水分预报及优化灌溉的计算机模型。用1998～1999年郑州市麦田实测土壤湿度资料验证该模型模拟结果，未来10、20、30天土壤湿度相对误差分别为-7．3％～7．7％、-8．3％～6．8％、-7．6％～7．7％，表明利用该模型，可以较为准确地预报未来1个月的土壤水分变化，并可根据小麦、玉米不同发育期特点，给出以最高产量和最佳经济效益为目标的灌溉建议。 相似文献
11.
Soil moisture exhibits outstanding memory characteristics and plays a key role within the climate system. Especially through its impacts on the evapotranspiration of soils and plants, it may influence the land energy balance and therefore surface temperature. These attributes make soil moisture an important variable in the context of weather and climate forecasting. In this study we investigate the value of (initial) soil moisture information for sub-seasonal temperature forecasts. For this purpose we employ a simple water balance model to infer soil moisture from streamflow observations in 400 catchments across Europe. Running this model with forecasted atmospheric forcing, we derive soil moisture forecasts, which we then translate into temperature forecasts using simple linear relationships. The resulting temperature forecasts show skill beyond climatology up to 2 weeks in most of the considered catchments. Even if forecasting skills are rather small at longer lead times with significant skill only in some catchments at lead times of 3 and 4 weeks, this soil moisture-based approach shows local improvements compared to the monthly European Centre for Medium Range Weather Forecasting (ECMWF) temperature forecasts at these lead times. For both products (soil moisture-only forecast and ECMWF forecast), we find comparable or better forecast performance in the case of extreme events, especially at long lead times. Even though a product based on soil moisture information alone is not of practical relevance, our results indicate that soil moisture (memory) is a potentially valuable contributor to temperature forecast skill. Investigating the underlying soil moisture of the ECMWF forecasts we find good agreement with the simple model forecasts, especially at longer lead times. Analyzing the drivers of the temperature forecast skills we find that they are mainly controlled by the strengths of (1) the soil moisture-temperature coupling and (2) the soil moisture memory. We find a negative relationship between these controls that weakens the forecast skills, nevertheless there is a middle ground between both controls in several catchments, as shown by our results. 相似文献
12.
FY-3A/MERSI数据在山东省农田干旱监测中的应用 总被引：1，自引：0，他引：1
干旱是影响社会发展和农业生产的主要气象灾害之一。利用中国新一代极轨气象卫星FY-3A上搭载的250 m中分辨率光谱成像仪(MERSI)数据,基于垂直干旱指数(PDI),结合山东省旱情统计数据,建立了适合山东省的PDI干旱指数分级标准,在此基础上对山东省2010~2011年秋冬季的干旱状况进行了监测,并将监测结果与同期的降水、温度和干旱监测资料以及19个国家级农气站的土壤相对湿度资料进行对比分析。结果表明:基于FY-3A/MERSI 250 m分辨率卫星资料计算的PDI能够客观反映山东省旱情的空间分布和动态发展过程。PDI与对应实地观测的10 cm、20 cm土壤相对湿度之间有较好的负相关性,且20 cm的土壤相对湿度较10 cm的土壤相对湿度与PDI的相关关系更稳定。因此,利用FY-3A/MERSI卫星资料监测山东省干旱状况具有可行性,适于在干旱监测业务中推广应用。 相似文献
13.
以简化农田实际蒸散的计算过程为目的，利用1999年河北定兴县中国气象科学研究院农业气象试验基地的玉米田0~300 cm土壤湿度和气象要素的实测资料以及华北地区5个站1991~1995年0~50 cm土壤湿度和气象资料，探讨由简化参考蒸散模式计算玉米田实际蒸散的可能性；对比了Priestley-Taylor模式和FAO（1998）Penman-Menteith模式的计算结果，以农田试验资料为基础，采用叶面积系数和平均土壤相对湿度为因子，建立了实际蒸散的计算模式。并以华北地区8个站1999~2000年0~50 cm土壤湿度和气象资料进行验证，平均误差一般为10%~15%. 相似文献
14.
基于Radarsat-2 SAR数据反演定西裸露地表土壤水分 总被引：2，自引：0，他引：2
利用Radarsat-2 SAR数据和定西地区野外土钻法及WET仪器观测的土壤水分数据,分析了同极化后向散射系数与不同土层深度土壤水分之间的关系,采用交叉极化(VV/VH)组合模型反演土壤水分并进行对比验证。结果表明:水平、垂直同极化后向散射系数均与10~20 cm土壤含水量相关性最好,相关系数R均为0.74;受地表粗糙度和土壤质地等影响,同极化后向散射系数与0~10 cm土壤水分相关性均较低。交叉极化组合模型的反演值与10~20 cm实测土壤水分相关性较高,R值达0.75,而与0~10 cm和20~30 cm实测值的相关性较低(R值分别为0.47和0.52),但均通过α=0.05的显著性检验;WET仪器实测0~6 cm土壤水分经校正后与反演值的相关系数为0.46(通过α=0.01的显著性检验),校正后的结果有效提高了WET仪器测量精度。交叉极化组合模型可用于裸露地表土壤水分的反演,更适用于提取10~20 cm土壤含水量信息。 相似文献
15.
基于集合平方根滤波方法(En SRF)同化方法和NOAH陆面模式的WRF-En SRF陆面同化系统,同化了江苏省70个自动站资料进行试验,研究加入不同的同化资料(地表温度、10 cm土壤温度、20 cm土壤温度)及初始扰动强度的大小对陆面数据同化系统性能的影响,以及对不同区域(降水大值区和降水小值区)的分析场进行效果对比,并且检验了同化系统在一次典型的梅雨锋暴雨的同化效果,证明了这个系统的有效性和可行性。对于资料选取试验,比较全场平均的同化时刻分析场模拟观测相对真实观测的均方根误差可以得到:同化地表温度资料并且初始扰动强度1 K的时候同化效果最理想。对于选定的降水大值区和降水小值区来讲,降水大值区的土壤温度和土壤湿度分析场更加接近于真实场。运用于一次梅雨锋暴雨的同化实验,对于最后一个同化时次的分析场作为背景场做集合预报,最终证明预报结果是有效的。土壤温度、土壤湿度、地表温度和近地面风场的预报结果都较用NCEP再分析资料直接做预报作为控制试验的结果有不同程度的改进。这说明该系统应用于实际同化中的性能较为良好,可以应用于实际土壤湿度与温度的预报。 相似文献
16.
基于2019年4～10月金沙江中下游逐日面雨量实况资料、西南区域数值天气预报业务模式(SWC-WARMS)和中央气象台智能网格预报模式(NWGD)0～24小时降水预报对金沙江中下游月累计面雨量、日面雨量的月极值分布、暴雨频次分布特征进行分析并做了检验评估。结果表明:(1)金沙江中下游月累计面雨量主要集中在6～9月,强降雨天气也主要出现在6～9月。(2)2019年4～10月期间总共出现暴雨次数22次,出现暴雨次数最多的区域是A区,D区没有出现暴雨。(3)西南区域模式对于C区、D区、E区月累计面雨量的预报以及对于A区和C区小雨和中雨的预报优于中央气象台预报模式。(4)平均绝对误差(Ea)、模糊评分(Mp)和TS评分(Tsk)结果显示中央台智能网格预报模式上优于西南区域预报模式。 相似文献
17.
2010年汛期多模式对山东降水预报的检验 总被引：2，自引：0，他引：2
为提高数值预报模式在山东汛期降水的预报能力,为降水预报及模式物理参数方案选择和调整提供客观依据,对2010年汛期（6-9月）山东区域MM5、WRF-RUC（WRF快速循环同化系统）和T639模式24 h、48 h累积降水预报产品,进行晴雨、一般性降水和分量级降水TS评分及平均绝对误差、平均误差分析。结果表明：从晴雨预报准确率来看,3种模式相差不大;一般性降水和小雨预报,MM5模式评分结果最差,T639模式预报效果最好;中雨以上量级,24 h降水T639模式预报效果最好,特别是24 h大暴雨评分T639模式达到了10.37 %,而48 h降水T639模式预报效果下降明显。无论24 h降水还是48 h降水,除9月WRF-RUC模式平均绝对误差最小外,6-8月T639模式平均绝对误差均为最低,WRF-RUC模式24 h和48 h降水各月平均误差均为负偏差;不同的降水预报检验方案和天气过程类型对检验结果有一定的影响。 相似文献
18.
基于WRF(Weather Research and Forecasting)模式及其3Dvar(3-Dimentional Variational)资料同化系统,采用36、12、4 km嵌套网格进行快速更新循环同化和不同的微物理及积云对流参数化方案对比试验,对2011年5月8日鲁中一次局地大暴雨过程进行了研究。结果表明,快速更新循环同化地面观测资料是影响模式降水落区预报准确性的关键因素,不同的微物理和积云对流参数化方案主要影响降水强度预报。采用不同的微物理参数化方案和积云对流参数化方案进行降水预报对比试验表明,LIN方案和WSM6(WRF Single-Moment 6-class)微物理参数化方案对降水预报均较好,LIN方案降水预报较WSM6方案略强。4 km网格预报使用K-F (Kain-Fritsch)积云对流参数化方案或不使用积云对流参数化方案,预报的降水均较好。4 km网格使用旧的K-F积云对流参数化方案,预报的近地层大气风场偏弱,导致大气动力抬升作用偏弱,从而造成模式降水预报偏弱。 相似文献
19.
山东省干湿转换期土壤水分MODIS遥感监测 总被引：1，自引：0，他引：1
由于2012年春夏过渡时期山东省降水时空分布不均,前期全省大部分地区出现旱情,后期降水偏多。为及时掌握干旱分布及变化情况,利用MODIS地表温度数据(MOD11A2)和植被指数数据(MOD13A2),结合土壤水分自动站的实测数据,采用温度植被干旱指数法,构建了LST-NDVI、LSTEVI特征空间,反演了2012年6~7月山东省干湿转换期的土壤水分,分析了干旱空间分布及变化特征。结果表明:LST-NDVI特征空间反演精度为82.95%,LST-EVI特征空间反演精度为84.33%,精度提高了1.66%。前期山东省中南部、西部出现旱情并以轻旱为主,后期由于降水旱情明显缓解,干旱面积减少了65 427 km2。基于MODIS数据利用温度植被指数法在本区域进行干旱监测是可行的。 相似文献