共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
南城自动站土壤水分资料的统计学订正分析 总被引:1,自引:0,他引:1
对2006—2009年南城站5—10cm、10—20cm、20—30cm、30—40cm和40—50cm等5个土层各90组样本的HYA-SF型土壤水分自动观测数据与同期人工观测数据进行了偏差与相关性分析,采用线性方程建立拟合模式,对自动土壤水分观测数据进行订正,并以相对误差±5%、±10%为指标对订正前后的数据合格情况进行了统计。结果表明,各土层自动土壤水分观测数据与人工观测数据虽然存在较大偏差,但二者具有一致的变化趋势,相关性好;分别利用5个土层同期对比观测数据建立的一元线性回归模型;拟合订正后的自动站各层数据偏差不同程度减小,数据合格率明显上升。 相似文献
3.
对2011年3-7月28次DZN3型土壤水分自动站与人工土壤相对湿度观测资料进行质量对比分析,结果显示:自动站观测数据与人工观测数据相比普遍偏小,30 cm土层数据偏差最小,20、40、50 cm土层次之,10、60、80、100 cm土层偏差较大;10、20、80、100 cm 4个土层自动站相对湿度演变趋势与人工测值较为接近,相关性较好;自动站土壤水分传感器对土壤水分变化敏感程度较低,其相同土层土壤相对湿度波动振幅小.分析结果可为评估DZN3型土壤水分自动站的监测能力及监测数据订正与应用服务提供客观依据. 相似文献
4.
FDR自动土壤水分数据标定问题及解决方法 总被引:4,自引:0,他引:4
针对目前FDR自动土壤水分数据可用性低的实际情况,本文从FDR自动土壤水分站传感器原理出发,结合数据处理流程与方法对湖南60个站点不同层次的标定参数及部分站点的相关观测数据进行了分析,指出目前田间标定法在自然条件下几乎无法得到覆盖土壤各个湿度区间的均匀样本数据,导致二次标定参数不合理是造成FDR自动土壤水分站数据可用性差的根本原因。二次标定方程参数不合理主要表现为方程斜率过大、过小、负值3种情况,导致观测数据增幅过大、常年不变、与实际土壤湿度变化趋势完全相反等问题。最后针对该问题提出了大样本原状取土,实验室标定的解决方法,并对方法进行了初步验证,结果表明该方法能从源头上有效改善土壤水分站观测数据质量。 相似文献
5.
6.
7.
基于自动土壤水分观测站数据建立本地土壤水分变化模型,通过人工取土烘干法观测的实际土壤湿度数值对自动土壤水分观测站数据进行修正和校订,再由修正过的自动土壤水分观测站数据作为当日的初始湿度,通过天气预报中无降水日数或降水日期及雨量大小做出未来一段时间内的失墒或增墒的模型,再通过不同的气象条件对增、失墒进行相关订正,做出相应的土壤墒情的预报,最后根据土壤墒情预报结果对照本地的土壤干旱量级指标,从而随时做出快速准确的本地旱情预报,为各级领导组织指挥农业生产、开展人影作业、指导农民进行田间管理等活动提供及时可靠的决策依据。本文通过此模型对2012年松原地区夏季干旱情况进行预报,再通过实际土壤墒情实况进行对比,预报结果基本正确。由于人工测值有一定随机性,所以人工观测值与自动站观测数据的对比只能做为参考而不可能完全吻合。但从长期数据应用情况来看,基于土壤自动水分观测站的土壤墒情监测及干旱预报模型方便稳定,反应水分变化趋势更有连续性。 相似文献
8.
按照土壤水分自动站业务化检验标准对云南2010年建立的20个土壤水分自动站观测值进行了业务化检验,其中17个站点通过业务化检验。为评估业务检验合格站点的数据质量,对检验时段人工对比观测数据进行分析,由于检验时段多分布在雨季,大部分土壤层观测数据的样本标准差较小,导致检验后干季时的土壤自动站与人工观测结果误差较大。将各站点的土壤体积含水量绝对误差转换成土壤相对湿度误差后,土壤相对湿度误差值大于等于10%的土层占有效检验总数的24.4%;误差值小于6%的只占总数的41.2%。分析认为当前土壤水分自动站业务化检验的评判标准值得商榷和论证。 相似文献
9.
10.
11.
12.
13.
土质对FDR水分传感器拟合参数影响的试验研究 总被引:1,自引:0,他引:1
通过制作人工土柱的方法,对壤土、黏土、砂土等土质进行FDR(Frequency Domain Reflectometry)水分传感器拟合标定试验,分析了传感器频率与土壤水分之间的关系,以及不同质地土壤对传感器标定参数的影响。数据分析结果表明:FDR土壤水分传感器感应频率随土壤体积含水量的增加而单调减小,具有很好的相关性,不同的土质对土壤水分传感器标定参数影响较大,黏土测试的传感器归一化频率范围在0.64~0.94之间,壤土测试的传感器归一化频率范围在0.4~0.86之间,砂土测试的传感器归一化频率范围在0.3~0.94之间,土壤按类别进行标定比集中标定的效果更好。分析结果对土壤种类复杂地区的自动土壤水分观测仪精细化标定具有一定指导意义。 相似文献
14.
人工与自动土壤水分平行观测资料对比分析 总被引:9,自引:2,他引:7
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。 相似文献
15.
自动土壤水分观测站业务化检验分析 总被引:1,自引:0,他引:1
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。 相似文献
16.
安徽省自动观测土壤水分质量控制方法 总被引:3,自引:0,他引:3
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。 相似文献
17.
18.
由于自动观测与人工观测的原理不同,造成了自动与人工观测数据之间的差异。选取了陕西2014年霾日、雾日、轻雾日的自动、人工观测月平均值以及30a气候月平均值进行对比分析,结果表明:2014年陕西霾日、雾日、轻雾日人工观测与30a平均值相比略有差异,自动观测比人工观测明显偏多,特别是霾日,是人工或30a平均霾日的10~68倍。利用中国气象局2015年发布的相关规定对2014年自动观测霾日进行订正,订正后大部分月份的霾日是人工观测或30a平均值的2~10倍,较未订正前减少了23%~91%,执行该规定使得霾记录基本趋于合理。 相似文献
19.
利用武鸣自动土壤水分站站址迁移后,其土壤体积含水量的人工对比测量值与土壤体积含水量自动站观测数据通过对比分析,结合对武鸣自动土壤水分站站址搬迁的选址的分析研究,找出2017年武鸣土壤水分观测站未通过检验而无法投入业务使用的原因。分析结果对自动土壤水分站站址的选址起到一定的借鉴作用,为其他需迁移或新建土壤水分站的部门提供参考。 相似文献
20.
济阳自动与人工土壤水分观测数据对比分析 总被引:1,自引:0,他引:1
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。 相似文献