共查询到19条相似文献，搜索用时 187 毫秒
1.
林鸣 《水土保持应用技术》2021,(1)
采用最小二乘法建立回归方程,对锦州地区土壤墒情监测站点进行误差修订,并提出相应的解决措施。修订结果表明:采用误差修订后,锦州地区20cm土层深度下的墒情监测误差减少38.5%,30cm土层深度下的误差减少58.6%。研究成果对于锦州地区土壤墒情自动监测方法具有重要参考价值。 相似文献
2.
该研究针对全中国尺度的土壤墒情监测需求,构建基于自动监测站原位监测与多源专题数据的土壤墒情数据获取感知技术体系,提出数据质量控制清洗策略并建立数据校正插补模型。系统基于云原生技术设计,将模块以微服务形式灵活开发部署,通过容器技术打包运行独立实例,布设了墒情数据上报采集、可视化分析和数据挖掘应用等核心模块。依托空间分析和WebGL技术开发3D WebGIS数据分析功能模块,实现协同土壤墒情、土地利用、海拔高程等多源数据可视化分析与制图,深入挖掘数据价值,实现墒情估算和基于水量平衡的灌溉决策应用服务。系统已在中国21个省份得到应用,建立自动监测站970个,采集监测数据6000余万条,为用户掌握土壤墒情现状、指导农业节水灌溉、获取可靠科研数据等应用提供数据与技术服务。 相似文献
3.
利用我国基本(准)站在人工观测与自动观测双轨运行期间的平行观测资料,分析了不同观测方式下各层土壤温度的差异.结果表明,全国平均自动与人工观测各层土壤温度的日对比差值均在0.11℃以下,且日对比差值随着深度的增加而减小.从5 cm到320 cm,无论冬季还是夏季,全国绝大部分地区平均对比差值在±0.2℃之间.由浅至深各层土壤温度日对比差值的标准差从0.78℃减小至0.47℃,其不确定度在5～ 20 cm时均超过了1.0℃,但在深层(40 cm及以下),不确定度已经低于1.0℃.除极个别站外,各层自动与人工观测日平均值无显著性差异.自动与人工观测土壤温度的差异主要是由于土壤中水平温度场分布非均匀和土壤垂直温度梯度很大及对比观测时间不同步造成的. 相似文献
4.
农田土壤墒情监测与预报系统研发 总被引：2，自引：1，他引：2
为了定量预报农田未来7d 土壤墒情变化特征,提升农业气象服务工作质量与效率,该文旨在研发基于网络化的辽宁省农田土壤墒情监测与预报系统。该系统基于VC++及Fortran程序语言设计,以改进的CERES-MAIZE模型中的土壤水分子模型为基础,通过程序设计及各接口功能的实现,自动调用辽宁省自动土壤水分观测站的监测当日土壤含水量数据和中央气象台预报指导产品,实现数据的网络化获取和业务模型的实时运行,提升土壤墒情模拟的准确性、时效性和便利性。结果表明,预报准确率随预报日期增加而呈现降低的趋势,越临近实际监测日期土壤墒情预报情况与实际情况拟合越好;等级干旱预报准确率最低值为70.1%,最高值为81.9%,系统对于辽宁省农田土壤干旱级别的预报具有较高准确率。 相似文献
5.
基于ARM和GPRS的远程土壤墒情监测预报系统 总被引：8，自引：5，他引：3
为提高农业灌溉用水利用率、实现节水灌溉,设计了基于GPRS的无线土壤墒情监测预报系统。提出了一种土壤墒情监测预报模型,开发了以ARM9系列S3C2410处理器、GPRS模块和CS8900a网卡等组成数据采集系统,实现了对土壤墒情信息的自动采集、存储和墒情信息的无线网络传输,并可以根据墒情信息实施定时、定量的灌溉控制。该系统已投入国家农业示范基地使用15个月的时间,试验表明,该系统对土壤墒情的预报值与实际测试数据误差为3.39%,实现了对土壤墒情的有效监测和准确预报。 相似文献
6.
基于辽宁省2020年生长季(5-10月)逐日自动土壤水分站观测资料,利用相关系数(r)、均方根误差(RSME)、平均绝对误差(MAE)和偏差(ME)等统计评估指标对0-10cm、0-20cm和0-50cm层次的CLDAS(中国气象局陆面数据同化系统)土壤相对湿度产品在辽宁省的模拟表现进行评估检验,以确定其在辽宁省的适用性。结果表明,3个土壤层次的CLDAS土壤相对湿度模拟结果与观测值在时间尺度上存在趋势一致性,具有显著的正相关。生长季内辽宁省CLDAS平均土壤相对湿度模拟结果整体偏高,CLDAS对土壤相对湿度在60%～90%之间的模拟效果较好,对偏湿状态(RSM>90%)和偏干状态(RSM<60%)的模拟效果欠佳。3个层次的CLDAS土壤相对湿度模拟结果与观测值存在一致的空间变化趋势,总体呈西低东高趋势分布。CLDAS土壤相对湿度模拟结果与观测值呈显著正相关关系,0-20cm和0-50cm层次上全省大部地区相关系数超过0.8。误差评估结果在全省范围内的分布趋势一致,辽宁东部、南部和西部的误差较小,北部和中部的部分地区误差较大,在康平—彰武—新民—台安一线出现误差异常高值区。... 相似文献
7.
能量指数法在黑龙江干旱监测中的适用性研究 总被引：3，自引：0，他引：3
基于MODIS产品资料,结合土壤墒情实测数据,就能量指数法在黑龙江省农业干旱遥感监测中的适用性展开研究。结果表明:能量指数法的监测效果明显优于热惯量法和植被供水指数法,同时该方法还解决了其他方法不能连续监测土壤含水量的问题,适用于各种植被覆盖条件下以及各种土层深度的干旱监测。同时,运用多年资料分时、分层建立了基于能量指数法的土壤水分反演模型,模型的拟合效果在50cm深度时最好,20cm深度次之,10cm深度稍差。此外,模型在2009年黑龙江省干旱监测应用中的效果表明,反演结果与实际情况基本一致,能较好地反映黑龙江省旱情的空间分布和发展过程。 相似文献
8.
为了探讨现代土壤墒情监测手段在业务监测实践中的应用方法,利用中国气象科学研究院固城生态与农业气象试验基地的业务和试验资料,对灌溉农田土壤湿度的时间变化特征和空间关系进行了分析。结果表明,灌溉农田的土壤湿度呈一年的周期性变化;浅层(0-50cm)土壤湿度时空波动显著,且各层的变化存在不一致性,60cm以下土层湿度时空变化很小,0-50cm土层的平均土壤湿度能较好地反映0-200cm土层的土壤水分状况,对土壤湿度的监测应集中在浅层50cm内,并需要逐层测量;浅层土壤湿度变异明显,大田中两点各层土壤湿度的相关性一般随两点距离增加而减小,单个测点的土壤湿度测值的代表性差,因此在自动土壤水分仪器布点时,要获得地段的平均土壤湿度信息,必须设置多个观测重复;表层5cm的土壤湿度变化剧烈而迅速,不能正确反映作物根系主要分布层的土壤水分状况,而表层10cm的土壤湿度与作物根系主要分布层的土壤湿度具有很好的联动性,可以较好地反映作物生长的环境土壤水分状况,因此,在应用微波遥感监测土壤墒情时,其对地表的探测深度需要达到10cm以上才能获得关于作物根系主要分布层的土壤水分状况信息,相应地,在土壤墒情微波遥感监测中,需要采用5GHz以下的频率。 相似文献
9.
无人机多光谱遥感反演各生育期玉米根域土壤含水率 总被引：1，自引：3，他引：1
为准确及时地获取植被覆盖条件下农田土壤水分信息,该文以不同水分处理的大田玉米为研究对象,利用无人机遥感平台对夏玉米进行多期遥感监测,并同步采集玉米根域不同深度土壤含水率(Soil Water Content,SWC)。基于2018年夏玉米拔节期、抽雄-吐丝期和乳熟-成熟期的无人机多光谱遥感影像数据集,通过支持向量机(Support Vector Machine,SVM)分类剔除土壤背景,提取玉米冠层光谱反射率并计算10种植被指数(VegetationIndex,VI),然后利用全子集筛选(FullSubsetSelection)法对不同波段和植被指数进行不同深度土壤含水率的敏感性分析,并分别采用岭回归(Ridge Regression,RR)和极限学习机(ExtremeLearningMachine,ELM)2种方法构建全子集筛选后0～20、20～45和45～60cm不同深度下的土壤含水率定量估算模型。结果表明:基于贝叶斯信息准则(BayesianInformationCriterion,BIC)的全子集筛选法可以有效筛选最优光谱子集,筛选变量基本都通过了显著性检验,自变量个数较少;在同一生育期、同一深度条件下,ELM模型效果均优于RR模型;玉米在拔节期、抽雄-吐丝期的最佳监测深度为0～20cm,在乳熟-成熟期的最佳监测深度为20～45cm;乳熟-成熟期的20～45cm深度下的ELM反演模型效果最优,其建模集和验证集的决定系数Rc2和Rv2分别为0.825和0.750,均方根误差RMSEc和RMSEv分别为1.00%和1.32%,标准均方根误差NRMSEc和NRMSEv分别为10.85%和13.55%。利用全子集筛选法与机器学习相结合的方法可以提高土壤含水率的反演精度和鲁棒性,本研究为快速、准确地监测农田土壤墒情、实施精准灌溉提供了一种新的途径。 相似文献
10.
黄土丘陵区林地干化土壤降雨入渗及水分迁移规律 总被引：4，自引：2，他引：2
基于近年来黄土丘陵区林地形成大规模土壤干层的事实,为了探索降雨在黄土丘陵区枣林地干化土壤中的入渗、迁移规律,明确干化土壤的修复能力,在陕北米脂试验站建立野外10m大型土柱模拟枣林地干化土壤,采用CS650—CR1000土壤水分自动监测系统对其进行连续定位观测。观测数据分析表明:(1)独立降雨的入渗、迁移深度主要取决于降雨量,大、中、小雨的水分影响深度分别达90~140,70~80,40cm,降雨量一定时还与降雨强度、初始土壤含水量等因素有关,降雨强度越大、初始土壤含水量越高,水分的入渗深度及迁移深度也越大。(2)间歇降雨中几次降雨交互对水分的入渗、迁移产生促进作用。相同雨量下,其入渗深度较独立降雨可提高100%~160%,迁移深度可提高91%~197%。(3)黄土丘陵区并非所有降雨都对土壤水分有影响。观测期内降雨次数与降雨量的有效率分别为36.4%和72.7%。(4)土壤垂向剖面在多次降雨的累积作用下具有层次性,本试验期间降雨影响范围内的土壤剖面主要可以分为3层,0—90cm为降雨入渗敏感层,90—160cm为降雨入渗迟缓层,160—240cm为雨水迁移层。研究结果对于促进黄土丘陵区林地干化土壤的治理与修复,加强土壤水分的科学管理与改善具有重要的理论和实践意义。 相似文献
11.
针对薄层热风干燥过程自动称量精度受温度波动、气流扰动及机械振动等因素影响的问题，该研究研制了薄层热风干燥装置及其控制系统，以实现干燥过程物料质量及含水率的自动获取、及时查看和数据存储。系统改进了传统称量结构，采用悬吊称量的方式，将称量传感器置于干燥装置外，与干燥环境相隔离以提高称量传感器使用寿命；采用变频器输出频率表征风速的方式，有效避免了热式风速传感器在变温环境中的测量误差；通过称量传感器温度-质量的归一化偏差校正方法及“停风-稳定-称量-恢复”准静态的自动称量流程，开展了温度波动、气流扰动误差特性及装置验证试验，保证了干燥过程中物料含水率的准确获取。试验表明：恒载标定时，采用温度-质量归一化偏差校正方法校正后的质量与恒载质量最大偏差值为0.368 g，与实测质量相比，平均绝对百分比误差降低了84.4%，测量不确定度降低了72.2%；采用停风检测方案后，实测质量与恒载质量的最大偏差值由37.1 g降至0.31 g；物料加载时，在干燥温度35、45及55℃条件下，以手动称量方式下获取的质量及含水率为标准值，自动称量方式下的质量绝对误差分别为0.337、0.415和0.472 g，含水率... 相似文献
12.
基于试验反射光谱数据的土壤含水率遥感反演 总被引：3，自引：2，他引：1
土壤含水率是土壤水循环研究中不可或缺的参数,已广泛应用于土壤水分的监测。土壤光谱特性的研究是土壤含水率光学遥感定量反演的基础。该研究首先通过野外调查收集土样;然后,在实验室条件下制备不同水分梯度的土壤样品,并利用便携式地物光谱仪采集不同水分梯度土壤样品的反射光谱;最后,通过试验光谱数据分析建立一个基于指数函数的土壤含水率遥感反演模型,并对结果进行精度评价。结果表明,基于指数函数的土壤含水率反演模型可以较好的反演土壤水分特征,在640 nm处土壤含水率的估计值与真实值之间的决定系数为0.7062,RMSE为3.49%。相关研究为表层土壤含水量的遥感监测提供新方法和新思路。 相似文献
13.
应用热惯量编制土壤水分图及土壤水分探测效果 总被引：13，自引：1，他引：13
利用可见一近红外多光谱扫描图象和热红外日、夜扫描图象可以生成土壤反照率图和土壤日夜温差图,再利用室內测定的少量土壤热惯量资料对室外同步测定的土壤反照率和日夜温差进行二元回归,可得二元回归方程。借助此回归方程和所生成的土壤反照率图和土壤温差图可以生成真实土壤热惯量图。再利用土壤热惯量对土壤水分的回归方程,可将真实土壤热惯量图变成土壤水分图。这种土壤水分图反映出的土壤水分含量误差范围为-4.18%至1.98%,误差绝对值平均数为1.84%。 相似文献
14.
气体射流冲击干燥含水率在线监控系统设计 总被引：3，自引：3，他引：0
针对气体射流冲击干燥过程中自动称量受风速、设备运行振动、干燥温度等因素影响的问题,设计了新型干燥设备监控系统,实现了干燥过程中物料质量及含水率的自动获取、即时查看及数据显示和存储。系统通过"停机-稳定-称量-启动"自动称量流程及分温度段分载荷区间线性化校准等方案,有效保证了自动称量精度,通过将从机控制器的运行状态纳入到系统运行逻辑判断中,保证了系统长期运行的可靠性和安全性。系统称量量程0~2 000 g,最小分度值1 g。试验表明:自动称量系统相对误差小于0.7%,含水率(湿基)分析误差在±0.9%范围内,满足了干燥过程中在线物料质量及含水率监测需要。该系统为多种物料的干燥进程判断及产品质量保证提供了自动化监控平台。 相似文献
15.
透射式探地雷达探测土壤含水率 总被引：2，自引：1，他引：1
探地雷达可以进行土壤含水率的快速探测,但普通反射式雷达容易受反射层位难确定的影响造成探测误差。该研究使用透射式探地雷达对不饱和含水壤土及砂土所构建的物理模型进行透射式探测,通过起跳时间对比标定的方法,精确计算了介质中雷达波波速和土壤的相对介电常数。最后通过统计分析,发现以Topp模型公式形式为基础的三次多项式具有最高拟合优度,并修正了Topp公式中的参数后,分别建立起非饱和壤土和砂土体积含水率与介电常数的经验公式及其适用范围。最后,通过试验对比验证了该方法对砂土含水率的测量相对误差为13.20%,较时域反射TDR(time domain reflectometry)方法低14.34%,壤土为9.48%,较TDR方法低15.79%,测量精度明显高于TDR方法。因此该方法可替代TDR方法用于特定条件下土壤含水率的准确检测。 相似文献
16.
[目的] 开展基于压差测定水样含沙量的方法研究,旨在寻求一种新方法以实现含沙量在野外的快速准确测定。[方法] 试验基于压差原理,选取4种土壤(土、风沙土、盐碱土与水稻土)分别预制11个含沙量梯度的含沙水样,使用数字式压差计测定含沙水样压强与大气压强之间的差值(简称压差),建立含沙量与压差的函数关系式。[结果] 含沙量与压差在0.01的水平下呈极显著线性正相关;对于其中3种含沙水样(土水样、盐碱土水样与水稻土水样),压差结合理论公式计算含沙量的方法具有可行性,最大相对误差绝对值小于15%,但不适用于风沙土水样。风沙土水样含沙量的测定最大相对误差绝对值高达39%。因此,为了缩小误差,试验通过测定纯水与含沙量为500 kg/m3的水样压差建立修正方程,再结合测定的压差值计算含沙量,发现最大相对误差绝对值小于8%。[结论] 基于压差测定水样含沙量的方法能较为准确地测定水样含沙量,可为水土保持监测等领域在野外便捷测定含沙量提供一种新思路与方法。 相似文献
17.
利用温度植被干旱指数（TVDI）方法反演杭州伏旱期土壤水分 总被引：5，自引：0，他引：5
利用MODIS资料构建了杭州地表温度（Ts）-增强植被指数（EVI）的特征空间,拟合了特征空间中的干、湿边方程,计算了温度植被干旱指数（TVDI）,并推导出利用TVDI和干、湿边土壤水分计算土壤含水量的方程。在计算TVDI的过程中,为了减少高程的影响,利用数字高程模型（DEM）对Ts进行了订正;利用同期野外实测土壤湿度数据计算了干边上的土壤水分值,从而反演杭州2006年伏旱期8月份每隔16d的平均土壤含水量。结果表明：①TVDI方法能反演杭州伏旱期土壤表层水分,实测值与预测值之间平均绝对误差在15个百分点左右。②高程校正后的TVDI能更好的反映土壤水分,与校正前相比,平均绝对误差减少5个百分点,基本满足业务需要。 相似文献
18.
为优化土壤水分传感器的埋设位置,该文针对宁夏日光温室滴灌黄瓜田间的土壤水分传感器埋设位置进行优化试验,确定出最佳埋设深度和宽度。利用最小二乘法对澳大利亚生产的MP406土壤水分传感器进行标定,得到水分利用效率的拟合值与实测值的相关性系数为0.9906。设计了多路数据自动采集监测与灌溉系统,可同时获取不同处理的18个水分传感器数据,通过远程客户端实时下载和监控水分数据并实现自动灌溉,通过远程手机短信监控功能,进行手机短信命令控制一个或多个处理的实时灌溉,系统可同时测量不同处理的灌水量。计算水分利用效率和产量,分析传感器水分数据的差异和相关系数,确定出土壤水分传感器在宁夏日光温室滴灌黄瓜田间的最佳埋设深度和宽度位置,该研究方法为确定土壤水分传感器的埋设深度及宽度提供可行的参考方案。 相似文献
19.
中子仪测定砂性土壤水分的标定与测试参数的界定分析 总被引：1，自引：0，他引：1
以科尔沁沙地6个砂性土壤试验点为研究对象,实施中子水分仪测试土壤水分的标定试验,采用点聚图筛选和三点平滑处理土壤体积含水率数据,选用线性标定和非线性标定2种形式,系统分析中子仪计数时间、中子管安装稳定时间以及降雨、灌水等提高土壤含水率的方法对标定结果的影响,以界定中子仪的测试参数,经模拟与验证,确定砂性土壤的中子仪标定方程。结果表明：砂性土壤0-30cm表土采用二项式标定效果相对较好;砂土土质对中子仪读数影响较小,两种不同含水率的土壤可以统一标定;中子管安装稳定时间至少需7d,尤以经历一、两场较大降雨后进行标定其试验误差较小;标定和测量实施过程中,中子仪计数时间宜选用64s,再适当加大计数时间也能得到较好结果;在较大降雨和干旱两种状态下,选用64s中子仪计数时间进行测量,可得到砂性土壤测量水分范围为1.01%～29.92%且精度较高的标定方程。验证结果表明,中子仪测量结果能反映实际土壤含水量的分布状况,标定方程精度可满足实际测试要求。 相似文献