借用土壤水分温度盐分三参数速测仪对土壤墒情变化的分析(精品).docVIP

借用土壤水分、温度、盐分三参数速测仪对土壤墒情变化的分析 摘要 从农业气象情报服务需求出发，根据近3年土壤墒情实时变化资料和定期测墒数据，借助托普仪器的TZS-ECW型土壤水分、温度、盐分三参数速测仪分析研究与土壤墒情变化高相关的气象因子，结果表明，通过现有观测资料，可以定量评估局地土壤墒情变化，为预测眷旱趋势和程度提供可靠的依据。 关键词 土壤墒情；蒸发量；降水量：逐步回归 前言 锦州地处中纬度，属于暖温带大陆性季风型气候，春季风大、雨少、回暖快，气候干燥，蒸发量大，干旱发生几率很高…。据统计，1991～2008年中高度春旱发生12年，而阶段性春旱则基本上每年都发生，给农业、林业等造成严重影响拉1。但是按照农业气象观测规范，只有逢3、逢8才测墒，对于实时性要求较高的天气情报服务来说很不够。为了及时监测预测到旱情发生的时段，找出土壤墒情变化与气象因子之间的相关规律，为决策者提供准确的信息服务，笔者根据近3年的实时探测资料和定期土壤墒情观测数据，分析研究与土壤墒情变化高相关的气象条件。 1资料与方法 1．1监测站及监测数据 锦州农田生态气象监测站位于锦州市太和区英屯村(121。12 7E，41。08’N)。该站建有16 m高8层梯度塔、涡相关(设备名称)、小气候梯度塔，实时采集空气温度、空气相对湿度、水气分压、风速、风向、向下短波辐射、反射短波辐射、向下长波辐射、向上长波辐射、净辐射、光合有效辐射、土壤热通量、土壤平均温度、土壤体积含水量、土壤温度、降水量、土壤相对湿度等要素数据。为保证资料的代表性和可对比性，气温、相对湿度、浅层地温、风力、降水、实时土壤墒情等数据取自监测站每30 min一次的实时探测资料；蒸发量取自锦州地面观测站每天的观测数据；人工观测从监测站周边的土壤取样，实际测量土壤墒情数据。 I．2建立统计模型、预报因子、预报量 1．2．1 统计方法。因所构建的预报量和预报因子为连续变 量，故采用逐步回归方法进行因子的筛选¨。。 首先计算7个因子的相关矩阵： 建立相关矩阵后，对因子的显著性进行检验，大于显著性F检验值的，引入方程，并对矩阵进行变换；再对变换后的因子矩阵进行检验，引入最大因子，同时做是否剔除因子的检验。反复计算，直至没有引入、也没有剔除的因子为止。 1．2．2 影响土壤墒情实时变化的统计因子。以24：00土壤湿度为预报量，以00：30初始土壤湿度、对应层次的地温、空气相对湿度、当日蒸发量、日平均风速、日降水量合计6项观测值为因子进行统计。 1．2．3 以人工观测为基础的土壤墒情变化统计因子。由于人工观测是定期进行的(春季逢3、8观测)，2006—2008年2月28日一5月28日共取样56次(其中2007年3月8日因积雪缺测)，按如下方式构成样本集：以3月～5月53次土壤墒情观测为预报量，上一次观测值、两次观测日之间的平均蒸发量、平均温度、平均湿度、平均风速、日平均降水为预报因子。按照取土日期间隔形成53组样本数据。 2结果与分析 2．1 土壤墒情实时变化影响因子 2．1．1 10 cm土壤墒情主要影响因子。通过逐步回归分析Ho，除了初始土壤湿度的重要影响外(回归系数达0．954)，降水量作用也较为突出(回归系数0．205)，空气相对湿度和当日蒸发量对墒情变化影响较小，回归系数分别为0．015和0．008。10 cm地温和日平均风速与土壤墒情变化呈负相关，回归系数分别为一0．019和一0．123。由图1可知，降水量对10 cnl土壤墒情实时变化有重要影响，春季地温升高、风力较大对保墒不利。以上因子对10 cm土壤墒情变化的影响都超过了O．05的显著性检验，复相关达0．981。 2．1．2 20cm土壤墒情主要影响因子。由20 em土壤墒情变化的回归方程可知，初始土壤湿度回归系数为0．973，降水量作用减小(回归系数0．065)，空气相对湿度和当日蒸发量未通过显著性检验。20 cm地温和日平均风速仍与土壤墒情变化呈负相关，回归系数分别为一0．012和一O．0r77。从分析结果可以看出，降水量与地温、风力对20 em土壤墒情实时变化影响度为一个量级，4个因子组成的方程复相关系数为0．993。 如果将降水量与次日土壤墒情变化进行回归分析，各因子都通过了显著性检验，初始土壤墒情、20 cm地温、空气相对湿度、蒸发量、风速、降水量的回归系数分别为0．955、-0．048、0．066、0．003、-0．149、0．027，方程的复回归系数为0．994(图2)。 2．1．3 30 cm土壤墒情主要影响因子。30 cm土壤墒情变化与初始土壤墒情、30 cm地温、空气相对湿度、蒸发量、风速的 系数1．161，回归系数分别为0．983、一0．020、0．004、0．014、一0．050，日降水未通过显著性检验。