凤阳一次强降雨过程自动土壤水分观测数据剖析.docVIP

  • 2
  • 0
  • 约5.04千字
  • 约 9页
  • 2018-11-11 发布于福建
  • 举报

凤阳一次强降雨过程自动土壤水分观测数据剖析.doc

凤阳一次强降雨过程自动土壤水分观测数据剖析

凤阳一次强降雨过程自动土壤水分观测数据剖析   摘 要:该文选取安徽凤阳2015年主汛期一次强降雨天气过程,分析其对应时段自动土壤水分观测数据的变化特征;运用土壤水分观测计算的基本原理,分析观测结果存在的主要问题,提出一种改进观测数据可用性的订正方法。实例计算结果表明,此订正方法能有效减小原始观测值的系统偏差,使观测结果更为合理、可信。   关键词:强降雨;自动土壤水分观测;数据分析;偏差订正   中图分类号 S154 文献标识码 A 文章编号 1007-7731(2016)11-0156-04   Analysis of Automatic Soil Moisture Observation Data during a Heavy Rain in Fengyang   Yuan Xuesuo et al.   (Fengyang County Bureau of Meteorology,Fengyang 233100,China)   Abstract:This article selects a heavy rain weather process in Fengyang of Anhui Province in 2015,and analyzes its corresponding time automatically change characteristics of soil moisture observation data.Using the basic principle of calculating soil moisture observation,the paper analyzes the main problems of observation results,and puts forward an improved correction method of observation data availability.Correction calculation results show that the algorithm can effectively reduce the original observation system deviation,thus make the observation results more reasonable and credible.   Key words:Heavy rainfall;Automatic soil moisture observation;Data analysis;Deviation correction   近年来,为做好防汛抗旱气象服务工作,气象部门积极推进土壤水分监测自动化工程建设,在山东、河南、河北、安徽多地建立了土壤水分自动监测系统[1-4]。2009年,安徽省在粮食主产区和易旱区建立了30个自动土壤水分站,2010年启动第二期自动土壤水分站建设,新增52套自动土壤水分站,全省形成29套作物地段、53套固定地段合计82套自动土壤水分站。自动土壤水分观测具有快速、方便、不扰动土壤的特点,能获得土壤水分变化的连续曲线,但必须在对比数据越多的情况下修正误差,才能更好地反映实际土壤水分变化情况[5]。李孝军等从理论上分析自动土壤水分观测与人工取土土壤水分观测存在误差的原因及修正办法[6],王建荣等提出自动观测土壤体积含水量实时资料自动质量控制方法[7],王良宇等对自动土壤水分观测资料的应用误差作了分析[8],黄文杰等探讨了人工与自动土壤水分观测资料差异[9],徐远远提出基于最小二乘二次曲线的土壤水分数据质量控制系统设计[10]。此类研究从不同的侧面反映了自动土壤水分观测站的作用及其在准确性、代表性等方面存在的偏差。本文通过特定条件下自动土壤水分监测数据的分析,对监测结果的合理性、可用性进行评估,并从土壤水分观测计算的基本原理出发,探讨一种简便、有效的数据订正方法。   1 资料选取   研究时段为2015年6月21日至7月5日。降水资料取自凤阳国家气象观测站,由雨量传感器自动采集;土壤水分资料取自凤阳自动土壤水分观测站,由GStar-I(c)土壤水分监测仪采集,该仪器于2009年底布设,安装在作物观测地段,地段种植作物为“冬小麦―大豆”一年两熟,研究时段为大豆幼苗期。   2 数据分析   2.1 观测值变化特征   2.1.1 土壤体积含水率变化 从表1可以看出:6月23日至7月1日累计雨量287.6mm,由于雨水下渗,10cm土壤体积含水率由37.0%(6月23日)上升至46.4%(7月3日),增幅9.4%;20cm由47.4%(6月23日)上升至56.9%(6月30日),增幅9.5%;30cm由23

文档评论(0)

1亿VIP精品文档

相关文档