论文部分内容阅读
对土壤墒情(旱情)进行监测和预报研究,是进行防旱抗旱工作的基础。本文在国家高技术研究发展计划(863计划,项目编号:2002AA2Z4071)以及科技部农业科技成果转化项目(项目编号:02EFN216901258)资金的资助下对土壤墒情的监测技术和土壤墒情的预报模型进行了深入的研究和分析。本文研究的主要内容包括:
1.从土壤水分测量的实际要求出发,设计和开发了土壤水分空间分布快速测试仪。该仪表能够通过土壤水分传感器测量各个采样点的土壤水分值。结合现代的GPS技术,仪表还能同时测量采样点的地理位置坐标。仪表采集得到的数据,通过上位机GIS软件进行分析,能够掌握田间土壤水分的分布状况,生成土壤墒情空间分布图。该仪表已成功应用于土壤墒情调查与变量灌溉中,为科研和生产提供了一种快速测量土壤墒情的技术和手段。
2.对一年中根系层土壤墒情的时程变化规律进行了研究。提出一年内根系层的土壤墒情可以分为剧烈变化阶段,缓慢变化阶段和稳定变化阶段。各个阶段分别具有明显不同的数据统计特征。
3.通过对地表下0~100cm八个深度处的土壤墒情的垂直变化规律进行长期监测,发现不同深度处的土壤墒情具有较高的线性相关性。通过R型谱系聚类法,对八个深度处的土壤墒情数据进行了聚类分析,指出在地表下10cm、20cm和50em处埋设土壤水分传感器进行七壤墒情监测较为合理。结合多元线性回归法,得到了利用这3个深度处的土壤水分值计算其它深度处土壤水分值的线性回归方程。
4.研究了七壤墒情的增长和消退规律。当土壤水分增加时,降水量和初始土壤水分值是影响土壤水分增长量的主要因素。当土壤水分减少时,七壤水分减少的速度与土壤的深度和所处的变化阶段有很大的关系。
5.利用人工神经网络的方法进行了土壤墒情预报模型研究。利用该预报模型能同时预报地表下10cm、20cm和50cm深度处的短期,中期和长期的土壤墒情变化量,经检验该模型预报精度高,适于推广应用。
6.利用时间序列的方法进行了土壤墒情预报模型研究。时间序列的方法可以在没有气象条件的情况下对土壤墒情进行下一天或下一月的预报,模型预报精度较高。
7.针对北京地区的干旱状况以及防旱抗旱的具体要求,研究开发了以组件式GIS软件为开发平台的土壤墒情监测与预测预报系统。系统能够结合北京各个监测站的土壤水分数据,利用地统计方法对北京整个区域的土壤墒情进行实时监测。同时,利用土壤墒情的预报模型,系统实现了北京区域内土壤墒情的预报工作。整个系统操作简便、运行稳定、易于维护和扩充,具有较大的实际应用价值。