水资源日益短缺已经成为全球性问题,节约用水、高效用水越来越受到各国政府的高度重视。在节水技术中,采用先进的传感器技术与时空分析手段,实现墒情(旱情)的准确测量与预测预报是一个具有重大理论与实际应用意义的研究课题。 本文总结了国内外墒情监测与墒情预报的研究现状,明晰了墒情(旱情)相关的工作内容是墒情监测、墒情预测和墒情预报。通过分析试验数据,对墒情(旱情)监测和预测预报技术中的关键问题进行了研究和探讨。 主要研究内容和结论如下: 1.对土壤水分的空间分布特征和变化趋势进行了试验研究。基于大样本墒情数据统计分析和参数检验,得出土壤水分空间分布符合对数正态分布或近似对数正态分布,区域内土壤墒情存在着与地理位置有关的空间变化趋势。 2.表墒层(地表20cm内)不同深度墒情数据的相关分析与检验,表明各个深度的土壤水分数据线性相关。 3.对土壤水分传感器的埋设位置进行了研究。试验数据的分析表明,地表下20、30、40cm处的土壤体积含水率线性相关,50、60cm的土壤体积含水率线性相关,60cm以下的土壤体积含水率在春季比较稳定。汛期间,地表下1m范围内各层的墒情数据线性相关。 根据试验数据的分析与检验,提出传感器的合适安装位置是地表下10、30、60、100cm。 4.应用数值分类学理论对试验数据进行了分析,提出土壤墒情信息的空间聚类分析方法在决定墒情(旱情)监测站点的位置时,具有适用性。 5.对区域范围内墒情(旱情)监测站点的建设数目进行了理论探讨,提出Davies-Bouldinindex指标在决定监测站点的数目上有适用性。 6.应用地统计分析理论,首次进行了区域范围内土壤墒情的预测研究。 在GIS上直观的显示出区域内土壤体积含水率的空间分布、变化趋势、各向异性的方向和大小、自相关距离,证实“土壤墒情存在着空间变异和各向异性”。交叉验证的结果表明,简单克里格法适合区域墒情预测。使用简单克里格法时,半变异函数模型为三角函数的预测误差小。 7.田间墒情试验的数据分析表明,田间地块内的土壤墒情没有明显的空间趋势,各项异性比较小,空间自相关距离小。反距离加权法适合田间墒情预测。Voronoi地图可以为田间墒情数据的分布与检查提供可视化工具。田间测墒时,点与点之间的距离要均匀,取样数目可以根据一定的置信水平、估值精度、变异系数做估算。 8.建立了一个基于BP网络的短期(一周、一天)土壤墒情实时预报模型,实测墒情数据仿真与检验,结果表明预报模型预报误差小、形式简单并且容易推广。