宁夏黄土区稀疏带状山杏人工林土壤湿度动态与影响因素

【目的】以宁夏南部黄土丘陵区带状山杏人工林为例,揭示林带内与带间的不同深度处土壤湿度的时空变化及其关键环境影响因素,为半干旱区林草植被科学管理及雨水资源高效利用提供依据。【方法】2020—2022年,在宁夏彭阳县山杏人工林带内和带间各布设1套200 cm测深的智墒传感器,分层逐时监测土壤体积含水量和土壤温度变化,同时布设1台气象站连续监测近地面降水、气温、空气湿度等气象条件,采用相关分析探究土壤湿度对前1日土壤湿度、土壤温度和气象因子的响应规律。【结果】2020年和2021年为平水年,降水量分别为467.4和440.8 mm;2022年为枯水年,降水量为354.8 mm;土壤体积含水量平均值为平水年(2021年,17.0%)显著高于枯水年(2022年,14.3%)。土壤体积含水量随土层加深呈近线性增加,其斜率表现为林带间高于林带内,平水年高于枯水年。在0~120 cm土层的土壤体积含水量为林带内(15.3%)高于林带间(14.0%),但在120~200 cm土层为林带间(17.6%)高于林带内(16.8%)。在0~60 cm土层的土壤体积含水量变异系数为林带间(42.9%)高于林带内(37.8%),但在60~200 cm土层为林带内(23.2%)高于林带间(19.1%)。土壤湿度变化的季节格局为:相对稳定期(3—4月)、耗损期(5—8月)、恢复期(9—11月)和衰退期(12月—次年2月),最大值多出现在4月,最小值出现在8月(平水年)和12月(枯水年);土壤湿度变化的垂直空间格局为:速变层(0~50 cm)、活跃层(50~90 cm)、次活跃层(90~170 cm)、相对稳定层(170~200 cm)。相关分析发现,土壤湿度日变化相关性最强的环境因子为正相关的前1日土壤湿度和负相关的土壤温度,月变化相关性最强的环境因子为负相关的土壤温度。【结论】宁夏黄土区稀疏带状山杏人工林林带内和林带间土壤湿度在季节和剖面上均表现出较大波动,枯水年比平水年波动的层次更深。综合分析发现前1日土壤湿度、土壤温度、气象因子均是影响枯水年和平水年日及月尺度各剖面层次土壤湿度变化的要素。其中,前1日土壤湿度和土壤温度为主要影响因子;在0~120 cm土层内的土壤湿度为林带内高于林带间。本研究结果对宁夏半干旱黄土区水平沟整地后退化植被科学恢复及土壤水分高效利用有很好的指导意义。

GNSS线极化天线干涉信号反演土壤湿度算法测试

利用全球导航卫星系统干涉信号(GNSS-IR)测量土壤湿度已成为热门的研究课题。搭载低成本线性极化天线的智能手机可以方便快捷采集干涉信号信噪比(SNR)。分别仿真垂直和水平线性极化天线采集的GNSS干涉信号,给出2种极化方式下干涉信号SNR波形和反射率随卫星高度角变化的结果。对于垂直极化分量,电磁波会在入射角65°~85°左右时发生全透射,导致干涉信号振荡效果消失,而水平极化不存在该现象。同时,分别仿真右旋圆极化(RHCP)直射和左旋圆极化(LHCP)反射天线采集的GNSS信号,并计算直反射信号的幅值比。在仿真基础上分别利用不同极化天线进行实验,结果表明:采用线性极化天线采集的GNSS干涉信号振荡效果几乎不受卫星高度角的限制,可以为土壤湿度反演提供更多的有效数据,并且反演得到的土壤湿度与同位数据具有良好的一致性,两者的相关性达到0.95。使用搭载圆极化天线的双通道接收机采集北斗系统卫星数据进行对比,相关性达到0.91。对于不同的设备,智能手机采集的GNSS数据占用空间相对比于双通道接收机降低1%,且反演结果相关性接近,由于干涉信号提取直反射信号需要一定的振荡周期,故反演结果的时间分辨率要低于双通道接收机。

多源多层土壤湿度实时同化及在实时洪水预报中的应用

准确获取流域土壤湿度(MS)的初始值及过程状态,对提高实时洪水预报精度具有重要意义和实用价值。从新安江模型参数的物理意义出发,基于站点墒情数据和CLDAS土壤湿度数据构建点面转换模型(WKNN),将点面转换后的实时面尺度MS作为观测数据,采用集合卡尔曼滤波法同化新安江模型预报的MS过程,在五强溪区间流域进行实时洪水预报应用。结果表明:WKNN作为点面转换工具,能够捕捉到不同土层MS的点面关系,具有较好的适用性;较不同化模式,多层MS同化后的平均径流深相对误差下降了12.67%,平均确定性系数提高了41.82%;MS的实时同化可以显著降低汛初期洪水的预报误差,提高洪水预报精度,且多层同化较单一层同化效果更优。

辐射计辅助的地基GNSS-R土壤湿度反演方法研究

基于全球导航卫星系统反射信号(Global Navigation Satellite System-Reflection,GNSS-R)的土壤湿度监测弥补了传统测量方法的不足,是近年来遥感领域研究的热点。针对土壤粗糙度及植被含水量影响反演精度的问题,研究了利用辐射计数据辅助提升精度的方法。提出了一种基于非线性自回归模型的神经网络(NARX)的GNSS-R和辐射计数据融合的土壤湿度反演模型,通过信号处理的一般流程,进行现场实验,验证了该方法。结果表明,在测试集上所提出的反演方法相比于传统的GNSS-R方法,相关系数提高了77%,均方根误差下降了78%,与辐射计方法相比,相关系数提高了47%,均方根误差下降了68%,证明了该方法可以实现对固定区域土壤湿度的长期连续观测。

放牧策略对土壤与植被的影响及土壤湿度预测研究

文章旨在探索锡林郭勒草原的可持续放牧策略,以防止草原干旱和荒漠化。从机理分析的角度研究不同放牧政策对锡林郭勒草原土壤物理性质、植被生物量的影响,通过建立数学模型优化放牧问题,以期找到在锡林郭勒草原可持续发展情况下草场内放牧羊数量的最大阈值。此外,开发了一个基于双向长短期记忆网络的预测模型,用于准确预测不同深度土壤的湿度,以支持草原管理决策。模型在测试集上的表现与实际土壤湿度趋势一致,其中200 cm深度的土壤湿度RMSE仅为0.2,显示出其在锡林郭勒草原土壤湿度预测中的实用价值。

温室智能土壤湿度控制系统的设计

灌溉和通风是维持温室内作物生长所需土壤湿度条件的重要手段,应用自动化控制系统可以提高温室环境控制效率和效果。设计一套温室智能土壤湿度控制系统,阐述实际应用设计方案,通过试验证明该系统可以使温室内土壤湿度维持最佳水平,既能提高水资源利用效率,又能降低生产成本,有助于增加温室生产的经济效益。

基于机器学习的中国夏季降水延伸期预报及土壤湿度的可能贡献

延伸期预报准确率较低的问题仍然是目前重要的科学难题,做好延伸期预报对防灾减灾具有重要意义。本文利用机器学习方法开展了中国夏季降水延伸期(5~30天)预报试验,并探讨了土壤湿度对降水延伸期预报的可能贡献。结果表明机器学习方法的预报结果准确率要比传统线性模型方法有较大改善,且在诸多机器学习方法中,以Catboost, Lightgbm和Adaboost三个机器学习模型为最优。进一步分析发现长江流域表层土壤湿度异常导致的蒸发异常和感热异常,能够引起大气环流和垂直运动异常,最终对夏季降水产生影响。使用三个最优的机器学习方法的集合计算出模型中各个预报因子的贡献率,发现在长江流域的延伸期降水中,局地土壤湿度主要在5~10天占主导作用,而前期降水主要在10~15天占主导作用,长江流域20~30天的延伸期降水基本上受到大尺度环流控制。还评估了非局地土壤湿度在延伸期降水中的作用,发现中南半岛表层土壤湿度主要对15~30天的长江流域延伸期降水有重要贡献。将中南半岛表层土壤湿度加入到东北地区延伸期降水模型中,发现对该地区延伸期降水预报准确率并无提升作用,验证了机器学习模型的可用性。该研究为延伸期降水预测以及探究预报因子贡献率提供了一定的参考。

多源土壤湿度产品在云南省的适用性评估

为了解不同土壤湿度产品在云南省的适用性和可靠性,基于云南省的94个站点数据以及TC(triplecollocation)方法评估5种不同土壤湿度数据在云南省的适用性及不同干湿条件下的表现,包括ERA5-Land(the fifth global atmospheric analysis dataset for the land component of the European Centre for Medium-Range Weather Forecasts(ECMWF))、GLDAS(Global Land Data Assimilation System)、SMAP(Soil Moisture Active and Passive)、MERRA-2(Modern-Era Retrospective Analysis for Research and Applications,Version 2)和ESA CCI(European Space Agency Climate Change Initiative)。结果表明:与站点数据相比,5个产品的偏差均为正偏差(0.090~0.122),明显高估了云南省的土壤湿度,但变化趋势与幅度一致,都能捕获到土壤湿度的时间变化。基于站点数据的评估结果显示:在年尺度上,ERA5-Land和SMAP与站点数据吻合程度最高,相关系数(R)分别为0.456和0.454,其次是ESA CCI(0.439);干湿季的评估结果显示,所有产品相关性均低于年尺度,且湿季高于干季,但湿季表现出更大的正偏差,其中SMAP在干季(0.323)和湿季(0.418)均表现最优。基于TC方法的评估结果显示:ERA5-Land(0.925)和ESA CCI(0.931)相关性最高;其次是GLDAS(0.890)和MERRA-2(0.864);干湿季的评估结果与站点数据的评估一致,相较于年尺度大部分产品的相关性也呈下降趋势,且干季降幅更大;SMAP干湿季R分别为0.828和0.770,表现最差;MERRA-2湿季的R(0.912)和ESD(error standard deviation)(0.020)优于其年尺度评估结果。综合来看,ESA CCI相关性较高且精度最好,更适用于云南省表层土壤湿度的监测。

中亚5月土壤湿度异常对6月降水的影响

利用1980—2019年欧洲中期天气预报中心提供的ERA5月平均再分析数据和全球降水气候中心(GPCC)提供的逐月降水数据,分析中亚前期5月土壤湿度异常对后期6月局地降水变化的影响。结果表明:(1)中亚春季逐月土壤湿度总体表现为北部和中部高、西南和东南低的空间分布特征;3—4月土壤湿度年际变化的大值区主要位于中亚西南部;中亚北部土壤湿度在3月呈显著增加趋势,4—5月显著减少;中亚西南部3月土壤湿度显著减少。(2)中亚中部地区5月土壤湿度异常与当地6月的降水变化呈显著正相关,通过95%信度检验。5月土壤湿度正异常可以持续到6月,导致6月局地蒸发量增加,大气可降水量增多;同时地表向上潜热通量增加、感热通量减少、波恩比减小,进而导致大气边界层降低、低层大气湿熵增加、对流不稳定能量增大,有利于降水天气的发生。(3)前冬Ni?o3.4指数与中亚中部地区次年5月土壤湿度和6月降水异常都呈显著正相关,5月土壤湿度是厄尔尼诺-南方涛动(ENSO)影响次年6月中亚中部地区降水异常的重要媒介,但土壤湿度可独立于ENSO影响6月降水。

基于机器学习模型的多层土壤湿度反演

为了获取深层土壤湿度缺测值,采用支持向量机、BP神经网络和随机森林3种机器学习算法,在表层至深层土壤中利用主成分分析法选择与土壤湿度相关性显著的气象因子作为输入数据,建立多层土壤湿度反演模型反演了不同深度的土壤湿度。结果表明:随机森林模型模拟结果更加稳定,反演效果更佳;受气象因子驱动的影响,3种机器学习模型对地表0~10 cm深度内土壤湿度的反演效果更佳,对深层土壤湿度的反演效果随着深度增加而变差;增加表层土壤湿度及不同深度土壤温度作为驱动因子可以有效提高机器学习模型对深层土壤湿度的反演能力。

用于土壤湿度监测的无芯片RFID传感器设计

为提高土壤湿度传感器的灵活性和可靠性,设计了一种低成本的无芯片RFID传感器,用于无线监测土壤湿度。该传感器由3个互补开口环谐振器(CSRR)以及2个正交放置的宽带圆形微带贴片天线构成。其中两个相同尺寸的CSRR间距较近,容易产生谐振器间耦合,使得高湿度土壤下的谐振频率变化更加明显,另外作为参考谐振器的CSRR则用以消除环境条件的影响,提高测量的可靠性。两个微带贴片天线用于收发信号,实现无线传感功能。分别研究了采用单、双CSRR结构下该传感器的雷达散射截面(RCS),确定了土壤湿度与谐振频率差值之间的线性关系,通过实测进一步证实了这种关系。实验结果表明,该传感器在0%~12%的土壤湿度下具有18.2 MHz/%θ的灵敏度。

融合孤立森林和深度学习的GNSS-IR土壤湿度反演

针对GNSS反射信号遥感中单一特征参数数据质量参差不齐、可靠性差,模型反演结果不稳定的问题,本文提出了一种融合孤立森林和深度学习的GNSS-IR土壤湿度反演方法。试验结果表明,GNSS SNR的频率特征参数不适合土壤湿度的反演,而其振幅、相位特征参数与土壤湿度的相关性较高,可用于土壤湿度的反演;CNN、DBN和GRU 3种深度学习模型融合振幅和相位特征参数的反演结果与实测土壤湿度吻合度都较高;相比于仅利用振幅或相位的单一特征参数反演方法,本文方法反演精度提高了21.4%~55.8%,相关系数提高了4%~9.1%。

不同土壤湿度产品对长江中下游极端气候事件响应过程分析

评估了5种常用的土壤湿度产品(SMOS、SMAP、ESA CCI、ERA5、SMCI)在长江中下游地区的适用性,并结合气象数据分析了各产品在极端降水、干旱事件期间的时空变化特征。结果表明:5种产品都能较好地反映长江中下游地区土壤湿度空间分布特征,SMOS与其他产品相比存在普遍低估,时空变化特征与其他几种产品有一定差异。在反映土壤湿度对极端降水响应方面,SMAP、SMCI和ERA5都能反映出与异常降水变化相匹配的土壤湿度空间变化特征,而SMOS在空间上没能准确反映对降水的响应过程。在反映土壤湿度对极端干旱响应方面,SMOS和ESA CCI对极端干旱事件的响应与其他几种产品差异较大,ERA5和SMCI土壤湿度对干旱在空间上的响应较为准确。

中国区域气候干湿与土壤湿度变化特征及其差异性分析

气候干湿是表征气候特征的重要指标,土壤干湿是一个复杂的、多维的水文气候概念,二者有其差异性,也有一定一致性。在全球变暖背景下,有必要进一步深入研究二者演变趋势与差异。鉴于此,对中国气候干湿与土壤干湿变化特征及其差异进行分析,明确气候干湿与土壤干湿的异同。采用湿润度指数对中国气候干湿整体状况及区划情况进行研究,并对同时段土壤干湿趋势进行分析。研究表明:(1)近60余年中国不同气候区分界线未发生明显变化,但不同的气候态与1961—1990年气候态时段相比,中国北方自西向东存在一个面积广大的气候变干带,其湿润度指数存在着轻微变小的趋势,只是变化程度尚未达到改变气候分类的程度。(2)中国不同气候区气候干湿与土壤干湿在年内变化有所差异,湿润区与半湿润区二者一致性明显好于半干旱和干旱区;不同气候区潜在蒸散与降水差值的月变化存在明显差异,对干旱与半干旱区而言,3—9月与3—6月为气候干期,该时段干旱发生的可能较大;半湿润气候区7—8月进入水分盈余阶段,而湿润气候区,除个别月份,全年基本处于水分盈余状态。(3)中国区域气候干湿变化与土壤湿度多年变化存在着明显的差异,不同气候区多年湿润度指数均呈轻微增加趋势,但土壤湿度大部呈变干趋势,侧面说明中国不同气候区农牧业生产潜在干旱风险在增高。研究结果有助于全面认识气象干湿与土壤干湿,促进对二者关联的进一步研究;同时有助于加强干旱风险的防控意识,提高农牧业生产的抗旱应对举措。

基于多层土壤湿度数据同化的小流域径流模拟

土壤水分状态在水文循环中起关键作用,对径流预报的准确性影响很大。以美国宾西法尼亚州中部的Shale Hills流域为例,研究多层实测土壤湿度数据同化对径流模拟的作用。首先利用新安江模型对研究区内2008~2012年的日径流进行模拟,同时通过集合卡尔曼滤波算法构建基于新安江模型的水文数据同化模型,并设置未同化的开环试验作为对比,研究模型同化土壤湿度对改善径流模拟和土壤水分的能力。模拟结果显示,新安江模型在该流域有较好的适用性;相比于同化前,模型同化多层土壤湿度后径流量相对误差降低了5.2%,纳什效率系数从0.62提高到0.66,土壤含水率的均方根误差从16.4 mm减小到3.0 mm。其次对单层土壤含水率同化结果进行比较,结果表明,下层土壤含水率同化比上层同化对径流模拟作用更明显,但仅加入上层实测土壤含水率同化能够降低下层土壤水模拟的不确定性。研究结果表明同化多层土壤湿度可提高径流模拟精度,同时也能够有效优化土壤水的模拟结果。

基于地理探测器的张承地区表层土壤湿度变化的驱动因素分析

河北张家口、承德地区(以下简称“张承地区”)作为京津冀地区的生态屏障、重要的水源保护地和风沙阻隔区,近年来开展了一系列生态治理工程。土壤湿度作为综合反映气候、植被覆盖、土壤性质的重要指标,在大气水—地表水—地下水的循环中至关重要。但张承地区地处半干旱区,水资源相对匮乏,且现有研究忽视了对其土壤湿度空间变化特征及驱动因素的分析。研究以中等分辨率成像光谱仪数据、全球陆地数据同化系统数据集等为基础,基于温度-植被干旱指数模型反演并分析张承地区2001—2021年土壤湿度及时空变化特征,利用地理探测器方法分析8个驱动因子对张承地区土壤湿度时空异质性的解释力。结果表明:(1)2001—2021年张承地区的土壤湿度呈现波动上升趋势,土壤湿度分布为东部高,西部低,张家口低于承德;空间上,研究区83.09%区域的土壤湿度呈现逐年上升的趋势;(2)研究区土壤湿度的驱动因素解释力大小排序为:归一化植被指数>土壤类型>年均降水>土地利用类型>坡度>高程>年均气温>坡向,其中归一化植被指数和土壤类型的解释力均高于30%,为主导驱动因素;(3)在交互作用分析中,多因子共同作用的影响大于单因子作用,归一化植被指数与高程的交互影响作用最强。研究结果对于张承地区水资源的高效利用及生态环境保护具有重要的参考作用。

ESA CCI土壤湿度资料在中国东部的综合评估

卫星遥感的土壤湿度产品为研究区域尺度的气候变化、水文效应等提供了便利,然而由于观测标准不统一、仪器更迭等因素,长时间序列土壤湿度数据集在我国的验证和应用犹显不足。该文基于中国气象局农气数据集和国际土壤水分网络(international soil moisture network,ISMN)的土壤湿度资料,首先构建了1981—2013年中国东部地区土壤湿度的月数据集;并在此基础上对比分析了同时间段欧洲航天局气候变化倡议项目(European apace agency climate change initiative,ESA CCI)的4种微波遥感土壤湿度产品(包括主动、被动、融合和校正的融合产品)在中国东部的表现能力。结果显示,主动产品和被动产品分别低估、高估了中国东部的土壤湿度,其中主动产品的最大偏差分布在华北和西北地区,相对偏差分别达到-30.9%和-29.6%,被动产品在东北和西北地区的相对偏差分别为39.1%和26.5%,融合产品可以很好地改进东北地区和西北地区主动产品低估、被动产品高估的现象,相对偏差分别减少到24.3%和3.7%。对区域平均的月土壤湿度的变化特征而言,主动产品和融合产品在江淮地区的表现最优,最高相关系数达0.66,被动产品和融合产品在东北地区的相关系数达0.44和0.47,华北地区和西北地区较差。通过对遥感产品方差来源进行分析,主动产品在描述土壤湿度的演变特征方面更具优势,被动产品在精度方面表现更优,融合产品在精度方面表现最佳。该文同时研究了CCI集成卫星设备的更迭对产品表现的影响,结果表明,不同时间段的主动产品在东北和西北表现较一致,被动传感器在再现土壤湿度的变化特征方面还有一定的差距,融合产品的整体方差明显优于主动产品和被动产品,但是在相关系数方面,融合产品在东北和西北较主动产品基本相当。校正后的融合产品没有特别明显的改进,这在一定程度上证明了利用CCI融合产品进行长期研究的可行性。研究结果有助于更深刻地理解不同卫星产品数据集的误差结构和特性,为研究者挑选相应数据产品、以及进行长时间序列的研究提供了证据支持。

GNSS-IR多星融合的稳健回归土壤湿度反演方法

全球卫星导航系统干涉测量法(GNSS-IR)能够利用直/反射卫星信号间的干涉信息分析提取土壤湿度、海面高度等有效信息。针对传统线性回归方法在土壤湿度反演过程中出现的拟合模型随异常观测值偏移的问题,本文提出了利用稳健回归方法降低异常值权重,以达到减小或抵消异常观测数据对观测结果的影响。为验证模型的适用范围,本文在稳健回归的基础上进行了多星融合试验,有效提高了土壤湿度反演精度。结果表明,与传统线性回归方法相比,本文提出的方法在单颗卫星时RMSE和MAE平均降低8.38%和8.91%,在两颗卫星时RMSE和MAE平均降低15.18%和16.42%,在三颗卫星时RMSE和MAE平均降低21.00%和22.97%,在四颗卫星时RMSE和MAE平均降低26.25%和28.71%。

基于大气校正法的五华县土壤湿度反演方法研究

以广东省梅州市五华县为研究区,以2013年10月15日的Landsat 8数据为数据源,文章基于大气校正法进行了五华县土壤湿度反演方法研究和数据实验,得到五华县植被干旱指数(TDVI)模型特征空间。基于当日平均气温测站数据进行IDW插值得到五华县当日的气温分布情况,以此作为验证数据进行精度分析。研究表明,当日五华县温度TDVI和气温具有一定的相关性,相关系数为0.70886。TDVI是评估区域干湿度的重要指标,TDVI构造的土壤湿度模型能够较好地用于土壤湿度监测。

黄土高原表层土壤湿度与降水关系的分析

使用黄土高原气象台站的土壤湿度和降水观测资料以及GLDAS和CMFD再分析资料,分析黄土高原地区土壤湿度与降水量的时空分布及变化特征,通过回归分析、格兰杰因果检验和奇异值分解(Singular value decomposition,SVD),研究土壤湿度与降水之间的关系,分析初始土壤湿度影响随后降水的时间尺度与空间范围。结果显示:黄土高原的土壤湿度与随后1~2个月降水回归分析的解释方差相对较高,较大值在夏秋季节(7-10月),黄土高原不同区域(Ⅰ区、Ⅱ区和Ⅲ区)的土壤湿度与随后21天降水相关的时间较全区域的多,时间较集中,说明黄土高原土壤湿度分布不均匀,不同区域差别较大,较大的滞后降水时间尺度适用于较大空间范围的分析。格兰杰因果检验表明黄土高原全区域秋季(10月、11月)的初始土壤湿度对随后1个月或2个月的降水有显著影响,在Ⅲ区8月土壤湿度对10月的降水也有显著影响,这与回归分析的结果一致。再分析资料的SVD分解的结果显示,1979-2014年7月黄土高原中部、北部和东部土壤较湿润时,8月西部和北部边缘的降水偏多;9月东部的土壤偏湿润,则10月黄土高原西部以及南北部的一些地区降水偏多。土壤湿度与降水的显著相关区域重叠部分较少,说明黄土高原土壤湿度对降水的影响存在一定程度的时空不对称性。