元保军
(河南省气象信息网络与技术保障中心 河南 郑州 450003)
目前,河南全省布设了143个业务在运行的土壤水分观测站点,全部观测站点均采用河南省气象科学研究所和中国电子科技集团公司第27研究所共同研制开发的GStarDNZ2型自动土壤水分观测仪,各站点正点采集土壤水分数据后上传到国家信息中心。根据对不同土壤成份实验标定后的处理算法,GStarDNZ基本满足不同地域八层土壤水分数据误差要求,通过对本省安阳、濮阳、南阳、信阳、落阳、三门峡、开封、驻马店四区八市的 16 个站点,10、20、30、40、50、60、80、100cm 土壤重量含水率、土壤相对湿度、土壤水分总贮存量及土壤有效水分贮存量等人工观测值与GStarDNZ采集值的对比,统计分析了该16个站点的极值情况,根据GStarDNZ采集值误差补偿算法确定了土壤水分数据质量控制软件的阈值,并将次阈值的选取办法应用到质量控制软件中的所有站点。
GStarDNZ土壤水分采集仪按照不同的地段、地势,土壤质地、酸碱度等因素,根据测定时间、测量深度和重复及测量仪器工具按照测定程序测量计算出土壤重量含水率、土壤相对湿度、土壤水分总贮存量及土壤有效水分贮存量。其中土壤农业水文、物理特性的测定深度为100 cm,分别对10、20、30、40、50、60、80、100 cm 八层值进行测量计量。
1)土壤相对温度
土壤相对温度表示以重量含水率占田间持水量的百分比,它有利于在不同土壤间进行比较,计算公式:
R:土壤相对湿度(%),取整数记载;w:土壤重量含水率(%);fc:田间持水量。
2)土壤重量含水率
土壤重量含水率表示土壤含水量占干土重的百分比,其公式如下:
w:土壤重量含水率(%);g1:盒重(g);g2:盒与湿土共重(g);g3干土与盒共重(g)。GStarDNZ在实验对比并概括土壤水分的变化情况对作物生长发育满足程度及其降水、灌溉等关系
阈值选取使用2009-2011年安阳、濮阳、南阳、信阳、落阳、三门峡、开封、驻马店四区八市的16个站点八层(10、20、30、40、50、60、80、100cm )人工观测数据分析确定阈值算法,2012年数据作为阈值合理性检验样本。阈值算法确定中根据GStarDNZ测量值与人工观测值的误差大小来规定数据的正确、错误、可疑,以此来设定合理的阈值。误差以土壤相对温度为例,如表1所示。
表1 土壤水分数据类型划分Tab.1 The partition of soil moisture data types
通过对GStarDNZ土壤水分采集仪按照不同的地段、地势,土壤质地、酸碱度等因素对自身工作性能的影响,统计分析近三年的历史采集值,分析对比不同地域不同深度的土壤水分人工观测值的历年分布和极值状况,确定了不同站点各层智能评判阈值,具体步骤如下
1)研究GStarDNZ不同工作条件下的参数选择,统计分析GStarDNZ仪2009-2011年的土壤水分采集值,通过对采集值与人工观测值的对比,根据误差大小筛选出不同季节各层土壤水分的极大值、极小值,误差在3%~5%的确定为正确数据的判别阈值,根据仪器设计要求GStarDNZ允许存在小于5%的误差。
2)根据筛选的不同季节各层土壤水分的极值,在此极大值基础上加n倍的标准差,在极小值基础上减去n倍的标准差,其结果作为各层土壤水分判别错误数据的阈值。经计算分析,该阈值在数值大小上约为5%~8%,因此在自动土壤水分数据质量控制软件中判断错误的阈值设定为8%。
3)取5%~8%的误差为各层土壤水分的可疑数据阈值标准。
根据上述步骤对随机抽取本省在业务运行的50个站点进行了阈值确定,自动土壤水分观测数据质量评判系统以50个台站采集的2011年6月~2011年12月时段土壤水分数据为测试样本,共计测试数据2 054 800个,其中缺测5 272个,有误数据78 375个,可疑数据33 367个,形成柄状图如图1所示。
图1 样本测试统计Fig.1 The test statistic of sample
根据设定的阈值选取站点57162 2012-05-12日01时10 cm土壤水分观测数据经质量控制软件处理后,软件报警标识出10 cm土壤水分观测数据-0.9错误,经过对近一天此站点10 cm土壤水分观测数据曲线进行分析,10 cm土壤水分观测数据曲线变化异常,到站点现场经过检查后发现是由于土壤水分传感器10 cm附近土壤裂开,造成土壤水分观测数据的异常变化。图2为57 162阈值测试结果。
图2 57 162阈值测试Fig.2 Threshold test of 57 162 station
根据系统评判结果,河南建立了土壤水分观测站点运行监控系统,通过监控系统提供的异常信息及时通知台站业务人员,使得各台站能够及时排除设备故障,保证了我省土壤水分数据的传输率。表2为林州等3个站点体积含水率的阈值。
其中,80 cm、100 cm土壤深度变化率较小,常年基本保持不变,因此使用的阈值和60 cm相同。
利用文章中阈值确定步骤所设定的各层阈值对2012年整年土壤水分数据进行了检验测试,对于阈值过小造成误判的站点调整阈值为5%,由于阈值偏大将正确值划为可疑值较多的站点,自动土壤水分观测评判系统将可疑阈值调整为3%左右。通过对本省各站点土壤体积含水率阈值的细化和准确化调整,根据不同土壤特性和天气条件及季节设定特定的阈值,大大提高了土壤水分自动观测数据质量控制与评估软件的控制精度,提高了土壤水分观测数据的可信度。
表2 三站点土壤水分体积含水率阈值界定Tab.2 The threshold definition of percentage of soil moisture of three station
[1]陈汝龙,柳军.ZQZ-DS1型土壤水分测量仪与人工观测的对比[J].气象与减灾,2008(1):36-37.
CHEN Ru-long,LIU Jun.The comparison of soil moisture measuring instrument and artificial observation of ZQZ-DS1[J].Meteorology and Disaster,2008,(1):36-37.
[2]成兆金,郑美琴,马品印,等.自动土壤水分观测站建设现状及资料分析[J].气象软科学,2007,(3):108-110.
CHEN Zhao-jin,ZHENG Mei-qing,MA Ping-yin,et al.The status of construction and data analysis of automatic soil moistrue observation station[J].Meteorological soft science,2007,(3):108-110.
[3]祁如英,朱宝文,祁永婷.春小麦地和大气观测场土壤贮水量对比分析[J].气象科技,2007,35(4):528-529.
QI Ru-ying,ZHU Bao-wen,QI Yong-ting,et al.The contrast analysis of spring wheat and the soil water storage of atmospheric observation field[J].Meteorological Science and Technology,2007,35(4):528-529.
[4]马有哲,花灿华.地面实时资料整编系统[J].气象科技,1999(1):54-59.
MA You-zhe,HUA Can-hua. Ground real-time data processing system[J].Meteorological Science and Technology,1999(1):54-59.
[5]马有哲,许松,李淑春,等.海洋气候资料数据集及其质量控制[J].气象,1999,25(2):15-18.
MA You-zhe,XU Song,LI Shu-chun,et al.Maritime climate data set and its quality control[J].Meteorological,1999,25(2):15-18.
[6]Gandin L S.Complex quality control of meteorological observations[J].Monthly WeatherReview,1988,116 (5):1137-1156.
[7]张理论,赵军,宋军强,等.全球气象资料质量控制的一种粗粒度并行计算调度策略[J].计算机工程与科学,2000,22(6):5-7.
ZHANG Li-lun,ZHAO Jun,SONG Jun-qiang,etal.A coarse-grained parallel scheduling strategy of global meteorological data quality control[J].Computer engineering and Science,2000,22(6):5-7.
[8]SONG Feng,HU Qi,QIANG Wei-hong.Quality control of daily meteorological data in China,1951-2000:A new dataset[J].international Journal of Climatology,2004,24:853-870.
[9]刘小宁,任芝花.地面气象资料质量控制方法研究概述[J].气象科技,2005,33(3):199-203.
LIU Xiao-ning,REN Zhi-hua.Research overview of surface meteorological data quality control[J].Science and Technology of Meteorological,2005,33(3):199-203.