删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

中国土壤湿度的时空变化特征

本站小编 Free考研考试/2021-12-29
张蕾1,, 吕厚荃1,, 王良宇1, 杨冰韵2
1. 国家气象中心,北京 100081
2. 国家卫星气象中心,北京 100081

Spatial-temporal characteristics of soil moisture in China

ZHANGLei1,, LUHouquan1,, WANGLiangyu1, YANGBingyun2
1. National Meteorological Center, Beijing 100081, China
2. National Satellite Meteorological Center, Beijing 100081, China
通讯作者:吕厚荃(1957-), 女, 江苏南京人, 博士, 研究员, 主要从事农业气象灾害监测预报评估及土壤水分监测预报研究。E-mail: lvhq@cma.gov.cn
收稿日期:2016-04-29
修回日期:2016-06-16
网络出版日期:2016-11-25
版权声明:2016《地理学报》编辑部本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:公益性行业(气象)科研专项(GYHY201306045)
作者简介:
-->作者简介：张蕾(1987-), 男, 江苏南通人, 硕士, 主要从事农业气象灾害预警与风险评估。E-mail: leizhang@cma.gov.cn



展开

摘要
基于中国155个农业气象观测站1981-2010年逐旬土壤湿度资料,分析了全国和12个气候区域0~50 cm逐层的土壤湿度时空分布规律,采用趋势分析和Cramér-von Mises（CVM）方法探究了土壤湿度的变化趋势及突变性。结果表明：西南、江淮、东北、江南、江汉、黄淮和华南地区各层土壤湿度均高于全国平均值,内蒙古地区最低;随着深度增加,西南地区土壤湿度增加最明显,仅青藏高原地区土壤湿度减小。不同区域0~50 cm各层土壤湿度年变化和季节变化差异明显,并具有阶段性特征,大部地区深层土壤湿度高于浅层;总体上,新疆、华南、华北、青藏高原、东北、黄淮地区1981-2010年土壤湿度减小趋势显著,其中新疆地区减小最为明显。除江淮地区外,各区域土壤湿度均存在较为明显的年际差异,突变时段主要集中在20世纪80年代后期至90年代初期、90年代后期两个时间段。

关键词：土壤湿度;气候区划;线性趋势;CVM检验;中国
Abstract
Using actual observed soil moisture data of 155 agro-meteorological stations across China, at dekadal scale from 1981 to 2010, this paper examined the spatial and temporal characteristics of soil moisture at each 10 cm depth from 0 to 50 cm, at regional and national scales. Annual trend and significant change point were detected through tendency analysis and Cramér-von Mises test methods. Since soil texture and crop types were approximately homogeneous in each climatic region, regional average variation of soil moisture could be observed in the analysis. Mean soil moisture was between 15% and 25% in most regions while it was above 25% in the northern part of Northeast China and southern part of Southwest China. At each depth, larger soil moisture was detected in Southwest China, Jianghuai, Northeast China, Jiangnan, Jianghan, Huanghuai and South China, while the smallest value was observed in Inner Mongolia. As soil deepening, except in Tibetan Plateau, increases in soil moisture were apparent, being a maximal magnitude in Southwest China. Obviously, as well as periodical characteristics, annual and seasonal difference of soil moisture emerged at each depth, corresponding well to regional precipitation, temperature, and water demand for planting crops. An obvious freezing-increasing-deceasing-increasing trend existed in Northeast China, Inner Mongolia and Xinjiang, a variation of deceasing-increasing-fluctuating in North China, Huanghuai, and eastern Northwest China, a multiple fluctuation in Jianghuai, Jianghan and Jiangnan, and a deceasing-increasing-deceasing trend in South China and Southwest China, while an increasing-deceasing trend was found in the Tibetan Plateau. Soil moisture at a greater depth was higher than that at superficial layers. Annual soil moisture varied at each depth, but the mean value decreased from 1981 to 2010. Such annual variation could be well explained by corresponding temperature and precipitation. Consequently, soil moisture tended to decrease in response to temperature increase, following climate change. Apart from climatic factors, soil texture and crop type, as well as human activity, can have influence on soil moisture, which is needed to be studied further. Soil moisture decreased in Xinjiang, South China, North China, Tibetan Plateau, Northeast China and Huanghuai among which Xinjiang was most remarkable with a velocity above -2.3%?(10a)-1. Except in Jianghuai, a significant change of soil moisture was detected, mainly during two periods, i.e. from the late 1980s to early 1990s, and late 1990s.

Keywords：soil moisture;climatic zoning;linear tendency;Cramé;r-von Mises test;China

-->0
PDF (3247KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
张蕾, 吕厚荃, 王良宇, 杨冰韵. 中国土壤湿度的时空变化特征[J]. , 2016, 71(9): 1494-1508 https://doi.org/10.11821/dlxb201609003
ZHANG Lei, LU Houquan, WANG Liangyu, YANG Bingyun. Spatial-temporal characteristics of soil moisture in China[J]. 地理学报, 2016, 71(9): 1494-1508 https://doi.org/10.11821/dlxb201609003

1 引言

土壤水分对植物生长发育、土壤生产力起着十分重要的作用,进一步也会通过与植被、大气之间的传输改变能量收支平衡,影响气候和生态系统分布[1-2]。土壤湿度作为对气候较敏感的因子,与气候变化相互作用、相互影响,土壤湿度能通过热量传输改变气候,气候变化又在长期时间内反馈影响土壤湿度变化[3-5]。因此,分析土壤湿度的时空变化特征,对掌握土壤水分变化、进行土壤水资源合理利用以应对气候变化显得尤为重要。
目前,中国区域土壤湿度的研究主要集中在土壤湿度本身的规律特点及其应用方面。多数****利用实际观测土壤水分,针对不同区域尺度,分析了土壤湿度在水平和垂直方向上时空分布特征和周期性变化趋势[6-8],通过规律性分析反映土壤水分的动态变化;同时,分析土壤湿度与气象因子,尤其与温度、降水、相对湿度等[9-10]因子之间的相互关系,用以反映土壤水分对气候变化的响应,并基于影响因子建立区域土壤湿度定量模型[11-13],用来对土壤的旱涝状况进行监测预警,制定针对性的土壤水分管理措施[14-15]。目前这些研究工作中,受研究站点数量限制,从全国尺度分析土壤水分变化动态的研究较少。正是受观测资料欠缺的制约,土壤湿度在大尺度范围的研究工作存在一定局限性,从而使得利用RS和多种模式资料反演土壤湿度成为了近年来土壤湿度研究的一个重要方向[16-19]。同时,通过反演资料的应用,将土壤湿度作为一个重要输入参数和影响因子,在陆面过程模拟[20]、短期天气预报和中长期气候预测[21-22]中起着重要作用,其数据的有效性决定了结果的准确性。尽管通过土壤湿度反演扩宽了研究尺度,能够在一定程度上反映不同区域尺度土壤湿度变化特性,但反演资料本身仍存在一定的不确定性,无法完全替代实际观测结果。
本研究从实际准确性出发,利用全国范围内农业气象观测站的逐旬土壤湿度资料,分析了全国和12个气候区域尺度近30年土壤湿度时空分布规律,并进行了土壤湿度趋势分析及突变检测,以全面而准确地掌握不同区域实际土壤水分动态。

2 材料与方法

2.1 资料来源

本文所用的土壤水分数据来源于国家气象信息中心,包括全国155个农业气象观测站点（图1）1981-2010年0~100 cm逐层的土壤重量含水率、土壤容重等,其中土壤重量含水率的获取采用烘干称重法,其时间分辨率为每旬一次（逢8日、18日、28日观测）,土壤容重为按年观测。考虑到50~100 cm土壤重量含水率的资料较少,因此土壤深度选取0~10 cm（1991年之前分0~5 cm、5~10 cm两个层次）、10~20 cm、20~30 cm、30~40 cm、40~50 cm 5个层次,通过格式检查、界限值检查、垂直一致性检查等质量检查,对数据集进行了核查修正,保证了数据质量良好。由于观测固定地段没有进行灌溉,故土壤湿度不受灌溉的影响,反映农田自然条件下的状况。为了核定155个农业气象观测站的固定地段代表性作物,所选资料还包括农业气象观测站所在地段种植的作物名称和作物品种等。
显示原图|下载原图ZIP|生成PPT
图1中国土壤湿度站点分布及气候分区
-->Fig. 1Distribution of soil moisture stations and climatic regions in China
-->

2.2 数据处理方法

2.2.1 气候分区 由于农业气象观测站点分布区域广,为了细化分析中国区域内土壤水分的变化规律,根据中国气候特点,将中国划分为12个气候区域[23]：东北、内蒙古、华北、黄淮、新疆、西北地区中东部、江淮、江汉、江南、华南、西南和青藏高原地区（图1）。区域气候特点和农业生产结构的差异,可通过区域内农业气象观测站点土壤湿度的分析,反映不同区域土壤湿度的分布及其变化差异。
2.2.2 土壤和作物类型划分 为了考虑区域内站点土壤的可代表性,对各个站点0~50 cm土壤质地类型进行划分。以土壤容重作为划分指标,参考土壤类型分类标准[24],具体将各个层次土壤划分为：黏土（0.8 g?cm-3 ≤容重<1.21 g?cm-3）、黏壤土（1.21 g?cm-3 ≤容重<1.35 g?cm-3）、壤土（1.35 g?cm-3 ≤容重<1.45 g?cm-3）、砂壤土（1.45 g?cm-3 ≤容重<1.51 g?cm-3）、壤砂土（1.51 g?cm-3 ≤容重<1.60 g?cm-3）、砂土（容重≥1.60 g?cm-3）。
从不同地区的土壤质地来看（表1）,不同地区各个层次的土壤质地存在一定的差异。东北地区以黏壤土或黏土为主,各个层次所占比例超过57%,且随着深度而增大;华北、黄淮和青藏高原地区以黏壤土和壤土为主,两种类型所占比例分别大于56%、54%和66%,随着深度的增大,土壤砂性有所增强;新疆地区以壤土和砂土为主,比例超过50%;西北地区中东部0~20 cm土壤以黏土和黏壤土为主,20~50 cm以黏壤土和壤土为主,比例超过55%;内蒙古、江淮、江汉、江南和华南地区土壤质地介于黏壤土和砂壤土之间,西南地区以黏土和壤土为主,各个层次有所差异。因此,站点所代表的各个区域土壤质地一致性较好,可以反映出区域的土壤水分变化。
Tab. 1
表1
表1中国各气候区不同区域0~50 cm土壤质地分类
Tab. 1Classification of soil texture at each depth (0-50 cm) in climatic regions in China
地区土壤北方地区土壤类型所占比例(%)地区土壤南方地区土壤类型所占比例(%)
0~1010~2020~3030~4040~500~1010~2020~3030~4040~50
东北黏土4131161612江淮黏土020000
黏壤土3929434145黏壤土4020402020
壤土1429222020壤土6040402020
砂壤土4610810砂壤土020204040
壤砂土266122壤砂土0002020
砂土002210砂土00000
内蒙古黏土200070江汉黏土00000
黏壤土133313277黏壤土33673300
壤土272033740壤土3333000
砂壤土272713277砂壤土330676733
壤砂土77403340壤砂土0003333
砂土713007砂土000033
华北黏土128044江南黏土00000
黏壤土4016122016黏壤土2502500
壤土3240523644壤土7575255050
砂壤土82024812砂壤土02525025
壤砂土81282420壤砂土0025250
砂土04484砂土0002525
黄淮黏土226000华南黏土00000
黏壤土5022111117黏壤土5050000
壤土1744283322壤土505010000
砂壤土622223322砂壤土00010050
壤砂土66221722壤砂土00000
砂土0017617砂土000050
新疆黏土00000西南黏土2233111133
黏壤土25250250黏壤土56003311
壤土5025502575壤土044442222
砂壤土025000砂壤土1102200
壤砂土25025250壤砂土1111112211
砂土025252525砂土011111122
西北中东部黏土3529606青藏高原黏土170000
黏壤土4735533547黏壤土5050331733
壤土1829244118壤土1717336733
砂壤土06181224砂壤土0017017
壤砂土000120壤砂土17331700
砂土00006砂土0001717


新窗口打开
通过分析155个农业气象观测站对应的固定地段代表性作物情况,发现各个区域内站点地段种植作物一致性较好,北方大部以小麦、玉米、大豆为主,南方大部以早晚稻、一季稻、夏玉米为主,可以反映整个区域的作物类别。
2.2.3 土壤湿度年变化趋势及差异性检验 为了反映1981-2010年土壤水分的变化趋势,采用线性倾向估计：
y?i=a+b×ti（1）
式中： y?i为土壤湿度;ti为对应的时间;i为土壤湿度序列;a、b系数由最小二乘法估算得到,回归系数b即可反映土壤湿度的变化趋势,b>0表示呈增加趋势,b<0表示呈减小趋势。同时,计算 y?i与ti间的相关系数与显著性水平作比较,来判断变化趋势是否显著[25]。
在土壤水分时间变化序列中,找到突变的时间对了解土壤湿度变化趋势有重要意义。这里,采用Cramér-von Mises（CVM）检验方法[26-27]来评估土壤水分的变化差异性水平,该方法主要用于两个独立同分布变量时间序列的差异性检验,也可以应用于单变量不同时间序列对比及突变点分析。具体方法是通过比较两个样本序列的累计分布函数平均差异水平来计算检验统计量：
Wt,i=∑i=1nF?s(xi)-F?h(yi)2（2）
式中： F?s(xi)、 F?h(yi)分别是两个时间序列土壤水分的累计分布函数,将时间t从1到n（时间长度）进行逐步计算检验统计量Wt,i[28],在所有检验统计量中最大的Wt,i所对应的时间t即为差异最大的点,其前后时段内土壤湿度数据序列差异最明显。在检验统计量过程中原假设为两个序列差异不显著,通过计算与检验统计表[29]进行对比,找到统计量对应的显著性水平。

3 结果与分析

3.1 土壤湿度空间差异

不同层次平均土壤湿度存在明显的区域差异（表2）。0~50 cm平均土壤湿度高值依次为西南（24.4%）、江淮、东北、江南、江汉、黄淮、华南,高于全国均值,内蒙古地区土壤湿度最小（9.5%）;0~10 cm,高于全国平均土壤湿度的依次是江淮、江南、东北、江汉、西南、青藏高原、黄淮、华南,内蒙古土壤湿度最小（8.9%）;10~20 cm,高于全国平均值有江淮、东北、西南、江南、江汉、华南、黄淮、青藏高原,内蒙古最小（9.1%）;全国20~30 cm平均土壤湿度为18.2%,高于该值有江淮、西南、东北、江南、江汉、华南、黄淮,内蒙古最小为9.4%;全国30~40 cm平均土壤湿度为18.7%,高于其值的分别为西南、江淮、东北、江汉、江南、黄淮,内蒙古地区最小（10.0%）;40~50 cm,高于全国平均土壤湿度的区域分别为西南、江淮、江汉、东北、江南、黄淮,内蒙古土壤湿度最小（10.4%）。随着深度增加,除青藏高原土壤湿度减小（-0.36%?(10 cm)-1）外,其余地区均呈增加趋势,西南地区增加最明显,速率达1.84%?(10 cm)-1。
Tab. 2
表2
表2中国各气候区域各层次平均土壤湿度及其倾向率
Tab. 2Mean value and tendency of soil moisture at each depth (0-50 cm) in climatic regions in China
土壤湿度均值(%)土壤湿度倾向率(%?(10a)-1)
0~500~1010~2020~3030~4040~500~500~1010~2020~3030~4040~50
全国18.317.418.018.218.719.2-0.8-0.5-0.9-0.7-0.9-0.9
东北21.720.821.721.921.922.0-0.6*-0.3-0.8*-0.8*-0.6*-0.7*
内蒙古9.58.99.19.410.010.4-0.3-0.1-0.4-0.3-0.3-0.3
华北16.115.315.816.016.317.0-1.3*-1.1*-1.4*-1.4*-1.2*-1.3*
黄淮19.518.719.219.219.920.5-0.6*-0.1-0.6*-0.7*-1.0*-1.0*
新疆11.39.510.711.512.012.9-3.8*-3.6*-4.0*-3.5*-3.0*-2.3*
西北地区中东部13.913.514.214.013.913.9-0.4-0.3-0.4-0.4-0.4-0.4
江淮24.123.623.623.924.324.8-0.10.10.00.0-0.5*-0.6*
江汉21.020.320.520.621.622.30.30.8*0.40.3-0.3-0.7
江南21.321.321.121.221.421.6-0.30.0-0.3-0.4-0.5*-0.7*
华南18.918.219.719.318.718.7-1.8*-1.8*-2.7*-1.7*-0.8*-0.4
西南24.420.121.623.627.429.30.10.0-0.40.20.60.5
青藏高原17.919.018.817.617.117.2-1.2*-0.5-1.4*-1.2*-1.6*-2.4*

注：*表示通过0.05的显著性水平检验。
新窗口打开

3.2 土壤湿度季节变化

由于地区气候条件差异,区域土壤湿度季节变化存在明显阶段性特征。其中,东北、内蒙古、新疆、西北地区中东部、华北地区土壤存在封冻期,此期间不进行土壤湿度观测,故观测数据以土壤解冻后可进行观测时段为主。
东北、内蒙古、新疆地区封冻期后,土壤湿度总体呈增大—减小—增大的趋势（图2）。2月下旬开始土壤解冻,土壤湿度逐渐增大,东北、新疆、内蒙古地区3月中旬至4月上旬先后达到最大值,内蒙古各层土壤湿度最大值的出现时间平均滞后2旬（图2b）,东北地区深层土壤水分因上移补充浅层水分而出现下降（图2a）,随土壤化冻浅层水分逐渐下渗,3月中旬至5月上旬土壤湿度逐渐增大;随春玉米、大豆、棉花等作物根系伸长、耗水量增大,土壤湿度逐渐降低;7、8月份降水量增多,东北和新疆地区土壤湿度明显增大,内蒙古地区土壤湿度波动较小。整体看,深层土壤湿度均高于浅层,尤其在进入作物生长季后更明显,新疆地区土壤湿度变化幅度最大（各层土壤湿度变化幅度为2.6%~8.0%）,其次是东北地区（2.6%~4.6%）,内蒙古地区变化最小（2.1%~2.5%）。
显示原图|下载原图ZIP|生成PPT
图2东北、内蒙古和新疆0~50 cm土壤湿度季节变化
-->Fig. 2Seasonal variation of soil moisture at each depth (0-50 cm) in Northeast China, Inner Mongolia and Xinjiang
-->

西北地区中东部、华北、黄淮地区土壤湿度呈减小—增大—波动（图3）。华北、西北地区东部在12月中旬至1月处于封冻期,黄淮地区土壤湿度冬季平稳波动;春季温度回升,冬小麦返青后生长,耗水量增大,湿度明显下降,5月下旬至6月上旬降至最小;6月降水量增大,冬小麦成熟收获、夏玉米处生长前期,土壤湿度增大;8月虽然夏玉米等进入需水关键期,但降水量仍较多,基本能满足作物需水,土壤湿度变化平稳,而西北地区中东部作物耗水小、土壤湿度呈增大趋势（图3a）;进入秋冬季,夏玉米、大豆等成熟收获,冬小麦处播种出苗—越冬期,土壤湿度波动较小。垂直变化上看,华北、黄淮地区深层土壤湿度均大于浅层;西北地区中东部以10~20 cm较高,而夏初之前和10月下旬后以0~10 cm较低,这种分布主要与地区降水变化、土壤耕作层深度和作物耗水量相关[30]。
显示原图|下载原图ZIP|生成PPT
图3西北地区中东部、华北和黄淮0~50 cm土壤湿度季节变化
-->Fig. 3Seasonal variation of soil moisture at each depth (0-50 cm) in Eastern Northwest China, North China and Huanghuai
-->

江淮、江汉和江南地区各层土壤湿度多阶段性变化,总体呈增大—减小—增大—减小—增大（图4）。随着冬小麦、早稻等进入快速生长阶段,土壤湿度下降;雨季各区降水量明显增加,湿度增大;随着一季稻、晚稻移栽后返青生长,需水量增多,但由于降水仍较多,土壤湿度下降幅度不大;冬季,作物生长需水较少,土壤湿度波动较小。垂直方向上,各区均是深层土壤湿度高于浅层,江南地区各层变化幅度最大（3.6%~5.5%）,其次是江淮（3.0%~4.7%）、江汉（2.3%~4.5%）。
显示原图|下载原图ZIP|生成PPT
图4江淮、江汉和江南0~50 cm土壤湿度季节变化
-->Fig. 4Seasonal variation of soil moisture at each depth (0-50 cm) in Jianghuai, Jianghan and Jiangnan
-->

华南和西南地区存在明显的旱季,土壤湿度总体呈减小—增大—减小（图5a、5b）。华南冬季湿度平稳波动,随着温度升高有所下降;进入雨季,湿度明显增加,随着8月晚稻进入移栽后返青生长,土壤湿度逐渐减小。垂直上看,0~10 cm土壤湿度最小、10~ 20 cm土壤湿度最大,20~50 cm差异较小,可能是因地区土壤多以棕色土为主,土壤湿度表现为垂直变化急剧型,存在一个湿度活跃层（20 cm以上）,活跃层内土壤湿度梯度大,活跃层以下土壤水分容易保持、变化较缓。西南地区2月中旬至3月下旬冬小麦处拔节至孕穗抽穗期,需水量大,10月上旬至12月地区降水量较少,土壤湿度均有下降;4月受季风影响,降水量逐渐增多,加上冬小麦处于成熟收获阶段耗水较少,湿度明显增加;夏季,尽管降水较多,但温度高增大土壤水分蒸发,加上一季稻、甘蔗等作物耗水增加,导致土壤水分呈稳定、略有下降趋势。随深度增加,土壤湿度变化幅度减小。
显示原图|下载原图ZIP|生成PPT
图5华南、西南和青藏高原地区0~50 cm土壤湿度季节变化
-->Fig. 5Seasonal variation of soil moisture at each depth (0-50 cm) in South China, Southwest China and Tibetan Plateau
-->

青藏高原地区各层土壤湿度呈增加—减少趋势,且深层土壤湿度低于浅层（图5c）。冬季,土壤处于封冻阶段,解冻后土壤湿度有一定波动;进入3月,降水量增加,该区以牧草等浅根系作物为主,耗水量较小,湿度基本稳定在16.0%~20.0%。

3.3 土壤湿度年变化

土壤湿度年变化的区域特点是,东北和内蒙古地区呈波动变化,新疆呈减小趋势（图6）。东北地区0~50 cm各层土壤湿度阶段性较大值的时段主要集中在1981、1994、1998、2005、2010年,较小值在1982、1989、2001、2007年（图6a）;从0~50 cm平均土壤湿度的CVM统计检验（图6d）看,1998年检验统计量达最大值（1.40）,且达到0.01显著性水平,可见东北地区1998年前后时段内土壤湿度差异明显。内蒙古地区土壤湿度1984-1989、1993-1998年减小,1990-1993年、2000-2010年增加（图6b）;2002年CVM检验统计量达到最大值0.78（图6e）,通过0.05显著性水平检验,则以2002年作为土壤湿度突变年份。新疆地区土壤湿度呈明显下降（图6c）,1993年之前维持在较高水平（13.5%以上）,1993-1997年土壤湿度明显下降,1998年后较为稳定;0~50 cm平均土壤湿度的CVM统计检验（图6f）表明,1994年前后时段的土壤湿度差异最显著（0.01水平）,检验统计量达2.45。
显示原图|下载原图ZIP|生成PPT
图6东北、内蒙古和新疆地区0~50 cm土壤湿度年变化及CVM差异检验
-->Fig. 6Annual variation and CVM test of soil moisture at each depth (0-50 cm) in Northeast China, Inner Mongolia and Xinjiang
-->

西北地区中东部、华北和黄淮地区0~50 cm土壤湿度波动较大,总体呈减少趋势（图7）。西北地区中东部各层湿度总体下降、趋于稳定,1997年前波动较大,最小值在1987年,之后波动逐渐减小（图7a）;0~50 cm平均土壤湿度CVM统计检验量1985年最高为0.95（图7d）,通过0.05显著性水平。华北地区1981-1989年土壤湿度较大,1990年之后明显波动下降（图7b）;1989年CVM统计检验量达最大值2.09（图7e）,通过0.01显著性检验。黄淮地区1985年之前土壤湿度上升明显,之后波动较大,1993-2000年、2003年后较稳定,2001-2002年出现最小值（图7c）;平均土壤湿度的CVM统计检验值在1999年最大（图7f）,为1.41,达到0.01显著性水平。
显示原图|下载原图ZIP|生成PPT
图7西北地区中东部、华北和黄淮地区0~50 cm土壤湿度年变化及CVM差异检验
-->Fig. 7Annual variation and CVM test of soil moisture at each depth (0-50 cm) in Eastern Northwest China, North China and Huanghuai
-->

江淮、江汉和江南地区各层土壤湿度波动较大、趋势不明显（图8）。江淮土壤湿度较小值在1981、1987、1995、2004年,较大值在1985年、1987年、1993年、1999年、2003年（图8a）;平均土壤湿度CVM统计检验（图8d）显示,1987年达最大值0.39,但没有达到0.05的显著性水平,因此没有明显的突变年份。江汉地区1999年之前土壤湿度波动较大,1999年最低,2003年之后稳定在20.8%~23.2%（图8b）;平均土壤湿度CVM统计检验2000年为1.05（图8e）,达到0.05的显著性水平。江南地区1981-1989年、1994-1997年、2004-2010年土壤湿度增加,1990-1993年、1998-2003年减小（图8c）;平均土壤湿度CVM统计在1989年前后通过0.05显著性水平检验,统计量达0.63（图8f）。
显示原图|下载原图ZIP|生成PPT
图8江淮、江汉和江南0~50 cm土壤湿度年变化及CVM差异检验
-->Fig. 8Annual variation and CVM test of soil moisture at each depth (0-50 cm)in Jianghuai, Jianghan and Jiangnan
-->

华南地区各层土壤湿度增大时段集中在1990-1992年,减小集中在1982-1989年、1994-2004年（图9a）;1997年平均土壤湿度的CVM统计检验量达到最大值1.53（图9d）,且通过0.05显著性水平。西南地区各层土壤湿度呈减小—增大（图9b）,随深度增加,变幅增大;1998年之前逐渐减小,随后有所增大。从西南平均土壤湿度CVM统计检验（图9e）结果看,2002年前后土壤湿度差异显著,统计量达1.02。青藏高原地区各层土壤湿度总体上增大—减小（图9c）,且深层低于浅层;1994年以前,各层土壤湿度增大,1997-2002年减小,2002年后上下波动。0~50 cm平均土壤湿度CVM统计检验（图9f）结果表明,1998年前后时段土壤湿度存在显著差异,统计量为2.01。
显示原图|下载原图ZIP|生成PPT
图9华南、西南和青藏高原地区0~50 cm土壤湿度年变化及CVM差异检验
-->Fig. 9Annual variation and CVM test of soil moisture at each depth (0-50 cm) in South China, Southwest China and Tibetan Plateau
-->

1981-2010年土壤湿度年际变化的倾向率（表2）显示,全国0~50 cm平均土壤湿度呈减小趋势。西南和江汉地区平均土壤湿度呈增加,但趋势不明显,其余地区均呈减小,其中新疆、华南、华北、青藏高原、黄淮和东北地区趋势明显,新疆减小速率达 -3.8%?(10a)-1,通过0.05的显著性水平检验。就各层平均土壤湿度而言,新疆、华南、华北地区0~10 cm湿度呈明显减小趋势,速率分别为-3.6%?(10a)-1、-1.8%?(10a)-1、 -1.1%?(10a)-1,仅江汉地区以0.8%?(10a)-1的速率增大,其余地区趋势不显著;新疆、华南、华北、青藏高原、东北、黄淮地区10~20 cm湿度呈明显减小,新疆地区减小速率达-4.0%?(10a)-1;新疆、华南、华北、青藏高原、东北、黄淮地区20~30 cm湿度明显减小,新疆减小速率为-3.5%?(10a)-1;新疆、青藏高原、华北、黄淮、华南、东北、江南、江淮地区30~40 cm湿度呈明显下降,新疆下降速率达-3.0%?(10a)-1;青藏高原、新疆、华北、黄淮、东北、江南、江淮地区40~50 cm湿度减小趋势明显,青藏高原减小速率最大分别为-2.4%?(10a)-1。

4 结论与讨论

4.1 结论

利用全国农业气象观测站人工土壤水分观测数据,分析全国和12个气候区域0~50 cm土壤湿度的时空分布规律,并探究了土壤水分变化趋势及突变年份,主要结论为：
（1）西南、江淮、东北、江南、江汉、黄淮和华南地区各个层次土壤湿度均较高,内蒙古地区最小;西南地区土壤湿度随着深度增加最明显,青藏高原地区呈减小趋势。
（2）各区域0~50 cm土壤湿度存在明显的阶段性变化特征。总体来看,东北、内蒙古、新疆地区存在封冻期—增大—减小—增大趋势,西北地区中东部、华北、黄淮呈减小—增大—波动,江淮、江汉、江南地区多阶段性变化,华南和西南地区呈减小—增大—减小趋势,青藏高原地区呈增加—减少趋势。大部地区深层土壤湿度均高于浅层土壤湿度。
（3）各区域0~50 cm各层土壤湿度年际间差异明显。除江淮外,各区域均存在明显的土壤湿度突变年份,集中在20世纪80年代后期至90年代初期、90年代后期2个时间段。
（4）1981-2010年,全国0~50 cm平均土壤湿度呈减小趋势。各层土壤湿度年变化趋势差异明显,总体上新疆、华南、华北、青藏高原、东北、黄淮地区减小趋势明显,其中新疆地区减小趋势最显著,速率超过2.3%?(10a)-1。

4.2 讨论

在土壤湿度变化趋势显著差异分析中,受一般统计检验方法本身算法及其敏感性分析的限制[31],CVM方法在时间序列突变分析更为敏感,不仅可以用于两个变量序列之间的比较,还可以通过变量自身逐步调整时间尺度,逐步解决最明显突变问题,探究不同区域土壤湿度明显差异的年份。当然,本研究是针对各区域平均而言的,而前期较多的研究是针对空间尺度较小的区域开展[32],因此两者之间会存在一定的差异,但通过与区域一致性较好的相关研究结果进行对比[9],可以发现CVM方法具有较好的适用性。
分析不同区域1981-2010年土壤湿度与气温、降水因子的相关性,发现除江淮、江汉、西南、内蒙古地区土壤湿度与平均温度相关性没有达到0.05的显著性水平,其余地区相关性均超过0.35,达到0.05的显著性水平;新疆、江南、华南、西南、青藏高原和内蒙古地区土壤湿度与降水量关系不显著,其余地区相关性均超过0.38,且达到0.05的显著性水平。可见,东北、华北、黄淮和西北地区中东部土壤湿度受到降水和气温因子的综合影响,新疆、江南、华南和青藏高原地区主要受温度的影响,江淮、江汉主要受降水影响,土壤湿度的变化与影响因子变化相呼应。具体而言,如东北地区受温度、降水影响波动较大,其相关性与降水更密切,相关系数可达0.74,土壤湿度出现较大值年份（1981年、1994年、1998年、2005年、2010年）降水量均超过600 mm,而较小值的年份（1982年、1989年、2001年、2007年）降水量低于450 mm;华北地区1995年后增温、降水明显减少,持续性干旱,导致土壤湿度减小;江淮地区降水量波动较大,土壤湿度主要受温度的影响,出现高值（1985年、1987年、1993年、1999年、2003年）和低值（1981年、1987年、1995年、2004年）的年份与气温的高、低值相对应。
从长期来看,大部地区,尤其是北方地区土壤湿度有变干的趋势,这可能是伴随着气候变暖所致。1981-2010年各区域平均温度呈明显的上升趋势,增加速率为0.21℃? (10a)-1~0.65℃?(10a)-1,北方地区降水量普遍较少,土壤湿度整体下降。气候变暖变干,与土壤湿度的突变性密切相关。如新疆地区土壤湿度1994年发生突变,分析发现1981-2010年降水量以2.98 mm?(10a)-1上升,但趋势不显著;而气温以0.46 ℃?(10a)-1的速率显著上升,尤其是1994年后平均温度比1994年前高0.87 ℃,气温升高导致土壤蒸发加强,湿度下降,因此1994年是新疆地区土壤湿度干化突变的年份。
由于各个区域内土壤和作物类型代表性较好,可以用来反映整个区域内土壤水分的动态变化规律。但就不同地区而言,土壤质地、植被类型、地形等因素还是存在一定差异的,也会对土壤水分分布规律产生影响。例如,王磊等[9]研究发现西北区西部土壤水分明显受到土壤质地影响,持水性从东到西、由北至南降低,蒸发却逐渐增加,导致土壤干化也随之严重。而且,即使土壤质地一致,由于土壤类型的不同,土壤水分仍会出现差异,如李宁等[33]研究发现棕钙土、栗钙土和灰漠土3种土壤中,以栗钙土土壤湿度变化最明显,棕钙土具有较好的土壤结构使其水分变化较小。当然植被对土壤湿度的影响也不容忽视,由于不同作物生长对水分的需求差异较大,加上根系吸水性差异,导致土壤湿度必然存在明显差异。以河北省黄骅冬小麦地块和自然地块为例,在冬小麦生长前期和缓慢生长期由于需水少,根系吸水较少,两地块的土壤湿度差异较小,当进入冬小麦旺盛生长阶段时,需水明显增加导致土壤湿度比自然地段低10%左右,甚至达15%以上。
The authors have declared that no competing interests exist.

参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]Koster R D, Dirmeyer P A, Guo Z C, et al.Regions of strong coupling between soil moisture and precipitation.
Science, 2004, 305: 138-1140.https://doi.org/10.1126/science.1100217URLPMID:15326351 [本文引用: 1]摘要
Previous estimates of land-atmosphere interaction (the impact of soil moisture on precipitation) have been limited by a lack of observational data and by the model dependence of computational estimates. To counter the second limitation, a dozen climate-modeling groups have recently performed the same highly controlled numerical experiment as part of a coordinated comparison project. This allows a multimodel estimation of the regions on Earth where precipitation is affected by soil moisture anomalies during Northern Hemisphere summer. Potential benefits of this estimation may include improved seasonal rainfall forecasts.
[2]Lin Jie, Chen Xiaoming, Zhang Yong.Progress in the research on the relationship between climate change and soil moisture.
Chinese Journal of Soil Science, 2012, 43(5): 1271-1276. [本文引用: 1]

[林洁, 陈效民, 张勇. 气候变化与土壤湿度关系的研究进展
. 土壤通报, 2012, 43(5): 1271-1276.] [本文引用: 1]
[3]Ma Zhuguo, Wei Helin, Fu Tubin.Relationship between regional soil moisture variation and climatic variability over east China.
Acta Meteorologica Sinica, 2000, 58(3): 278-287.https://doi.org/10.11676/qxxb2000.029Magsci [本文引用: 1]摘要
利用中国100&#176;E以东地区98站共11a的旬土壤湿度、降水和气温资料,对不同区域土壤温度、降水和气温的变化趋势、年际变率及它们之间的相互关系进行了详尽的分析。结果表明:土壤湿度、降水和气温有较明显的变化趋势;土壤中各厚度层土壤湿度和降水的关系呈正相关关系,与气温呈反相关关系,且可通过0.01的置信度检验。这也说明现有土壤湿度观测资料在研究气候变化中的有效性。
[马柱国, 魏和林, 符涂斌. 中国东部区域土壤湿度的变化及其与气候变率的关系
. 气象学报, 2000, 58(3): 278-287.]https://doi.org/10.11676/qxxb2000.029Magsci [本文引用: 1]摘要
利用中国100&#176;E以东地区98站共11a的旬土壤湿度、降水和气温资料,对不同区域土壤温度、降水和气温的变化趋势、年际变率及它们之间的相互关系进行了详尽的分析。结果表明:土壤湿度、降水和气温有较明显的变化趋势;土壤中各厚度层土壤湿度和降水的关系呈正相关关系,与气温呈反相关关系,且可通过0.01的置信度检验。这也说明现有土壤湿度观测资料在研究气候变化中的有效性。
[4]Yang Yonghui, Watanabe Masataka, Wang Zhiping, et al.Impacts of temperature and precipitation changes on soil moisture of Taihang Mountains.
Acta Geographica Sinica, 2004, 59(1): 56-63.Magsci摘要
<p>在太行山低山区将自然植被移入蒸渗仪，观察当降水分别为常年平均降水量的80%、90%、100%、110%和120%等5种处理条件下，植被生产力和土壤的不同反映。研究发现：受验植被对降水反映敏感，降水每增加10%，植被生产力增加15%左右，预示未来全球变化导致的降水变化会对太行山低山区植被产生影响。同时在利用野外实验结果对WAVES模型进行验证的基础上，模拟了不同温度和降水变化情景下，土壤水分的可能变化趋势。结果表明：增温和减少降水对土壤水分负作用明显，尽管降水增加可改善土壤的水分供应状况，但降水增加10%对土壤水分的正面影响，大体被3<sup>o</sup>C的增温抵消。由于模型模拟中采用的是与目前没有改变降水条件的实验相同的植被 (LAI)，而植被生长在太行山这一半湿润、半干旱地区又受土壤水分控制，因而估计未来气候变化情景下的植被变化与土壤水分的变化趋势相似。</p>
[杨永辉, 渡边正孝, 王智平, 等. 气候变化对太行山土壤水分及植被的影响
. 地理学报, 2004, 59(1): 56-63.]Magsci摘要
<p>在太行山低山区将自然植被移入蒸渗仪，观察当降水分别为常年平均降水量的80%、90%、100%、110%和120%等5种处理条件下，植被生产力和土壤的不同反映。研究发现：受验植被对降水反映敏感，降水每增加10%，植被生产力增加15%左右，预示未来全球变化导致的降水变化会对太行山低山区植被产生影响。同时在利用野外实验结果对WAVES模型进行验证的基础上，模拟了不同温度和降水变化情景下，土壤水分的可能变化趋势。结果表明：增温和减少降水对土壤水分负作用明显，尽管降水增加可改善土壤的水分供应状况，但降水增加10%对土壤水分的正面影响，大体被3<sup>o</sup>C的增温抵消。由于模型模拟中采用的是与目前没有改变降水条件的实验相同的植被 (LAI)，而植被生长在太行山这一半湿润、半干旱地区又受土壤水分控制，因而估计未来气候变化情景下的植被变化与土壤水分的变化趋势相似。</p>
[5]Li Qiaoping, Ding Yihui, Dong Wenjie.A numerical study on effects of the soil moisture upon the regional short-term climate.
Journal of Applied Meteorological Science, 2007, 18(1): 1-11.https://doi.org/10.3969/j.issn.1001-7313.2007.01.001URL [本文引用: 1]摘要
用区域气候模式(RegCM_NCC)对江淮流域地区春季初始土壤湿度异常导致的区域气候效应进行了数值模拟分析,结果表明:土壤湿度异常变化对区域降水的影响非常显著,土壤湿度的正异常使得异常区域内降水增大,地面空气增湿、蒸发加大,与此相应,地表气温迅速降低,土壤湿度的负异常有与之相反的结果,这种区域气候响应是通过改变地表辐射平衡及地-气系统能通量而实现的;区域土壤湿度异常对短期气候的影响在一个月之内较明显,它的影响可持续至以后的几个月,但强度逐渐减弱;区域土壤湿度异常的气候响应不仅仅局限于异常区域内部,而且可以通过次级环流影响到其他区域的降水、温度等变化.
[李巧萍, 丁一汇, 董文杰. 土壤湿度异常对区域短期气候影响的数值模拟试验
. 应用气象学报, 2007, 18(1): 1-11.]https://doi.org/10.3969/j.issn.1001-7313.2007.01.001URL [本文引用: 1]摘要
用区域气候模式(RegCM_NCC)对江淮流域地区春季初始土壤湿度异常导致的区域气候效应进行了数值模拟分析,结果表明:土壤湿度异常变化对区域降水的影响非常显著,土壤湿度的正异常使得异常区域内降水增大,地面空气增湿、蒸发加大,与此相应,地表气温迅速降低,土壤湿度的负异常有与之相反的结果,这种区域气候响应是通过改变地表辐射平衡及地-气系统能通量而实现的;区域土壤湿度异常对短期气候的影响在一个月之内较明显,它的影响可持续至以后的几个月,但强度逐渐减弱;区域土壤湿度异常的气候响应不仅仅局限于异常区域内部,而且可以通过次级环流影响到其他区域的降水、温度等变化.
[6]Zhao Wenju, Li Xiaoping, Fan Yanwei, et al.Spatial-temporal stability distribution characteristics of soil moisture in gravel-sand mulched field in northwestern arid area.
Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(17): 144-151.Magsci [本文引用: 1]摘要
以西北旱区有着300多年历史的压砂地为研究对象，利用平均相对偏差、统计回归等方法研究土壤水分的时空稳定性特征。结果表明，表层土壤水分变异性最强，随着土层深度的增大，变异性减弱。0～10 cm土壤水分高低值区差异较明显，图形破碎化程度较大，随着土层深度的增大，土壤水分等值线由密变疏，逐渐趋于平滑，图形的破碎化程度相对减弱，斑块的空间连续性增强。土壤水分在干旱条件下斑块的空间破碎化程度高于湿润条件下，时间稳定性随土层厚度的增加而增强，平均相对偏差及标准差变化范围较小，可以选择代表性测点代表0～10、＞10～20、＞20～30、＞30～50 cm土壤水分平均值的估计值。利用2013年数据建立的统计回归模型对2014年不同土层代表性测点土壤水分进行预测，预测精度较高（相对误差最大为15.42%），表明代表性测点可表征整个研究区土壤水分的均值。以期为该区域合理布设土壤水分监测点和墒情的准确预测提供理论依据。
[赵文举, 李晓萍, 范严伟, 等. 西北旱区压砂地土壤水分的时空分布特征
. 农业工程学报, 2015, 31(17): 144-151.]Magsci [本文引用: 1]摘要
以西北旱区有着300多年历史的压砂地为研究对象，利用平均相对偏差、统计回归等方法研究土壤水分的时空稳定性特征。结果表明，表层土壤水分变异性最强，随着土层深度的增大，变异性减弱。0～10 cm土壤水分高低值区差异较明显，图形破碎化程度较大，随着土层深度的增大，土壤水分等值线由密变疏，逐渐趋于平滑，图形的破碎化程度相对减弱，斑块的空间连续性增强。土壤水分在干旱条件下斑块的空间破碎化程度高于湿润条件下，时间稳定性随土层厚度的增加而增强，平均相对偏差及标准差变化范围较小，可以选择代表性测点代表0～10、＞10～20、＞20～30、＞30～50 cm土壤水分平均值的估计值。利用2013年数据建立的统计回归模型对2014年不同土层代表性测点土壤水分进行预测，预测精度较高（相对误差最大为15.42%），表明代表性测点可表征整个研究区土壤水分的均值。以期为该区域合理布设土壤水分监测点和墒情的准确预测提供理论依据。
[7]Yu Jiehui, Liu Xinsheng, Luo Tianxiang, et al.Seasonal variations of soil temperature and moisture at the upper limit of alpine meadow in north-facing slope of the Nianqingtanggula Mountains.
Acta Geographica Sinica, 2012, 67(9): 1246-1254.Magsci摘要
本研究基于西藏念青唐古拉山北麓高山嵩草草甸海拔分布上限(5125 m) 地下10 cm和30 cm土壤温度和水分连续3 年(2008-2010 年) 的监测数据, 分析了草甸海拔分布上限土壤温度和未冻水含量的季节动态特征。结果表明:1) 土壤在4 月中下旬解冻, 10 月中下旬冻结;6-8月份土壤温度日振幅最大, 10 cm和30 cm分别为3.8℃和1.4℃;2) 土壤未冻水含量回升(下降) 在解冻(冻结) 开始后, 5-10 月份未冻水含量较高, 其中10 cm和30 cm 分别为2%~6%和15%~20%;3) 基于10 cm土壤温度推算的本地区高山嵩草草甸海拔分布上限的生长季在6 月初至8 月末或9 月初, 持续时间为80-87 天, 生长季平均土壤温度和含水量分别为6.78&plusmn;0.73℃和4.14&plusmn;0.91%, 生长季期间日最低温度集中在3~7℃之间(占90%以上天数);4) 与较低海拔处(4980 m) 相比, 高山嵩草草甸海拔分布上限处10 cm土壤温度和未冻水含量均明显偏低, 生长季8月份出现日最低温&lt; 5℃的天数也明显增加。
[俞洁辉, 刘新圣, 罗天祥, 等. 念青唐古拉山北麓草甸海拔分布上限土壤温湿度的季节变化
. 地理学报, 2012, 67(9): 1246-1254.]Magsci摘要
本研究基于西藏念青唐古拉山北麓高山嵩草草甸海拔分布上限(5125 m) 地下10 cm和30 cm土壤温度和水分连续3 年(2008-2010 年) 的监测数据, 分析了草甸海拔分布上限土壤温度和未冻水含量的季节动态特征。结果表明:1) 土壤在4 月中下旬解冻, 10 月中下旬冻结;6-8月份土壤温度日振幅最大, 10 cm和30 cm分别为3.8℃和1.4℃;2) 土壤未冻水含量回升(下降) 在解冻(冻结) 开始后, 5-10 月份未冻水含量较高, 其中10 cm和30 cm 分别为2%~6%和15%~20%;3) 基于10 cm土壤温度推算的本地区高山嵩草草甸海拔分布上限的生长季在6 月初至8 月末或9 月初, 持续时间为80-87 天, 生长季平均土壤温度和含水量分别为6.78&plusmn;0.73℃和4.14&plusmn;0.91%, 生长季期间日最低温度集中在3~7℃之间(占90%以上天数);4) 与较低海拔处(4980 m) 相比, 高山嵩草草甸海拔分布上限处10 cm土壤温度和未冻水含量均明显偏低, 生长季8月份出现日最低温&lt; 5℃的天数也明显增加。
[8]Fan Feng.Preliminary results on long-term soil moisture variation in Yunnan.
Journal of Applied Meteorological Science, 2015, 26(4): 409-421.URL [本文引用: 1]摘要
利用1948—2013年美国NOAA/CPC全球0.5°×0.5°月平均格点化土壤湿度资料、1951—2013年云南地区125个站月降水和1993—2013年22个站月土壤湿度观测资料对云南土壤湿度及其表征的旱涝长期变化进行时空分布及演变特征分析。结果表明：云南地区旱涝变化的空间结构相对简单且具有大尺度特征,长期变化特征明显。由20世纪50年代的滇中部地区偏旱,其余地区偏涝,逐步发展为相反;20世纪90年代开始滇中部地区偏涝,其余地区偏旱,且旱情日趋加重,范围扩展,2010年、2012年和2013年严重干旱蔓延至云南全省。研究揭示,云南冬半年旱涝与前期海温异常密切相关,冬半年云南地区旱涝不同的EOF模态时间变化对应着不同的前期海温异常变化分布。云南全省旱涝一致的第1模态对应前期孟加拉湾、阿拉伯海、西太平洋以及大西洋的海温异常正相关。云南西北一东南旱涝反向的第2模态对应前期孟加拉湾、南海、西太平洋及东太平洋ENSO区海温异常负相关。
[樊风. 云南土壤湿度长期变化的初步研究
. 应用气象学报, 2015, 26(4): 409-421.]URL [本文引用: 1]摘要
利用1948—2013年美国NOAA/CPC全球0.5°×0.5°月平均格点化土壤湿度资料、1951—2013年云南地区125个站月降水和1993—2013年22个站月土壤湿度观测资料对云南土壤湿度及其表征的旱涝长期变化进行时空分布及演变特征分析。结果表明：云南地区旱涝变化的空间结构相对简单且具有大尺度特征,长期变化特征明显。由20世纪50年代的滇中部地区偏旱,其余地区偏涝,逐步发展为相反;20世纪90年代开始滇中部地区偏涝,其余地区偏旱,且旱情日趋加重,范围扩展,2010年、2012年和2013年严重干旱蔓延至云南全省。研究揭示,云南冬半年旱涝与前期海温异常密切相关,冬半年云南地区旱涝不同的EOF模态时间变化对应着不同的前期海温异常变化分布。云南全省旱涝一致的第1模态对应前期孟加拉湾、阿拉伯海、西太平洋以及大西洋的海温异常正相关。云南西北一东南旱涝反向的第2模态对应前期孟加拉湾、南海、西太平洋及东太平洋ENSO区海温异常负相关。
[9]Wang Lei, Wen Jun, Wei Zhigang, et al.Soil moisture over the west of Northwest China and its response to climate.
Plateau Meteorology, 2008, 27(6): 1257-1266.Magsci [本文引用: 3]摘要
<p>利用中国西北区西部7个农业试验站1981-2001年0~40 cm的土壤湿度、降水、气温、水面蒸发和相对湿度观测资料, 分析了逐站土壤湿度的月变化、年际特征及其气候响应。结果表明:(1)7站土壤湿度月变化分为平稳型和波动型; 新疆各站土壤湿度沿垂直方向年际变化比较一致, 但青海2个测站上下层趋势基本相反; 新疆各站整层年际变化相对较大, 而青海2个测站年际变化相对稳定; 土壤湿度年际变化总体趋势随深度增加而减小。(2)进入20世纪90年代, 多数站点土壤明显干化, 个别站还存在突变现象, 土壤湿度与气温有着显著的负相关。(3)土壤湿度和气候因子之间存在相互响应, 土壤湿度与气温普遍存在负相关, 土壤湿度与降水之间总体响应不明显。</p>
[王磊, 文军, 韦志刚, 等. 中国西北区西部土壤湿度及其气候响应
. 高原气象, 2008, 27(6): 1257-1266.]Magsci [本文引用: 3]摘要
<p>利用中国西北区西部7个农业试验站1981-2001年0~40 cm的土壤湿度、降水、气温、水面蒸发和相对湿度观测资料, 分析了逐站土壤湿度的月变化、年际特征及其气候响应。结果表明:(1)7站土壤湿度月变化分为平稳型和波动型; 新疆各站土壤湿度沿垂直方向年际变化比较一致, 但青海2个测站上下层趋势基本相反; 新疆各站整层年际变化相对较大, 而青海2个测站年际变化相对稳定; 土壤湿度年际变化总体趋势随深度增加而减小。(2)进入20世纪90年代, 多数站点土壤明显干化, 个别站还存在突变现象, 土壤湿度与气温有着显著的负相关。(3)土壤湿度和气候因子之间存在相互响应, 土壤湿度与气温普遍存在负相关, 土壤湿度与降水之间总体响应不明显。</p>
[10]Yang Yuguang, Liu Zhihui, Qiao Peng.Study on soil humidity and its affecting factors on northern slope of the Tianshan Mountains in snow melting season.
Arid Zone Research, 2012, 29(1): 173-178.Magsci [本文引用: 1]摘要
以天山北坡军塘湖流域为研究区，测量2009年和2010年该地区不同深度土壤湿度的变化，并对2 a融雪期各土壤湿度进行比较。结果表明：2 a间 0 cm和10 cm土壤湿度变化趋势一致，20 cm和30 cm土壤湿度变化差异较大。运用相关分析方法，分析2009年各层土壤湿度与2 m气温、土壤温度及雪深的关系，得出各层土壤湿度变化是气温、雪深和土壤温度综合作用的结果，但在不同时期不同深度土壤湿度所受的影响因子不同。同时分析了2009年和2010年不同土壤湿度特征与融雪洪水洪峰的关系，得出在融雪期，若下层（20 cm以下）土壤湿度变化小则出现洪水，反之则无洪水。其结果为进一步研究融雪径流模型和洪水径流预报提供基础资料。
[杨与广, 刘志辉, 乔鹏. 天山北坡融雪期土壤湿度特征及其影响因子
. 干旱区研究, 2012, 29(1): 173-178.]Magsci [本文引用: 1]摘要
以天山北坡军塘湖流域为研究区，测量2009年和2010年该地区不同深度土壤湿度的变化，并对2 a融雪期各土壤湿度进行比较。结果表明：2 a间 0 cm和10 cm土壤湿度变化趋势一致，20 cm和30 cm土壤湿度变化差异较大。运用相关分析方法，分析2009年各层土壤湿度与2 m气温、土壤温度及雪深的关系，得出各层土壤湿度变化是气温、雪深和土壤温度综合作用的结果，但在不同时期不同深度土壤湿度所受的影响因子不同。同时分析了2009年和2010年不同土壤湿度特征与融雪洪水洪峰的关系，得出在融雪期，若下层（20 cm以下）土壤湿度变化小则出现洪水，反之则无洪水。其结果为进一步研究融雪径流模型和洪水径流预报提供基础资料。
[11]Zhang Congcong, Chen Xiaomin, Zhang Yong, et al.Influence of meteorological factors on soil moisture dynamics of upland soil in Taihu Lake region.
Scientia Agricultura Sinica, 2013, 46(21): 4454-4463.https://doi.org/10.3864/j.issn.0578-1752.2013.21.007Magsci [本文引用: 1]摘要
【目的】研究太湖地区气象因子对旱作农田土壤水分的影响程度，厘定影响农田土壤水分的主要气象因子，为气候变化背景下农田水分管理提供科学依据。【方法】提取野外试验研究平台的旱作物生长季监测数据（逐日气象资料和土壤水分资料），采用相关分析、逐步回归分析和通径分析等方法进行统计分析，计算直接通径系数和间接通径系数、决策系数。【结果】（1）供试实验基地农田土壤水分与日降水量、日蒸发量、日照时长、平均风速及日最大空气湿度等因子分布呈极显著正相关和负相关（相关系数分别为0.648、-0.566、-0.454、-0.331及0.371），但与日最高气温不显著相关；（2）通径分析表明，气象因子对旱作农田土壤水分的直接影响大小顺序为：日降水量＞平均风速＞日照时长＞日蒸发量＞日平均空气湿度＞日最低气温&gt;日最小空气湿度＞日最高气温＞日最大空气湿度＞日平均气温，但计算的决策系数表明，日降水量对土壤水分的综合决定能力最大；（3）通过逐步回归分析，得到了旱田土壤水分的气象因子多元回归模型：Y=10.174+0.386X4+1.095X7-0.509X8-0.766X9-0.345X10（R2=0.912，P&lt;0.01），达极显著水平。【结论】气象因子对太湖地区旱作农田土壤水分具有显著的控制作用，其中降雨量的影响最为主要。建立的多元回归模型可以用来预估气象因子变化下旱作农田土壤水分变化，但还需要更长时期监测的验证。
[张聪聪, 陈效民, 张勇, 等. 气象因子对太湖地区旱作农田土壤水分动态的影响
. 中国农业科学, 2013, 46(21): 4454-4463.]https://doi.org/10.3864/j.issn.0578-1752.2013.21.007Magsci [本文引用: 1]摘要
【目的】研究太湖地区气象因子对旱作农田土壤水分的影响程度，厘定影响农田土壤水分的主要气象因子，为气候变化背景下农田水分管理提供科学依据。【方法】提取野外试验研究平台的旱作物生长季监测数据（逐日气象资料和土壤水分资料），采用相关分析、逐步回归分析和通径分析等方法进行统计分析，计算直接通径系数和间接通径系数、决策系数。【结果】（1）供试实验基地农田土壤水分与日降水量、日蒸发量、日照时长、平均风速及日最大空气湿度等因子分布呈极显著正相关和负相关（相关系数分别为0.648、-0.566、-0.454、-0.331及0.371），但与日最高气温不显著相关；（2）通径分析表明，气象因子对旱作农田土壤水分的直接影响大小顺序为：日降水量＞平均风速＞日照时长＞日蒸发量＞日平均空气湿度＞日最低气温&gt;日最小空气湿度＞日最高气温＞日最大空气湿度＞日平均气温，但计算的决策系数表明，日降水量对土壤水分的综合决定能力最大；（3）通过逐步回归分析，得到了旱田土壤水分的气象因子多元回归模型：Y=10.174+0.386X4+1.095X7-0.509X8-0.766X9-0.345X10（R2=0.912，P&lt;0.01），达极显著水平。【结论】气象因子对太湖地区旱作农田土壤水分具有显著的控制作用，其中降雨量的影响最为主要。建立的多元回归模型可以用来预估气象因子变化下旱作农田土壤水分变化，但还需要更长时期监测的验证。
[12]Yang Na, Liu Liangming, Xiang Daheng, et al.Applying BP neural network to estimate soil moisture with meteorologic parameters.
Chinese Journal of Soil Science, 2012, 42(6): 1324-1329.

[杨娜, 刘良明, 向大享, 等. 利用BP神经网络由特征气象要素预测土壤湿度
. 土壤通报, 2012, 42(6): 1324-1329.]
[13]Zhang Qiang.Simulation and prediction of soil moisture based on support vector machine technique.
Acta Pedologica Sinica, 2013, 50(1): 69-67.URL [本文引用: 1]摘要
基于中山大学珠海校区气象观测站日平均风速、日平均气温、日平均空气湿度、日平均水汽压、日平均总辐射量、日平均地表温度、日平均降雨量、日平均蒸发量以及日平均10 cm、20 cm、30 cm土层土壤的含水量,利用支持向量机方法建立气象因子与土壤湿度统计关系,并以此为基础建立土壤湿度模拟与预测模型.结果表明,土壤湿度对气象因子有一定滞后相关性,不同土层土壤湿度对气象因子的滞后相关性不同.研究发现考虑滞后相关性的预测模型在精度上要高于不考虑滞后相关性的预测模型.此外,利用气象因子对地下10 cm的土壤湿度模拟与预测精度较高,而对地下20 cm、30 cm的土壤湿度模拟精度较低.利用地下10 cm与20 cm、20 cm与30 cm的土壤湿度相关性大的特点,可以考虑利用支持向量机方法以10 cm土壤湿度模拟与预测20 cm的土壤湿度,以20 cm的土壤湿度模拟与预测30 cm的土壤湿度,分析结果表明模拟精度较高.
[张强. 基于支持向量机的土壤湿度模拟及预测研究
. 土壤学报, 2013, 50(1): 69-67.]URL [本文引用: 1]摘要
基于中山大学珠海校区气象观测站日平均风速、日平均气温、日平均空气湿度、日平均水汽压、日平均总辐射量、日平均地表温度、日平均降雨量、日平均蒸发量以及日平均10 cm、20 cm、30 cm土层土壤的含水量,利用支持向量机方法建立气象因子与土壤湿度统计关系,并以此为基础建立土壤湿度模拟与预测模型.结果表明,土壤湿度对气象因子有一定滞后相关性,不同土层土壤湿度对气象因子的滞后相关性不同.研究发现考虑滞后相关性的预测模型在精度上要高于不考虑滞后相关性的预测模型.此外,利用气象因子对地下10 cm的土壤湿度模拟与预测精度较高,而对地下20 cm、30 cm的土壤湿度模拟精度较低.利用地下10 cm与20 cm、20 cm与30 cm的土壤湿度相关性大的特点,可以考虑利用支持向量机方法以10 cm土壤湿度模拟与预测20 cm的土壤湿度,以20 cm的土壤湿度模拟与预测30 cm的土壤湿度,分析结果表明模拟精度较高.
[14]Cammalleri C, Micale F, Vogt J.On the value of combining different modeled soil moisture products for European drought monitoring.
Journal of Hydrology, 2015, 525: 547-558.https://doi.org/10.1016/j.jhydrol.2015.04.021URL [本文引用: 1]摘要
In the context of evaluating the occurrence of drought events over Europe, soil moisture maps provide an invaluable resource to quantify the effects of rainfall deficits on vegetated lands. Spatially distributed models represent one of the main options, alongside satellite remote sensing, to successfully monitor this quantity over large areas in a cost effective way. This work has the double aim of: (i) intercomparing three soil moisture outputs obtained by different land-surface models (LISFOOD, CLM and TESSEL) through long (at least 6聽years of data between 2001 and 2011) in-situ measured datastreams, and (ii) quantifying the added value of combining the estimates of these three models by means of a simple ensemble approach. Generally, the three models return similar soil moisture anomalies over most of Europe, with few notable exceptions during summer in Mediterranean regions. The comparison with in-situ data suggests no substantial differences among the models, with LISFLOOD slightly outperforming the other two in terms of correlation as also supported by a pairwise comparison. The combined soil moisture anomalies obtained via the ensemble-mean approach are characterized by an increase of both the correlation and the accuracy in retrieving extreme events compared to the single models; however, the number of observed extreme events actually captured by the ensemble model does not increase significantly if compared to the single models. Overall, the ensemble model results are skillful, with an all site average skill score of about 0.4.
[15]Li Y, Zhou J, Wang H J, et al. Integrating soil moisture retrieved from L-band microwave radiation into an energy balance model to improve evapotranspiration estimation on the irrigated oases of arid regions in Northwest China
. Agricultural and Forest Meteorology, 2015, 214/215: 306-318.https://doi.org/10.1016/j.agrformet.2015.08.260URL [本文引用: 1]摘要
Irrigated oases are the main water consumers in arid and semi-arid regions. As plant evapotranspiration (ET) in these regions mainly depends on irrigated water, accurate quantification of evapotranspiration (ET) on the irrigated oases is crucial for allocation and management of irrigation water resources. In this study, we integrated the soil moisture retrieved from Polarimetric L-band Multibeam Radiometer (PLMR) into the Surface Energy Balance System (SEBS) model for improving ET estimates under water stress conditions. The study area is the irrigated oasis in the middle reaches of the Heihe River where airborne and satellite-borne remotely sensed data as well as in situ observations are available through the Heihe Watershed Allied Telemetry Experimental Research (HiWATER). The main goal of this experiment is to monitor the energy-water exchange between near-surface atmosphere and land surface, and to assess its influencing factors within the oasis–desert ecosystem. The soil moisture data were retrieved using the L-band Microwave Emission of the Biosphere (L-MEB) model fed with the airborne dual-polarized and multi-angular viewing of PLMR. The comparison of soil moisture retrieval from PLMR data with the soil moisture measured by a wireless sensor network (WSN) showed good consistency, with an absolute mean error (ME) <0.00402cm 3 02cm 613 and a root mean square error (RMSE) value <0.0502cm 3 02cm 613 . Further, the actual daily evapotranspiration was estimated using the soil moisture integrated (SM-integrated) SEBS algorithm fed with the Advanced Space-borne Thermal Emission and Reflection Radiometer (ASTER) images and soil moisture data retrieved from PLMR data. The sensible heat fluxes and daily evapotranspiration ( ET daily ) obtained by the SM-integrated SEBS and the original SEBS were compared with the eddy correlation (EC) measurements collected from HiWATER experiment. The results indicate an obvious improvement when soil moisture information is integrated into the SEBS. This method overcomes the weakness of remote sensing based (RS-based) surface energy balance models of overestimating evapotranspiration particularly in semi-arid and arid regions. It shows a prospect that the combination of optical and microwave remote sensing can further improve the RS-based ET estimation.
[16]Zhang Wenjun, Zhou Tianjun, Yu Rucong.Spatial distribution and temporal variation of soil moisture over China (Part I): Multi-data intercomparison.
Chinese Journal of Atmospheric Sciences, 2008, 32(3): 581-597.https://doi.org/10.3878/j.issn.1006-9895.2008.03.15Magsci [本文引用: 1]摘要
土壤湿度是影响气候的重要因子之一, 但观测资料的欠缺制约着该领域研究工作的开展。本文汇总了目前国际上运用较为广泛的四套土壤湿度资料: ERA40和NCEP/NCAR再分析资料、全球土壤湿度计划资料(GSWP2)、以及NCAR最近完成的利用观测资料强迫“通用陆面模式”CLM所产生的土壤湿度资料。在此基础上, 利用中国区域观测的19年 (1981～1999年) 的土壤湿度和13年 (1992～2004年) 的土壤相对湿度资料, 对四套资料在中国区域的可靠性进行了分析和比较, 主要结论如下: 四套资料基本揭示出土壤湿度的空间分布, GSWP2揭示了四套资料最多的共性, 即东北、 华南湿, 华北、 西北干, 土壤湿度基本由西北向东北和东南呈梯度增加的特征； GSWP2较好地描述了土壤湿度的季节循环； ERA40土壤湿度的年际变化与观测相关最好； 观测资料和四套资料都表明前期降水会增加土壤湿度, 但土壤湿度异常对后期降水的影响则不显著； 气温与土壤湿度的关系较复杂, 不同的区域有不同的特征。
[张文君, 周天军, 宇如聪. 中国土壤湿度的分布与变化(I): 多种资料间的比较
. 大气科学, 2008, 32(3): 581-597.]https://doi.org/10.3878/j.issn.1006-9895.2008.03.15Magsci [本文引用: 1]摘要
土壤湿度是影响气候的重要因子之一, 但观测资料的欠缺制约着该领域研究工作的开展。本文汇总了目前国际上运用较为广泛的四套土壤湿度资料: ERA40和NCEP/NCAR再分析资料、全球土壤湿度计划资料(GSWP2)、以及NCAR最近完成的利用观测资料强迫“通用陆面模式”CLM所产生的土壤湿度资料。在此基础上, 利用中国区域观测的19年 (1981～1999年) 的土壤湿度和13年 (1992～2004年) 的土壤相对湿度资料, 对四套资料在中国区域的可靠性进行了分析和比较, 主要结论如下: 四套资料基本揭示出土壤湿度的空间分布, GSWP2揭示了四套资料最多的共性, 即东北、 华南湿, 华北、 西北干, 土壤湿度基本由西北向东北和东南呈梯度增加的特征； GSWP2较好地描述了土壤湿度的季节循环； ERA40土壤湿度的年际变化与观测相关最好； 观测资料和四套资料都表明前期降水会增加土壤湿度, 但土壤湿度异常对后期降水的影响则不显著； 气温与土壤湿度的关系较复杂, 不同的区域有不同的特征。
[17]Zuo Zhiyan, Zhang Renhe.Spatial and temporal variations of spring soil moisture in East China.
Scientic Sinica Terrae, 2008, 38(11): 1428-1437.URL摘要
利用中国气象局提供的土壤湿度观测资料和欧洲中期天气预报中心(ECMWF)的ERA-40土壤湿度再分析资料,在仔细比较分析两套资料的基础上,研究了100°E以东中国春季土壤湿度的空间分布特征及其在不同时间尺度上的变化特征,结果表明ERA-40资料能很好的再现中国东部春季土壤湿度的时空变化特征,较好地反映出了中国春季土壤存在东北和西南湿、华北和内蒙古干的地理分布及其年际变化.在整个中国东部地区,春季土壤存在不同程度上的干旱化现象;其中西南地区土壤从浅层到深层都存在一致的变干趋势,20世纪80年代后这种变干趋势变得显著;在东部中纬度地区,浅层土壤湿度具有明显的年际变化特征,没有明显的干化趋势,但深层土壤湿度从1988年以后存在较为明显的干化现象;东北地区浅层和深层土壤也存在较明显的变干趋势,其中浅层土壤在20世纪70年代初以后变干趋势减缓,而深层土壤在70年代末以后的变干趋势加剧.
[左志燕, 张人禾. 中国东部春季土壤湿度的时空变化特征
. 中国科学D辑: 地球科学, 2008, 38(11): 1428-1437.]URL摘要
利用中国气象局提供的土壤湿度观测资料和欧洲中期天气预报中心(ECMWF)的ERA-40土壤湿度再分析资料,在仔细比较分析两套资料的基础上,研究了100°E以东中国春季土壤湿度的空间分布特征及其在不同时间尺度上的变化特征,结果表明ERA-40资料能很好的再现中国东部春季土壤湿度的时空变化特征,较好地反映出了中国春季土壤存在东北和西南湿、华北和内蒙古干的地理分布及其年际变化.在整个中国东部地区,春季土壤存在不同程度上的干旱化现象;其中西南地区土壤从浅层到深层都存在一致的变干趋势,20世纪80年代后这种变干趋势变得显著;在东部中纬度地区,浅层土壤湿度具有明显的年际变化特征,没有明显的干化趋势,但深层土壤湿度从1988年以后存在较为明显的干化现象;东北地区浅层和深层土壤也存在较明显的变干趋势,其中浅层土壤在20世纪70年代初以后变干趋势减缓,而深层土壤在70年代末以后的变干趋势加剧.
[18]Liu L, Zhang R H, Zuo Z Y.Intercomparison of spring soil moisture among multiple reanalysis data sets over eastern China.
Journal of Geographical Research: Atmosphere, 2014, 119(1): 54-64.https://doi.org/10.1002/2013JD020940URL摘要
characteristics of spring soil moisture in different reanalysis data sets of ERA-Interim, Modern Era Retrospective-Analysis for Research and Applications (MERRA), Japanese 25-year Reanalysis, Climate Forecast System Reanalysis, and National Centers for Environmental Prediction/National Center for Atmospheric Research-Reanalysis 1 (NCEP/NCAR-R1) are intercompared with each other and with the observations over China. The spring soil moisture is largest in southeastern China and smallest in northwestern China in climatology. It exhibits a pronounced interannual variability with opposite variation in the midlatitude zone and northeastern China. There exist a wet trend at midlatitudes and a dry trend in northeastern China. The intercomparison shows that, except NCEP/NCAR-R1, the reanalyses can reproduce the observed gradual increases of climatological soil moisture in China from the northwest to the northeast and to the southeast. MERRA presents the best climatological soil moisture. Only ERA-Interim can well represent the interannual variations of observed soil moisture. The first empirical orthogonal function mode of observed soil moisture demonstrates that the variability of soil moisture is most robust in the midlatitude zone of eastern China and the ERA-Interim is the best in reproducing the spatial and temporal features. The reasons causing differences between reanalyses of soil moisture are also investigated in terms of two main factors affecting soil moisture, precipitation and evaporation. The ERA-Interim can well reproduce the precipitation and evaporation from observations as well as their relations to soil moisture, resulting in a preferable ability to represent the spatial and temporal characteristics of observed soil moisture. Although the other four reanalysis data sets reproduce precipitation well, their poor ability to describe the evaporation causes large differences of soil moisture between their simulations and observations.
[19]Younis S M Z, Iqbal J. Estimation of soil moisture using multispectral and FTIR techniques.
The Egyptian Journal of Remote Sensing and Space Science, 2015, 18(2): 151-161.https://doi.org/10.1016/j.ejrs.2015.10.001URL [本文引用: 1]摘要
Soil moisture is a key capricious in hydrological process, the accessibility of moisture content in soil reins the mechanism amid the land surface and atmospheric progression. Precise soil moisture determination is influential in the weather forecast, drought monitoring, hydrological modeling, agriculture management and policy making. The aims of the study were to estimate soil moisture through remotely sensed data (FTIR & optical) and establishment of the results with field measured soil moisture data. The ground measurements were carried out in 0–1502cm depth. Permutation of normalized difference vegetation index (NDVI) and land surface temperature (LST) were taken to derive temperature vegetation dryness index (TVDI) for assessment of surface soil moisture. Correlation and regression analysis was conceded to narrate the TVDI with in situ calculated soil moisture. The spatial pattern of TVDI shows that generally low moisture distribution over study area. A significant ( p 02<020.05) negative correlation of r 02=020.79 was found between TVDI and in situ soil moisture. The TVDI was also found adequate in temporal variation of surface soil moisture. The triangle method (TVDI) confers consistent appraisal of moisture situation and consequently can be used to evaluate the wet conditions. Furthermore, the appraisal of soil moisture using the triangular method (TVDI) was possible at medium spatial resolutions because the relationship of soil moisture with LST and NDVI lends an eloquent number of representative pixels for developing a triangular scatter plot.
[20]Mao Fuping, Zhang Shuwen, Ye Dan, et al.Impact of time correlated model errors on soil moisture estimates with the ensemble square root filter.
Advances in Earth Science, 2015, 30(6): 700-708.https://doi.org/10.11867/j.issn.1001-8166.2015.06.0700Magsci [本文引用: 1]摘要
<p>为了定量评估模式时间关联误差对NOAH陆面模式同化表层土壤湿度观测估算土壤湿度廓线的影响,采用集合平方根滤波(EnSRF)与状态增广相结合的技术,开展同时更新状态变量和订正模式偏差的观测系统模拟试验,结果表明：同化时若不对存在较大系统性偏差的模式时间关联误差进行处理,EnSRF就不能有效估算土壤湿度廓线,而采用状态增广和EnSRF相结合的技术,可以在更新土壤湿度时同步订正模式偏差,土壤湿度估算精度明显提高。敏感性试验进一步表明：模式偏差大小、同化时间间隔和观测误差会以不同方式对同化结果造成影响。</p>
[毛伏平, 张述文, 叶丹, 等. 模式时间关联误差对集合平方根滤波估算土壤湿度的影响
. 地球科学进展, 2015, 30(6): 700-708. ]https://doi.org/10.11867/j.issn.1001-8166.2015.06.0700Magsci [本文引用: 1]摘要
<p>为了定量评估模式时间关联误差对NOAH陆面模式同化表层土壤湿度观测估算土壤湿度廓线的影响,采用集合平方根滤波(EnSRF)与状态增广相结合的技术,开展同时更新状态变量和订正模式偏差的观测系统模拟试验,结果表明：同化时若不对存在较大系统性偏差的模式时间关联误差进行处理,EnSRF就不能有效估算土壤湿度廓线,而采用状态增广和EnSRF相结合的技术,可以在更新土壤湿度时同步订正模式偏差,土壤湿度估算精度明显提高。敏感性试验进一步表明：模式偏差大小、同化时间间隔和观测误差会以不同方式对同化结果造成影响。</p>
[21]Koster R D.Regions of strong coupling between soil moisture and precipitation.
Science, 2004, 305: 138-1140.https://doi.org/10.1126/science.1100217URLPMID:15326351 [本文引用: 1]摘要
Previous estimates of land-atmosphere interaction (the impact of soil moisture on precipitation) have been limited by a lack of observational data and by the model dependence of computational estimates. To counter the second limitation, a dozen climate-modeling groups have recently performed the same highly controlled numerical experiment as part of a coordinated comparison project. This allows a multimodel estimation of the regions on Earth where precipitation is affected by soil moisture anomalies during Northern Hemisphere summer. Potential benefits of this estimation may include improved seasonal rainfall forecasts.
[22]Dillon M E, Collini E A, Ferreira L J.Sensitivity of WRF short-term forecasts to different soil moisture initializations from the GLDAS database over South America in March 2009.
Atmospheric Research, 2016, 167: 196-207.https://doi.org/10.1016/j.atmosres.2015.07.022URL [本文引用: 1]摘要
We show that the ambiguity of the soil models, given by their spatial and temporal variability as well as the forcing atmospheric fields, is transferred to the weather prediction model coupling, all over the month considered. Particularly, we show that the normalized percentage bias (NBIAS) of daily precipitation calculated for the second forecast day does not present well-defined patterns of over or underestimations: all the experiments show a wide range of variation. With respect to the normalized root mean square error (NRMSE) calculated for the same variable, we find that the values are generally low. In addition, the mean values of each statistic measure (NBIAS, BIAS, NRMSE and RMSE) do not show significant differences among the experiments (at 99% of significance). Nonetheless, it was shown that using the MOSAIC LSM for the initial conditions leads to minor NRMSE and RMSE maximums. Finally, while analyzing both moisture fluxes and precipitable water at different periods of the month, we find sensitive areas where the impact is mostly important, as Southeastern South America, central Argentina and Northeastern Brazil.
[23]National Meteorological Center.Manual for China Meteorological Geographic Devisions. Beijing: China Meteorological Press, 2006. [本文引用: 1]

[中国气象局国家气象中心. 中国气象地理区划手册 . 北京: 气象出版社, 2006.] [本文引用: 1]
[24]Dan G, Baruch G, Daniel R.Drip Irrigation: Principles, Design, and Agricultural Practices. KfarShmaryahu,
Israel: Drip Irrigation Scientific Publications, 1976.URL [本文引用: 1]摘要
This comprehensive book contains chapters on the principles of drip irrigation, water in the soil, irrigation requirements (and methods of determining them), water movement and distribution in drip-irrigated soils, physiological aspects of drip irrigation, fertilizing with drip irrigation, principles for the design of drip irrigation systems, components of drip systems, clogging and filtration ...
[25]Wei Fengying.Modern Climatic Statistical Diagnosis and Prediction Technology. Beijing: China Meteorological Press, 2007. [本文引用: 1]

[魏凤英. 现代气候统计诊断与预测技术. 北京: 气象出版社, 2007.] [本文引用: 1]
[26]Holmes M, Kojadinovic I, Quessy J F.Nonparametric tests for change-point detection à la Gombay and Horváth.
Journal of Multivariate Analysis, 2013, 115: 16-32.https://doi.org/10.1016/j.jmva.2012.10.004URL [本文引用: 1]摘要
The nonparametric test for change-point detection proposed by Gombay and Horváth is revisited and extended in the broader setting of empirical process theory. The resulting testing procedure for potentially multivariate observations is based on a sequential generalization of the functional multiplier central limit theorem and on modifications of Gombay and Horváth’s seminal approach that appears to improve the finite-sample behavior of the tests. A large number of candidate test statistics based on processes indexed by lower-left orthants and half-spaces are considered and their performance is studied through extensive Monte Carlo experiments involving univariate, bivariate and trivariate data sets. Finally, practical recommendations are provided and the tests are illustrated on trivariate hydrological data.
[27]Mazdiyasni O, AghaKouchak A. Substantial increase in concurrent droughts and heatwaves in the United States.
PNAS, 2015, 112(37): 11484-11489.https://doi.org/10.1073/pnas.1422945112URLPMID:26324927 [本文引用: 1]摘要
A combination of climate events (e.g., low precipitation and high temperatures) may cause a significant impact on the ecosystem and society, although individual events involved may not be severe extremes themselves. Analyzing historical changes in concurrent climate extremes is critical to preparing for and mitigating the negative effects of climatic change and variability. This study focuses on the changes in concurrences of heatwaves and meteorological droughts from 1960 to 2010. Despite an apparent hiatus in rising temperature and no significant trend in droughts, we show a substantial increase in concurrent droughts and heatwaves across most parts of the United States, and a statistically significant shift in the distribution of concurrent extremes. Although commonly used trend analysis methods do not show any trend in concurrent droughts and heatwaves, a unique statistical approach discussed in this study exhibits a statistically significant change in the distribution of the data.
[28]Ross G J, Adams N M.Two nonparametric control charts for detecting arbitrary distribution changes.
Journal of Quality Technology, 2012, 44(2): 102-116.Magsci [本文引用: 1]摘要
Most traditional control charts used for sequential monitoring assume that full knowledge is available regarding the prechange distribution of the process. This assumption is unrealistic in many situations, where insufficient data are available to allow this distribution to be accurately estimated. This creates the need for nonparametric charts that do not assume any specific form for the process distribution, yet are able to maintain a specified level of performance regardless of its true nature. Although several nonparametric Phase II control charts have been developed, these are generally only able to detect changes in a location parameter, such as the mean or median, rather than more general changes. In this work, we present two distribution-free charts that can detect arbitrary changes to the process distribution during Phase II monitoring. Our charts are formed by integrating the omnibus Kolmogorov Smirnov and Cramer-von-Mises tests into the widely researched change-point model framework.
[29]Andersion T W, Darling D A.Asymptotic theory of certain goodness of fit criteria bases on stochastic processes.
The Annals of Mathematical Statistics, 1952, 23(2): 191-211.https://doi.org/10.1214/aoms/1177729437URL [本文引用: 1]摘要
ABSTRACT The statistical problem treated is that of testing the hypothesis that $n$ independent, identically distributed random variables have a specified continuous distribution function $F(x)$. If $F_n(x)$ is the empirical cumulative distribution function and $\psi(t)$ is some nonnegative weight function $(0 \leqq t \leqq 1)$, we consider $n^{\frac{1}{2}} \sup_{-\infty<x<\infty} \{| F(x) - F_n(x) | \psi^\frac{1}{2}\lbrack F(x) \rbrack\}$ and $n\int^\infty_{-\infty}\lbrack F(x) - F_n(x) \rbrack^2 \psi\lbrack F(x)\rbrack dF(x).$ A general method for calculating the limiting distributions of these criteria is developed by reducing them to corresponding problems in stochastic processes, which in turn lead to more or less classical eigenvalue and boundary value problems for special classes of differential equations. For certain weight functions including $\psi = 1$ and $\psi = 1/\lbrack t(1 - t) \rbrack$ we give explicit limiting distributions. A table of the asymptotic distribution of the von Mises $\omega^2$ criterion is given.
[30]Lu Dengrong, Huang Bin, Wang Jinsong.Change of the ten-day precipitation and its relationship with soil moisture in the rain-fed area east of the Yellow River in Gansu Province.
Agricultural Research in the Arid Areas, 2011, 29(2): 230-235.URL [本文引用: 1]摘要
利用甘肃省河东雨养农业区分布均匀的13个农业气象试验站1971~2007年的逐日降水量和土壤湿度资料,分析了该区域作物生长期(3~11月)逐旬降水量的空间分布特征、变化趋势及其与相应时段土壤湿度之间的关系。结果表明,近37 a来,河东雨养农业区逐旬平均降水量的空间分布表现为两种主要的形式———南部型和东部型。南部型,降水量的大值区位于雨养农业区的南部,降水量由南向北减少,这种降水分布型发生的机率占37%,主要发生时段在3月上旬到6月中旬;东部型,降水量的大值区位于雨养农业区的东部,降水量由东向西减少,这种降水分布型发生的机率占63%,主要发生时段在6月下旬到11月下旬。近37 a来,3月上旬、4月中旬、9月上旬和11月上旬的降水量呈显著减少的变化趋势,其余旬的降水量的增加或减少的趋势都不明显。旬降水量与相应旬的土壤湿度一般呈显著的正相关关系,但各站土壤解冻时间,以及各站降水量的相对大小对这种相关关系有一定的影响。
[陆登荣, 黄斌, 王劲松. 甘肃河东雨养农业区旬降水变化及其与土壤湿度关系
. 干旱地区农业研究, 2011, 29(2): 230-235.]URL [本文引用: 1]摘要
利用甘肃省河东雨养农业区分布均匀的13个农业气象试验站1971~2007年的逐日降水量和土壤湿度资料,分析了该区域作物生长期(3~11月)逐旬降水量的空间分布特征、变化趋势及其与相应时段土壤湿度之间的关系。结果表明,近37 a来,河东雨养农业区逐旬平均降水量的空间分布表现为两种主要的形式———南部型和东部型。南部型,降水量的大值区位于雨养农业区的南部,降水量由南向北减少,这种降水分布型发生的机率占37%,主要发生时段在3月上旬到6月中旬;东部型,降水量的大值区位于雨养农业区的东部,降水量由东向西减少,这种降水分布型发生的机率占63%,主要发生时段在6月下旬到11月下旬。近37 a来,3月上旬、4月中旬、9月上旬和11月上旬的降水量呈显著减少的变化趋势,其余旬的降水量的增加或减少的趋势都不明显。旬降水量与相应旬的土壤湿度一般呈显著的正相关关系,但各站土壤解冻时间,以及各站降水量的相对大小对这种相关关系有一定的影响。
[31]Clarke R T.On the (mis)use of statistical methods in hydro-climatological research.
Hydrological Science Journal, 2010, 55(2): 139-144. [本文引用: 1]
[32]Li Baichao, Wen Xiuqing, Wang Liangliang, et al.Tendency of soil moisture in spring of Heilongjiang Province in recent 30 years.
Journal of Arid Meteorology, 2011, 29(3): 289-296.https://doi.org/10.3969/j.issn.1006-7639.2011.03.004URL [本文引用: 1]摘要
利用黑龙江省1981～2010年的土壤湿度数据,以富锦县、龙 江县、双城县、黑河市、海伦县为代表点,分析了黑龙江省东、西、南、北、中各区域春季播种期间（4月28日）各土层土壤湿度的趋势变化和干湿变化,并采用 Mann-Kendall法对土壤湿度变化趋势进行显著性和突变点检验。结果表明：0～30 cm土层各地土壤湿度在30 a间均有不同程度下降,北部的黑河市土壤湿度下降剧烈,西部龙江县、东部富锦县次之,并且龙江县干湿波动幅度大;Mann-Kendall检验结果：近 30 a中,黑龙江省各地0～30 cm土层土壤湿度总体呈下降趋势,北部、西部和东部的黑河市、龙江县、富锦县土壤湿度下降趋势显著,并出现了突变区域,中部和南部的海伦县、双城县土壤湿 度也存在下降,但下降不显著,近几年有达到下降显著的趋势。黑龙江省土壤湿度年际间的下降不仅与全球气候变暖背景下黑龙江省温度升高、地表温度变暖、生长 季降水量总体减少趋势有关,还与土壤物理性质的恶化等因素密切相关。
[李百超, 温秀卿, 王晾晾, 等. 黑龙江省春季土壤湿度近30a变化趋势
. 干旱气象, 2011, 29(3): 289-296.]https://doi.org/10.3969/j.issn.1006-7639.2011.03.004URL [本文引用: 1]摘要
利用黑龙江省1981～2010年的土壤湿度数据,以富锦县、龙 江县、双城县、黑河市、海伦县为代表点,分析了黑龙江省东、西、南、北、中各区域春季播种期间（4月28日）各土层土壤湿度的趋势变化和干湿变化,并采用 Mann-Kendall法对土壤湿度变化趋势进行显著性和突变点检验。结果表明：0～30 cm土层各地土壤湿度在30 a间均有不同程度下降,北部的黑河市土壤湿度下降剧烈,西部龙江县、东部富锦县次之,并且龙江县干湿波动幅度大;Mann-Kendall检验结果：近 30 a中,黑龙江省各地0～30 cm土层土壤湿度总体呈下降趋势,北部、西部和东部的黑河市、龙江县、富锦县土壤湿度下降趋势显著,并出现了突变区域,中部和南部的海伦县、双城县土壤湿 度也存在下降,但下降不显著,近几年有达到下降显著的趋势。黑龙江省土壤湿度年际间的下降不仅与全球气候变暖背景下黑龙江省温度升高、地表温度变暖、生长 季降水量总体减少趋势有关,还与土壤物理性质的恶化等因素密切相关。
[33]Li Ning, Gu Wei, Du Zixuan, et al.Soil water content observations under different soil classification in central and east Inner Mongolia of China.
Advances in Earth Science, 2006, 21(2): 151-156.Magsci [本文引用: 1]摘要
<p>以2002&mdash;2003年连续两年自行观测的内蒙古中西部地区二连浩特、乌拉特中旗和乌海的土壤水分为基础，重点分析了沙尘暴发生季节反映下垫面特征的土壤水分的时间变化以及大气影响对不同土壤类型(棕钙土，灰漠土，栗钙土)水分的作用。土壤水分的变化被分为3个阶段进行分析，分别是解冻期至沙尘暴开始的春季、雨期的秋季和冰雪覆盖的冬季。土壤水分受气象条件和土壤类型的影响较大。在气象条件的影响下，土壤水分含量在土壤融化期最低，在雨季达到最大值，其中以栗钙土受的影响最明显。沙尘暴发生依赖于土壤融化时间、土壤融化期的土壤条件和上年冬季的冻土深度。</p>
[李宁, 顾卫, 杜子璇, 等. 内蒙古中西部地区不同土壤类型下土壤水分的研究
. 地球科学进展, 2006, 21(2): 151-156.]Magsci [本文引用: 1]摘要
<p>以2002&mdash;2003年连续两年自行观测的内蒙古中西部地区二连浩特、乌拉特中旗和乌海的土壤水分为基础，重点分析了沙尘暴发生季节反映下垫面特征的土壤水分的时间变化以及大气影响对不同土壤类型(棕钙土，灰漠土，栗钙土)水分的作用。土壤水分的变化被分为3个阶段进行分析，分别是解冻期至沙尘暴开始的春季、雨期的秋季和冰雪覆盖的冬季。土壤水分受气象条件和土壤类型的影响较大。在气象条件的影响下，土壤水分含量在土壤融化期最低，在雨季达到最大值，其中以栗钙土受的影响最明显。沙尘暴发生依赖于土壤融化时间、土壤融化期的土壤条件和上年冬季的冻土深度。</p>
相关话题/土壤 气象 观测 新疆 检验

Free考研考试FreeKaoYan.Com
欢迎来到Free考研考试，"为实现人生的Free而奋斗"

© 2020 FreeKaoYan! . All rights reserved.