CN103246809A - 黄土丘陵区沟道土壤水分估算方法 - Google Patents

黄土丘陵区沟道土壤水分估算方法 Download PDF

Info

Publication number
CN103246809A
CN103246809A CN2013101654874A CN201310165487A CN103246809A CN 103246809 A CN103246809 A CN 103246809A CN 2013101654874 A CN2013101654874 A CN 2013101654874A CN 201310165487 A CN201310165487 A CN 201310165487A CN 103246809 A CN103246809 A CN 103246809A
Authority
CN
China
Prior art keywords
soil moisture
raceway groove
domatic
time series
sequence number
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2013101654874A
Other languages
English (en)
Inventor
吴普特
赵西宁
高晓东
史银光
王荚文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwest A&F University
Original Assignee
Northwest A&F University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northwest A&F University filed Critical Northwest A&F University
Priority to CN2013101654874A priority Critical patent/CN103246809A/zh
Publication of CN103246809A publication Critical patent/CN103246809A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种黄土丘陵区沟道土壤水分估算方法,包括:合理布设沟道和坡面土壤水分监测样点,覆盖研究区不同土地类型和空间位置;计算沟道和坡面土壤水分每次采样的空间算术均值,获取所需土壤水分时间序列数据;分别对沟道和坡面土壤水分时间序列数据进行秩排序,并计算对应位置土壤水分差值;然后采用多项式拟合所计算差值与坡面秩序列土壤水分关系,并利用最小二乘法确定多项式最佳阶数,进而得到观测算子;最后基于观测算子和坡面秩序列土壤水分数据,得到沟道秩序列土壤水分,然后将其转换成时间序列数据,并计算误差。本发明只需通过坡面土壤水分数据便可获得沟道对应土层土壤水分,无需再进行沟道土壤水分采样,估算精度高。

Description

黄土丘陵区沟道土壤水分估算方法
技术领域
本发明涉及生态水文领域,具体地,涉及黄土丘陵区沟道土壤水分估算方法。
背景技术
沟道是黄土丘陵区主要的地貌类型之一,其面积占到该区总面积的50%-60%。土壤水分是一个重要的生态学和水文学变量,对不同尺度产流产沙、植被生长和气象变化等近地表生态水文过程具有重要影响。但是,由于沟道地形的复杂性,以往黄土丘陵区流域和区域尺度土壤水分研究多数只关注坡面,而忽视了沟道,因此对该区域土壤水分的了解并不全面。一个主要的原因就是沟道地形复杂,坡度大,土壤水分测定十分困难且成本高,而相比沟道,坡面土壤水分测定要方便许多。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种黄土丘陵区沟道土壤水分估算方法。
根据本发明的一个方面,提供一种黄土丘陵区沟道土壤水分估算方法,包括如下步骤:
步骤1:在研究区沟道和坡面分别布设土壤水分监测样点,其中,样点覆盖沟道和坡面不同土地类型和地形位置,以便能够代表沟道和坡面土壤水分实际状况;
步骤2:通过连续测定方法,获取小流域沟道和坡面的土壤水分数据,连续测定方法中的测定时间涵盖研究区土壤干湿状况,以便能够代表所述研究区生长季土壤水分变化状况,其中,所述土壤水分数据包括样点土壤含水量;
步骤3:假设沟道和坡面各自所有样点土壤含水量的算术平均值分别代表沟道和坡面的土壤平均含水量,在剔除错误数值的基础上,将沟道所有样点土壤含水量算术平均值的时间序列作为实测沟道土壤水分时间序列数据ηj,将坡面所有样点土壤含水量算术平均值的时间序列作为实测坡面土壤水分时间序列数据μj
η j = Σ i = 1 N η ij ; μ j = Σ i = 1 M μ ij
式中ηij和μij分别为沟道和坡面第i个样点第j次测得的土壤含水量;N和M分别是沟道和坡面所布设土壤水分监测样点数目;
步骤4:分别将实测沟道土壤水分时间序列数据和实测坡面土壤水分时间序列数据进行秩排序分别得到实测沟道土壤水分秩序列数据ηk和实测坡面土壤水分秩序列数据μk,进而构建估算沟道土壤水分所需的观测算子
步骤5:通过观测算子
Figure BDA00003153131500022
和实测坡面土壤水分秩序列数据μk得到估算沟道土壤水分秩序列数据
Figure BDA00003153131500023
η ~ k = μ k + δ ~ k - - - ( 1 )
式(1)中,
Figure BDA00003153131500025
为估算沟道土壤水分秩序列数据,μk为实测坡面土壤水分秩序列数据,
Figure BDA00003153131500026
为观测算子;
然后将估算沟道土壤水分秩序列数据
Figure BDA00003153131500027
和实测坡面土壤水分秩序列数据μk分别转换为估算沟道土壤水分时间序列数据和实测坡面土壤水分时间序列数据,并计算误差;
最后采用不同水文年土壤水分时间序列数据对观测算子进行验证,若验证误差在允许范围内,则表明所建观测算子能够适用于该研究区不同水文年;若验证误差在允许范围外,则需构建适用于不同水文年的观测算子;其中,所述验证是指,首先基于验证期内不同水文年的实测坡面土壤水分时间序列数据μj和所构建观测算子
Figure BDA00003153131500028
通过式(1)计算得到估算沟道土壤水分秩序列数据
Figure BDA00003153131500029
再转换为估算沟道土壤水分时间序列数据,然后将估算沟道土壤水分时间序列数据与验证期实测沟道土壤水分时间序列数据进行对比分析,计算误差。
优选地,所述地形位置包括不同坡位和坡向的位置。
优选地,在所述步骤2中,根据统计分析对样本量的要求,有效测定次数不低于30次。
优选地,在所述步骤3中,所述沟道和坡面土壤水分时间序列为沟道和坡面土壤平均含水量时间序列。
优选地,在所述步骤4中,观测算子
Figure BDA000031531315000210
的构建过程如下:
计算实测沟道土壤水分秩序列数据ηk和实测坡面土壤水分秩序列数据μk中对应位置数据的差值δk
δkkk    (2)
式(2)中,ηk和μk分别为实测沟道土壤水分秩序列数据和实测坡面土壤水分秩序列数据,其中k=1,2,…,N,N为测定次数;
采用多项式拟合计算差值δk和实测坡面土壤水分秩序列数据μk的关系,采用最小二乘法确定多项式最佳阶数,进而得到估算沟道土壤水分的观测算子
Figure BDA00003153131500031
即在差值δk和实测坡面土壤水分秩序列数据μk散点图基础上,对散点进行多项式拟合得到观测算子
Figure BDA00003153131500032
δ ~ k = k 0 + k 1 μ k + . . . + k m μ k m - - - ( 3 )
式(3)即为估算沟道土壤水分所需观测算子,其中k0,k1,km为观测算子系数,m为观测算子最佳阶数。
优选地,在所述步骤5中,误差指标包括:决定系数R2、均方根误差RMSE、平均偏差误差MBE,其中,
R 2 = ( Σ j = 1 T ( E j - E ‾ ) ( O j - O ‾ ) ) 2 Σ j = 1 T ( E j - E ‾ ) 2 Σ j = 1 T ( O j - O ‾ ) 2
RMSE = 1 T Σ j = 1 T ( E j - O j ) 2
MBE = 1 T Σ j - 1 T ( E j - O j )
式中,Ej和Oj分别为沟道土壤水分第j次测定的估算值和实测值,
Figure BDA00003153131500037
分别为估算值Ej和实测值Oj的平均值,T为测定的次数。
与现有技术相比,本发明具有如下的有益效果:
(1)建立并验证观测算子后,只需通过坡面土壤水分数据便可获得沟道对应土层土壤水分,无需再进行沟道土壤水分采样;
(2)所构建观测算子为多项式,形式简单,便于计算,并且具有较高估算精度。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1示出根据本发明提供的黄土丘陵区沟道土壤水分估算方法的流程原理图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
根据本发明提供的黄土丘陵区沟道土壤水分估算方法,包括如下步骤:
步骤1:在研究区沟道和坡面分别布设土壤水分监测样点,其中,样点覆盖沟道和坡面不同土地类型和地形位置,以便能够代表沟道和坡面土壤水分实际状况,其中,所述地形位置包括不同坡位和坡向的位置;
步骤2:通过连续测定方法,获取小流域沟道和坡面土壤水分数据,测定时间涵盖研究区土壤干湿状况,以便能够代表研究区生长季土壤水分变化状况,其中,根据统计分析对样本量的要求,有效测定次数不低于30次;
步骤3:假设沟道和坡面所有样点土壤含水量的算术平均值分别代表沟道和坡面的土壤平均含水量,在剔除错误数值的基础上,分别计算沟道和坡面土壤水分时间序列,其中,所述沟道和坡面土壤水分时间序列为沟道和坡面土壤平均含水量时间序列;其中,所述错误数值是指原始数据中由于仪器故障或操作不当引起的明显错误数据;
步骤4:分别将沟道和坡面土壤水分时间序列数据进行秩排序,进而构建估算沟道土壤水分所需的观测算子,其中,观测算子的构建过程如下:
计算沟道和坡面土壤水分秩序列数据中对应位置数据的差值δk
δkkk  (1)
式(1)中,ηk和μk分别为实测沟道土壤水分秩序列数据和实测坡面土壤水分秩序列数据,其中k=1,2,…,N,N为测定次数;
采用多项式拟合计算差值δk和坡面土壤水分秩序列数据关系,采用最小二乘法确定多项式最佳阶数,进而得到估算沟道土壤水分的观测算子
Figure BDA00003153131500041
δ ~ k = k 0 + k 1 μ k + . . . + k m μ k m - - - ( 2 )
式(2)即为估算沟道土壤水分所需观测算子,其中k0,k1,km为观测算子系数,m为观测算子最佳阶数;
步骤5:通过观测算子和坡面土壤水分秩序列数据得到沟道土壤水分秩序列数据
Figure BDA00003153131500051
然后将秩序列数据转换为时间序列数据,并计算误差;
η ~ k = μ k + δ ~ k - - - ( 3 )
式(3)中,μk为坡面土壤水分秩序列数据,为观测算子;
最后采用不同水文年土壤水分时间序列数据对观测算子进行验证,若验证误差在允许范围内,则表明所建观测算子能够适用于该研究区不同水文年;若验证误差较大,则需建立适用于不同水文年的观测算子。其中,验证误差的允许范围对于不同研究区和不同研究目的可能不同,并且也因研究人员对精度要求不同而不同,一般而言,估算值和实际值差异不大即可,本领域技术人员可以根据实际需要进行设定和调整。建立适用于不同水文年的观测算子是指,分别利用不同水文年的沟道所有样点土壤含水量算术平均值的时间序列、坡面所有样点土壤含水量算术平均值的时间序列执行本发明的步骤。
综上所述,本发明建立并验证观测算子后,只需通过坡面土壤水分数据便可获得沟道对应土层土壤水分,无需再进行沟道土壤水分采样;所构建观测算子为多项式,形式简单,便于计算,并且具有较高估算精度。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。

Claims (6)

1.一种黄土丘陵区沟道土壤水分估算方法,其特征在于,包括如下步骤:
步骤1:在研究区沟道和坡面分别布设土壤水分监测样点,其中,样点覆盖沟道和坡面不同土地类型和地形位置,以便能够代表沟道和坡面土壤水分实际状况;
步骤2:通过连续测定方法,获取小流域沟道和坡面的土壤水分数据,连续测定方法中的测定时间涵盖研究区土壤干湿状况,以便能够代表所述研究区生长季土壤水分变化状况,其中,所述土壤水分数据包括样点土壤含水量;
步骤3:假设沟道和坡面各自所有样点土壤含水量的算术平均值分别代表沟道和坡面的土壤平均含水量,在剔除错误数值的基础上,将沟道所有样点土壤含水量算术平均值的时间序列作为实测沟道土壤水分时间序列数据ηj,将坡面所有样点土壤含水量算术平均值的时间序列作为实测坡面土壤水分时间序列数据μj
η j = Σ i = 1 N η ij ; μ j = Σ i = 1 M μ ij
式中ηij和μij分别为沟道和坡面第i个样点第j次测得的土壤含水量;N和M分别是沟道和坡面所布设土壤水分监测样点数目;
步骤4:分别将实测沟道土壤水分时间序列数据和实测坡面土壤水分时间序列数据进行秩排序分别得到实测沟道土壤水分秩序列数据ηk和实测坡面土壤水分秩序列数据μk,进而构建估算沟道土壤水分所需的观测算子
Figure FDA00003153131400012
步骤5:通过观测算子
Figure FDA00003153131400013
和实测坡面土壤水分秩序列数据μk得到估算沟道土壤水分秩序列数据
Figure FDA00003153131400014
η ~ k = μ k + δ ~ k - - - ( 1 )
式(1)中,
Figure FDA00003153131400016
为估算沟道土壤水分秩序列数据,μk为实测坡面土壤水分秩序列数据,为观测算子;
然后将估算沟道土壤水分秩序列数据
Figure FDA00003153131400018
和实测坡面土壤水分秩序列数据μk分别转换为估算沟道土壤水分时间序列数据和实测坡面土壤水分时间序列数据,并计算误差;
最后采用不同水文年土壤水分时间序列数据对观测算子进行验证,若验证误差在允许范围内,则表明所建观测算子能够适用于该研究区不同水文年;若验证误差在允许范围外,则需构建适用于不同水文年的观测算子;其中,所述验证是指,首先基于验证期内不同水文年的实测坡面土壤水分时间序列数据μj和所构建观测算子
Figure FDA00003153131400021
通过式(1)计算得到估算沟道土壤水分秩序列数据
Figure FDA00003153131400022
再转换为估算沟道土壤水分时间序列数据,然后将估算沟道土壤水分时间序列数据与验证期实测沟道土壤水分时间序列数据进行对比分析,计算误差。
2.根据权利要求1所述的黄土丘陵区沟道土壤水分估算方法,其特征在于,所述地形位置包括不同坡位和坡向的位置。
3.根据权利要求1所述的黄土丘陵区沟道土壤水分估算方法,其特征在于,在所述步骤2中,根据统计分析对样本量的要求,有效测定次数不低于30次。
4.根据权利要求1所述的黄土丘陵区沟道土壤水分估算方法,其特征在于,在所述步骤3中,所述沟道和坡面土壤水分时间序列为沟道和坡面土壤平均含水量时间序列。
5.根据权利要求1所述的黄土丘陵区沟道土壤水分估算方法,其特征在于,在所述步骤4中,观测算子
Figure FDA00003153131400023
的构建过程如下:
计算实测沟道土壤水分秩序列数据ηk和实测坡面土壤水分秩序列数据μk中对应位置数据的差值δk
δkkk   (2)
式(2)中,ηk和μk分别为实测沟道土壤水分秩序列数据和实测坡面土壤水分秩序列数据,其中k=1,2,…,N,N为测定次数;
采用多项式拟合计算差值δk和实测坡面土壤水分秩序列数据μk的关系,采用最小二乘法确定多项式最佳阶数,进而得到估算沟道土壤水分的观测算子δk,即在差值δk和实测坡面土壤水分秩序列数据μk散点图基础上,对散点进行多项式拟合得到观测算子
δ ~ k = k 0 + k 1 μ k + . . . + k m μ k m - - - ( 3 )
式(3)即为估算沟道土壤水分所需观测算子,其中k0,k1,km为观测算子系数,m为观测算子最佳阶数。
6.根据权利要求1所述的黄土丘陵区沟道土壤水分估算方法,其特征在于,在所述步骤5中,误差指标包括:决定系数R2、均方根误差RMSE、平均偏差误差MBE,其中,
R 2 = ( Σ j = 1 T ( E j - E ‾ ) ( O j - O ‾ ) ) 2 Σ j = 1 T ( E j - E ‾ ) 2 Σ j = 1 T ( O j - O ‾ ) 2
RMSE = 1 T Σ j = 1 T ( E j - O j ) 2
MBE = 1 T Σ j - 1 T ( E j - O j )
式中,Ej和Oj分别为沟道土壤水分第j次测定的估算值和实测值,
Figure FDA00003153131400034
Figure FDA00003153131400035
分别为估算值Ej和实测值Oj的平均值,T为测定的次数。
CN2013101654874A 2013-05-07 2013-05-07 黄土丘陵区沟道土壤水分估算方法 Pending CN103246809A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2013101654874A CN103246809A (zh) 2013-05-07 2013-05-07 黄土丘陵区沟道土壤水分估算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2013101654874A CN103246809A (zh) 2013-05-07 2013-05-07 黄土丘陵区沟道土壤水分估算方法

Publications (1)

Publication Number Publication Date
CN103246809A true CN103246809A (zh) 2013-08-14

Family

ID=48926325

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013101654874A Pending CN103246809A (zh) 2013-05-07 2013-05-07 黄土丘陵区沟道土壤水分估算方法

Country Status (1)

Country Link
CN (1) CN103246809A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070288167A1 (en) * 2006-06-08 2007-12-13 Deere & Company, A Delaware Corporation Method for determining field readiness using soil moisture modeling
CN101614651A (zh) * 2009-07-29 2009-12-30 北京大学 一种土壤水分监测的数据同化方法
CN101907583A (zh) * 2009-06-02 2010-12-08 中国农业科学院农业资源与农业区划研究所 利用gnss-r信号监测土壤水分变化的装置与方法
CN101936921A (zh) * 2010-03-05 2011-01-05 中国农业科学院农业资源与农业区划研究所 从amsr-e数据反演土壤水分方法
CN102252973A (zh) * 2011-03-10 2011-11-23 王桥 土壤含水量遥感监测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070288167A1 (en) * 2006-06-08 2007-12-13 Deere & Company, A Delaware Corporation Method for determining field readiness using soil moisture modeling
CN101907583A (zh) * 2009-06-02 2010-12-08 中国农业科学院农业资源与农业区划研究所 利用gnss-r信号监测土壤水分变化的装置与方法
CN101614651A (zh) * 2009-07-29 2009-12-30 北京大学 一种土壤水分监测的数据同化方法
CN101936921A (zh) * 2010-03-05 2011-01-05 中国农业科学院农业资源与农业区划研究所 从amsr-e数据反演土壤水分方法
CN102252973A (zh) * 2011-03-10 2011-11-23 王桥 土壤含水量遥感监测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
EUNJIN HAN ET AL: "Application of observation operators for field scale soil moisture averages and variances in agricultural landscapes", 《JOURNAL OF HYDROLOGY》, vol. 444445, 11 June 2012 (2012-06-11), pages 34 - 50 *
XIAODONG GAO ET AL: "Estimating spatial mean soil water contents of sloping jujube orchards using temporal stability", 《AGRICULTURAL WATER MANAGEMENT》, vol. 102, 31 December 2011 (2011-12-31), pages 66 - 73, XP028119820, DOI: doi:10.1016/j.agwat.2011.10.007 *
XIAODONG GAO ET AL: "Estimating the spatial means and variability of root-zone soil moisture in gullies using measurements from nearby uplands", 《JOURNAL OF HYDROLOGY》, vol. 476, 7 January 2013 (2013-01-07), pages 28 - 41 *
XIAODONG GAO ET AL: "Soil moisture variability along transects over a well-developed gully in the Loess Plateau, China", 《CATENA》, vol. 87, 31 December 2011 (2011-12-31), pages 357 - 367, XP028293071, DOI: doi:10.1016/j.catena.2011.07.004 *
白一茹 等: "黄土高原雨养区坡面土壤蓄水量时间稳定性", 《农业工程学报》, vol. 27, no. 7, 31 July 2011 (2011-07-31), pages 45 - 50 *

Similar Documents

Publication Publication Date Title
Cuartas et al. Distributed hydrological modeling of a micro-scale rainforest watershed in Amazonia: Model evaluation and advances in calibration using the new HAND terrain model
Rientjes et al. Multi-variable calibration of a semi-distributed hydrological model using streamflow data and satellite-based evapotranspiration
Martínez-Fernández et al. A soil water based index as a suitable agricultural drought indicator
Cammalleri et al. Combined use of eddy covariance and sap flow techniques for partition of ET fluxes and water stress assessment in an irrigated olive orchard
Elnmer et al. Mapping daily and seasonally evapotranspiration using remote sensing techniques over the Nile delta
Groeneveld et al. Annual groundwater evapotranspiration mapped from single satellite scenes
Xu et al. Analysis of spatial distribution and temporal trend of reference evapotranspiration and pan evaporation in Changjiang (Yangtze River) catchment
Luo et al. Short-term forecasting of daily reference evapotranspiration using the Hargreaves–Samani model and temperature forecasts
Mozny et al. Use of a soil moisture network for drought monitoring in the Czech Republic
Molina et al. Spatio-temporal variability of soil water content on the local scale in a Mediterranean mountain area (Vallcebre, North Eastern Spain). How different spatio-temporal scales reflect mean soil water content
Zanon et al. Hydrological analysis of a flash flood across a climatic and geologic gradient: The September 18, 2007 event in Western Slovenia
Payero et al. Daily energy fluxes, evapotranspiration and crop coefficient of soybean
Tromp-van Meerveld et al. Assessment of multi-frequency electromagnetic induction for determining soil moisture patterns at the hillslope scale
Tong et al. Temporal and spatial variations of evapotranspiration for spring wheat in the Shiyang river basin in northwest China
Campos et al. Remote sensing-based soil water balance to estimate Mediterranean holm oak savanna (dehesa) evapotranspiration under water stress conditions
Liu et al. Comparison of two methods to derive time series of actual evapotranspiration using eddy covariance measurements in the southeastern Australia
Sur et al. Temporal stability and variability of field scale soil moisture on mountainous hillslopes in Northeast Asia
CN101413935B (zh) 一种原位确定作物蒸散量的方法
Liang et al. Spatial structure of surface soil water content in a natural forested headwater catchment with a subtropical monsoon climate
French et al. Evapotranspiration over a camelina crop at Maricopa, Arizona
Zhao et al. Using pedo-transfer functions to estimate dry soil layers along an 860-km long transect on China’s Loess Plateau
Wang et al. Partitioning evapotranspiration by measuring soil water evaporation with heat-pulse sensors and plant transpiration with sap flow gauges
Yu et al. The effect of site conditions on flow after forestation in a dryland region of China
Pang et al. Applicability of cosmic-ray neutron sensing for measuring soil water content to heterogeneous landscapes under subtropical hydroclimatic conditions
Pauwels et al. Comparison of the estimated water and energy budgets of a large winter wheat field during AgriSAR 2006 by multiple sensors and models

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20130814

RJ01 Rejection of invention patent application after publication