您现在的位置: 首页>>技术文章>>土壤墒情测定仪对江西省土壤墒情变化的监测
土壤墒情测定仪对江西省土壤墒情变化的监测
来源： http://www.cnny17.com.cn 类别：技术文章 更新时间：2014-04-15 阅读次
江西省的南、北两端南康市、湖口县，南康主要种植作物有柑桔、花生、水稻，属于亚热带湿润气候; 湖口属北亚热带湿润气候，两地降水都比较丰富，主要种植作物有水稻、棉花、油菜。土壤墒情测定仪在该地应用比较广泛，两地均日照充足、热量丰富、雨水充沛，但降水季节分配不均，4～6 月降水相对集中，暴雨洪涝、湿渍灾害频发; 7 ～ 9 月受副高控制，以晴热高温天气为主，除偶受台风影响外，常有干旱发生，严重年份有季节性连旱出现。因此，有效利用水资源，降低灾害影响，提高作物产量，在更小的时空尺度上掌握土壤水分的动态变化规律显得尤为重要。
目前，国内预报土壤墒情的主要模型和方法有水量平衡模型、土壤水动力学模型、BP 神经网络方法、时间序列分析方法、遥感监测法、经验统计方法等，各种模型与方法各有优缺点。水量平衡模型是目前墒情预报中应用最广泛的模型，但前提是需要水量平衡要素较准确的测定或估算;土壤水动力学模型进一步考虑了水分迁移、转化，主要用于农田水分循环规律的分析与研究，因需要输入较多参数，在墒情预报中应用还不普遍; 遥感监测能及时了解区域土壤水分变化，但模型稳定性还有待进一步研究; 神经网络模型法是将人工神经网络应用到墒情预报中的一种方法，其土壤、作物等参数一般没有具体的物理意义，不能反映出输入参数与土壤水分之间的物理关系。
由托普研发的土壤墒情测定仪可以检测该地的水分情况，对节约水资源，提高水的利用率有重要作用，同时避免旱涝的状况发生。
目前，国内预报土壤墒情的主要模型和方法有水量平衡模型、土壤水动力学模型、BP 神经网络方法、时间序列分析方法、遥感监测法、经验统计方法等，各种模型与方法各有优缺点。水量平衡模型是目前墒情预报中应用最广泛的模型，但前提是需要水量平衡要素较准确的测定或估算;土壤水动力学模型进一步考虑了水分迁移、转化，主要用于农田水分循环规律的分析与研究，因需要输入较多参数，在墒情预报中应用还不普遍; 遥感监测能及时了解区域土壤水分变化，但模型稳定性还有待进一步研究; 神经网络模型法是将人工神经网络应用到墒情预报中的一种方法，其土壤、作物等参数一般没有具体的物理意义，不能反映出输入参数与土壤水分之间的物理关系。
由托普研发的土壤墒情测定仪可以检测该地的水分情况，对节约水资源，提高水的利用率有重要作用，同时避免旱涝的状况发生。