自动土壤水分观测站数据质量控制算法设计

吴苏　李鹏　阙艳红　朱东红

摘要：农业干旱是我国最主要的农业气象灾害，因农业干旱造成的经济损失远超过任何其他农业气象灾害。相对其他农业气象灾害而言，农业干旱发生频率高、致灾范围广、持续时间长、损失影响大。在全球气候变化背景下，近年来我国农业干旱发生更为频繁，干旱持续时间之长、影响地域之广为历史所罕见，引起了中央和各级政府的高度关注，目前农业干旱已经成为我国农业持续稳定发展的严重障碍。为了更好地防灾减灾，全国建立了一套科学完善的旱情监测系统，通过在各地合理地布设监测站点，及时、准确地监测降水量、土壤含水率，科学、合理地分析预测土壤墒情变化，并依此来指导抗旱工作的进行。土壤水分观测数据的质量控制工作是气象系统土壤水分观测业务管理、服务和科研工作的重要组成部分，合理、有效的质量控制策略和算法对于进行设备运行监控和数据应用分析具有重要意义。

关键词：农业干旱；土壤水分；监测系统；质量控制

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）15-0253-04

The Design of Data Quality Control Algorithm for Automatic Soil Moisture Observation Station

WU Su， LI Peng， QUE Yan-hong， ZHU Dong-hong

（The 27th Research Institute of China Electronics Technology， Group Corporation， Zhengzhou 450047， China）

Abstract： Agricultural drought is the most important agricultural meteorological disaster in China. The economic loss caused by agricultural drought is far greater than any other agro meteorological disasters. Compared with other agro meteorological disasters， the frequency of agricultural drought is high， the scope of disaster is wide， the duration is long， and the loss is great. In the context of global climate change， the agricultural drought in China has been more frequent in recent years， the length of the drought duration and the wide impact of the region are rare in history， which has attracted the attention of the central government and the governments at all levels. At present， the agricultural drought has become a serious obstacle to the sustainable and stable development of agriculture in our country. In order to better prevent and reduce disaster and disaster reduction， a set of scientific and perfect drought monitoring system has been set up in the whole country. Through the reasonable layout of monitoring stations in various places， the precipitation and soil moisture content are monitored in time and accurately， and the soil moisture changes are scientifically and reasonably analyzed and predicted， and the drought resistance work is guided. The quality control of soil moisture observation data is an important part of the management， service and scientific research work of soil moisture observation in the meteorological system. The reasonable and effective quality control strategy and algorithm are of great significance to the monitoring of equipment operation and the analysis of data application.

Key words： Agricultural Drought； Soil Moisture； Monitoring System； Quality Control

1 綜述

近年来，中国气象局通过多次考核定型了自动土壤水分观测仪器，并开展了自动土壤水分观测网的建设工作。目前，气象部门在全国已建立2000多套自动土壤水分观测站，其中投入业务运行的有1900多套，初步实现了土壤水分的自动监测和传输，显著地改善了我国土壤水分的观测能力。根据《自动土壤水分观测规范（试行）》要求，各省（区、市）气象局从2010年6月开始逐时上报土壤水分报文文件，全国台站的土壤墒情变化动态得到了及时反映。目前，自动土壤水分观测业务运行情况如下：

1）在国家级和省级气象部门建立数据中心，实现了全国自动土壤水分观测站的组网。通过组网，自动土壤水分观测站能够实时主动地将数据传送至数据中心，当网络出现故障或数据传输失败，能够在网络恢复正常后，及时补传缺传的数据；同时，中心站能够远程控制各自动土壤水分观测站数据采集器，实现对系统运行状态的远程监控。

2）完成了自动土壤水分观测站数据报文的定时分级传输。自动土壤水分观测站数据报文每小时00分01秒至05分00秒生成，并采取有线或无线传输至省级气象局信息网络中心，再由省级信息网络中心将数据报文打包后通过ftp上传至国家气象信息中心。上传报文内容有各层土壤的土壤体积含水量、土壤相对湿度、土壤重量含水率、土壤有效水分贮存量等气象要素数据。

3）自动土壤水分观测资料在农业气象业务和服务中已广泛应用。一是在农业气象周报中的土壤墒情监测产品和土壤墒情预报的初始值由人工测墒站观测资料更改为自动土壤水分观测资料；二是应用于夏收夏种、秋收秋种、春耕春播、抗旱、春季农业气象服务等专题农业气象服务中；三是应用于降水前后墒情变化对比分析、降水入渗深度分析等重大天气过程影响评估中；四是在重要的农事活动时期或有重大灾害发生时，用于制作一些临时性的决策服务材料。自动土壤水分观测资料每小时上传一次，具有较强的实时性，观测站点密度大幅增加，制作的实际墒情和预报墒情分布图的空间精细化程度大大提高。

2 质量控制策略

运行自动土壤水分观测站的目的不仅仅是进行简单的数据收集和存储，而是能够基于获取的数据进行深层次的业务应用和服务指导。为了保证业务应用和服务指导源数据的有效性和正确性，必须制定和实施一套合理完善的数据质量控制方案，以便对相关数据进行综合分析和质量标识。文章制定并实施了一套完整的数据质量控制方案，主要包括不同级别的数据分析和标识，包括设备级（采集器软件）和中心站级（中心站软件），整个数据质量控制模块结构如图1所示。主要针对中心站级质量控制进行设计与实现，内容包括：格式检查、缺测检查、观测数据值域检查、土壤常数值域检查、内部一致性检查和时间一致性检查。

3 算法设计

3.1 格式检查

检查观测数据的类型以及记录的长度，主要包括：台站编号、观测日期和时间、要素数目、要素编码、要素观测值等内容的数据类型和长度的检查。如果格式检查未通过，则该条数据不进行存储，即不产生Z报文文件和不进行入库处理。

3.2 缺测检查

3.2.1 整站缺测

从省级土壤水分中心数据库中获取某一自动土壤水分观测站某一时刻的体积含水量数据，从而确定该站该时刻有无到报数据，标识结果为：0缺测，1不缺测，9未检查。

3.2.2 单层缺测

从省级土壤水分中心数据库中获取某一自动土壤水分观测站某一时刻的体积含水量数据，并根据该台站基本参数设置（观测层次设置）来确定该站某一观测层次的数据缺失与否，标识结果为：0缺测，1不缺测，2未配置，9未检查。

3.3 土壤体积含水量界限值检查

3.3.1 体积含水量下限

自然状态下的土壤含水量一般都在最大吸湿量以上。在水汽饱和的空气中，土壤吸湿水达到最大值时的土壤含水率被称为吸湿系数或最大吸湿量（[mh]）。在实践中，凋萎湿度可以用土壤最大吸湿量的1.5-2.0倍的土壤湿度来近似确定（花子昌等，1980）。为此，0.5倍土壤凋萎濕度（体积含水量[φ]表达）可作为土壤最大吸湿量的估计值，也即土壤水分下限，当观测到的体积含水量低于此值即可认为土壤水分观测结果异常。

[φ≥0.5×wk×ρ] （1）

3.3.2 体积含水量上限

当土壤达到饱和含水量，此时土壤吸湿水、膜状水、毛管水和重力水全部达到饱和，也即是土壤的所有空隙均被水所充填。土壤空隙一般用孔隙度（[sp]）来表示，是指土壤空隙的体积占土壤总体积的百分比，可以通过土壤密度（[sd]）和容重（[ρ]）进行计算得出：

[ sp%=1-ρ÷sd*100%]

[φ≤sp] （2）

绝大多数矿物质土壤的密度（[sd]）为2.6～2.7g/cm3（秦耀东，2003）。预警时可取矿物质土壤的密度（[sd]）的低值2.7g/cm3以计算出监测站点的土壤孔隙度高值。此土壤孔隙度（%）可被看作土壤饱和时的体积含水量（%），也即监测到体积含水量的理论上限值，当监测到的土壤体积含水量高于该值时可以认为测站数据异常。从省级土壤水分中心数据库中获取某一自动土壤水分观测站某一时刻某一层次的体积含水量数据与该站对应层次的土壤容重参数设置，并根据公式（2），从而实现对该台站体积含水量值域的检查，标识结果为：0低于下限，1正常，2未配置，3高于上限，9未检查。

3.4 土壤常数分析

利用监测土层的土壤体积含水量（[φ]）、土壤相对湿度（[R]）、土壤重量含水率（[ω]）、土壤有效水分贮存量（[μ]）数据可以直接计算出该土层的容重（[ρ]）、田间持水量（[fc]）、凋萎湿度数据（[ωk]）。它们之间的关系可以用下来关公式予以表达（《农业气象观测规范》，1993）。

[φ=ω×ρ] （3）

[R=ωfc×100%] （4）

[μ=ρ×h×（ω-ωk）×10] （5）

[ρ=φω] （6）

[fc=ωR×100%] （7）

[ωk=ω-μρ×h×10] （8）

[h]：土层厚度（米），当层为10cm时公式（8）可以简化为：

[ωk=ω-μρ] （9）

土壤常数一般来讲是稳定的，自动土壤水分观测仪也将其作为常数参加要素间运算；一旦土壤常数异常时，自动土壤水分观测仪观测结果也将一定存在要素值异常的情况。

3.4.1 田间持水量[fc]

给定[fc]的范围为6.0-50.0之间，超出该范围为异常，标识结果：0异常，1正常，2未配置，9未检查。

3.4.2 容重[ρ]

给定[ρ]的范围为1.0-30之间，标识结果：0异常，1正常，2未配置，9未检查。

3.4.3 凋萎湿度[ωk]

给定[ωk]的范围为1.0-50.0，超出该范围为异常，标识结果：0异常，1正常，2未配置，9未检查。

3.5 整体水势降幅异常分析（内部一致性检查）

3.5.1 水势系数计算

土壤吸湿系数是指在水汽饱和的空气中，土壤吸湿水达到最大值时的土壤含水率被称为吸湿系数或最大吸湿量，土壤吸湿水最大时的土水势代表了自然状态下土壤水势可以达到的最高值（[ψw_max]）。

田间持水量是在地下水位较低（毛管水不与地下水相连接）情况下，土壤所能保持的毛管悬着水的最大量，是植物有效水的上限（农业气象观测规范）。土壤达到田间持水量时的基质势约为0.1Mp土壤水势约在-50至-350毫巴之间，可以代表排除重力水影响后土水势的最低值（[ψw_min]）。

在业务实践中，由于凋萎湿度与土壤吸湿系数间存在较好的线性关系，在业务实践中可以用凋萎湿度（[ωk]）代替土水势最低值，而田间持水量（[fc]）可代替土水势最高值（[ψw_min]），如此，公式（10）可近似表达具体土壤湿度（重量含水率[ω]表示）下土水势偏高或偏低的程度（[ψwd]），文中暂用“水势系数”表示这种偏差。水势系数（[ψwd]），可以反映土壤水势的高低状况。

[ψwd=ω-ωkfc-ωk] （10）

3.5.2 水势系数分析方法

由于土壤水分总是从水势系数高的土层向低的土层移动，可以利用水势系数，针对土层之间土壤湿度的高低变化进行监测预警。

水势系数大于1时，土壤含水量高于田间持水量。受到重力水向下渗透的影响，其下层土壤水分在下一时刻应该会有所补充；在下层水势系数也大于1时，水分还会继续向下传递；直至出现水势系数小于1的土层，该层土壤水分应该增加。如果所有土层水势系数均大于1，水分继续向下渗透（接近地下水位时的情况有待进一步分析）。

水势系数小于0时，土壤含水量低于凋萎湿度。土壤水分变小的压力变大，有水分补充时，土壤湿度会明显增大。

当前一小时10cm土壤水分重量含水率相对下降5%时，土壤10-50cm总体水势不降反而上升，且相对增幅达5%以上，即报警。

[ψt1wd-ψt0wdψt1wd≥5%] [15ψt0wd-15ψt1wd15ψt1wd] （11）

标识结果为：0不合理，1合理，9未检查。

3.6 时间一致性检查

3.6.1 恒值分析

土壤濕度受地气交换、土壤水分持续运动等影响，一段时间内的高低值是有差异的，如果在一段时间内高低值相等，即可认为仪器故障而导致观测值存在异常。平台对10-20cm以及30-50cm的数据进行了分析，标识结果为：0异常，1正常，9未检查。

l 10-20cm分析

对于10-20cm来说，观测值异常可用24小时内高低值进行检测。即：

[Val24hmax=Val24hmin] （12）

l 30-50cm分析

对于30-50cm来说，观测值异常可用10天内高低值进行检测。即：

[Val10dmax=Val10dmin] （13）

3.6.2 降幅异常分析

24小时内，某层体积含水量相对降幅达到20%以上，视为不合理降幅，应对仪器进行必要检查。标识结果为：0不合理，1合理，9未检查。

[Val1dmax=Val1dmin] （14）

4 质量控制综合分析

在进行质量控制标识后，能够根据标识结果进行了设备级和中心站级两种级别的质量控制数据综合分析。设备级质量控制数据综合分析可以针对某一台站不同时间段、不同观测要素、不同质量控制标识结果进行查询、过滤、分组、汇总，而且针对分析结果可以导出为Excel格式的文件。中心站级质量控制数据综合分析可以针对台站编号、台站名称、监测时间、入库时间、区域（省/市/县）、到报状况检查结果（整站检查、单层检查）、土壤常数检查结果（各层次田间持水量、各层次土壤容重、各层次凋萎湿度）、各层次体积含水量值域检查结果、恒值预警检查结果（10-20cm恒值检查、30-50cm恒值检查）、各层次降幅异常检查结果、整层水势降幅异常检查结果进行查询、过滤、分组与汇总，而且针对分析结果可以导出为Excel格式的文件。

5 应用效果

基于该算法的质量控制系统已在河南、安徽、山东、北京、内蒙等多省试用，业务运行稳定，取得了较好的应用效果。通过该系统的使用，农业气象技术保障人员可以实时监测本区域内土壤水分观测设备运行情况，并据此进行维护指导，而业务服务人员也可方便地进行土壤水分信息的检索、查询和统计，并以图形化地方式呈现，显著提升了基层台站人员设备技术保障以及农业干旱监测服务能力。

参考文献：

[1] 任岗，张玲，贾超. 建立新型的自动土壤水分共享系统[J].新疆农垦科技，2017， 40（7）：48-51.

[2] 薛龙琴，陈海波，师丽魁. 河南省自动土壤水分观测网的建设与运行管理[J].气象与环境科学，2011， 34（4）：84-87.

[3] 吴东丽，梁海河，曹婷婷. 中国自动土壤水分观测网运行监控系统建设[J].气象科技，2014， 42（2）：278-282.

[4] 曹婷婷，吴东丽，沈超. 全国自动土壤水分观测运行监控App设计[J].现代农业科技，2017， 19（7）：195196.

[5] 环海军，刘军，刘岩. 山东省自动土壤水分观测站数据质量监控预警软件设计[J].气象水文海洋仪器，2018， 35（1）：61-63.

[6] 孙作启，陈立春，范庆东. DZN1型自动土壤水分观测数据质量控制方法研究[J].山东气象，2015， 35（4）：57-59.

[7] 李迪，陆扬. 关于DZN2型土壤水分观测仪4G通信的研究[J].气象水文海洋仪器，2018， 35（1）：14-16.

[8] 裴建勋，姚继东. DZN2型自动土壤水分观测仪常见故障分析[J].吉林气象，2017， 24（1）：31-33.

[9] 舒素芳，张育慧，蔡敏. DZN3型土壤水分自动站测墒质量分析[J].气象科技，2013， 41（1）：42-45.

[10] 陈规玲，吴春德. DZN3型土壤水分测量仪与人工观测的对比[J].黑龙江气象，2011， 28（3）：39-40.