CLDAS土壤相對濕度產品在皖北地區適應性評估及應用

中圖分類號 S52.7 文獻標識碼A 文章編號007-773（2025）5-0082-07

DOI號0.6377/j.cnki.issn007-773.2025.5.02

Applicability evaluation of CLDAS soil relative humidity product in Northern Anhui and itsapplicationresearch

CHEN Yuqi1 LU Yu2 ZHANG Yongqin1YANG Man2 SUN Hailong3 （1Huaibei Meteorological Bureau，Huaibei 2350oo， China; 2Suzhou Meteorological Bureau，Suzhou 2340oo， China; 3Soil and Fertilizer Station of Yongqiao District in Suzhou，Suzhou 2340oo， China）

AbstractTo analyze theadaptabilityof theCLDASsoil relative humidity productin Northern Anhui，basedon the datafrom 26 farmland moisture monitoring points and28 automaticsoil moisture monitoring stations from June 2023 to August2024，mathematical statisticsmethods suchascorrelationanalysis were employed，combinedwith softwaretools like SPSS and MATLAB，to conduct a comprehensive assessment of the CLDAS soil （O-20 cm layer）relative humidity productand applicationanalysis.The resultsshowedthat： （1）Overallassessment indicatedthat the CLDASsoilrelative humidityproducthadarelativelyobvious correlationwith the farmland moisture monitoring pointdata.The correlation coeffcient （R）of the farmland moisturemonitoring pointsranged from0.59 to O.97，with2O stations passing the significance test at Plt;0.01 and2 stations passing at Plt;0.05 .TheR of the automatic soil moisture monitoring stations ranged from O.5O to O.92，with 23 stationspassing the significance test at Plt;0.01 and 3 stations passing at Plt;0.05 .The CLDAS soil relative humidity product had good applicabilityin study area. （2） Seasonal-scale analysis showedthat the CLDAS soil relative humidity product and the farmland moisture monitoring point data hada positive correlation.The R of spring，summer，and winter passed the significance test at Plt;0.01 ， and that of autumn passes at Plt;0.05 . The average deviatio inspring，summer，and autumnremains negative，whilein winter itremained positive.（3）In termsof terain and soil type assessment，the CLDAS soil relative humidity product andthe farmland moisture monitoring pointdata had a positive correlation for different terrains and soil types，with Rgt;O.5O，and all pass the significance test at P lt;0.01， indicating thatthe product performs relatively smothlyin terms ofterrin and soil type.（4）Different soil moisture type assessment showed that the CLDASsoil relative humidityproduct exhibiteddistinct characteristics for suitable and slightlydry soil moisture monitoring，with an average deviation lt;5% and a root mean square error gt;10% .（5）Using the CLDAS soil relative humidity product for soil moisture monitoring，itwas found that from June 2O23 to April 2O24，there was no significant change insoil moisture in northern Anhui.The monthlyaveragevalue ofsoil relative humidity was between 65% and 85% ，and the soil moisture was in a suitable type.However，from May to June 2O24，the soil relative humidity decreased，and thesoil moisture showeda shortage.In August，ittended to stabilize.（6）The CLDAS soil relative humidity value was positively correlated with cumulative precipitation and negativelycorrelated with average temperature，showing obvious feasibility in theapplication offine-scalesoil moisturemonitoring in study area.In conclusion，the CLDAS soil relative humidity product has strong applicabilityand feasibility in Northern Anhui.

Keywordssoil relative humidity;CLDAS;soil type; applicability evaluation

近年來，氣候暖干化趨勢愈加明顯，對農業生產產生不利影響。有效合理地對農業旱情發生發展情況進行監測，對減輕干旱對糧食安全造成的損失具有重要的現實意義。土壤相對濕度是表征農業旱情的重要監測指標之一。為做好監測工作，相關研究人員對土壤濕度展開了多維度研究。冉瓊利用溫度植被干旱指數（TVDI）法對土壤濕度進行反演，分析了土壤濕度分布的時空特性；肖乾廣等2利用衛星資料，從土壤的熱性質出發，引入了“遙感土壤水分最大信息層”概念，建立了多時相的土壤濕度統計模型。韓斌3利用ASCAT散射儀觀測的土壤濕度數據，監測土壤水分，為干旱監測提供參考。

中國氣象局陸面數據同化系統CLDAS（CMALandDataAssimilationSystem）通過融合不同空間分辨率的多源數據生成了土壤濕度產品，利用精細化格點數據進行農業干旱監測，為糧食安全生產提供精細化保障服務。崔園園等4、孫小龍等[5金燕等[利用該系統對不同地區進行干旱監測評估，均得到適應性較好的結論。然而，在地形、土壤類型及土壤情等方面的研究相對較少，同時關于CLDAS融合產品在安徽省內的適應性研究相對較少。目前，安徽省土壤情監測主要采用土壤水分自動監測站和人工定點取土監測相結合的方式開展，部分存在站點較少或監測時間間隔較長等問題，暫無法完全滿足土壤情精細化監測需求?；诖耍疚脑谕畋钡貐^開展CLDAS土壤相對濕度產品的適應性研究，結合季節尺度并綜合考慮地形和土壤類型及土壤情類型等維度，分析土壤情監測和天氣因子數據跟蹤，為防控農業干旱災害和科學指導農業生產提供參考。

1材料與方法

1.1 研究區基本情況

研究區屬北亞熱帶與暖溫帶的過渡地帶。近年來，該地區農業氣象災害有增多趨勢，對農業生產影響較大。宿州市埽橋區地形屬平原地貌，北部東西兩側兼有少許丘陵崗地，土壤類型主要有砂姜黑土、潮土等。

1.2數據來源

CLDAS土壤相對濕度產品數據來源中國氣象局陸面數據同化系統第2版（CLDAS-V2.0）實時土壤相對濕度產品，土層數據垂直分為3個層次： 0～ 10cm?0～20cm?0～50cm 。依據研究區土壤情監測業務的實際情況，選擇 0～20cm 土層土壤相對濕度產品作為研究數據。資料時間為2023年6月至2024年8月，其中2023年6一8月產品數據用于CLDAS土壤相對濕度產品歷史同期比對，2023年9月至2024年8月產品數據用于監測站點數據適應性評估和應用分析。

農田情監測數據來源于研究區埔橋區土肥站26個農田土壤情監測點（簡稱農田監測點），選擇0～20cm 土層數據，情監測時間為每月2日、9日、17日和24日，關鍵農時和季節性干旱易發時，加密監測（2024年6月6日、13日、15日、20日、27日）；資料時限為2023年9月至2024年8月。土壤情自動監測數據來源于皖北地區6市28個土壤水分自動監測站（簡稱自動監測站），選擇 0～20cm 土層數據，監測時間、周期與農田情監測點數據同步。

降水量和氣溫等氣象因子數據來源國家基本自動氣象站，降水量選擇 20：00--20：00 的累積降水量，氣溫為日平均氣溫；時間為2024年6—8月。

1.3數據匹配

CLDAS土壤相對濕度產品為格點數據，而土壤情監測數據為站點數據。采用臨近點插值方法，依據農田監測點和自動監測站的經緯度坐標，將CLDAS土壤相對濕度產品插值到對應監測站點，取與站點監測數據空間匹配的格點數據。

1.4評估方法

統計情監測點數據和匹配到的CLDAS土壤相對濕度格點數據，通過數據清洗剔除異常值等質量控制，選擇555對農田監測點和1029對自動監測站日均值數據。利用相關系數（R）、平均偏差（BIAS）、均方根誤差（RSME）對CLDAS土壤相對濕度產品和站點監測數據進行總體、不同季節、不同地形和土壤類型以及不同土壤墑情類型的評估，計算如式（1）～（3）。

式中， n 為樣本總數， X_i 為CLDAS土壤相對濕度產品值， Y_i 為站點監測數據值， 和 分別為CLDAS土壤相對濕度產品和情監測站點數據的平均值。

1.5CLDAS土壤相對濕度產品應用與個例分析

運用SPSS、MATLAB和Excel等軟件，對基于CLDAS土壤相對濕度產品，開展皖北地區土壤情監測服務。統計CLDAS土壤相對濕度區域平均值、極大值和極小值。以2024年6月下旬一7月上旬宿州市埔橋區1次突發特大暴雨天氣變化過程為例，利用CLDAS土壤相對濕度產品逐日跟蹤詮釋這次重大天氣變化過程，驗證CLDAS土壤相對濕度產品在該區域土壤墑情監測應用中的可行性。

2結果與分析

2.1CLDAS土壤相對濕度產品適應性評估

2.1.1總體評估 結果顯示，參與評估的站點有48個通過顯著性檢驗。其中，農田監測點有20個監測點的相關系數通過 Plt;0.01 的顯著性檢驗，2個監測點的相關系數通過 Plt;0.05 的顯著性檢驗，而4個監測點47對數據沒有明顯的相關性，可能原因是樣本數小或監測采集數據不標準等；自動監測站有23個站點相關系數通過 Plt;0.01 的顯著性檢驗，3個監測點相關系數通過 Plt;0.05 的顯著性檢驗，而2個監測點30對數據長時間處于過飽和和微變化狀態，剔除研究序列。

農田監測點中，通過顯著性檢驗的站點相關系數最小為0.59，最大為 0.97 。不同站點的平均偏差（BIAS）和均方根誤差（RSME）差異較大，區域平均BIAS為 -1.15% ，最大BIAS為 -22.53% ，最小為0.10% ，CLDAS土壤相對濕度產品較農田監測站點數據整體略低，處于偏干狀態；區域平均RSME為12.57% ，最大RSME為 23.03% ，最小為 0.95% 。

自動監測站中，通過顯著性檢驗的站點相關系數最小為0.50，最大為 0.92 。區域BIAS為 -3.33% ，最大BIAS- 8.53% ，最小為 2.15% ，CLDAS土壤相對濕度產品較自動監測站數據整體略低，處于偏干狀態；區域平均RSME為 21.89% ，最大RSME為 42.3% ，最小為 10.61% 。

適應性評估結果與崔園園等的CLDAS土壤相對濕度產品適應性的研究結論基本一致；參考相關研究8-9，結合本試驗結果，表明CLDAS土壤相對濕度產品在皖北地區具有較好的適用性。

2.1.2不同季節的適應性評估 對CLDAS土壤相對濕度產品和農田監測點數據按照季節尺度進行評估，由表1可知，春、夏兩季CLDAS土壤相對濕度產品和農田監測點數據的相關系數大于0.50，秋、冬兩季相關系數較低，其中秋季的相關系數通過 Plt; 0.05的顯著性檢驗，春、夏、冬季通過 Plt;0.01 的顯著性檢驗。春、夏季的RSME大于秋、冬季，其中，夏季的RSME最大，為 14.60% ，冬季的最小，為 8.42%_? 春、夏、秋季的BIAS處于負偏差，表明CLDAS土壤相對濕度產品呈現偏干狀態；夏季是農作物播種和生產關鍵期，基于農田管理等實際，實施灌溉等措施造成夏季BIAS絕對值較大（ -2.42% ；而冬季BIAS保持為正偏差，CLDAS土壤相對濕度產品呈現偏濕狀態，可能與作物（主要是冬小麥）處于越冬期，部分監測地塊出現凍土，以及參與評估的農田監測點樣本數偏少有關。

2.1.3不同地形和土壤類型的適應性評估 以地形和土壤類型為劃分標準，對CLDAS土壤相對濕度產品和農田監測點數據按照山區、潮土區和砂姜黑土區3類進行區域相關性分析和評估。由表2可知，3種不同地形和土壤類型，CLDAS土壤相對濕度產品和農田監測點數據均呈正相關，相關系數大于0.50，且均通過 Plt;0.01 的顯著性檢驗，但其相關系數大小相差不明顯，且相關系數小于0.80，表明CLDAS王壤相對濕度產品在地形和土壤類型方面表現較為平緩。

由表2可知，3種不同地形和土壤類型中的汴北潮土區相關系數大于砂姜黑土區和汴北山區，且BIAS和RSME也最小，這種差異與土壤的保水和濾水能力有關。不同的土壤類型土保水和濾水能力不同，潮土土層深厚，質地黏重，通氣透水性差，水氣矛盾突出，易產生旱澇;砂姜黑土粘粒含量高，透氣性差，土壤密度大，水分交換不暢；相較于砂姜黑土，潮土具有較好的濾水性、持水性，而山區丘陵的保水功能低于平原地區[10]。

2.1.4不同土壤情類型適應性評估 參照GB/T20481一2017《氣象干旱等級》，以土壤相對濕度 （%） 為劃分依據，將土壤情分成過濕、適宜、輕旱、中旱、重旱和特旱6種類型（表3）。由表4可知，過濕、中旱、重旱和特旱情類型由于樣本數較少，相關系數偏小。適宜和輕旱類型土壤情相關系數均通過顯著性檢驗，BIAS絕對值小于 5% ，CLADS土壤相對濕度產品呈現偏干狀態，而RSME絕對值大于 10% ，表明CLDAS土壤相對濕度產品對適宜和輕旱類型土壤熵情表現出明顯的監測特征。

2.2CLDAS土壤相對濕度產品應用與個例分析

2.2.1土壤情監測的應用 由圖1可知，2023年6月至2024年4月，研究區土壤情無明顯變化，土壤相對濕度的月平均值在 53.64%～81.61% 土壤情為適宜類型；而在2024年5—6月CLDAS土壤相對濕度有所下降，土壤情出現熵情不足現象，8月趨向平穩，呈現向墑情適宜類型轉變趨勢。綜合監測數據顯示，皖北大部地區2024年夏季比2023年干燥，旱情面積占比大于2023年，其中采樣點1、Ⅱ和V表現較為明顯，采樣點Ⅲ有少許重旱區域，而采樣點V濕度增大，土壤情相對2023年有較為明顯變化（表5）。

2.2.2個例分析 2024年6月下旬—7月上旬宿州市埽橋區突發1次特大暴雨。2024年6月，該區降水明顯偏少，6月下旬，累積降水量為 21.2mm ，降水量比歷史平均減少 70.6% ，平均氣溫為 27.6^°C ，比歷史平均氣溫高 1.0^°C：7 月上旬，累積降水量為324.9mm ，降水量比歷史平均增加 286.3% 。該區出現高溫少雨導致的“特旱\"到水分飽和\"過濕\"旱澇急轉過程。

由圖2可知，6月21日，該區20：00—20：00累積降水量為 15.3mm ，溫度為 26.5°C ，土壤情處于中旱類型，CLDAS土壤相對濕度值有所上升；28日前連續多日無降水，導致土壤情持續不利發展，CLDAS土壤相對濕度值為 47.98% ；7月9日埔橋區累積降水量為 159.9mm ，CLDAS土壤相對濕度值為95.38% ，平均溫度也處于該過程中的最低點25.4^°C 。

在整個天氣變化過程中，高溫少雨，雨水因快速蒸發而不能滲透進土壤，CLDAS土壤相對濕度值表現出緩慢上升的趨勢；但如果出現中雨甚至大到暴雨，且氣溫降低，雨水有效滲透進土壤，CLDAS土壤相對濕度值有明顯的增加趨勢。CLDAS土壤相對濕度值與累積降水量呈正相關，與平均氣溫呈負相關，CLDAS土壤相對濕度產品在該區土壤情監測方面有較強的可行性。

4結論與討論

基于2023年9月至2024年8月皖北地區28個自動監測站和26個農田監測點土壤相對濕度資料，利用CLDAS土壤相對濕度產品對 0～20cm 層數據進行適應性檢驗評估，得出以下結論。

（1）CLDAS土壤相對濕度產品和監測站點數據呈較明顯的正相關，43個站點相關系數通過 Plt;0.01 的顯著性檢驗，5個站點相關系數通過 Plt;0.05 的顯著性檢驗，6個站點沒有通過顯著性檢驗；其中農田監測點數據最大相關系數為0.97，區域平均BIAS為-1.15% ，平均RSME為 12.57% ；而自動監測站數據最大相關系數為0.92，BIAS為 -3.33% ，平均RSME為21.89% 。

（2）從季節尺度分析，春、夏、秋、冬季的CLDAS土壤相對濕度產品與農田監測點數據均呈正相關；春、夏、秋季的BIAS為負偏差，CLDAS土壤相對濕度產品呈偏干狀態，冬季CLDAS土壤相對濕度產品呈偏濕狀態。

（3）潮土和砂姜黑土等土壤類型和山區丘陵地形的相關性分析表明，其相關系數差異不明顯，CLDAS土壤相對濕度產品在地形和土壤類型方面表現較為平緩；汴北山區CLDAS相對濕度產品呈偏干狀態，而砂姜黑土區和汴北潮土區呈偏濕狀態。

（4）土壤情不同類型分析表明，適宜和輕旱類型土壤CLDAS相對濕度產品與農田監測點數據的相關系數通過顯著性檢驗，BIAS小于 5% ，RSME大于 10% ，CLDAS土壤相對濕度產品對適宜和輕旱類型土壤情表現出明顯的監測特征。

（5）基于CLDAS土壤相對濕度產品，開展土壤情監測服務，結果顯示，皖北地區2023年6月至2024年4月，CLDAS土壤相對濕度的月平均值在70.86%～81.61% ，情無明顯變化，2024年5—6月土壤相對濕度出現急轉，皖北大部分地區2024年夏季比2023年干燥。

（6）以2024年6月下旬—7月上旬宿州市通橋區突發1次特大暴雨為例，利用CLDAS土壤相對濕度產品跟蹤累積降水量和平均氣溫等天氣因子變化，分析這次土壤情旱澇急轉過程，驗證該產品在土壤墑情監測工作有一定的可行性。

本次對CLDAS土壤相對濕度產品與監測站點數據的BIAS和RSME進行分析，部分樣本偏差和RSME較大（ gt;20% ）。為做到監測服務更精細，CLDAS土壤相對濕度產品在數據精度上，可參考崔園園等4的回歸模型和7旬滑動平均訂正模型。同時，不同作物的不同生育期，對水分的要求也不同，開展土壤情類型辨識時，可根據作物生育期進行細化分類；土壤相對濕度計算涉及田間持水量、土壤容重等水文參數，宜采取分時段、分土壤類型和區域的特色服務方式，以提高CLDAS土壤相對濕度在土壤璃情監測方面的精細化服務能力。

參考文獻

[1]冉瓊.全國土壤濕度及其變化的遙感反演與分析[D].北京：中國科學院研究生院（遙感應用研究所），2005.

[2]肖乾廣，陳維英，盛永偉，等.用氣象衛星監測土壤水分的試驗研究[J].應用氣象學報，1994，5（3）：312-318.

[3]韓斌.ASCAT土壤濕度數據在新疆干旱監測中的應用[J].沙漠與綠洲氣象，2016，10（6）：88-92.

[4]崔園園，張強，覃軍，等.CLDAS融合土壤濕度產品在東北地區的適用性評估及訂正[J]中國農業氣象，2019，40（10）：660-668.

[5]孫小龍，宋海清，李平，等.基于CLDAS資料的內蒙古干旱監測分析[J].氣象，2015，41（10）：1245-1252.

[6]金燕，徐凌，周群，等.基于CLDAS土壤相對濕度的云南農業干旱監測[J]中國農業氣象，2024，45（1）：79-90.

[7]崔園園，張強，李威，等.CLDAS融合土壤相對濕度產品適用性評估及在氣象干旱監測中的應用[J]海洋氣象學報，2020，40（4）：105-113.

[8]劉東明，吳門新，侯英雨，等.遼寧省生長季CLDAS土壤相對濕度產品的評估檢驗[J].中國農業氣象，2022，43（1） ：17-27.

[9]陳燕麗，黃思琦，莫建飛，等.基于CLDAS數據的甘蔗干旱監測評估標準對比：以2011年廣西干旱為例[J].干旱氣象，2020，38（2）：188-194.

[10]聶俊華，王一川，季立聲.山東省主要土壤類型持水性能的研究[J].山東農業大學學報，1991，22（3）：279-288.

（責任編輯：胡立萍）