《表3 校准函数中参数a0、a1、a2和N0的标准值、FPCP和SPCP值以及由每组参数值得到的CRNS土壤水分与原位观测土壤水分数据之间的RPa)》

《表3 校准函数中参数a0、a1、a2和N0的标准值、FPCP和SPCP值以及由每组参数值得到的CRNS土壤水分与原位观测土壤水分数据之间的RPa)》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《宇宙射线中子法在西北农牧交错带土壤水分测量中的适用性研究》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录
a)校准函数见公式(5).**表示相关性显著水平达到99%.FPCP是第一次参数本地化过程,即仅使用烘干法土壤水分数据校准形状参数.SPCP是第二次参数本地化过程,即使用烘干法和ECH2O土壤水分的混合数据集校准参数

使用形状参数a0,a1,a2=(0.0808,0.372,0.115)时的公式(5)计算的CRNS土壤水分数据集中约有25%被认为是无效的(即低于0.02m3m–3,甚至低于零),尤其是当ECH2O加权平均土壤水分小于0.06m3m–3时,即土壤重度干旱条件下,超过70%的数据被认为是无效的.这可能是由于原始形状参数a0、a1、a2值不再适用于这种情况.我们的结果显示:与原始值相比,第一次参数本地化过程(FPCP)改善了RP,并减少了RMSE和无效数据的数量(图5;表3),这意味着FPCP改善了CRNS对土壤水分的估计.在所有三个生长季节的湿润条件下,FPCP土壤水分估算值都得到最大改善,其次是轻微干旱条件,而在重度干旱条件下,仍然存在无效的CRNS土壤水分.值得注意的是,即使我们使用烘干法数据校准了方程(5)的参数,CRNS的表现仍然不能令人满意,特别是在极端干燥的土壤条件下.但根据先前的研究,CRNS在干燥条件下应该是表现最佳的(Franz等,2012;Bogena等,2013;Nguyen等,2017).