冻土深度自动观测方法研究

沙莉，马成芝，张艺萌 ，李鹏，

（1.辽宁省气象装备保障中心，辽宁 沈阳 110166，2. 喀左县气象局，辽宁  朝阳 4836121，3.中国电子科技集团公司第27研究所，河南 郑州 450045）

摘要： 利用沈阳观测台站点2007-2017 年的冻土及深层地温的观测记录和2015年冻土自动观测设备与人工对比试验的观测数据，从温度变化因子对冻土自动观测设备的动态响应特性进行研究分析，结果表明：季节性冻土的最大冻结深度与温度变化因子有一定的相关关系，在分析自动观测仪器的响应特性和传感器静态测试时，应考虑由热力因子间，尤其是气温和直接接触传感器的温度之间的环境变化过程对冻结深度的影响及传感器响应带来的线性度和灵敏度的变化。

关键词：冻土深度；自动观测；地温；传感器；响应

Automatic observation method for frozen soil 

Shali1,Machengzhi2,Zhangyimeng1,Lipeng3

(1.Meteorological equipment support center in Liaoning Province, Shenyang  110166, 2. Meteorological Administration in Kazuo County, Chaoyang  4836121,3. 27th Institute  of China Electronic Technology Group, Zhengzhou 450045)

Abstract:Using the observational data of the maximum seasonal frozendepth  and  soil temperature in Shenyang Prefecture of Liaoning Province  from  2007  through 2017 and  contrast observation data of Automatic observation method for frozen soil in 2015. The dynamic response characteristics of  the  equipment are  ananlyzed  from  the  soil  temperature  change factor. The  results  show  that the maximum seasonal frozendepth  and soil  temperature of   the   seasonal  frozen  soil  are  obtained, There is certain correlation between   the temperature  change. In the analysis of the response characteristics of the automatic observation instrument and the static test of the sensor, the influence of the environmental change between the thermal factors, especially between the temperature and the direct contact sensor, on the freezing depth and the linearity and sensitivity of the sensor response should be considered.

0 引言

我国东北属于季节性冻土地带，全年的冬半年均有冻土期，冻土观测结果是气象服务的一个重要要素，土壤中的热状况及其变化规律对开展工程项目建设和农业发展均具有重要的意义，在寒冷的气候条件下，土壤中的水分会冻结成冰并膨胀，在气候转暖时，原先冻结的土壤融化，融化水排出，土体下沉。冻土观测数据的结果对于气候环境变化研究、气象灾害预报、农业气象服务等领域均处于重要作用，观测试验点沈阳位于辽河平原中部，气候类型为温带大陆性季风气候，属辽河、浑河两大水系，东北部为丘陵山地，西南逐渐平展。本文利用的南部气象观测场内辽宁省沈阳观象台冻土深度2007-2017年的气象资料和2015-2016年对比观测数据的试验资料，对观测数据的结果进行分析研究，并讨论其观测方法与观测要素的关系。近年来，人们在冻土自动化观测设备的研究及观测数据的准确性做了大量的工作。测量冻土的方法有冻土器法等人工观测方法及是时域反射TDR等自动观测方法，但气象观测的可靠数据还是来源于冻土器法的人工观测数据，自动观测装备的研究及数据的应用，将对于冻土的区域及全球尺度的冻土深度探测和掌握冻土层结构内部的生消变化具有重要的意义。

1 数据来源及研究方法

1.1 数据来源

本文原始气象数据来源于沈阳观测台站点2007-2017 年的冻土及深层地温的观测记录和2015年的冻土对比试验观测站点的对比观测数据，冻土深度数据采用冻土下界深度数据，以“cm”为单位。地温采用地表温度及 5cm、10cm、15cm、20cm、40cm、80cm、160cm 及 320cm 深地温的逐日资料，以上资料均作为深土深度测量数据可靠性的重要参考依据。 

1.2 研究方法

在研究观测仪器的动态特性和变化趋势，采用二阶测量系统分析其动态特性【2】，即阶跃变化和正弦变化研究观测设备输出结果的响应。由于试验采用观测场内的对比方法，气象量和影响量的变化并不只是阶跃变化和正弦周期变化，也同样难于描述观测设备对观测结果的实际变化的响应。对阶跃变化的响应可通过公式（1）得到，对正弦变化的响应用输出与输入间的幅度比和幅角表示，通过公式（2）（3）得到：

                  （1）

式中：为传感器的静态灵敏度；ξ为阻尼比；为固有频率； A为被测量变化的值。

                       （2）

式中：B为传感器输出量的幅度值；A 为传感器输入量的幅度值；为输入量的角频率与传感器固有角频率之比； 为传感器的阻尼比。

            （3）

式中：为输入量的角频率与传感器固有角频率之比； 为传感器的阻尼比。

1.3 观测比对方法

    传感器测量特性通常是指其输入量和输出量之间的关系，分为静态测量特性和动态测量特性。本文的观测比对方法是将自动观测设备与人工观测设备放置在同一土壤环境和气象环境的自然大气条件下的观测，获取传感器的动态参数，进而分析其动态测量特性，本文只对地温气象观测要素的变化对观测设备的动态特性进行分析。

2 结果和分析

2.1 沈阳地区冻土深度与地温变化特征

   已有研究成果表明，影响冻土形成和发展的气象因素很复杂，包括气温、降水、日照、土壤结构及含水量等等，与仪器类技术指标的研究最直接的还是地温，本文主要从地温影响方面分析沈阳地区季节冻结之间的关系。

    图1（a）～1(c)分别给出了沈阳地区冬季单层地温、多层分段地温与季节性冻土最大冻结深度的时间演变曲线。由图中可以看出冻结深度与地温呈相反的变化关系，地温下降越大，冻结深度越深；冻结深度的变化比地温的变化明显滞后10-15天，说明温度对冻土冻结是连续的影响过程，并且存在着相位滞后特性。

图1（a） 2012年1-4月冻土深度与地温分布     图1（b） 2012-2013年年度冻土深度与地温分布

图1（c） 2013-2017年冻土深度与地温分布

2.2 冻土深度分布特征分析

   图2给出了2012年11月-2017年4月沈阳地区冻土冻结状态随时间的演变曲线。每年11月下旬到12月末为地温从地表逐渐向深层波动下降，也是多层冻土的形成期，到每年的2月份冻结深度达到稳定状态形成全年最深冻土，到3月中旬地温回升，冻结深度开始下降，进入融化期，形成了多层冻土的气象条件。

 图2  2013-2017年冻结状态分布

2.3 自动观测设备的响应

因对比观测值取自室外观测场，对于传感器输入的气象量和影响量不只来源于温度的变化量，还来源于土壤水份、气温等综合要素的变化量，其动态响应比单纯的温度量带来的响应特性复杂得多。图3给出了2015-2016年两种冻土自动观测设备与人工观测的观测值的比对结果。2015-2016年是近5年内冻土深度最深的1年，最大冻结深度在2月中旬达到最大值99.1cm。由图1的参考值可以得到以地温的变化量作为传感器输入可以近似为冻土初始形成期11月-12月份为二阶测量系统，1月-3月份上旬为一阶测量系统，3月中下旬到冻土期结束为二阶测量响应系统。

图3的显示结果表明人工和模拟人工的DOT型自动观测设备的时间常数稍大，波动比较平滑，变化的相位比电容式传感器略向后推迟，对阶跃变化的响应结果几乎一致，说明系统阻尼系数设计趋于合理。

图3  2015-2016年自动观测设备与人工数据比对结果

2.4 自动采集的加密观测的研究

   自动采集的观测仪器的优势就是可以实现加密观测，按照国家标准《地面观测规范》的要求，人工观测为每天早8点的一次观测获取观测数据，而本文所采用的自动采集的观测数据为小时观测数据。图4（a）（b）得到了冻土形成期一天之内的冻结融化曲线，可以看出冻土层与地温变化相化相反且滞后，图4（c）得到了冻土融化期一天之内的上下分层冻土深度的连续变化曲线，可以得到冻土融化期的冻融状态，

图4（d）得到了冻土融化期因浅层地温的变化使融化地冻土重新冻结的连续变化曲线。冻土的冻结和融化状态观测数据也是对冻土研究的一项重要指标，通过自动化仪器的加密观测可以准确的捕获相关的数据。

   

图4（1）2015年12月19日全天冻土和地温分布  图4（2）2015年12月22日全天冻土和地温分布

图4（3）2016年3月5日全天双层冻土分布        图4（4）2015年3月7日上层冻土与地表温度分布

3 结论

（1）2016年3月7日冻土融化期自动观测仪器的加密数据分析融化期的融化-冻结的状态得到与地温的相对应时间的变化趋势相吻合，地温的逐层变化逐渐趋于平缓，说明降温是由气温降低导致18点-22点形成融化层突然冻结的状态。

（2）季节性冻土的最大冻结深度与温度变化因子有一定的相关关系，在分析自动观测仪器的响应特性和传感器静态测试时，应考虑由热力因子间，尤其是气温和直接接触传感器的温度之间的环境变化过程对冻结深度的影响及传感器响应带来的线性度和灵敏度的变化。

（3） 试验期间的自动观测设备在野外连续运行4800小时无故障，能在冻土季得到连续观测数据，可通过观测记录软件直接取得对冻土观测期、冻土深度和冻融状态的观测数据，测量结果与人工观测比对值最大误差为2.5cm,分析其测量结果系受分辨力的限制而形成，其测量原理虽与人工观测测量原理不同，亦能达到一致性的效果。

参考文献：

[1] ZhangWei,JiRan. Response of maximum frozen depth and duration of soil frozen to climate change in Chaoyang Prefecture of Liaoning Province [J]. Journal of Glaciology and Geocryology,2018,40(1):1-8.[ 张威，纪然. 辽宁朝阳地区季节冻土最大冻土深度和持续冻结时间与气候变化的响应研究[J].冻川冻土，2018，40（1）:1-8.

[2] 李伟，贺晓雷，齐久成.气象仪器及测试技术[M]. 北京：气象出版社，2010：33-38.   

[3] 魏凤英. 现代气候统计诊断预测技术[M]. 北京:气象出版社，1999:43.

[4] 中国气象局. 地面气象观测规范[M] . 北京: 气象出版社, 2003: 85-89.

[5] 王艳丽，息涛等. 1961-2010年辽宁省季节性冻土变化特征分析 [J]. 现代农业科技，2013，21（3）：241-242.

[6] Chaohua,Xuhong. Characteristics of Spatial and Temporal Variation of  Frozen Soil in Liaoning Soil in Liaoning Province in Recent 50 Years[J]. Meteorological Science and Technology, 2017，45（1）:116-121.[ 晁华，徐红等.近50年来辽宁省冻土的时空变化特征[J].气象科技，2017，45（1）:116-121.]

[7] 李鹏，余国河等.电容式冻土测量传感器设计[J]. 传感器与微系统，2014，33（1）:89-90.

[8] 王强.综合气象观测[M].北京：气象出版社，2012:700-703.

[9] 乔金海,李效珍,钱锦霞.大同市冻土气候变化初探[J].气象科技,2015,43(4):722~727

[10] 余国河，李鹏等. 基于平面电容的冻土检测传感器[J].现代电子技术，2015:38（2）：124-127.

[11] 蔡汉成，李勇等. 青藏铁路沿线多年冻土区气温和多年冻土变化特征[J].岩石力学与工程学报，2016，35（7）:1434-1444