作为土壤的组成部分和重要参数，土壤含水量和水文常数关系到农田可利用水分、作物栽培方式及其生长适宜度(蒲金涌等，2008；云文丽等，2014)。土壤含水量可以反映农田土壤水分和气候环境变化(杨永辉等，2004；李巧萍等，2007)，水文常数是反映土壤物理性质的重要特征值(梁金凤等，2010；Rodriguez-Lado et al，2015)，可以反映土壤、水分与植物之间相互关系，是土壤水分有效程度的重要参数。在土壤含水量、水文常数之间，存在着相互制约、相互影响(曹国栋等，2013；孔晓民等，2014)。由于历史土壤水分观测数据是由人工观测的，精确度存在一定不确定性，因而进行土壤水分数据质量控制，确保数据的可靠性是进一步分析土壤水分数据的基础。

目前，已有不少学者利用历史土壤水分观测数据集进行科学研究，主要集中在针对土壤水分本身和间接应用两方面。有效土壤水分资料的应用，可以掌握土壤水分分布变化规律(孙丞虎等，2005；张文君等，2008)，进行旱涝监测预警和制定灌溉制度(Cammalleri et al，2015；Li et al，2015)。作为重要参数之一，土壤水分数据对陆面模式(郑婧等，2009；毛伏平等，2015；李倩和孙菽芬，2015)、数值天气预报系统和气候模式(佟华等，2006；张文君等，2012；Dillon et al，2016)、农田水分管理建模(毛飞等，2000；王仰仁等，2010)具有重要意义。历史土壤水分观测资料均采用烘干称重法测得，是目前最具权威的观测方法(国家气象局，1993)，通过该方法获得土壤水分数据精度较高，也被作为其他土壤水分监测方式的对照(杨直毅和樊军，2009；黄飞龙等，2012；王良宇等，2014)。人工土壤水分资料以纸质形式记录，在统一进行数字化过程中经过初步控制，但还没有对该数据集的精细质量控制方法。因此，本文针对近30年中国人工土壤水分观测资料，依据观测数据特点，结合不同地区土壤质地、土壤水分极值及水文常数理论，制定了人工土壤水分观测资料的质量控制方案，对奇异值进行分析与校正，以期获得适用而可靠的土壤水分资料。

本文所用的中国农业气象土壤水分数据集来源于国家气象信息中心，包括全国247个农业气象土壤水分观测站点(图 1)1981—2010年0~10(1991年之前分0~5、5~10 cm)、10~20、20~30、30~40、40~50 cm各深度层次的土壤重量含水量、田间持水量、凋萎湿度、土壤容重等，土壤重量含水量观测的时间分辨率为旬(逢8、18、28日)，单位为0.1%；田间持水量、凋萎湿度、土壤容重时间分辨率为年，单位分别为0.1%、0.1%、0.01 g·cm-3。该数据集是在中国气象局气象档案馆存档的纸质《土壤水分观测记录年报表(农气表-2)》数字化后形成的电子文件的基础上，通过对数据进行格式检查、界限值检查、垂直一致性检查等进行了质量控制后得到的，具有一定的质量保证，但仍存在一定可疑性，需要结合农田实际观测、土壤质地及水文常数相关理论依据进行精细化质量控制。

按照《农业气象观测规范》(国家气象局，1993)，固定地段一般5~10年进行土壤水文、物理特性的测定，测定前应记载：地段土壤农业水文、物理特性测定日期；地段名称、号码；土壤剖面在观测地段中的位置及其离道路、河流、林缘等自然体和建筑物的距离；地势、地段小地形；植被种类及其生长状况。观测的差异使土壤水文特性误差受到时间、地域、环境、地势和植被的影响。

在土壤水分数据集数字化过程中，已经经过初步的质量检测：(1) 界限值检查：0＜田间持水量≤35%、0＜凋萎湿度≤13%、0＜土壤容重≤1.7 g·cm-3为可信数据；(2) 垂直一致性检查：田间持水量层间差＜10%、凋萎湿度层间差＜10%、土壤容重层间差＜0.4 g·cm-3为可信数据，超出则为可疑。根据各类土壤水分常数参考阈值(Dan et al，1976)，显然由于土壤质地的差异(表 1)，不同土壤水文常数差异明显，因而需要结合地区土壤特点和水分常数理论重新设定土壤水文常数的检测依据。

通过统计不同深度层次的土壤水文常数站点分布信息(图 2a, 2b, 2c)，可以发现田间持水量、凋萎湿度、土壤容重的分布范围较为集中，结合不同土壤类型的水文常数阈值范围，将土壤水文常数质量检查依据设定为：(1) 界限值检查：10%＜田间持水量≤40%、1%＜凋萎湿度≤13%、0.8 g·cm-3＜土壤容重≤2.0 g·cm-3为可信数据；(2) 垂直一致性检查：田间持水量层间差＜20%、凋萎湿度层间差＜10%、土壤容重层间差＜0.5 g·cm-3为可信数据，超出则为可疑。

对可疑的土壤水文常数数据需要进一步分析，依据土壤田间持水量、凋萎湿度与容重呈负相关关系(付晓莉等，2008；李卓等，2010)以及不同地区土壤类型来界定土壤水文常数的可靠性。

土壤重量含水量在数字化质量控制中，检测依据为0＜土壤重量含水量≤100%、层间差＜26%。经站点分布信息(图 2d)分析，将土壤重量含水量检查依据调整为0＜土壤重量含水量≤50%、层间差＜30%，对超出范围的土壤重量含水量数据进行奇异值分析。

在目前土壤水分监测中，自然风干土的含水量是土壤水分的最小值，介于土壤最大吸湿量与凋萎湿度之间。据研究人员发现凋萎湿度近似于土壤最大吸湿量的1.5~2.0倍(花子昌等，1980)，约等于土壤风干湿度的1.34倍(李保国等，2000)。这里，考虑到不同地区土壤样本的复杂性，用凋萎湿度除以1.5作为自然风干土的土壤湿度，土壤湿度数值小于该极小值时认为异常。

当土壤孔隙全部充满水时，土壤含水量达到最大，称为土壤饱和含水量，即土壤吸湿水、膜状水、毛管水和重力水均达到饱和，是可以监测到的最大土壤湿度。土壤饱和时的含水量可以用土壤孔隙度(f，单位：%)来表征，通过土粒密度(ρ，单位：g·cm-3)和容重(svw，单位：g·cm-3)计算得到：

实际应用中，大多数矿物质土壤的密度为2.6~2.7 g·cm-3(秦耀东，2003；王良宇和何延波，2015)。考虑监测的有效性，土壤密度采用2.7 g·cm-3，土壤湿度高于式(1) 计算得到的饱和含水量时，认为数据异常。

土壤水文常数是表征土壤质地的重要参数，各种质地的土壤水文常数间存在着对应关系。从不同深度层次的田间持水量-土壤容重、凋萎湿度-土壤容重、田间持水量-凋萎湿度的对应关系来看(图 3~图 5)，存在可疑或异常数据：(1) 田间持水量、凋萎湿度、土壤容重数值为0的异常数据，经查看原始数据存在缺测；(2) 土壤水文常数之间关系图中，超出数据检查可信数据范围的可疑数据，需要进行一一比对。以田间持水量-土壤重量关系为例，10%＜田间持水量≤40%和0.8 g·cm-3＜土壤容重≤ 2.0 g·cm-3框定为可信数据，超出范围的可疑点需进一步分析(图 3)。归结起来，土壤水文常数异常可以由三种数据问题造成，并通过典型站数据进行例证。

以陕西洛川为例，从田间持水量与土壤容重的关系来看(图 6a)，存在两个明显的分布区域，且分布形式相似，通过比对田间持水量与土壤容重的数据，可以发现该站2005和2008年两年田间持水量和土壤容重的数据是互换的，对数据重新进行交互替换后两者存在明显的负相关关系(图 6b)，与理论实际相符。

从江苏丹徒10~20 cm田间持水量与凋萎湿度对应关系(图 6c)，2004年田间持水量(13.6%)低于凋萎湿度(14.0%)，明显是错误的，通过对各年田间持水量与凋萎湿度比对并结合土壤容重数据分析发现，存在错误的原因是2004年田间持水量与土壤容重的数值相互替换，从而间接导致田间持水量低于凋萎湿度。

以黑龙江青岗为例(图 7a)，2003年0~10 cm田间持水量有两个观测值(33.2%和30.9%)，33.2%与前后时段的数值一致，因此田间持水量选取33.2%。另外，1982—1984年田间持水量与1985—2010年有差异，但通过分析发现可能由站点迁移造成的，数据应用正常。同样，黑龙江海伦0~10 cm凋萎湿度(图 7b)在2003年存在两个值，分别为12.0%和8.9%，与2004—2010年比对，12.0%是可靠的凋萎湿度值。

以陕西延安0~50 cm各层土壤容重时间变化(图 8a)为例，1982年土壤容重明显大于其余年份，经比对，该站各年田间持水量、凋萎湿度变化幅度均较小，可见1982年土壤容重数值存疑，且通过分析土壤质地可以发现延安地区以壤土为主，理论土壤容重应该为1.3~1.5 g·cm-3，而1982年土壤容重值大于2.7 g·cm-3，显然该数值是错误的，因1983—1993年无观测数据，因此可以将该年土壤容重数据删除。

以吉林长岭0~50 cm田间持水量为例，2003年数值明显低于(图 8b)其余年份，经与土壤容重、凋萎湿度对比发现，2003年田间持水量数值与1997—2003年土壤容重数值完全一致，可见田间持水量数值明显错误，且由于地块迁移，2004年之后土壤容重数值发生变动，为了保持数据变动一致性，2003年田间持水量数值用2002年数值替换。

而从辽宁海城凋萎湿度变化看(图 8c)，虽然年际间变化大，但与田间持水量、土壤容重进行比对，由于固定地段变动大的缘故，均存在对应的年际间波动，可见数据应用正常。

由于各地气候条件和土壤质地的差异，土壤重量含水量变化较大，对可疑土壤重量含水量数据进行比对分析，界定小于风干土壤含水量、高于理论饱和含水量的湿度数据为异常。

以黑龙江汤原站为例，1990年7月18日10~20 cm土壤湿度仅为0.02%(图 9)，明显低于其余时段不同深度层次的土壤湿度(15%~30%)，通过计算该站10~20 cm的风干土含水量为6.3%，明显高于7月18日观测值，因此该时段土壤湿度值出现错误。

以贵州正安为例，2008年0~50 cm逐层土壤重量含水量均超过100%(图 10)，明显高于2009—2010年的正常数值(10%~30%)；通过计算得到0~50 cm逐层理论饱和含水量分别为51.1%、50.4%、49.2%、46.2%、44.6%，显然低于2008年土壤含水量。经与2009—2010年数值比对发现，将2008年土壤湿度的数值除以10之后的土壤湿度是正常合理的。

以黑龙江抚远0~20 cm土壤重量含水量(图 11)为例，1981—1985年有94旬(共126旬)土壤重量含水量超过初始设置的可信范围(50%)，通过计算得到该站0~20 cm土壤理论饱和含水量为70.8%，对于50%~70%范围内的数据，由于该站土壤为粘土且经常存在土壤过湿现象，尤其是在春季，因而认为该范围内的数据是应用正常的；通过分析逐旬的降水量，对于土壤重量含水量超出饱和含水量的时段，其旬降水量均较小，因此认定该数据异常。

经过土壤水文常数和重量含水量的奇异值分析(表 2)，土壤水文常数出现人工录入误差、多地段水文常数混用误差和年际变化异常的站点分别有10、32和56个，分别占全国农业气象土壤水分观测站的4.05%、12.96%和22.67%；出现异常的站次(即出现次数)分别为246、162、178次，分别占总站次的2.87%、1.89%、2.07%。土壤重量含水量小于风干土含水量、大于理论饱和含水量的站点分别有66和24个，分别占全国的26.72%和9.72%；出现站次分别有129和3482次，分别占0.10%和2.65%。

本文在数字化土壤水分历史数据的基础上，依据数据分布特点、土壤质地、极值和水文常数理论等方法，对各站点土壤水分数据进行奇异值分析。土壤水文常数质量检测依据为：10%＜田间持水量≤40%、层间差＜20%，1%＜凋萎湿度≤13%、层间差＜10%，0.8 g·cm-3＜土壤容重≤2.0 g·cm-3，层间差＜0.5 g·cm-3为可信数据。依据水文常数理论及不同质地土壤理论范围，进一步分析可疑数据，数据异常问题可以归结为：人工录入误差、多地段水文常数混用误差和年际变化异常。

依据站点分布信息，将土壤重量含水量可信范围设定为(0，50%]、层间差＜30%，数据异常归结为小于风干土含水量和大于理论饱和含水量的极端情况。

在实际土壤水分质量控制过程中，需要对每个站土壤重量含水量、水文常数变化规律进行分析，重点关注可疑数据。由于不同地区气候条件、土壤质地的差异，土壤水分数据的合理范围有差异，而且并不是所有超出可信范围的数据均是异常，只是认为该数据可疑。结合实际应用，通过逐步比对可疑数据才能验证数据准确性，对异常数据进行校正，保留应用正常的数据，例如，辽宁海城站虽然土壤凋萎湿度年变化较大，但通过与土壤质地、水文常数及实际土壤水分含量的比对，认定该数据是合理的，只是由于该站固定地段变化较频繁所致。

通过对土壤水分观测历史数据集质量的细化分析和校正，大大提高了土壤水分数据的准确性和可信度，便于土壤水分资料更好地应用和推广，为针对土壤水分的研究提供了重要的科学基础。