一种基于气象要素的月尺度土壤湿度预测方法技术

本发明专利技术公开了一种基于气象要素的月尺度土壤湿度预测方法，包括：获取长时间序列的月尺度气象要素和土壤湿度数据，分为率定期和检验期；使用率定期数据，求出各气象要素对土壤湿度的月尺度有效影响时间尺度T

【技术实现步骤摘要】
一种基于气象要素的月尺度土壤湿度预测方法


[0001]本专利技术属于土壤湿度预报
，具体涉及一种基于气象要素的月尺度土壤湿度预测方法。

技术介绍

[0002]土壤湿度对于调节不同时间尺度上的陆地
‑
大气相互作用至关重要。一方面，土壤水分具有独特的持久性特征，其持久性可以潜在地提高季节性气候预测效果。另一方面，一个地区的土壤湿度时间变化是定义区域气候的基础。
[0003]目前，估算土壤湿度的方法有很多，主要集中在同化算法上，并至少利用以下两种主要技术中的一种:遥感和陆地表面建模。遥感主要涉及被动和主动微波信号；陆面模型通常用于估算土壤湿度，通常包括Noah和SSiB陆面模型。此外，前人还将陆地表面建模的动力学与遥感相结合，以估计土壤湿度。
[0004]现有的土壤湿度计算方法存在以下不足：(1)遥感技术通常存在数据处理复杂、空间分辨率低的问题；(2)模型结构、模型参数率确定和气象强迫数据对陆面模型的精度影响较大；(3)大多数模型忽略了土壤湿度变化对各气象因子响应的滞后性。
专利技术内容
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于气象要素的月尺度土壤湿度预测方法，其特征在于，包括如下步骤：S1：获取长时间序列的月尺度气象要素和土壤湿度数据，将所得数据分为率定期和检验期；S2：使用率定期数据，利用Spearman等级相关系数和学生t检验求出各气象要素对土壤湿度的月尺度有效影响时间尺度T
ef
；S3：使用率定期数据，利用T
ef
内的气象要素多月平均值或累积值建立关于土壤湿度的多元线性回归模型a；S4：将检验期T
ef
内的月尺度气象要素数据代入多元线性回归模型a，得到预测月尺度土壤湿度a。2.根据权利要求1所述的一种基于气象要素的月尺度土壤湿度预测方法，其特征在于，所述步骤S1具体为：获取研究区域内长时间序列的气象数据和土壤湿度数据；将气象数据和土壤湿度数据计算为月平均值或月累积值形成月尺度气象数据和月尺度土壤湿度数据，分为率定期和检验期；求出检验期内的土壤湿度面平均值。3.根据权利要求1所述的一种基于气象要素的月尺度土壤湿度预测方法，其特征在于，所述步骤S2具体为：A1：利用Spearman等级相关系数和t检验计算当月的气象要素对该月土壤湿度是否会产生显著影响；若没有显著相关关系，则T
ef
为0，停止进一步检验；如有显著相关关系，则T
ef
至少不小于1个月，进行步骤A2；A2：继续检查2个月尺度上气象要素对土壤湿度的影响，即追溯到前面1个月份，考察这一个月与当月的气象要素值的平均值或累积值与当月土壤湿度之间是否存在显著相关性：如否，则T
ef
为1个月，停止进一步检验；如是，进一步检验这一个月气象要素值与当月土壤湿度之间是否存在显著相关性:如否，则T
ef
为1个月，检验终止；如是，则T
ef
不小于2个月，进行步骤A3；A3：重复前面过程，直至向后追溯到N个月时，该月份气象要素以及N+1个月份的平均或累积气象要素与当月土壤湿度都存在显著相关性，且在前面追溯过程中相关性的符号一直没有改变，而向后追溯到N+1个月的气象要素与当月土壤湿度不存在显著相关性，则认为气象要素对当月土壤湿度的T
ef
为N+1个月。4.根据权利要求3所述的一种基于气象要素的月尺度土壤湿度预测方法，其特征在于，所述步骤A1中当月的气象要素对该月土壤湿度是否会产生显著影响的计算公式为：所述步骤A1中当月的气象要素对该月土壤湿度是否会产生显著影响的计算公式为：其中，r
SC
为Spearman相关系数，d
i
为是第i个气象要素的秩次与第i个土壤湿度的秩次
之差，n为时间...

【专利技术属性】
技术研发人员：刘思洁，曾新民，
申请(专利权)人：河海大学，
类型：发明
国别省市：