| 基于土壤温、湿度记忆性的土壤湿度预测方法研究 |
| |
| 引用本文： | 魏森涛,王澄海,张飞民,杨凯.基于土壤温、湿度记忆性的土壤湿度预测方法研究[J].甘肃气象,2023(5):783-791. |
| |
| 作者姓名： | 魏森涛 王澄海 张飞民 杨凯 |
| |
| 作者单位： | 甘肃省气候资源开发及防灾减灾重点实验室,兰州大学大气科学学院 |
| |
| 基金项目： | 国家自然科学基金项目（42175064）；;甘肃省自然科学基金项目（20JR10RA654）共同资助； |
| |
| 摘 要： | 土壤温、湿度是陆面过程的重要参数，也是大气数值模式下边界条件的重要物理参量。由于土壤湿度的观测站点较少，土壤温湿度的空间资料较少，另外，土壤温湿度作为干旱预测的主要内容，需要知道未来时刻的土壤温湿度变化。因此，如何获得未来时刻土壤温湿度的时空变化具有重要意义。本文根据土壤湿度的记忆性特点，通过机器学习方法试图获得模式中土壤湿度的时空变化。采用卷积神经网络算法(Convolutional Neural Networks,CNN)，考虑土壤温度对土壤湿度的影响，选取ERA5 0～7、7～28、28～100、100～289 cm深度层土壤温、湿度作为预测因子，对月、季尺度上土壤湿度变化进行预测。结果表明，本方法能提前6个月对土壤湿度进行可靠有效地预测；预测的浅层(0～28 cm)与深层(28～289 cm)土壤湿度平均偏差分别小于0.05、0.02 m3·m-3；在湿润区，平均偏差基本在0.03 m3·m-3以内，表现出较好的效果。本文的预测方法和结果，既可用于土壤干旱的预测，也可作为数值模式初边界场的形...
|
| 关 键 词： | 卷积神经网络 土壤温度 土壤湿度 影响因素 预测 |
|
|
