一种全球草地土壤水分阈值计算方法

本发明属于气候变化领域，具体涉及一种全球草地土壤水分阈值计算方法。

背景技术：

1、研究表明极端干旱对植被生长和陆地碳循环均会产生严重影响。因此，对于干旱的监测和干旱对植被影响的评估一直是学界研究的重点。

2、现有的干旱指数，如标准化降水蒸散发指数（spei），标准化降水指数（spi），帕默尔干旱指数（pdsi）作为衡量干旱程度的指标已被广泛应用于量化干旱对植被生长的影响。但是传统的干旱指数有两个缺陷：一是利用干旱指数判断土壤是否发生干旱存在滞后效应；二是这些干旱指数并不能作为一个直观的指标来确定土壤水分是否造成水分胁迫的临界水平。此外，虽然有一些日或月尺度的全球或区域土壤水分产品可以了解土壤湿度状况，但无法确定土壤水分干旱导致的植被受水分胁迫程度。因此，准确量化临界土壤水分阈值对表达区域尺度的植被干旱状况非常有意义。

3、草地约占世界陆地面积的20-40%，占农业生产用地的80%，因此草地的生长对生态系统和人类生活至关重要。但是草地大多位于干旱，半干旱或高海拔地区，因此更容易受到气候变化的影响。同时，草原也是碳汇的重要组成部分，其在植被和土壤中储存的碳约占全球陆地碳储量的三分之一，在干旱和半干旱地区的碳平衡中发挥着至关重要的作用。然而，极端炎热天气引发的草原干旱频率正在增加。极端干旱会降低植被生产力，导致植物死亡，并对土壤的生物和非生物属性产生长期影响，从而影响生态系统的碳循环。因此，考虑到草地生态系统对干旱引起的胁迫的敏感性，smth量化成为实时监测土壤水分胁迫和管理草地生态系统生长的关键工具。

4、土壤水分临界阈值区分了两种主要的蒸发机制——水分有限和能量有限机制。当土壤含水量低于其临界阈值时，蒸散发受到土壤水分的限制，并且随土壤水分降低而降低，直到土壤含水量低至萎焉点（wilting point）；当土壤含水量高于其临界阈值时，蒸散发不再受到土壤水分的制约，不随土壤水分的改变而改变保持恒定，只与入射辐射能大小等有关。由于探究土壤水分临界阈值需要长时间的土壤含水量，显热通量及潜热通量的观测值，因此过去相关的研究和估算方法很少。fluxnet涡度协方差通量观测数据集的出现给了量化土壤水分临界阈值的机会。

技术实现思路

1、本发明解决的技术问题：为了准确估算草地站点的土壤水分临界阈值并推广至全球草地覆盖区域，提出了基于ef-sm模型的全球草地土壤水分临界阈值计算方法。

2、技术方案：为了解决上述技术问题，本发明采用的技术方案如下：

3、一种全球草地土壤水分临界阈值计算方法，包括以下步骤：

4、s1：收集草地站点数据，根据降水量和土壤含水量的变化关系，筛选处于干旱下降的时间序列；

5、s2：根据显热通量和潜热通量计算草地蒸发比，绘制ef和sm散点图，调整月份组合以符合植被土壤水分降低过程的ef-sm框架；

6、s3：对符合框架的散点图进行线性加平台模型拟合，得到草地站点的植被水分胁迫的土壤水分临界阈值；

7、s4：计算草地站点气象要素和土壤水分的多年均值，统计各站点laimax和土地质地数据，并利用彭曼公式推算潜在蒸散发；

8、s5：建立草地站点smth与气象、环境、土壤和植被因子之间的定量关系式，并进行模型精度评价；

9、s6：利用全球气象、环境、土壤和植被数据，基于上述所建模型，估算全球草地smth。

10、作为优选，在s1中，收集草地站点数据，根据降水量和土壤含水量的变化关系，筛选处于干旱下降的时间序列，具体内容包括：

11、s11：收集fluxnet2015数据集中的所有草地站点数据，提取fluxnet2015草地站点的天尺度中土壤含水量、降水量、显热通量和潜热通量观测数据；

12、s12：筛选各站点处于干旱下降时期的时间序列，以无降水发生且土壤含水量x天连续下降为干旱下降事件发生的条件。

13、作为优选，在s2中，根据显热通量和潜热通量计算草地蒸发比，绘制ef和sm散点图，调整月份组合以符合植被土壤水分降低过程的ef-sm框架，具体内容包括：

14、s21：利用干旱下降时间段的显热通量和潜热通量计算每日的蒸发比，

15、蒸发比的计算方法为潜热通量除以潜热通量与显热通量之和，公式为：

16、，

17、其中，ef为蒸发比，le为潜热通量，h为显热通量，单位为w/m2；

18、s22：绘制各站点处于干旱下降时期的蒸发比和土壤含水量的散点图；

19、针对不同站点尝试不同的月份组合方式，直到图像符合ef-sm框架。

20、作为优选，在s3中，对符合框架的散点图进行线性加平台模型拟合，得到草地站点的植被水分胁迫的土壤水分临界阈值，具体内容包括：

21、s31：将ef、sm作为一组数据输入矩阵，利用线性加平台模型对站点的散点图进行拟合，得到趋势线方程和r2，趋势线拐点的横坐标为站点的smth；

22、s32：记录水分限制阶段ef相对于sm的变化斜率和能量限制阶段ef恒定不变的efmax值作为后续研究的基础。

23、作为优选，在s4中，计算草地站点气象要素和土壤水分的多年均值，统计各站点laimax和土地质地数据，并利用彭曼公式推算潜在蒸散发，具体内容包括：

24、s41：收集并统计草地站点的气象要素数据的平均值，气象要素数据包括气温、降水、饱和水汽压差、入射短波辐射、净辐射和风速；

25、s42：从全球土壤数据库中提取站点位置的lai和土壤质地；

26、s43：利用彭曼公式推算站点的潜在蒸散发和干旱指数；

27、彭曼公式为：

28、，

29、其中，pet为潜在蒸散发，rn为净辐射，g为土壤热通量，t为气温，u2为2米处气温，es为饱和水汽压，ea为实际水汽压，δ为饱和水汽压斜率，r为湿度计常数。

30、作为优选，在s43中，利用彭曼公式推算站点的潜在蒸散发和干旱指数，干旱指数的计算公式为年降水总量除以年潜在蒸散发总量，具体为：

31、，

32、其中，ai为干旱指数，presum为观测站年的年降水总量的平均，petsum为年潜在蒸散发总量的平均。

33、作为优选，在s4中，每个站点选取的环境要素为各年中最大叶面积指数的平均值和土壤中沙粒、淤泥和黏土的占比，最大叶面积指数的平均值从mod15a2h产品中根据站点经纬度获取对应像元值，土壤中沙粒、淤泥和黏土的占比从hwsd数据集中按位置提取。

34、作为优选，在s5中，建立草地站点smth与气象、环境、土壤和植被因子之间的定量关系式，并进行模型精度评价，具体内容包括：

35、s51：利用spss软件计算所有要素与smth的相关性；

36、利用站点的气象数据和环境数据作为自变量，smth作为因变量，在spss中采用除去多元线性回归，首先，将所有自变量纳入方程，然后依次去掉显著性最大的要素，直到自变量的个数为1，选择调整后r2最大的自变量组合及回归参数建立回归方程；

37、s52：将站点分成测试集和验证集分别计算r2和rmse，对估算方程进行精度评价；

38、在站点中创建训练集和验证集，使用r2和rmse评估多元回归模型在训练集和验证集上的准确性，具体的计算公式如下：

39、，

40、，

41、其中，n为站点的个数，、分别是估计和实测的smth，是估计的smth平均值，是实测的smth平均值。

42、作为优选，在s6中，利用全球气象、环境、土壤和植被数据，基于上述所建模型，估算全球草地smth，具体内容包括：

43、s61：从多种数据源中收集并整理全球过去年份平均表层土壤水分、气温、降水、气压、入射短波辐射和laimax；

44、s62：利用气温和实际水汽压值计算vpd，具体计算公式如下：

45、，

46、，

47、其中，vpd表示饱和水汽压差；vapsat表示饱和水汽压；vap表示实际水汽压；t表示温度；

48、s63：根据modis mcd12c1全球土地覆盖类型图确定草地覆盖范围；

49、s64：利用全球通量网草地站点的土壤水分观测数据，校正全球草地土壤水分数据；

50、s65：带入估算方程，计算过去年份全球草地平均smth。

51、作为优选，在s65中，带入估算方程，计算过去年份全球草地平均smth，具体内容包括：

52、利用全球气象数据和laimax数据，结合多元线性回归方程，计算过去年份全球草地smth，公式如下：

53、，

54、其中，smth表示土壤水分临界阈值；swc表示土壤水分含量；pre表示降水量；vpd表示饱和水汽压差；rad表示入射短波辐射；laimax表示年最大叶面积指数。

55、有益效果：与现有技术相比，本发明具有以下优点：

56、（1）本发明通过基于经典的ef-sm土壤蒸散发模型，结合fluxnet长时序涡度协方差观测通量数据，设计了一套揭示植被水分胁迫的临界土壤湿度阈值的方法。该方法通过筛选处于干旱下降过程中的时间序列，通过对各站点采用不同月份组合方案，剔除干扰数据，使ef-sm散点图呈现出线性加平台变化趋势，以此来确定站点的smth。与现有的研究方法相比，该方法具有简洁直观，数据易获取，结果准确，探究方法深入土壤水分变化过程机理的特点，因此具有独特的优势和价值。

57、（2）本发明进一步拓展，建立了气象要素、环境要素与smth的多元线性回归模型，并利用全球气象数据和现有lai产品，绘制了全球2000-2021年草地smth分布图。本发明的研究结果为直接判断草原是处于干旱或湿润气候机制提供了数据基础，从而有助于积极估算干旱发生和改进草原管理策略。同时，草原smth是生态系统和地球系统模型发展的重要参数，因此本发明的研究为准确估算未来气候变化对生态系统的影响奠定了基础。