侯建花，李 桥，徐小军，许元科，周 健

（1. 浙江省景宁县林业局，浙江 景宁 323500；2. 浙江农林大学 环境与资源学院，浙江 临安 311300；3. 浙江农林大学 信息工程学院，浙江 临安 311300）

利用气温进行统计回归预测土温

侯建花1，李 桥1，徐小军2*，许元科1，周 健3

（1. 浙江省景宁县林业局，浙江 景宁 323500；2. 浙江农林大学 环境与资源学院，浙江 临安 311300；3. 浙江农林大学 信息工程学院，浙江 临安 311300）

在安吉县毛竹林通量观测塔采集了2011年3月21日至2012年7月21日连续观测得到的5、50和100 cm深度土壤温度和38、7、1 m高度大气温度数据，分析土壤温度和空气温度之间的数学模型来预测土壤温度。结果表明：不同层次土壤温度和空气温度的变化趋势都呈现出大致相同的变化趋势，随着土壤深度的增加，影响因素增加，土温与气温的最高峰相比存在滞后期，相关性分析显示5 cm土温和各层气温基本一致，50 cm处的土壤最高温度比1 m最高气温向后推移15 d；100 cm的土壤温度最高峰比1 m气温最高峰推移28 d。

气温；土壤温度；预测模型

土壤温度影响植物根系物理、化学及生物过程，是土壤呼吸最重要的驱动因子[1～3]。它是影响土壤二氧化碳排放量的重要因素，在全球碳平衡中具有重要地位[4～5]。目前，野外实测土壤温度需将测量器插入土壤进行多点多深度测量，相对于气温，土壤温度的观测和资料获取更加复杂和繁琐[6]。目前国内外许多学者已研究得到气温和土温存在较强的相关性[7～9]。通过易测环境因素及其相关关系，建立预测模型推导不同深度土壤的温度具有重要意义。

本研究利用试验地实时连续观测的土壤温度和大气温度数据，通过分析不同高度气温与不同深度土温之间的相关性，探究不同高度气温对土温影响的差异性，建立5、50和100 cm土壤温度统计回归预测模型，为预测毛竹林土壤温度研究提供方法以及深入对毛竹林生态系统生物化学循环研究提供工作基础。

1 研究方法

1.1 研究区和数据收集

研究数据来自于安吉县毛竹林通量观测塔，位于浙江省安吉县东南部的山川与天荒坪两个乡镇交界处，30° 23′ ～ 30° 53′ N，119° 14′ ～ 119° 53′ E。以观测塔为中心半径1 000 m范围内主要森林类型为毛竹林。土壤温度使用109个CS616土壤传感器，测量深度为5、50、100 cm，大气层温度使用HMP45C观测，观测高度38、7、1 m。频率30 min数据时间段。所有数据均利用数据采集器CR1000（CR1000，Campbell Inc, USA）记录并储存。

本实验采集了2011年3月21日至2012年7月21日连续观测得到的土壤温度和大气温度，取30 min内数据的平均值。将所测的连续数据求取日均值再进一步处理及分析。将实验数据分成两部分，2011年3月21日至2012年3月16日的数据为模型建立的数据，2012年3月16日至2012年7月21日为预测模型的验证数据。

2 数据处理和结果

2.1 土壤温度和空气温度变化趋势分析

为建立由空气温度预测土壤温度的预测模型，先分析土温和气温的变化趋势，了解它们之间的变化情况。通过对得5、50、100 cm深度的土壤温度与1、7、38 m高度的大气温度的变化趋势得到：

（1）土壤温度与气温变化的趋势基本一致，均有明显的季节变化，其在春季逐渐增长，夏季达到最高，秋季逐渐降低，冬季温度达到最底。

（2）大气随高度的变化，温度没有明显的变化，温度的日变化振幅大体相同：1 m处一年内最高日均温度和最底日均温度的温差为40.796℃，7 m的温差为42.291℃，38 m的温差为41.156℃。温度的日变化波动性也大体相同。但是土壤温度随深度的变化，因受到各种因素的影响，发生了显著的变化，首先从2011年3月至2012年3月时间段内变化幅度不同，越深土壤温度变化幅度越小：5 cm处的一年内日均最高温和最低温的差值为30.454℃，50 cm处的差值为19.347℃，100 cm处的差值为15.558℃，如图1。

图1 不同深度土壤温度与1 m处气温的变化趋势Figure 1 Soil temperature at different depth and air temperature 1 m aboveground

同时，通过对一年内土壤温度数据和气温数据的统计分析，气温和土温的最高峰和最低峰不在同一时刻上，两者之间存在时间上的位移如图 1。通过对土温和气温的变化趋势分析得到土温较气温具有滞后性，滞后期通过对土壤温度数据每日依次进行推移，并计算土温和气温的线性相关性，当相关性系数R2最大时为土壤最佳的滞后时间。通过计算得到：5 cm处两者基本一致，50 cm处的土壤温度的最高峰比气温最高峰向后推移15 d；100 cm处的土壤温度最高峰出现在气温最高峰推移28 d。该现象与罗文芳[10]、向毓意[11]等对土壤温度垂直变化的研究结果一致，随着土壤深度的增加，土壤温度受太阳辐射的影响逐渐降低，受地热的影响逐渐加强。可能两者对土壤温度的相互作用导致时间推移的主要原因，这种现象对预测土壤温度非常重要。

2.2 气温和土温的相关性分析

因为气温和土温之间存在时间上的差异性，所以在建立土温预测模型中，对 50 cm深的土壤温度进行分析时，用大气温度预测15 d后的土壤温度，而对100 cm深的土壤温度进行分析时，用大气温度预测28 d后的土壤温度，其相关性R2明显提高，如图2。在线性回归模型的建立过程中，使用最小二乘法估计参数b，设服从生态分布分别求对a、b公式1、2、3的偏导数，并令它们等于零，得到

式中，a表示截距、b表示斜率、x表示气温、y表示土温。

（1）不同深度的土壤和气温的相关性具有的现象：5 cm深的土壤和各层气温的线性相关性非常强，与1 m的气温的R2达到了0.97，与7 m和38 m的R2也大于0.96；50 cm深的土壤与其15 d前的1 m的气温的R2达到了0.87，与7 m和38 m的R2也大于0.86；100 cm深的土壤与其28 d前的1 m的气温的R2达到了0.86，与7 m和38 m的R2也大于0.85。因此各层土温和不同高度的气温有较高的相关性如图2。

（2）每一层土壤和不同高度的气温的相关性的差异：每一层的土壤和1m处的气温相关性最好，7m和38m的气温与各层土壤的相关性较1m处的降低0.01.

图2 土壤气温推移前后的变化趋势和相关性Figur e 2 Change and correlation of air temp erature 1m aboveground and soil temp erature in 100 cm depth

（3）根据各层土壤与气温的时间关系，将气温时间向前推移之后，相关性提高：50cm的R2由0.81提高到0.86、0.87；100 cm的R2值由0.69、0.45、0.68提高到0.87、0.86、0.86。

图3 各个模型的相关性系数R2值Figure 3 Correlation coefficient of different model

2.3 土壤温度预测模型与验证

由表1为已建立的预测模型的关键参数，土温和气温的线性模型统计检验结果表明，各模型的系数通过显著性为0.05的t检验，并且也通过了显著性为0.05 的F检验。不同深度土壤温度与不同高度气温相关方的统计检验：随深度的增加t（值如式4）检验、F检验的值越来越小，即显著性降低；5 cm处显著性最高，50 cm和100 cm的显著性相差很小。

各层气温中随高度增加的显著性减小，但其显著性相差很小。

表1 不同深度土壤温度与不同高度气温线性方程检验Table 1 T-test and F-test on linear equations of so il temperature at different depths and air temperatures

将2011年3 月16日 至 2012年7月21日的实 际气温数据 代入相应的关系模型推算 得到不同深度温 度，与实际土壤温度相比较，表2为各层气温对不同深度土壤温度的观测值与推算值的绝对误差均值，范围在 1.3 ～1.8℃，很大原因在于气温的波动幅度较土壤温度的波动大。通过验证之后，综合各种上述的相关性分析，及 t检验、F检验，1 m气温对各层土壤的预测较好。

表2 预测数据和实测数据的绝对误差均值Table 2Mean absolute error between predicted andmeasured temperatures

3 结论

土壤温度是土壤环境的重要因素之一，它是表示土壤热量状况的量度，也是土壤气候资源的重要指标[12]，具有重要的研究意义。

土壤温度与气温具有很强的相关性，但是土壤受到各种因素如热传导率的影响，随着深度的增加，土壤温度受到太阳辐射的影响减弱，受地热影响加强，振幅减小，波动性降低，温度的高低峰的时间靠后。通过对数据分析、预测模型的建立及验证得出：不同高度的气温都能较精确地预测土壤的温度，但随着深度的增加，预测土壤的温度的精度降低；不同高度的气温对土壤温度的预测精度差别较小，但相对来说，越接近地面的气温预测精度越高。对于深层土壤温度预测模型，需要进一步要综合考虑各种因素，以提高预测精度。因气温与深层土壤的波动性不同，在本文中建立的50 cm和100 cm的土壤温度预测模型t、F检验显著性较低，因此对于深层土壤温度预测模型，需要进一步要综合考虑各种因素，以提高预测精度。

[1]姚付启，张振华，钱为君，等. 烟台果园土壤温度影响因素及其预测模型研究[J]. 农业系统科学与综合研究，2008，24（2）：201-204.

[2]王淼，姬兰柱，李秋荣，等. 土壤温度和水分对长白山不同森林类型土壤呼吸的影响[J]. 应用生态学报，2003，14（8）：1 234-1 238.

[3]魏珉，邢禹贤，王秀峰，等. 日光温室CO2浓度变化规律研究[J]. 应用生态学报， 2003，14（3）：354-358.

[4]Schimel D S. The carbon equation[J]. Nature, 1998（393）：208-209.

[5]Valentini R, Matt euccl G, Dolman A J, et al. Respiration as main determinant of carbon balance in European forests[J]. Nature, 2000（404）：861-865.

[6]郑宁，陆森，张劲松，等. 华北南部低丘山地刺槐林土壤温度与冠层气温关系的研究[J]. 林业科学研究，2013，26（1）：107-112.

[7]宋长春，王毅勇. 湿地生态系统土壤温度对气温的响应特征及对CO2排放的影响[J]. 应用生态学报，2006，17（4）：625-629

[8]Meikle R W, Treadway T R. A mathematical method for estimating soil temperatures in Canada[J]. Soil Science, 1981, 131（5）：320-326.

[9]史学正，邓西海. 我国土壤温度状况[M]. 北京：科学出版社，1993.

[10]罗文芳. 贵州省各层地温时空分布特征的初步分析[J]. 贵州气象，1999，3（23）：9-12.

[11]向毓意，杜军，马玉才. 西藏高原深层地温气候特征分析[J]. 高原气象，1995，5（87）：56-58.

[12]刘玉洪. 哀牢山山地土壤温度的垂直结构特征[J]. 气象，1992，18（12）：23-26.

Prediction Model for Soil Temperature by Statistical Regression of Air Temperature

HOU Jian-hua1，LI Qiao1，XU Xiao-jun2*，XU Yuan-ke1，ZHOU Jian3
（1. Jingning Forestry Bureau of Zhejiang, Jingning 323500, China; 2. School of Environmental and Resources, Zhejiang A & F University, Lin’an 311300, China; 3. School of Information Engineering, Zhejiang A & F University, Lin’an 311300, China）

Air temperature 38m, 7m and 1m aboveground and soil temperature at depth of 5cm, 50cm and 100cm were measured by HMP45C sensor and CS616 in the flux tower surrounded by Phyllostachys heterocycla cv. pubescens in Anji, Zhejiang province, from Mar. 21, 2011 to Jul. 21, 2012. A regression model was developed for predicting soil temperature by analyzing relations between soil temperatures and air temperature. Results suggested that temperature despite air and soil and location had similar changes, but with the depth of soil, peak soil temperature had a lag phase. Correlation analysis demonstrated that peak soil temperature at depth of 5cm was similar with despite air temperatures, that at 50cm was 15 days later than air temperature 1m aboveground, and that at 100cm was 28 days later.

soil temperature; air temperature; prediction model

S714, S716

A

1001-3776（2015）05-0055-05

2014-12-15；

2015-07-16

景宁畲族自治县科技计划项目（2014A05-5）；浙江省教育厅项目（Y201432350）；浙江农林大学科研发展基金人才启动项目（2014FR025）

侯建花（1988-），女，山东平度人，助理工程师，硕士，从事森林生态系统碳循环与固碳减排研究；*通讯作者。