ICS07.060

CCSA47

15

內(nèi)蒙古自治區(qū)地方標(biāo)準(zhǔn)

DB15/T3974—2025

降水影響土壤水分增量的計(jì)算方法草原區(qū)

Thecalculationmethodofsoilmoistureincrementaffectedby

precipitationinstepperegion

2025-04-18發(fā)布2025-05-18實(shí)施

內(nèi)蒙古自治區(qū)市場監(jiān)督管理局發(fā)布

DB15/T3974—2025

前言

本文件按照GB/T1.1—2020《標(biāo)準(zhǔn)化工作導(dǎo)則第1部分：標(biāo)準(zhǔn)化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定

起草。

本文件由內(nèi)蒙古自治區(qū)氣象標(biāo)準(zhǔn)化技術(shù)委員會（SAM/TC23）提出并歸口。

本文件起草單位：內(nèi)蒙古自治區(qū)生態(tài)與農(nóng)業(yè)氣象中心、錫林浩特國家氣候觀象臺。

本文件主要起草人員：馮旭宇、張存厚、娜日蘇、楊麗萍、張國蘭、鄭詩然、張嵐彪。

I

DB15/T3974—2025

降水影響土壤水分增量的計(jì)算方法草原區(qū)

1范圍

本文件規(guī)定了草原區(qū)土壤解凍條件下一候內(nèi)累積降水影響10cm～20cm土壤水分增量的計(jì)算流程

和方法。

本文件適用于基于降水與土壤水分增量關(guān)系開展草原區(qū)土壤墑情與干旱監(jiān)測研發(fā)與應(yīng)用的各部門。

2規(guī)范性引用文件

下列文件中的內(nèi)容通過文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，

僅該日期對應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本

文件。

GB/T33705土壤水分觀測頻域反射法

GB/T35228地面氣象觀測規(guī)范降水量

QX/T631北方牧區(qū)草原蝗蟲發(fā)生氣象等級

3術(shù)語和定義

GB/T33705、GB/T35228、QX/T631界定的以及下列術(shù)語和定義適用于本文件。

草原區(qū)stepperegion

以天然牧草為主的畜牧業(yè)生產(chǎn)區(qū)。

[來源：QX/T631—2021，3.1]

降水量precipitationamount

某一時段內(nèi)的未經(jīng)蒸發(fā)、滲透、流失的降水，在水平面上積累的深度。

[來源：GB/T35228—2017，3.2]

土壤水分soilmoisture

土壤含水量及其對應(yīng)的牧草水分狀態(tài)。土壤含水量通常由土壤重量含水量、土壤體積含水量或土壤

相對濕度表示，單位為百分?jǐn)?shù)（%）。

[來源：GB/T33705—2017，3.2]

1

DB15/T3974—2025

土壤水分增量Incrementofsoilmoisture

土壤含水量的變化量。

4計(jì)算方法

線性回歸(Linearregression，LR)是利用回歸方程(函數(shù))對一個或多個自變量(特征值)和因變

量(目標(biāo)值)之間關(guān)系進(jìn)行建模的一種分析方式。只有一個自變量的情況稱為一元線性回歸，大于一個自

變量情況的叫做多元回歸。

本研究中應(yīng)用線性回歸機(jī)器學(xué)習(xí)模型，以數(shù)據(jù)為驅(qū)動，通過最小二乘法求出草原區(qū)各個代表性監(jiān)測

站點(diǎn)的多元線性擬合方程見公式（1）。

?=??1+??2+??3+??4+?·····························································(1)

式中：

?——土壤水分增量。即給定時間段內(nèi)結(jié)束時間與初始時間土壤水分的差值。本文件使用指定時間

段內(nèi)土壤水分自動站結(jié)束日期08時的土壤相對濕度值與土壤相對濕度初始值之差，單位為

百分?jǐn)?shù)（%）；

?1——累積降水量。給定時間段內(nèi)日降水量之和。本文件使用北京時間08時—08時的日降水量，

指定時間段為一候以內(nèi)，單位為毫米（mm）；

?2——土壤水分初始值。給定時間段內(nèi)初始時間的土壤水分值。本文件使用土壤水分自動站初始日

期08時的土壤相對濕度值，單位為百分?jǐn)?shù)（%）；

?3——月份值，給定時間段的結(jié)束日期的月份值；

?4——降水累積持續(xù)時長。給定時間段內(nèi)，小時降水量大于0.1mm的累計(jì)小時個數(shù)，單位為小時

（h）；

e——誤差項(xiàng)。表示模型未能解釋的部分，如測量誤差、遺漏的變量或者其他隨機(jī)因素。

草甸草原、典型草原、荒漠草原代表性監(jiān)測站點(diǎn)的多元線性回歸方程見附錄A。

計(jì)算流程

以累積降水量、降水累積持續(xù)時長、月份值、土壤水分初始值為自變量，基于機(jī)器學(xué)習(xí)的多元線性

回歸模型，預(yù)測一候內(nèi)土壤水分增量。流程圖如圖1所示，詳細(xì)的計(jì)算流程見附錄B。

開始

①數(shù)據(jù)獲取

①數(shù)據(jù)描述性統(tǒng)計(jì)

②數(shù)據(jù)預(yù)處理

②缺失值處理

①相關(guān)性分析

③探索性數(shù)據(jù)分析

②數(shù)據(jù)的圖像化分析

①模型構(gòu)建與優(yōu)化

④構(gòu)建多元線性

回歸模型

②模型預(yù)測

①評估指標(biāo)及結(jié)果

⑤評估與篩選模型

②真實(shí)值與預(yù)測值對比圖

結(jié)束

圖1降水影響土壤水分增量的計(jì)算流程圖

2

DB15/T3974—2025

A

A

附錄A

（資料性）

草原區(qū)代表性站點(diǎn)的多元線性回歸模型

草甸草原區(qū)、典型草原區(qū)、荒漠草原區(qū)代表性監(jiān)測站點(diǎn)給定時間段為一候的多元線性回歸方程見表

A.1。其中，多元線性回歸模型的常數(shù)項(xiàng)和自變量系數(shù)的P值均滿足P＜0.001，如果不滿足，則舍棄這一

項(xiàng)，再重新進(jìn)行模擬。草甸草原區(qū)、典型草原區(qū)、荒漠草原區(qū)代表性監(jiān)測站點(diǎn)的10cm、20cm多元線性

回歸方程中，測試集的真值與預(yù)測值的相關(guān)系數(shù)分別為0.766、0.681、0.741、0.733、0.823、0.35，

且都通過了P<0.01的顯著性檢驗(yàn)。

表A.1草原區(qū)代表性站點(diǎn)的多元線性回歸模型

土層深度

代表站點(diǎn)多元線性回歸模型

cm

草甸草原區(qū)10?=0.757?1?0.192?2+0.224?4+4.205

額爾古納站20?=0.651?1?0.106?2?0.905?3?0.258?4+8.070

典型草原區(qū)10?=1.428?1?0.370?2?1.286?3+16.674

錫林浩特站20?=1.419?1?0.201?2?1.112?3?0.618?4+12.603

荒漠草原區(qū)10?=1.215?1?0.604?2+0.753?4+14.513

孿井灘站20?=0.888?1?0.076?2

3

DB15/T3974—2025

B

B

附錄B

（資料性）

多元線性回歸模型的計(jì)算流程

B.1數(shù)據(jù)獲取

使用數(shù)據(jù)讀取函數(shù)導(dǎo)入草原監(jiān)測站點(diǎn)的數(shù)據(jù)集。

以數(shù)據(jù)存儲于data.xlsx文件為例，數(shù)據(jù)讀取的示例代碼：data_df=pandas.read_excel(data.xlsx)。

B.2數(shù)據(jù)預(yù)處理

(1)數(shù)據(jù)描述性統(tǒng)計(jì)，示例代碼：data_df.describe()。

(2)處理缺失值，示例代碼：data_filled=data_df.fillna(mean_values)。

(3)數(shù)據(jù)歸一化，示例代碼：

data_scaled=StandardScaler().fit_transform(data_filled.to_numpy())。

(4)相關(guān)性分析，示例代碼：

correlation_matrix_spearman=data_scaled.corr(method='spearman')。

(5)將數(shù)據(jù)集劃分為訓(xùn)練集和測試集，示例代碼：

X_train,X_test,y_train,y_test=train_test_split(X,y,test_