CN107526904B - 基于站点的冻土指数确定方法及电子设备 - Google Patents

基于站点的冻土指数确定方法及电子设备 Download PDF

Info

Publication number
CN107526904B
CN107526904B CN201710944147.XA CN201710944147A CN107526904B CN 107526904 B CN107526904 B CN 107526904B CN 201710944147 A CN201710944147 A CN 201710944147A CN 107526904 B CN107526904 B CN 107526904B
Authority
CN
China
Prior art keywords
temperature
frozen soil
calculating
depth
soil
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710944147.XA
Other languages
English (en)
Other versions
CN107526904A (zh
Inventor
罗立辉
张中琼
马巍
庄艳丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwest Institute of Eco Environment and Resources of CAS
Original Assignee
Cold and Arid Regions Environmental and Engineering Research Institute of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Cold and Arid Regions Environmental and Engineering Research Institute of CAS filed Critical Cold and Arid Regions Environmental and Engineering Research Institute of CAS
Priority to CN201710944147.XA priority Critical patent/CN107526904B/zh
Publication of CN107526904A publication Critical patent/CN107526904A/zh
Application granted granted Critical
Publication of CN107526904B publication Critical patent/CN107526904B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2219/00—Indexing scheme relating to application aspects of data processing equipment or methods
    • G06F2219/10—Environmental application, e.g. waste reduction, pollution control, compliance with environmental legislation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Excavating Of Shafts Or Tunnels (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明公开了一种基于站点的冻土指数确定方法及电子设备，涉及信息处理技术领域，包括：获取目标监测站点的历史监测数据，所述历史监测数据包括：预设时间段内所述目标监测站点采集的每日平均气温和每日平均地温以及土壤属性；将所述每日平均气温、每日平均地温及土壤属性输入到预设的冻土指数模型中，得到所述目标监测站点所对应的多个温度相关的冻土指数及多个深度相关的冻土指数，所述预设的温度模型包括多个用于计算温度相关的冻土指数的函数关系式和多个用于计算深度相关的冻土指数的函数关系式。本发明提供了一种基于站点的冻土指数确定方法，具有准确性高，运算方式简单等优点，为计算冻土指数提供一种便捷手段。

Description

基于站点的冻土指数确定方法及电子设备
技术领域
本发明涉及信息处理技术领域，尤其是涉及一种基于站点的冻土指数确定方法及电子设备。
背景技术
冻土指的是含有冰且具有零温或者负温的岩石和土壤。根据岩石和土壤保持冻结状态的时间，冻土一般可分为短时冻土、季节冻土和多年冻土，其中多年冻土通常被定义为：冻结持续两年以上的地下土体。而寒季冻结、暖季融化的土(岩)层是活动层。
针对多年冻土和活动层水热现状及其变化趋势，以及多年冻土与生态、地质、环境等诸多自然地理要素的耦合作用，如何监测全球多年冻土热状况和活动层变化，定量研究多年冻土特性对气候变暖的影响已成为研究热点。我国的青藏高原是我国多年冻土主要分布地区之一。冻土特性主要是温度场、水分场以及应力场等多场耦合的结果，因此，对我国青藏高原地区的多年冻土特性的研究需要确定温度和深度等热物理等参数。
发明内容
有鉴于此，本发明的目的在于提供一种基于站点的冻土指数确定方法及电子设备，以解决现有技术中无法确定冻土指数的技术问题。
第一方面，本发明实施例提供了一种基于站点的冻土指数确定方法，包括：
获取目标监测站点的历史监测数据，所述历史监测数据包括：预设时间段内所述目标监测站点采集的每日平均气温和每日平均地温以及土壤属性；
将所述每日平均气温、每日平均地温及土壤属性输入到预设的冻土指数模型中，得到所述目标监测站点所对应的多个温度相关的冻土指数及多个深度相关的冻土指数，所述预设的温度模型包括多个用于计算温度相关的冻土指数的函数关系式和多个用于计算深度相关的冻土指数的函数关系式。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述温度相关的冻土指数包括：大气融化日因子、大气冻结度日因子、地表融化日因子、地表冻结度日因子、年平均气温、年平均地表温度、年平均地温、季节性融化因子、季节性冻结因子、表面偏移、温度偏移、植被偏移、积雪偏移和多年冻土顶板温度；所述深度相关的冻土指数包括：活动层厚度和冻结深度。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，用于计算所述大气融化日因子DDTa的函数关系式为：
Figure BDA0001431165830000021
其中，所述Ta为每日平均地温，n是每年的天数；
用于计算所述大气冻结度日因子DDFa的函数关系式为：
Figure BDA0001431165830000022
用于计算所述地表融化日因子DDTs的函数关系式为：
Figure BDA0001431165830000023
其中，所述Ts为每日平均气温；
用于计算所述地表冻结度日因子DDFs的函数关系式为：
Figure BDA0001431165830000031
用于计算所述季节性融化因子nt的函数关系式为：
Figure BDA0001431165830000032
用于计算确定所述季节性冻结因子nf的函数关系式为：
Figure BDA0001431165830000033
用于计算所述年平均气温MAAT的函数关系式为：
Figure BDA0001431165830000034
其中，P为365天；
用于计算所述年平均地表温度MAGST的函数关系式为：
Figure BDA0001431165830000035
用于计算所述年平均地温MAGT的函数关系式为：
Figure BDA0001431165830000036
其中，
Figure BDA0001431165830000037
As为地表年温度振幅，As＝Tmax-Tmin，Tmax为地表年最大气温，Tmin为地表年最低气温；
Figure BDA0001431165830000038
λ为热导率，C为比热容；z为土壤深度。
结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，用于计算所述多年冻土顶板温度TTOP的函数关系式为：
Figure BDA0001431165830000039
其中，λt为土壤融化状态下的热导率；λf为土壤冻结状态下的热导率；
或者，
Figure BDA0001431165830000041
Figure BDA0001431165830000042
其中，numerator为TTOPK计算公式的分子；
所述历史监测数据还包括：预设时间段内所述目标监测站点采集的植被温度和积雪温度；
所述表面偏移根据所述年平均地表温度和所述年平均气温之间的偏差值确定；
所述温度偏移根据多年冻土顶板温度和所述年平均地表温度之间的偏差值确定；
所述植被偏移根据所述植被温度的年平均偏差量确定；
所述积雪偏移根据所述积雪温度的年平均偏差量确定。
结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，用于计算所述冻结深度Freeze_depth的函数关系式为：
Figure BDA0001431165830000043
其中，L为潜热，ρ为干物质密度，W为融化状态下的土壤含水量，Wu为冻结状态下的土壤非冻水含量。
结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中，用于计算所述活动层厚度ALTS的函数关系式为：
Figure BDA0001431165830000044
或者，用于计算所述活动层厚度ALTK的函数关系式：
Figure BDA0001431165830000051
其中，TTOPK为多年冻土顶板温度；
Figure BDA0001431165830000052
Tz为某一土壤深度的温度，CT为融化状态下的体积热容量；
Figure BDA0001431165830000053
λf为冻结状态下的热导率，Psn为温度波动周期。
结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中，所述方法还包括：
绘制所述目标监测站点所对应的多个温度相关的冻土指数在预设时间段内的温度变化曲线；
对所述温度变化曲线进行曲线拟合，得到温度变化函数；
利用所述温度变化函数预测未来时刻的温度相关的冻土指数。
结合第一方面，本发明实施例提供了第一方面的第七种可能的实施方式，其中，所述方法还包括：
绘制所述目标监测站点所对应的多个深度相关的冻土指数在预设时间段内的深度变化曲线；
对所述深度变化曲线进行曲线拟合，得到深度变化函数；
利用所述深度变化函数预测未来时刻的深度相关的冻土指数。
第二方面，本发明实施例还提供一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面所述的方法的步骤。
第三方面，本发明实施例还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行第一方面所述的方法。
本发明实施例带来了以下有益效果：本发明实施例提供的一种基于站点的冻土指数确定方法，具有准确性高，运算方式简单等优点，为计算多个冻土指数提供一种便捷方法，对多年冻土特性的研究有重要作用。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于站点的一种冻土指数确定方法的流程图；
图2为本发明实施例提供的基于站点的另一种冻土指数确定方法的流程图；
图3为本发明实施例提供的基于站点的另一种冻土指数确定方法的流程图；
图4为本发明实施例提供的年平均气温TTOP的变化曲线图；
图5为本发明实施例提供的基于站点的冻土指数确定装置的结构图。
图标：11-获取模块；12-输入模块；13-计算模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
针对多年冻土和活动层水热现状及其变化趋势，以及多年冻土与生态、地质、环境等诸多自然地理要素的耦合作用，如何监测全球多年冻土热状况和活动层变化，定量研究多年冻土特性对气候变暖的影响已成为研究热点。冻土特性主要是温度场、水分场以及应力场等多场耦合的结果，因此，对多年冻土特性的研究需要确定温度和深度等热物理等参数。
目前，现有技术中对多年冻土特性的研究需要确定冻土指数，基于此，本发明实施例提供的一种基于站点的冻土指数确定方法，具有准确性高，运算方式简单等优点，为计算多个冻土指数提供一种便捷方法，对多年冻土特性的研究有重要作用。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种基于站点的冻土指数确定方法进行详细介绍。
如图1所示，在本发明的一个实施例中，一种基于站点的冻土指数确定方法，包括以下几个步骤。
S101，获取目标监测站点的历史监测数据，所述历史监测数据包括：预设时间段内所述目标监测站点采集的每日平均气温和每日平均地温以及土壤属性。目标监测站点可以为青藏高原地区的一些气象站点，例如，托勒、伍道梁、安多、玛多、清水河和野牛沟等站点。根据已有的野外观测数据和卫星遥感数据制备目标监测站点的数据集，具体参数如下表1所示。
表1
Figure BDA0001431165830000081
S102，将所述每日平均气温、每日平均地温及土壤属性输入到预设的冻土指数模型中，得到所述目标监测站点所对应的多个温度相关的冻土指数及多个深度相关的冻土指数，所述预设的温度模型包括多个用于计算温度相关的冻土指数的函数关系式和多个用于计算深度相关的冻土指数的函数关系式。
具体的，具体的，将采集到的目标站点的数据CSV格式保存，并导入到包括多个用于计算温度相关的冻土指数的函数关系式和多个用于计算深度相关的冻土指数的函数关系式的冻土指数模型(即R语言平台)中，以Rdata格式存储。所述温度相关的冻土指数包括：大气融化日因子DDTa、大气冻结度日因子DDFa、地表融化日因子DDTs、地表冻结度日因子DDFs、年平均气温MAAT、年平均地表温度MAGST、年平均地温MAGT、季节性融化因子nt、季节性冻结因子nf、表面位移Surface_Offset、温度位移Thermal_Offse、植被位移Vegetation_Offset、积雪位移Nival_Offse和多年冻土顶板温度TTOP；所述深度相关的冻土指数包括：活动层厚度ALT和冻结深度Freeze_depth。
预设的冻土指数模型中包括如下表达式：
用于计算地表年温度振幅As的表达式：
As＝max-min(1)
其中，Tmax和Tmin分别是地表年最大和最小温度。
用于计算冰融化的体积潜热L的表达式为：
Figure BDA0001431165830000091
其中，ρ为干物质密度，W为融化时土壤的总含水量。
用于计算大气融化日因子DDTa、大气冻结度日因子DDFa、地表融化日因子DDTs和地表冻结度日因子DDFs的计算表达式；
Figure BDA0001431165830000092
Figure BDA0001431165830000101
Figure BDA0001431165830000102
Figure BDA0001431165830000103
其中，所述Ts为每日平均气温，所述Ta为每日平均地温，n是每年的天数。
用于计算季节性融化因子nt和季节性冻结因子nf的计算表达式:
Figure BDA0001431165830000104
Figure BDA0001431165830000105
用于计算年平均气温MAAT和年平均地表温度MAGST的计算表达式：
Figure BDA0001431165830000106
Figure BDA0001431165830000107
其中，P为365天。
用于计算年平均地温MAGT的计算表达式：
Figure BDA0001431165830000108
Figure BDA0001431165830000109
其中，z为土壤深度，
Figure BDA00014311658300001010
λ为热导率，C为比热容。
用于计算多年冻土顶板温度TTOP的计算表达式：
Figure BDA00014311658300001011
TTOPS为用Smith&Riseborough模型参数得到的多年冻土顶板温度；
或者，
Figure BDA00014311658300001012
Figure BDA0001431165830000111
其中，TTOPK为用Kudryavtsev模型参数得到的多年冻土顶板温度，numerator为TTOPK计算公式的分子。
根据所述年平均气温MAAT和所述年平均地表温度MAGST的差值确定表面位移Surface_Offset；
根据所述多年冻土顶板温度TTOP和所述年平均地表温度MAGST的差值确定温度位移Thermal_Offse。
所述历史监测数据还包括：预设时间段内所述目标监测站点采集的植被温度和积雪温度。
所述植被偏移Vegetation_Offset根据所述植被温度的年平均偏差量确定。
所述积雪偏移Nival_Offse根据所述积雪温度的年平均偏差量确定。
用于计算所述冻结深度Freeze_depth的函数关系式为：
Figure BDA0001431165830000112
其中，L为潜热，ρ为干物质密度，W为融化状态下的土壤含水量，Wu为冻结状态下的土壤非冻水含量。
用于计算所述活动层厚度ALTS的函数关系式为：
Figure BDA0001431165830000113
或者，用于计算所述活动层厚度ALTK的函数关系式：
Figure BDA0001431165830000114
Figure BDA0001431165830000121
Figure BDA0001431165830000122
其中，ALTS为用Smith&Riseborough模型参数得到的活动层厚度，ALTK为用Kudryavtsev模型参数得到的活动层厚度。
本发明实施例提供的一种基于站点的冻土指数确定方法，通过获取目标监测站点的历史监测数据，所述历史监测数据包括预设时间段内所述目标监测站点采集的每日平均气温、每日平均地温以及土壤属性，将采集到的所述每日平均气温、每日平均地温以及所述土壤属性输入到预设的冻土指数模型中，利用冻土指数模型中的多个函数计算得到多个深度相关的冻土指数和多个温度相关的冻土指数。
本发明提供的一种基于站点的冻土指数确定方法，具有准确性高，运算方式简单等优点，为计算冻土指数提供一种便捷方法。
如图2所示，在本发明的又一实施例中，还包括以下步骤。
S201，绘制所述目标监测站点各个所述温度相关的冻土指数在预设时间段内的温度变化曲线。
S202，对所述温度变化曲线进行曲线拟合，得到温度变化函数。
S203，利用所述温度变化函数预测未来时刻的温度相关的冻土指数。
在实际应用中，如图3所示，从图中可以得到安多这个站点在1950-2010年的多年冻土顶板温度TTOP的变化趋势，进而预测出未来时刻的多年冻土顶板温度TTOP。
如图4所示，在本发明的又一实施例中，深度相关的冻土指数的确定方法还包括以下步骤。
步骤S301，绘制所述目标监测站点各个所述深度相关的冻土指数在预设时间段内的深度变化曲线。
步骤S302，对所述深度变化曲线进行曲线拟合，得到深度变化函数。
步骤S303，利用所述深度变化函数预测未来时刻的深度相关的冻土指数。
如图5所示，在本发明的又一实施例中，还提供一种基于站点的冻土指数的确定装置，本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。所述装置包括：获取模块11、输入模块12和计算模块13。
所述获取模块11，用于获取目标监测站点的历史监测数据，所述历史监测数据包括：预设时间段内所述目标监测站点采集的每日平均气温、每日平均地温以及土壤属性。
所述输入模块12，用于将所述每日平均气温、每日平均地温以及所述土壤属性输入到预设的冻土指数模型中，所述预设的深度模型包括多个用于计算深度相关的冻土指数的函数关系式和多个用于计算温度相关的冻土指数的函数关系式。
所述计算模块13，用于根据多个用于计算深度相关的冻土指数的函数关系式和多个用于计算温度相关的冻土指数的函数关系式计算得到多个深度相关的冻土指数。
在本发明的又一实施例中，还提供一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述实施例所述的方法的步骤。
在本发明的又一实施例中，还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行前述实施例所述的方法。
本发明实施例所提供的基于站点的冻土指数确定方法及电子设备的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (6)

1.一种基于站点的冻土指数确定方法，其特征在于，包括：
获取目标监测站点的历史监测数据，所述历史监测数据包括：预设时间段内所述目标监测站点采集的每日平均气温和每日平均地温以及土壤属性；
将所述每日平均气温、每日平均地温及土壤属性输入到预设的冻土指数模型中，得到所述目标监测站点所对应的多个温度相关的冻土指数及多个深度相关的冻土指数，所述预设的冻土指数模型包括多个用于计算温度相关的冻土指数的函数关系式和多个用于计算深度相关的冻土指数的函数关系式；
所述温度相关的冻土指数包括：大气融化日因子、大气冻结度日因子、地表融化日因子、地表冻结度日因子、年平均气温、年平均地表温度、年平均地温、季节性融化因子、季节性冻结因子、表面偏移、温度偏移、植被偏移、积雪偏移和多年冻土顶板温度；所述深度相关的冻土指数包括：活动层厚度和冻结深度；
用于计算所述大气融化日因子DDTa的函数关系式为：
Figure FDA0002371048110000011
其中，所述Ta为每日平均地温，n是每年的天数；
用于计算所述大气冻结度日因子DDFa的函数关系式为：
Figure FDA0002371048110000012
用于计算所述地表融化日因子DDTs的函数关系式为：
Figure FDA0002371048110000013
其中，所述Ts为每日平均气温；
用于计算所述地表冻结度日因子DDFS的函数关系式为：
Figure FDA0002371048110000014
用于计算所述季节性融化因子nt的函数关系式为：
Figure FDA0002371048110000021
用于计算确定所述季节性冻结因子nf的函数关系式为：
Figure FDA0002371048110000022
用于计算所述年平均气温MAAT的函数关系式为：
Figure FDA0002371048110000023
其中，P为365天；
用于计算所述年平均地表温度MAGST的函数关系式为：
Figure FDA0002371048110000024
用于计算所述年平均地温MAGT的函数关系式为：
Figure FDA0002371048110000025
其中，
Figure FDA0002371048110000026
As为地表年温度振幅，As＝Tmax-Tmin，Tmax为地表年最大气温，Tmin为地表年最低气温；
Figure FDA0002371048110000027
λ为热导率，C为比热容；z为土壤深度；
用于计算所述多年冻土顶板温度TTOP的函数关系式为：
Figure FDA0002371048110000028
其中，λt为土壤融化状态下的热导率；λf为土壤冻结状态下的热导率；
或者，
Figure FDA0002371048110000031
Figure FDA0002371048110000032
其中，numerator为TTOPK计算公式的分子；
所述历史监测数据还包括：预设时间段内所述目标监测站点采集的植被温度和积雪温度；
所述表面偏移根据所述年平均地表温度和所述年平均气温之间的偏差值确定；
所述温度偏移根据多年冻土顶板温度和所述年平均地表温度之间的偏差值确定；
所述植被偏移根据所述植被温度的年平均偏差量确定；
所述积雪偏移根据所述积雪温度的年平均偏差量确定；
用于计算所述冻结深度Freeze_depth的函数关系式为：
Figure FDA0002371048110000033
其中，L为潜热，ρ为干物质密度，W为融化状态下的土壤含水量，Wu为冻结状态下的土壤非冻水含量；
潜热L的表达式为：
Figure FDA0002371048110000034
2.根据权利要求1所述的基于站点的冻土指数确定方法，其特征在于，
用于计算所述活动层厚度ALTS的函数关系式为：
Figure FDA0002371048110000035
或者，用于计算所述活动层厚度ALTK的函数关系式：
Figure FDA0002371048110000041
其中，TTOPK为多年冻土顶板温度；
Figure FDA0002371048110000042
Tz为某一土壤深度的温度，CT为融化状态下的体积热容量；
Figure FDA0002371048110000043
λf为冻结状态下的热导率，Psn为温度波动周期。
3.根据权利要求2所述的基于站点的冻土指数确定方法，其特征在于，所述方法还包括：
绘制所述目标监测站点所对应的多个温度相关的冻土指数在预设时间段内的温度变化曲线；
对所述温度变化曲线进行曲线拟合，得到温度变化函数；
利用所述温度变化函数预测未来时刻的温度相关的冻土指数。
4.根据权利要求3所述的基于站点的冻土指数确定方法，其特征在于，所述方法还包括：
绘制所述目标监测站点所对应的多个深度相关的冻土指数在预设时间段内的深度变化曲线；
对所述深度变化曲线进行曲线拟合，得到深度变化函数；
利用所述深度变化函数预测未来时刻的深度相关的冻土指数。
5.一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至3任一项所述的方法的步骤。
6.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1-3任一所述方法。
CN201710944147.XA 2017-10-11 2017-10-11 基于站点的冻土指数确定方法及电子设备 Active CN107526904B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710944147.XA CN107526904B (zh) 2017-10-11 2017-10-11 基于站点的冻土指数确定方法及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710944147.XA CN107526904B (zh) 2017-10-11 2017-10-11 基于站点的冻土指数确定方法及电子设备

Publications (2)

Publication Number Publication Date
CN107526904A CN107526904A (zh) 2017-12-29
CN107526904B true CN107526904B (zh) 2020-03-27

Family

ID=60684015

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710944147.XA Active CN107526904B (zh) 2017-10-11 2017-10-11 基于站点的冻土指数确定方法及电子设备

Country Status (1)

Country Link
CN (1) CN107526904B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109165463B (zh) * 2018-09-12 2020-03-27 中国科学院寒区旱区环境与工程研究所 多年冻土活动层厚度的遥感估算方法、装置及可读存储介质
CN109344520B (zh) * 2018-10-16 2022-12-06 中国科学院西北生态环境资源研究院 一种多分层土壤介质遥感深度模型的建立方法
CN112257286B (zh) * 2020-11-04 2021-05-25 中国科学院、水利部成都山地灾害与环境研究所 一种多年冻土区温度主导的变源产流模式模拟方法
CN114021371B (zh) * 2021-11-16 2023-03-03 中国科学院西北生态环境资源研究院 一种碳储量影响估算方法、装置、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101787692A (zh) * 2010-01-14 2010-07-28 中铁西北科学研究院有限公司 维护多年冻土地基热稳定的方法及配套的太阳能制冷装置
CN104751011A (zh) * 2015-04-23 2015-07-01 中国水利水电科学研究院 一种地下水补给植被的临界埋深计算方法
CN106203669A (zh) * 2015-05-10 2016-12-07 北京极迅智程网络科技股份有限公司 一种对信息指数进行预测及分析的系统
CN106683096A (zh) * 2017-01-25 2017-05-17 中国科学院寒区旱区环境与工程研究所 基于卫星遥感影像的冻土灾害信息提取方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101787692A (zh) * 2010-01-14 2010-07-28 中铁西北科学研究院有限公司 维护多年冻土地基热稳定的方法及配套的太阳能制冷装置
CN104751011A (zh) * 2015-04-23 2015-07-01 中国水利水电科学研究院 一种地下水补给植被的临界埋深计算方法
CN106203669A (zh) * 2015-05-10 2016-12-07 北京极迅智程网络科技股份有限公司 一种对信息指数进行预测及分析的系统
CN106683096A (zh) * 2017-01-25 2017-05-17 中国科学院寒区旱区环境与工程研究所 基于卫星遥感影像的冻土灾害信息提取方法及装置

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
"MODIS地表温度产品在青藏高原冻土模拟中的适用性评价";王之夏等;《冰川冻土》;20110228;第33卷(第1期);第132-142页 *
"基于Web_GIS的青藏公路冻土灾害信息系统设计与实现";李园园;《中国优秀硕士学位论文全文数据库（电子期刊）》;20161115(第11期);参见正文第17-18页以及第22页第3.3.2节 *
"未来50a中国地区冻土面积分布变化";王澄海等;《冰川冻土》;20140228;第36卷(第1期);参见第1节 *
"气候变化情景下青藏高原多年冻土活动层厚度变化预测";张中琼等;《冰川冻土》;20120630;第34卷(第3期);参见第2.1节和第2.4节 *
"青藏高原多年冻土顶板温度和温度位移预报模型的应用";吴青柏等;《冰川冻土》;20021031;第24卷(第5期);第614-617页 *
李园园."基于Web_GIS的青藏公路冻土灾害信息系统设计与实现".《中国优秀硕士学位论文全文数据库（电子期刊）》.2016,(第11期), *

Also Published As

Publication number Publication date
CN107526904A (zh) 2017-12-29

Similar Documents

Publication Publication Date Title
CN107730109B (zh) 温度相关的冻土指数确定方法及电子设备
CN107526904B (zh) 基于站点的冻土指数确定方法及电子设备
Wagle et al. Performance of five surface energy balance models for estimating daily evapotranspiration in high biomass sorghum
Lobell et al. The effect of irrigation on regional temperatures: A spatial and temporal analysis of trends in California, 1934–2002
Kellerer‐pirklbauer et al. Climate change and rock fall events in high mountain areas: Numerous and extensive rock falls in 2007 at Mittlerer Burgstall, Central Austria
Nicholson et al. Properties of natural supraglacial debris in relation to modelling sub‐debris ice ablation
Anisimov et al. Variability of seasonal thaw depth in permafrost regions: a stochastic modeling approach
Torres et al. Bare soil evaporation under high evaporation demand: a proposed modification to the FAO-56 model
Slater et al. A multimodel simulation of pan‐Arctic hydrology
Ménard et al. Simulation of ice phenology on Great Slave Lake, Northwest Territories, Canada
Bolch et al. Significance of glaciers, rockglaciers and ice-rich permafrost in the Northern Tien Shan as water towers under climate change conditions
Yi et al. Freeze/thaw processes in complex permafrost landscapes of northern Siberia simulated using the TEM ecosystem model: impact of thermokarst ponds and lakes
Tang et al. Use of satellite snow-cover data for streamflow prediction in the Feather River Basin, California
CN107704689B (zh) 深度相关的冻土指数确定方法及电子设备
CN107577916B (zh) 基于区域的冻土指数确定方法及电子设备
Driscoll Wastage of the Klutlan Ice-Cored Moraines, Yukon Territory, Canada1
Mair et al. A simple method to combine snow height and meteorological observations to estimate winter precipitation at sub-daily resolution
Bonner et al. Isolating forest process effects on modelled snowpack density and snow water equivalent
Negm et al. Effects of climate change on depression‐focused groundwater recharge in the Canadian Prairies
Garnaud et al. Hyperresolution land surface modeling in the context of SMAP Cal–Val
Harper et al. Cold season rain event has impact on Greenland's firn layer comparable to entire summer melt season
Abtew et al. Evaporation and evapotranspiration measurement
Pk Effects of climate change on soil embankments
Morrison et al. Modeling agricultural land drainage under spring snowmelt conditions with DRAINMOD
Christensen Permafrost development and active-layer hydrology of peat plateaus in wetland-dominated discontinuous permafrost

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20200602

Address after: 730000 No.318, Donggang West Road, Chengguan District, Lanzhou City, Gansu Province

Patentee after: NORTHWEST INSTITUTE OF ECO-ENVIRONMENT AND RESOURCES, CAS

Address before: Chengguan District of Gansu city of Lanzhou province Donggang West Road 730000 No. 320

Patentee before: Institute of environment and Engineering in cold and dry areas, Chinese Academy of Sciences

TR01 Transfer of patent right