本文采用基于气象因子的土壤墒情多元回归线性模型作为时间序列分析模型，研究因变量和自变量之间变动关系，在方程式中有两个或两个以上自变量的回归模型，采用随机差分方程，可以定量的了解数据之间的相关性，并预测其未来值。本文根据寿阳现有数据的情况，以旬为步长，抽取气象数据中和土壤墒情数据相对应的数据进行分析，构成自变量和因变量的数据对应，建立预测模型。数据的预处理过程中主要根据原始数据采集资料的说明及换算公式对异常值进行换算和剔除，得到研究所需要的标准数据，然后进行旬平均值计算，最终得到1994--2008 年4--9 月各旬的数据。由于寿阳地区冬季土壤存在冻土，无法得到冬季的土壤墒情数据，因此该时间段数据空缺。在对数据处理的基础上，选择降水量、日照时数、平均气温、最高气温、最低气温和蒸发量等8 个气象因子的旬值。因为降水对土壤水分的影响非常大，还确定了对应某一旬数据的往前递推九旬的降水量数据为可选择的自变量，以求增加模型的模拟效果，这样自变量的选择范围为8 个气象因子和前9 旬的降水量。经过初步分析，最高气温、最低气温、平均气温这三个变量之间存在着显著的线性相关关系，平均气温已经体现了这3 个指标的影响。此外，日照时数与太阳辐射直接也存在线性相关关系。因此，根据研究问题的简便性，选择了平均气温为自变量中的一个，最高和最低气温在模型中不再重复考虑，选择日照时数，不再考虑太阳辐射因子。最后经过初步筛选确定的自变量组为14 个。由此可知：土壤墒情与气候因子是相互影响的，一方面土壤墒情作为陆地重要参量参与土壤-大气的物质循环，另一方面气象因子(如降水、温度、蒸发和日照等)又影响着土壤的墒情变化。