[发明专利]一种基于实测的多年降水数据模拟逐日降水量的方法

说明书

本发明针对陆地生态系统部分地区历史时期降水记录数据时间较短、若干年份数据缺失量大的问题，发明了一种能产生以天为时间尺度的降水发生器。发生器的输入基于目标地区实测的长期每年、每月和每天的降水数据。首先确定每月降水量、每月天平均降水量、每月天最大降水量和年降水天数的频率分布，提取分布曲线的特征参数，构建指数方程模拟产生天降水量，并累加得到月和年降水量。模拟的时间序列数据在年和月的时间尺度上与实测数据进行对比验证。在验证后的降水发生器中考虑极端降水事件的分布，使得该降水发生器能更好的反映自然条件下降水分布的规律。有助于评估降水对陆地生态系统水文循环的影响和预测气候变化的生态效应。

技术领域

本发明属于陆地生态系统环境变化监测领域，涉及一种以实测的多年降水数据为依据，利用数学建模模拟产生长时间序列、连续的、以天为时间尺度降水的方法。

背景技术

研究气候变化对陆地生态系统的影响很大程度依赖于时间序列气候数据的运用，以及天、月及年尺度上气候变动性的分析。由于陆地生态过程的复杂性，区域间的差异和系统中关键生态组分缺乏长时间和大空间尺度的测量数据，模型是一种有效评估和预测生态系统组分变化的方法。陆地生态系统模型通常需要长时间气候数据的输入，进而评估模型输出结果的不确定性，准确度量模拟结果与实测结果的差异，以保证模型的稳健性。部分地区气象站历史时期气候观测数据时间较短，尤其是自然地理条件较差的地区，如荒漠生态系统和高寒生态系统区域；抑或是经济发展较落后的地区，这些地区的生态系统通常受人类扰动影响较大或生态系统具有较高的脆弱性。因此开发适用于这些地区的气候发生器，可以有效量化气候变化的生态效应，对保护生态系统功能和服务起着重要的作用。同时，气候变化导致极端气候事件不断增加， 2015年巴黎联合国气候变化大会上，各国政府表示对极端天气事件愈演愈烈的担忧，并希望合作应对异常气候事件。极端气候事件具有突发性强，预测性难和破环性大等特点，对陆地生态系统的影响是多样且十分复杂的，因此在模拟长时间序列降水时考虑极端降水事件是十分必要的，可以更好反应自然条件下的降水分布规律。

近年来国内外学者对降水的模拟进行了较深入的研究。国内，有学者利用两状态一阶马尔科夫链和两参数GAMMA分布分析了中国672个气象站点的逐日降水资料，计算了不同地区降水参数的季节性分布特征(廖要明等，2004)，然而不同地区自然条件差异较大，一些极度干旱或湿润地区的降水并不会呈现明显的季节性规律；有学者将降水与其他气象因子如温度、湿度和气压进行关联建立了逐日降水量的广义线性模型(刘永和等，2010)，然而不同地区气候因子间的关系是十分复杂的，关系可能呈线性、非线性或无关联。国外，Cantet et al.(2011)利用最大似然法评估了一个随机降水发生器中的降水参数和极端降水事件的变化规律，然而极端降水事件的属性通常基于实测数据，并且具有不可预测性，因此在发生器中考虑极端降水属性会增加模拟数据的可信度。VallamQin(2016)利用k近邻算法评估了适用于热带城市地区的三个降水发生器，指出不确定性分析和极端事件对优化降水发生器的必要性。

检索发现模拟降雨装置的发明专利，申请号为CN201520362925.0，名称为一种便携式人工模拟降雨装置，公开号为CN204649731U，该降雨装置是一种通过人工手段模拟自然降雨的仪器设备，它可在室内和野外条件下用于快速测定土壤入渗过程、降雨产流过程、土壤侵蚀过程以及土壤养分流失过程，是土壤学、水土保持学、土壤侵蚀学以及泥沙动力学等学科进行科学研究的重要仪器设备。未检索到关于模拟降水算法的相关专利。

由此可见，借助数学模型产生长时间序列的降水数据，提高模拟数据的稳定性和可靠性是十分必要的，同时模型中融入极端降水事件的变化规律可以更好地反映自然条件下的降水分布，对于评估和预测气候变化对陆地生态系统动态和过程的影响具有重要意义。

发明内容