[发明专利]一种极端干旱事件水汽溯源和输送异常识别方法及系统

权利要求书

1.一种极端干旱事件水汽溯源和输送异常识别方法，其特征在于，所述方法包括以下步骤，

获取全球的实测气象数据，构成时间序列有序衔接的初始数据集；

根据初始数据集，建立极端干旱频发区域的水汽自循环模型；

根据极端干旱频发区域的水汽自循环模型，计算获取干旱频发区的水汽亏缺识别特征；

基于干旱频发区的水汽亏缺识别特征，结合水汽追踪模型，获取极端干旱频发区的水汽传输路径和水汽源地；

基于干旱频发区的水汽传输路径和水汽源地，并结合所述初始数据集，建立水汽传输物理模型，获取水汽传输异常过程的主导贡献因子。

2.根据权利要求1所述的方法，其特征在于，所述全球实测气象数据包括小时尺度的径向风、纬向风、地表气压、降水、蒸发量、比湿、空气温度、风场、位势高度、垂直速度、日平均的径向风、纬向风、经向水汽通量和纬向水汽通量。

3.根据权利要求1所述的方法，其特征在于，所述建立极端干旱频发区域的水汽自循环模型，包括，

根据初始数据集，提取多时间尺度的降水异常特征；

基于多时间尺度的降水异常特征，建立极端干旱频发区域的水汽自循环模型；

其中，所述多时间尺度的降水异常特征包括极端干旱事件异常空间特征、纬向年内演变特征与年际变化特征。

4.根据权利要求1所述的方法，其特征在于，所述根据极端干旱频发区域的水汽自循环模型，计算获取干旱频发区的水汽亏缺识别特征，具体为，

极端干旱频发区域的水汽自循环模型，结合初始数据集，计算得到极端干旱期间的水汽自循环率；

根据极端干旱期间的水汽自循环率，获取干旱频发区的水汽亏缺识别特征，其中，

所述水汽自循环率计算公式为：

式中：E为总蒸发量、P为总降水量、P_a为外部输入的水汽对降水的贡献部分、P_e为内部蒸发过程产生的水汽凝结后的贡献部分、S为极端干旱频发区实际的地理面积、F_in为极端干旱频发区输入的水汽量和ρ为水汽自循环率。

5.根据权利要求1所述的方法，其特征在于，所述水汽追踪模型为基于拉格朗日方法的单粒子轨迹模型，其中，

所述模型的目标栅格集合处于干旱频发区内；

所述水汽追踪模型的模型输入包括径向风、纬向风、地表气压、降水、比湿、预定高度的空气温度、预定高度的风场、位势高度和垂直速度；

所述水汽追踪模型的输入气象要素包括固定时间间隔的经纬度坐标、海拔高度、比湿和相对湿度。

6.根据权利要求1所述的方法，其特征在于，所述获取极端干旱频发区的水汽传输路径和水汽源地，具体为，

基于水汽追踪模型，结合层次聚类的算法，构建栅格水汽贡献模型；

基于栅格水汽贡献模型，识别异常外部水汽输入亏缺状况；

基于异常外部水汽输入亏缺状况，获取极端干旱频发区的水汽传输路径和水汽源地，其中，

所述层次聚类算法包括，采用的欧几里得距离为同一时间对应点的实际地理距离平方和的累加值的开根，即：

其中，d_ij为两点的欧几里得距离、i和j代表第i和第j条有效轨迹、p为有效轨迹中不同时刻的坐标点和distance为两坐标之间的地理距离；

所述栅格水汽贡献模型为：

Δq⁰(t)＝q(x(t))-q(x(t-Δt))

式中，q为比湿、x为气团所在位置、m和n为轨迹不同时刻、Δq′_m为mm时刻的水汽贡献、Δq_m为m时刻的比湿差、Δq⁰为当前时刻与前一时间步长的时刻的比湿差、Δt为时间步长和t为当前时刻。