[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有效
申请号: | 201810348367.0 | 申请日: | 2018-04-18 |
公开(公告)号: | CN108595814B | 公开(公告)日: | 2021-06-04 |
发明(设计)人: | 郭通;唐艳鸿 | 申请(专利权)人: | 北京大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20 |
代理公司: | 北京万象新悦知识产权代理有限公司 11360 | 代理人: | 苏爱华 |
地址: | 100871*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 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。 | ||
搜索关键词: | 一种 基于 实测 多年 降水 数据 模拟 逐日 降水量 方法 | ||
【主权项】:
1.一种基于实测的多年降水数据模拟逐日降水量的方法,其特征在于:运用统计学方法计算实测数据年、月和日时间尺度上的降水指标,借助指数方程,结合计算的降水指标模拟逐日降水量,并得到模拟的各月降水量和年降水量,在月和年的时间尺度上对比实测降水量和模拟降水量,对比验证后将极端降水事件属性融入到降水发生器中,使得模拟的降水数据更好的匹配自然条件下的降水分布,具体步骤如下:1)多年实测降水数据分析首先从中国气象数据网(data.cma.cn)获取目标站点多年逐日降水数据,根据降水状况对站点进行自然地带分区。因为水分是调控生态系统过程的关键因素,以年降水量为主要指标可以划分为湿润、半湿润、半干旱、干旱和极干旱五个地域类别。对于不同类别,模型中降水参数会有差异,例如半湿润和半干旱地区降水的季节性特征比较明显,而在干旱和湿润地区降水在全年的分布差异较小。由于各站点对应的气象站建立和观测数据的起始时间可能不同,本研究会对获取的降水数据进行初步整理,如数据格式的转化,目标数据的提取和缺失值的处理。数据分析需满足以下三个条件:(1)数据记录不得少于30年;(2)每一年缺失数据不得超过10%;(3)缺失数据以多年平均值的方式填补。随后统计分析各项降水指标:年降水量、年降水天数、平均每天降水量、每月降水量、每月降水天数和每月天最大降水量。之后对年降水量运用Mann‑Kendall非参数检验(方程(1)‑(4))分析时间序列的变化趋势。若多年降水量呈现显著的增加或降低趋势,则重排列模拟的多年降水数据使其呈现相同的变化趋势。重排列的规则是首先计算模拟的多年降水数据的平均值,(1)实测多年降水量呈现显著增加的趋势:降水量小于平均值的年份位置不变,大于平均值的年份按照从小到大的顺序重新排列;(2)实测多年降水量呈现减少的趋势:降水量大于平均值的年份位置不变,小于平均值的年份按照从大到小的顺序重新排列;Mann‑Kendall非参数检验的步骤如下:对于时间序列的变量X=(x1,x2,…,xn),n为变量的长度,定义统计量S如下:
式中xj和xi分别为第j、i年对应的实测降水指标值;
当n>8时,随机序列Si(i=1,2,…,n)近似服从正态分布,其方差计算公式为:
将S标准化,得到统计检验值ZMK:
式中,ZMK是一个正态分布的统计量,ZMK>0时表明时间序列呈现上升的趋势,ZMK<0表示时间序列呈下降的趋势,ZMK的绝对值越大表示变化越显著。本研究给定显著性水平p<0.05,对应ZMK>1.96或ZMK<‑1.96;2)逐日降水量的模拟首先依据年降水量进行分类,0‑1000mm以100mm为间隔划分为10个等级,结合多年实测降水数据估算每个等级降水量发生的概率。绘制一年中各月降水的频率分布曲线,基于该曲线推断出各月天降水的可能性,并计算相对正态曲线的偏度,采用指数分布方程(5)结合上一部分的降水指标模拟产生每天的降水量;
式中,daypre为模拟的每天降水量,maxpre为实测各月天最大降水量,rand(0,1)为产生(0,1)区间的随机数,monthrate为指定月份频率分布曲线的特征参数,ra为校正因子,prob为各月天降水的可能性;3)验证模拟的降水数据将模拟的逐日降水数据累加得到各月降水量和年降水量,并与实测的月和年降水量进行对比(方程(6)‑(7)),如果某一月降水量误差超过规定标准(±5mm),或者某一年降水量误差超过规定标准(±10mm),拒绝产生的降水时间序列并调整指数方程参数,重新产生各天降水量直到误差满足标准;errorM=|PPM‑PSM| (6)errorY=|PPY‑PSY| (7)式中,errorM为模拟月降水量的误差,PPM为实测月降水量,PSM为模拟月降水量,errorY为模拟年降水量的误差,PPY为实测年降水量,PSY为模拟年降水量;4)融入极端降水事件属性基于极端气候事件指标专家组(ETCCDI)推荐使用的极端降水指标,我们从中选取了3个指标融入到降水发生器中。这些指标从强度,频率和持续时间度量了降水事件的极端程度。指标包括中等强度降水天数(天降水量>10mm)、连续湿润天数和最大天降水量。基本假定是保持总降水量不变,3个极端降水指标的融入过程无先后顺序,直到模拟的降水数据同时满足上述3个指标:(1)中等强度降水天数:计算出降水量最大月实际的和模拟的中等强度降水天数,若模拟的天数多,则用模拟的天数减去实际的天数,之后按照天降水量从小到大的顺序对模拟的中等强度降水日进行排列,将降水量较小的差值天数的降水多于10mm的部分加和,将该部分平均到非中等强度降水日,若实际的天数多,则用实际的天数减去模拟的天数,之后选取若干与中等强度最接近的降水日,数目为差值天数,依次计算其他非中等强度降水日n%的部分加和并平均到与中等强度最接近的降水日,直到这些降水日的降水量不小于10mm;(2)最大连续湿润天数:计算出降水量最大月实际的和模拟的连续湿润天数,若模拟的天数多,则用模拟的天数减去实际的天数,将模拟数据中连续湿润日一侧的差值天数降水量加和并平均到其他降水日;若实际的天数多,则用实际的天数减去模拟的天数,计算模拟数据中降水日(非连续湿润降水日)5%的部分并加和平均到连续湿润日一侧的差值天数;(3)最大天降水量:计算出降水量最大月实际的和模拟的最大天降水量,若模拟值大,则用模拟值减去实际值,将差值平均到模拟数据中其他降水日;若实际值大,则用实际值减去模拟值,将模拟数据中降水日(非最大降水日)n%的部分加和附加到最大降水日,直到模拟的最大天降水量等于实际的最大天降水量。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京大学,未经北京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810348367.0/,转载请声明来源钻瓜专利网。