一种基于分段思想的降雨偏差纠正方法技术

本发明专利技术公开了一种基于分段思想的降雨偏差纠正方法，旨在提高气候模式、降尺度模型以及降雨生成模型等一系列降雨模型的降雨模拟精度。所述方法包括：1)基于实测降雨序列的分位数，将实测降雨序列分为极小值、常规值和极大值三部分；2)基于模拟降雨序列的分位数，将模拟降雨序列同样分为极小值、常规值和极大值三部分；3)基于实测降雨序列的三段数据，对模拟降雨序列的三段数据分别进行偏差纠正；4)采用一种新提出的评价指标，对降雨偏差纠正效果进行有效评估。本发明专利技术的有益效果是：有效地消除了降雨模型模拟降雨与实测降雨间的误差，提高了降雨模型的降雨模拟精度；为降雨模型未来预测降雨的偏差纠正奠定坚实的基础，提高其预测的可靠性。

【技术实现步骤摘要】
一种基于分段思想的降雨偏差纠正方法
本专利技术涉及降雨模型模拟降雨的偏差纠正
，尤其是涉及一种基于分段思想的降雨偏差纠正方法。
技术介绍
降雨数据是水文循环中最重要的因素之一，其模拟的准确度直接影响着径流模拟以及工程设计的精度。降雨数据模拟对于研究气候变化对水文水资源的影响和解决无资料地区的数据瓶颈等问题有着至关重要的作用。尤其，近些年来，随着全球气温的升高，气候变化现象的加剧，降雨的时空分配必然受到一定影响，如何进行降雨模拟以及提高其模拟精度已逐渐成为科学界人士需要广泛关注的问题。目前，模拟降雨的工具有全球或区域气候模式(如GCM或RCM等)、降尺度模型和天气发生器等一系列模型。其中，GCM和RCM已逐渐成为研究气候变化最主要的工具之一。但因GCM和RCM粗糙的时空分辨率，其模拟的气象数据常常与实测数据间存在很大的偏差，不能直接用于流域尺度的水文分析。而且，降尺度模型以及随机天气发生器等模型对降雨的模拟可能也会存在模拟不准或存在较大偏差等问题，直接将其用于水文分析可能导致模拟结果精度较差。因此，需要对降雨模型模拟的降雨数据进行偏差纠正。诉诸降雨数据的偏差纠正技术，将显著提高降雨模型降雨的模拟精度和可利用性。目前，常用的降雨偏差纠正方法有线性比拟法、局部强度比拟法、指数转换法、分布映射法和分位点映射法等，其中，分布映射法方法的偏差纠正效果较好且最为常用。尽管存在众多的偏差纠正方法，但这些传统方法仅仅对降雨数据某一些方面的特性进行偏差纠正，或者对降雨极值的偏差纠正效果较差，导致偏差纠正后降雨模型模拟降雨与实测降雨之间仍存在较大的偏差。
技术实现思路
为解决现有技术的不足，本专利技术的目的在于提供一种基于分段思想的降雨偏差纠正方法，该方法将实测降雨序列和模拟降雨序列均进行分段，并对不同分段的降雨数据分别进行偏差纠正，不仅可以从降雨均值、方差和分位点以及分布等多方面进行偏差纠正，而且同时可以改善对降雨极值偏差纠正效果不佳的现象，从而提高降雨模型模拟降雨的精度。本专利技术提供一种基于分段思想的降雨偏差纠正方法，该方法包括以下步骤：(1)获取降雨模型在气象站点的模拟降雨序列，同时收集气象站点同时期的实测降雨序列，将实测降雨序列和模拟降雨序列的时间分辨率处理为一致；(2)根据实测降雨序列的极小分位点和极大分位点，将其分为极小值、常规值和极大值三部分数据；(3)根据降雨模型模拟降雨序列的极小分位点和极大分位点，同样将其分为极小值、常规值和极大值三部分数据；(4)基于气象站点实测降雨数据的概率分布累积形状，采用三伽玛分布函数对模拟降雨数据的概率分布累积形状进行偏差纠正；(5)基于分位数偏差累积思想，提出一种偏差纠正有效评价指标，并对降雨模型模拟降雨的偏差纠正效果进行评估。上述技术方案中，降雨模型包括GCMs(GlobalClimateModels)和RCMs(RegionalClimateModels)等气候模式、降尺度模型以及随机天气发生器等一系列模型，在这里统称降雨模型。所述步骤(2)和(3)中的极小分位点均采用25％，极大分位点均采用75％。所述步骤(4)中的三伽玛分布，是对极小值、常规值和极大值三部分数据的概率分布累积形状均采用单伽玛分布函数进行模拟，合起来称之为三伽玛分布。三伽玛分布的偏差纠正方法如下：式中，α1,o,β1,o、α2,o,β2,o和α3,o,β3,o分别为实测降雨数据低于其25％、位于25％～75％之间以及高于其75％分位点的单伽玛分布函数参数，α1,m,β1,m、α2,m,β2,m和α3,m,β3,m分别为降雨模型模拟降雨数据低于其25％、位于25％～75％之间以及高于其75％分位点的单伽玛分布函数参数，为偏差纠正后的模拟降雨，xm(i)为偏差纠正前的原始模拟降雨，Fm(xm(i)|α1,m,β1，m)为单伽玛分布的累积分布函数，单伽玛分布的概率密度函数具体计算如下：式中，α是形状参数，β是尺寸参数，Γ(·)是伽玛分布函数。所述步骤(5)中采用的分位数偏差累积思想，旨在以不同分位数下降雨模型模拟降雨与实测降雨的绝对偏差累积值来代表降雨模型模拟降雨ECDF(EmpiricalCumulativeDistributionFunction)与实测降雨ECDF间的面积差，以两者的面积差来表示降雨模型模拟降雨与实测降雨间的整体偏差值。因此，所述步骤(5)中提出的一种偏差纠正有效评价指标，具体计算公式为：式中，Vo(i)、Vm(i)和Vm,cor(i)分别为实测降雨数据、降雨模型原降雨数据和降雨模型偏差纠正后降雨数据的第i个分位点对应的数值，此方法共采用N个分位点。相应的|Vm(i)-Vo(i)|和|Vm,cor(i)-Vo(i)|分别为第i个分位点下，偏差纠正前降雨模型模拟降雨与实测降雨之间存在的偏差以及偏差纠正后降雨模型模拟降雨与实测数据间仍存在的偏差。和分别表示偏差纠正前降雨模型降雨与实测值之间的整体偏差值AD以及偏差纠正后两者之间的整体偏差值ADcor。C表示整体的偏差纠正效果，C值越接近1，表示偏差纠正效果越好。偏差纠正有效评价指标C中所采用的分位点共19个，即N＝19，分别为降雨数据的5％、10％、15％、20％、25％、30％、35％、40％、45％、50％、55％、60％、65％、70％、75％、80％、85％、90％和95％分位点。通过采用上述技术手段，本专利技术的有益效果为：(1)本专利技术利用实测降雨的理论概率分布形状来偏差纠正模拟降雨的理论概率分布形状，可以从数据的均值、方差和分位点等多方面来有效地消除降雨模型模拟降雨与实测降雨之间的偏差，提高降雨模型模拟降雨的精度和可靠度；(2)本专利技术基于分段思想，将实测降雨和模拟降雨分为极小值、常规值和极大值三部分，并采用三伽玛分布对三段数据分别进行偏差纠正，不仅对出现频率大的常规降雨进行了偏差纠正，同时兼顾了极小值和极大值，使降雨模型降雨的模拟精度进一步提升。(3)本专利技术提出了一种评估偏差纠正效果的指标，该指标可以从偏差纠正前后模拟数据的ECDF与实测数据ECDF的偏差上进行比较和量化，更为简便直观。附图说明图1为本专利技术的一个流程示意图图2为偏差纠正有效评价指标C示意图图3为偏差纠正前10个GCMs在某流域9个气象站模拟降雨与实测降雨间的整体偏差值AD图4为偏差纠正后10个GCMs在某流域9个气象站模拟降雨与实测降雨间的整体偏差值AD图5为偏差纠正前后BCC模型在气象站点1模拟降雨ECDF与实测降雨ECDF分布图图6为偏差纠正前后BCC模型在气象站点2模拟降雨ECDF与实测降雨ECDF分布图具体实施方式下面通过实例，并结合附图，对本专利技术的技术方案做进一步详细说明。为了突出本专利技术的优势，将目前研究气候变化最常用工具之一的GCMs的模拟降雨作为案例进行具体实施。如图1所示，本专利技术的一种基于分段思想的降雨偏差纠正方法，包括以下步骤；(1)数据获取：收集某流域9个气象站点1971-2000年的实测日降雨数据，选取10个全球气候模式GCMs(如BCC-CSM1-1,BNU-ESM,CanESM2,CNRM-CM5等)，并提取10个GCMs在该流域9个气象站点1971-2000年的月降雨数据。(2)数据预处理：首先，统计各气象站点30年实测日降雨的月降雨本文档来自技高网...

【技术保护点】
一种基于分段思想的降雨偏差纠正方法，其特征在于，包括以下步骤：1)获取降雨模型在气象站点的模拟降雨序列，同时收集气象站点同时期的实测降雨序列，将实测降雨序列和模拟降雨序列的时间分辨率处理为一致；2)根据实测降雨序列的极小分位点和极大分位点，将其分为极小值、常规值和极大值三部分数据；3)根据降雨模型模拟降雨序列的极小分位点和极大分位点，同样将其分为极小值、常规值和极大值三部分数据；4)基于气象站点实测降雨数据的概率分布累积形状，采用三伽玛分布函数对模拟降雨数据的概率分布累积形状进行偏差纠正；5)基于分位数偏差累积思想，提出一种偏差纠正有效评价指标，对降雨模型模拟降雨的偏差纠正效果进行评估。

【技术特征摘要】
1.一种基于分段思想的降雨偏差纠正方法，其特征在于，包括以下步骤：1)获取降雨模型在气象站点的模拟降雨序列，同时收集气象站点同时期的实测降雨序列，将实测降雨序列和模拟降雨序列的时间分辨率处理为一致；2)根据实测降雨序列的极小分位点和极大分位点，将其分为极小值、常规值和极大值三部分数据；3)根据降雨模型模拟降雨序列的极小分位点和极大分位点，同样将其分为极小值、常规值和极大值三部分数据；4)基于气象站点实测降雨数据的概率分布累积形状，采用三伽玛分布函数对模拟降雨数据的概率分布累积形状进行偏差纠正；5)基于分位数偏差累积思想，提出一种偏差纠正有效评价指标，对降雨模型模拟降雨的偏差纠正效果进行评估。2.根据权利要求1所述的基于分段思想的降雨偏差纠正方法，其特征在于，所述的降雨模型包括气候模式、降尺度模型以及随机天气发生器，所述的气候模式包括GCMs和RCMs。3.根据权利要求1所述的基于分段思想的降雨偏差纠正方法，其特征在于，步骤2)和3)中所采用的极小分位点均采用25％，所述的极大分位点均采用75％。4.根据权利要求1所述的基于分段思想的降雨偏差纠正方法，其特征在于，步骤4)中所述的三伽玛分布，即对极小值、常规值和极大值三部分数据的概率分布累积形状均采用单伽玛分布函数进行模拟，合起来称之为三伽玛分布。三伽玛分布的偏差纠正方法如下：式中，α1,o,β1,o、α2,o,β2,o和α3,o,β3,o分别为实测降雨数据低于其25％、位于25％～75％...

【专利技术属性】
技术研发人员：高超，许月萍，泮苏莉，马迪，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33