一种二维干旱风险估计方法及其系统技术方案

本发明专利技术公开了一种二维干旱风险估计方法及其系统，方法包括：提取不同时期的干旱历时特征值和干旱烈度特征值；拟合出干旱历时概率分布函数和干旱烈度概率分布函数，并构建联合分布函数，通过最可能组合法推算重现期T

A two-dimensional drought risk estimation method and its system

【技术实现步骤摘要】
一种二维干旱风险估计方法及其系统


[0001]本专利技术属于气候预测
，更具体地，涉及一种二维干旱风险估计方法及其系统。

技术介绍

[0002]干旱灾害是全球最为常见的自然灾害之一，严重威胁粮食安全、供水安全和生态安全。准确评估干旱风险对保障流域水安全具有重要意义。降水、气温等水文气象数据是干旱评估的重要基础资料，但是，由于气象监测站点空间布设不均且大多监测站点建成时间过短，我国实测水文气象资料匮乏，如何获取稀缺资料地区长序列水文气象资料，并准确推求干旱风险是当前水文气象工作者面临的重大挑战。
[0003]近年来，卫星遥感技术、数据同化技术的快速发展有效弥补了气象监测站点不足、数据序列过短的缺陷，为稀缺资料地区干旱风险评估提供了新的数据参考。但是，多源卫星遥感反演降水和再分析气象产品具有较大的系统偏差，直接应用于稀缺资料地区的干旱评估会导致较大的误差。其次，现有干旱风险评估大多通过一维或多维频率分析直接估算干旱风险设计值，并未考虑有限水文气象数据序列长度引起的小样本容量频率分析结果存在较大不确定性的问题，进而导致风险评估结果有误。以多变量干旱频率分析为例，边缘分布和联合分布函数的确定都依赖于指标序列的样本容量，样本容量较小会导致所估计的函数参数存在不确定性，从而使多维干旱风险设计值估计产生较大不确定性。如何定量估算稀缺资料地区多维干旱风险设计值及伴随不确定性十分重要，然而现有文献未能有效充分利用卫星遥测及再分析气象信息开展稀缺资料地区考虑样本不确定性的多维干旱监测评估工作。

技术实现思路

>[0004]针对现有技术的以上缺陷或改进需求，本专利技术提供了一种二维干旱风险估计方法及其系统，其目的在于对估计值的不确定性进行评估。
[0005]为实现上述目的，按照本专利技术的一个方面，提供了一种二维干旱风险估计方法，包括：
[0006]步骤S1：提取不同时期的干旱历时特征值和干旱烈度特征值；
[0007]步骤S2：分别基于干旱历时特征值和干旱烈度特征值拟合出干旱历时概率分布函数F
D
(d)和干旱烈度概率分布函数F
S
(s)，并构建干旱历时和干旱烈度的联合分布函数F(d,s)＝C(F
D
(d),F
S
(s))，通过最可能组合法推算重现期T
or
的干旱历时d*和烈度s*；
[0008]步骤S3：基于联合分布函数F(d,s)，采用随机模拟技术得到B组新样本(d
ij
,s
ij
)，其中，i＝1,...,n，j＝1,...,B，d
ij
和s
ij
分别为第j次抽样得到的第i个样本的干旱历时和干旱烈度；
[0009]步骤S4：针对每组新样本，分别对干旱历时序列和干旱烈度序列进行拟合，得到第j组样本的干旱历时概率分布函数F
Dj
(d)以及干旱烈度概率分布函数F
Sj
(s)，并构建出第j
组样本的干旱历时和干旱烈度的联合分布函数F
j
(d,s)＝C(F
Dj
(d),F
Sj
(s))；
[0010]步骤S5：基于每组联合分布函数F
j
(d,s)，通过最可能组合法推算重现期T
or
的干旱历时d
Tj
和烈度s
Tj
；
[0011]步骤S6：基于B组干旱历时d
Tj
和干旱烈度s
Tj
，评估干旱历时d*和烈度s*的不确定性。
[0012]在其中一个实施例中，步骤S6包括：采用置信区域的面积、横向平均偏移幅度、纵向平均偏移幅度、平均欧式距离中的任意一种或几种方式评估干旱历时d*和烈度s*的不确定性。
[0013]在其中一个实施例中，横向平均偏移幅度D
Q
、纵向平均偏移幅度D
W
和平均欧式距离h的计算公式如下：
[0014][0015][0016][0017]在其中一个实施例中，B大于等于8000。
[0018]在其中一个实施例中，在步骤S1中，获取干旱历时特征值和干旱烈度特征值的步骤包括：
[0019]步骤S1
‑
1：获取长系列的栅格定量降水数据；
[0020]步骤S1
‑
2：基于长系列的栅格定量降水数据和大气数据集，计算各栅格的降水蒸散指数；
[0021]步骤S1
‑
3：基于降水蒸散指数和干旱阈值，提取各栅格长系列的干旱历时特征值和干旱烈度特征值。
[0022]在其中一个实施例中，步骤S2包括：
[0023]步骤S2
‑
1：根据干旱历时特征值和干旱烈度特征值确定历史研究时段内的干旱历时样本集D＝(D1,D2,
…
,D
i
,
…
,D
n
)以及干旱烈度样本集 S＝(S1,S2,
…
,S
i
,
…
,S
n
)，其中，n为历史研究时段内的干旱时间样本总数，D
i
,S
i
分别表示第i次干旱的干旱历时和干旱烈度；
[0024]步骤S2
‑
2：采用Gamma分布函数分别对干旱历时样本集和干旱烈度样本集进行拟合，得到干旱历时概率分布函数F
D
(d)以及干旱烈度概率分布函数F
S
(s)；
[0025]步骤S2
‑
3：采用Clayton、Gumbel和Frank三类阿基米德Copula函数分别构建干旱历时和干旱烈度的联合分布函数
[0026]F(d,s)＝C(F
D
(d),F
S
(s))
[0027]其中，C为copula函数；
[0028]步骤S2
‑
4：采用极大似然法估算函数参数，并选用AIC值最小的Copula 函数；
[0029]步骤S2
‑
5：通过最可能组合法推算重现期T
or
的干旱历时d*和烈度s*。
[0030]在其中一个实施例中，步骤S2
‑
5包括：
[0031]构建方程式
[0032][0033]其中，c[F
D
(d),F
S
(s)]、f
D
(d)、f
S
(s)分别为C(F
Dj
(d),F
Sj
(s))、F
D
(d)、 F
S
(s)的概率密度函数，f(d,s)为三者联合概率密度函数，E
l
为研究时段内的干旱发生平均时间间隔；
[0034]以f(d,s)取最大为目标，求解重现期T
o本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种二维干旱风险估计方法，其特征在于，包括：步骤S1：提取不同时期的干旱历时特征值和干旱烈度特征值；步骤S2：分别基于干旱历时特征值和干旱烈度特征值拟合出干旱历时概率分布函数F
D
(d)和干旱烈度概率分布函数F
S
(s)，并构建干旱历时和干旱烈度的联合分布函数F(d,s)＝C(F
D
(d),F
S
(s))，通过最可能组合法推算重现期T
or
的干旱历时d*和烈度s*；步骤S3：基于联合分布函数F(d,s)，采用随机模拟技术得到B组新样本(d
ij
,s
ij
)，其中，i＝1,...,n，j＝1,...,B，d
ij
和s
ij
分别为第j次抽样得到的第i个样本的干旱历时和干旱烈度；步骤S4：针对每组新样本，分别对干旱历时序列和干旱烈度序列进行拟合，得到第j组样本的干旱历时概率分布函数F
Dj
(d)以及干旱烈度概率分布函数F
Sj
(s)，并构建出第j组样本的干旱历时和干旱烈度的联合分布函数F
j
(d,s)＝C(F
Dj
(d),F
Sj
(s))；步骤S5：基于每组联合分布函数F
j
(d,s)，通过最可能组合法推算重现期T
or
的干旱历时d
Tj
和烈度s
Tj
；步骤S6：基于B组干旱历时d
Tj
和干旱烈度s
Tj
，评估干旱历时d*和烈度s*的不确定性。2.如权利要求1所述的二维干旱风险估计方法，其特征在于，步骤S6包括：采用置信区域的面积、横向平均偏移幅度、纵向平均偏移幅度、平均欧式距离中的任意一种或几种方式评估干旱历时d*和烈度s*的不确定性。3.如权利要求2所述的二维干旱风险估计方法，其特征在于，横向平均偏移幅度D
Q
、纵向平均偏移幅度D
W
和平均欧式距离h的计算公式如下：和平均欧式距离h的计算公式如下：和平均欧式距离h的计算公式如下：4.如权利要求1所述的二维干旱风险估计方法，其特征在于，B大于等于8000。5.如权利要求1所述的二维干旱风险估计方法，其特征在于，在步骤S1中，获取干旱历时特征值和干旱烈度特征值的步骤包括：步骤S1
‑
1：获取长系列的栅格定量降水数据；步骤S1
‑
2：基于长系列的栅格定量降水数据和大气数据集，计算各栅格的降水蒸散指数；步骤S1
‑
3：基于降水蒸散指数和干旱阈值，提取各栅格长系列的干旱历时特征值和干旱烈度特征值。6.如权利要求1所述的二维干旱风险估计方法，其特征在于，步骤S2包括：步骤S2
‑
1：根据干旱历时特征值和干旱烈度特征值确定历史研究时段内的干旱历时样本集D＝(D1,D2,
…
,D
i
,
…
,D
n
)以及干旱烈度样本集S＝(S1,S2,
…
,S
i
,
…
,S
n
)，其中，n为历史研究时段内的干旱时间样本总数，D
i
,S
i
分别表示第i次干旱的干旱历时和干旱烈度；步骤S2
‑
2：采用Gamma分布函数分别对干旱历时样本集和干旱烈度样本集进行拟合，得到干旱历时概率分布函数F
D
(d)以及干旱烈度概率分布函数F
S
(s)；
步骤S2
‑
...

【专利技术属性】
技术研发人员：顾磊，周建中，顾子也，尹家波，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：