一种动态过程中的区域性干旱事件识别方法技术

本发明专利技术公开了一种动态过程中的区域性干旱事件识别方法，具体包括以下步骤：获得待识别区域内的指数格点数据；识别当前事件：采用步骤1中的标准化降水蒸散指数，对每个时刻的当前干旱事件的干旱范围的面积进行逐一识别；识别同一个干旱源事件，设定重合面积阀值；计算步骤2中的相邻时刻的当前干旱范围的重合面积，并与重合面积阀值进行比较判定，当相邻时刻的当前干旱范围的重合面积大于重合面积阀值时，则判断该相邻时刻的当前干旱事件属于同一个干旱源事件；该动态过程中的区域性干旱事件识别方法解决了干旱事件被重复计算，导致识别精准度不高的问题。别精准度不高的问题。别精准度不高的问题。

A method of identifying regional drought events in dynamic process

【技术实现步骤摘要】
一种动态过程中的区域性干旱事件识别方法


[0001]本专利技术涉及区域性干旱事件识别领域，尤其是一种动态过程中的区域性干旱事件识别方法。

技术介绍

[0002]区域性干旱事件应具有区域性属性，即干旱事件需同时具有区域性和过程性特征。因此，优化区域极端事件辨识方法，考虑干旱事件的发生、发展与消退，从强度、影响范围和持续时间等多维角度分析极端事件，是深入认知干旱事件演变过程和进一步开展干旱灾害风险研究的关键环节。
[0003]目前现有技术中对区域性干旱事件的识别一般较为复杂，且没有考虑干旱事件的发生、发展与消退过程对干旱事件识别的影响，致使干旱事件频次往往被高估，最终导致识别时的精准程度不高。

技术实现思路

[0004]本专利技术要解决的技术问题是针对上述现有技术的不足，而提供一种动态过程中的区域性干旱事件识别方法，该动态过程中的区域性干旱事件识别方法解决了干旱事件被重复计算，导致识别精准度不高的问题。
[0005]为解决上述技术问题，本专利技术采用的技术方案是：一种动态过程中的区域性干旱事件识别方法，具体包括以下步骤：步骤1、获得待识别区域内的指数格点数据：在监测时间段内周期性地获取待识别区域内的指数格点数据，所述指数格点数据包括格点和标准化降水蒸散指数，所述格点包括格点面积和格点坐标；步骤2、识别当前事件：采用步骤1中的标准化降水蒸散指数，对每个时刻的当前干旱事件的干旱范围的面积进行逐一识别；步骤3、识别同一个干旱源事件，包括如下步骤：步骤31、设定重合面积阀值；步骤32、计算步骤2中的相邻时刻的当前干旱范围的重合面积，并与步骤31中的重合面积阀值进行比较判定，当相邻时刻的当前干旱范围的重合面积大于重合面积阀值时，则判断该相邻时刻的当前干旱事件属于同一个干旱源事件。
[0006]作为本专利技术的进一步的优选方案，所述步骤2中，采用标准化降水蒸散指数，识别当前干旱事件的方法，包括如下步骤：步骤21、设定标准化降水蒸散指数指标阀值步骤22、在监测时间段内找出标准化降水蒸散指数最小的格点作为干旱中心，在与干旱中心连接的格点中找出标准化降水蒸散指数最小的格点作为目标干旱中心，将目标干旱中心划分到干旱中心的范围内，更新干旱中心的格点区域，直至与干旱中心连接的目标干旱中心的标准化降水蒸散指数达到标准化降水蒸散指数指标阀值为止，此时更新后的
干旱中心的区域则为当前干旱范围。
[0007]作为本专利技术的进一步的优选方案，所述当前干旱事件中还包括当前干旱强度，所述当前干旱强度为当前干旱范围内的标准化降水蒸散指数的平均值。
[0008]作为本专利技术的进一步的优选方案，所述步骤3中，在所述同一个干旱源事件内，将相邻的当前干旱事件按照时间排序，各个当前干旱时间的目标干旱中心的位置变化即为该干旱源时间的发展轨迹，获得同一个干旱源事件的发生、发展和消退过程。
[0009]作为本专利技术的进一步的优选方案，所述重合面积阀值为50000km2。
[0010]作为本专利技术的进一步的优选方案，所述标准化降水蒸散指数指标阀值为
‑
1。
[0011]本专利技术具有如下有益效果：1、本专利技术公开的一种动态过程中的区域性干旱事识别方法，通过获得的待识别区域内的的指数格点数据，将待识别区域内的每个位置的每个时刻的干旱数据都变成唯一识别数据，并按照识别顺序“待识别区域内的指数格点数据
‑
识别干旱范围
‑
识别干旱源事件”，通过将干旱事件进行一一对比识别的顺序，提高干旱事件的识别精准度，从多维角度分析极端事件，为进一步开展干旱灾害风险研究提供高精准度的数据支撑；2、在同一个干旱源事件内，主要是通过标准化降水蒸散指数来识别出干旱中心，并通过对比干旱中心四周区域的标准化降水蒸散指数，来获得干旱范围，保证干旱范围的识别准确性；3、通过在对比干旱中心四周区域的标准化降水蒸散指数，还可以看出干旱时间的发生、发展和消退过程；4、在同一个干旱源事件内，通过观察干旱中心的位置移动变化，可以得到干旱源事件的发生、发展和消退的全过程。
附图说明
[0012]图1是本申请提供的一种考虑动态过程的区域性干旱事件识别方法的流程示意图；图2是第一时刻在待识别区域内识别出当前干旱事件A1的范围的示意图；图3是第二时刻在待识别区域内识别出当前干旱事件B1的范围的示意图；图4是第三时刻在待识别区域内识别出当前干旱事件C1和C2的范围的示意图；图5是当前干旱事件A1和B1的范围重合示意图；图6是当前干旱事件B1、C1和C2的范围重合示意图；图7是在待识别区域识别出第一个当前干旱事件的示意图；图8是在同次识别中图7所示的待识别区域识别出第二个当前干旱事件的示意图；图9是在非干旱中心范围内识别干旱中心的范围的示意图；图10是本申请提供的一种考虑动态过程的区域性干旱事件识别装置的示意图。
具体实施方式
[0013]下面结合附图和具体较佳实施方式对本专利技术作进一步详细的说明。
[0014]本专利技术的描述中，需要理解的是，术语“左侧”、“右侧”、“上部”、“下部”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，
而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，“第一”、“第二”等并不表示零部件的重要程度，因此不能理解为对本专利技术的限制。本实施例中采用的具体尺寸只是为了举例说明技术方案，并不限制本专利技术的保护范围。
[0015]如图1所示，一种动态过程中的区域性干旱事件识别方法， 具体包括以下步骤：步骤1、获得待识别区域内的指数格点数据：在监测时间段内周期性地获取待识别区域内的指数格点数据。
[0016]其中，指数格点数据包括格点信息和标准化降水蒸散指数，格点信息包括格点面积和格点坐标。
[0017]标准化降水蒸散发指数（Standardized Precipitation Evapotranspiration Index，SPEI）是使用降水和气温数据计算得到的表征干湿状态的指数，SPEI值越大越湿润，值越小越干旱，在干旱研究中应用广泛。
[0018]在本申请可选的实施例中，监测时间段和待识别区域可以由服务器预先设定也可以由查询者自定义。其中，监测时间段即为获取指数格点数据的时间段，可以是一小时、一天、一周、一个月、一个季度等；待识别区域可以是一个城市、一个国家等查询者需要进行干旱事件识别的区域。
[0019]在监测时间段内周期性地获取待识别区域的温度格点数据和降水量格点数据。
[0020]上述温度格点数据和降水量格点数据是指分布于各个需要监测地区的多个高密度的气象观测站所获取的气候指标数据，再利用ANUSPLIN软件的薄盘样条法(Thin Plate Spline，TPS)进行空间插值得到的一定精度的格点数据集，比如0.5
°×
0.5
°
降水量格点数据。格点资料对极端气候事件的计算和判断更加简单快捷。
[0021]根据温度格点数据和降水量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动态过程中的区域性干旱事件识别方法，其特征在于：具体包括以下步骤：步骤1、获得待识别区域内的指数格点数据：在监测时间段内周期性地获取待识别区域内的指数格点数据，所述指数格点数据包括格点和标准化降水蒸散指数，所述格点包括格点面积和格点坐标；步骤2、识别当前事件：采用步骤1中的标准化降水蒸散指数，对每个时刻的当前干旱事件的干旱范围的面积进行逐一识别；步骤3、识别同一个干旱源事件，包括如下步骤：步骤31、设定重合面积阀值；步骤32、计算步骤2中的相邻时刻的当前干旱范围的重合面积，并与步骤31中的重合面积阀值进行比较判定，当相邻时刻的当前干旱范围的重合面积大于重合面积阀值时，则判断该相邻时刻的当前干旱事件属于同一个干旱源事件。2.根据权利要求1所述的一种动态过程中的区域性干旱事件识别方法，其特征在于：所述步骤2中，采用标准化降水蒸散指数，识别当前干旱事件的方法，包括如下步骤：步骤21、设定标准化降水蒸散指数指标阀值步骤22、在监测时间段内找出标准化降水蒸散指数最小的格点作为干旱中心，在与干旱中心连接的格点中找出标准化降水...

【专利技术属性】
技术研发人员：王艳君，黄金龙，王国杰，苏布达，翟建青，姜彤，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：