基于多种时空指标及综合排序的变量优选气候模式的方法技术

本发明专利技术提出基于多种时空指标及综合排序的变量优选气候模式的方法，包括以根据实际需求，选取若干气候模式，根据研究区域情况，将若干气候模式输出的各变量从原始网格尺度进行内插到目标分辨率，对各变量进行数据处理，分别得到研究区域空间平均对应的时间序列，以及时间平均对应的空间格点分布，使用多个时间评价指标分别对不同气候模式对各变量时间序列的模拟效果进行评价并排序，使用多个空间评价指标分别对不同气候模式对各变量空间格点的模拟效果进行评价并排序，筛选得到各变量对应的最优气候模式，得到相应变量未来预测值，计算量较小、节约计算资源，并通过选取最佳模式得到了未来不同情境下气候变量的相应数据。得到了未来不同情境下气候变量的相应数据。得到了未来不同情境下气候变量的相应数据。

【技术实现步骤摘要】
基于多种时空指标及综合排序的变量优选气候模式的方法


[0001]本专利技术涉及水文学领域
，尤其涉及基于多种时空指标及综合排序的变量优选气候模式的方法。

技术介绍

[0002]气候模式输出变量数据如降水、气温等通常被用于对未来气候变化情况进行定量预估。不同情景下的各气候模式输出的降水及气温数据成为预估未来气候变化下对人类生产生活安全影响的重要工具。
[0003]由于全球现有的地理信息系统计算全球气候变量过程中没有解析解，因而不同机构的不同模式输出的预估数据通常存在着一定的不确定性，加上各模式在不同区域不同变量上模拟效果不同。
[0004]为此，通过对多模式输出数据进行客观地评价，可以更好地对不同区域变量选取适当的气候模式。而当前关于气候模式输出变量数据的计算通常采用多模式集合平均，需要较多的计算资源，计算气候变化对水文、自然生态等多方面影响时，消耗较多的计算资源。且现有评价体系，少从时间和空间多种指标综合评价排序后对气候变量选取适当的模型，对于气候变量未来的预测，多取范围值，较为冗杂。

技术实现思路

[0005]为解决现有技术中的不足，本专利技术提供基于多种时空指标及综合排序的变量优选气候模式的方法，通过针对各气候变量优选气候模式，得到各变量对应最优的气候模式，提高了预测的准确性并节约了计算资源。
[0006]为了解决上述技术问题，本专利技术采用的技术方案为：基于多种时空指标及综合排序的变量优选气候模式的方法，包括以下步骤：步骤S1、根据实际需求，选取若干气候模式；步骤S2、根据研究区域情况，将若干气候模式输出的各变量从原始网格尺度进行内插，内插到目标分辨率；步骤S3、对各变量进行数据处理，分别得到研究区域空间平均对应的时间序列，以及时间平均对应的空间格点分布；步骤S4、使用多个时间评价指标分别对目标分辨率下的不同气候模式对各变量时间序列的模拟效果进行评价并排序，并基于多个时间评价指标对不同气候模式进行排序；步骤S5、使用多个空间评价指标分别对目标分辨率下的不同气候模式对各变量空间格点的模拟效果进行评价并排序，并基于多个空间评价指标对不同气候模式进行排序；步骤S6、针对目标区域在目标分辨率下筛选得到各变量对应的最优气候模式，得到相应变量未来预测值。
[0007]进一步地，若干气候模式从IPCC公布的CMIP5或CMIP6中选取。
[0008]进一步地，所述步骤S2中具体包括：
步骤S201、采用多种插值方法将若干气候模式输出的各变量从原始网格尺度进行内插，内插到目标观测数据对应的网格分辨率；步骤S202、采用空间数据的均值、方差、协方差、独立性和变异函数的估计分析多种插值方法；步骤S203、评价多种插值方法；步骤S204、选择合适的插值方法；步骤S205、采用步骤S204选出的插值方法进行数据内插。
[0009]进一步地，所述步骤S201中，多种插值方法包括双曲线插值法、反距离插值法、克里金插值法和地理加权回归插值法。
[0010]进一步地，所述步骤S4中，多个时间评价指标包括误差、相关误差、均方根误差、归一化均方根误差、纳什效率系数，其中，误差计算的计算公式为：（1）其中，和分别为气候模式模拟结果以及观测数据不同统计时限上的平均值；相对误差的计算公式：（2）其中，和为模型和观测数据时间序列处的值，为样本长度；均方根误差的计算公式为：（3）其中，和分别为在第个网格、的时间阶段气候模式模拟数据和观测数据的值，为格点总数，为总数据量的大小；归一化均方根误差的计算公式为：（4）纳什效率系数的计算公式为：（5）。
[0011]进一步地，基于多个时间评价指标对气候模式进行排序的计算公式为：（6）其中，为气候模式的个数，为参与评价的时间评价指标个数，此处为5，为一个气候模式在一个时间评价指标中的排名，值越大，气候模式表现越好，排名越靠前。
[0012]进一步地，多个空间评价指标包括系数、克莱姆系数、模拟技能分数、空间效率指标、Kling
‑
Gupta效率系数，其中，系数的计算公式为：（7）其中，为观测组以及模拟组中的分类数，如降水、最高或最低气温，是一个用于描述数据类之间关系的权变矩阵，表示观测数组中的类，表示模拟数组中的类；克莱姆系数的计算公式为：（8）其中，为卡方，为观测数据总数，为行数，为列数，等于2；模拟技能分数的计算公式为：（9）其中，公式（9）中为均方误差，使用公式（10）、（11）计算；（10）（11）其中，和是降水或气温在观测数据和模拟数据中列和行的数，和为观测数据和模拟数据比例，为模型数；空间效率指标的计算公式为：（12）
其中，为观测数据与模拟数据之间的皮尔逊相关系数，为空间变异系数，由公式（13）决定，为观测数据与模拟数据之间的直方图重叠系数，由公式（14）决定：（13）其中，和为模拟数据和观测数据的平均值。和为模拟数据和观测数据的标准差；（14）其中，、、为观测数据、模拟数据的直方图值和直方图中的元素数目；Kling
‑
Gupta效率系数的计算公式：（15）其中，为观测数据与模拟数据之间的皮尔逊相关系数，为变异率，由公式（16）决定，为偏差率，由公式（17）决定；（16）其中，和为模拟数据和观测数据的平均值；（17）其中，和为模拟数据和观测数据的变异系数。
[0013]进一步地，基于多个空间评价指标对气候模式进行排序的计算公式为：（18）其中，为气候模式的个数，为参与评价的空间评价指标个数，此处为5，为一个气候模式在一个空间评价指标中的排名，值越大，气候模式表现越好，排名越靠前。
[0014]进一步地，所述步骤S6中，综合排序的计算公式为：
（19）其中，为气候模式的个数，为参与评价的指标个数，为10，为一个气候模式在一个时间评价指标或者空间评价指标的排名，值越大，气候模式表现越好，排名越靠前。
[0015]与现有技术相比，本专利技术具有以下优点和有益效果：本专利技术提出了一种基于多种时空指标及综合排序的各变量优选气候模式的方法，对各个时空指标评价结果都进行了统计分析，各变量未来预估值的结果由相应的优选气候模式输出数据确定。使用综合排序可得出各个气候模式对于相应气候变量模拟效果，从而得出每个变量的最优气候模式或者最优气候模式组合，从而克服了解决提取区域气候变量数据时，通常采用基于多模式平均计算时过程较为冗杂的问题。与现有计算方法相比，该方法计算量较小、节约计算资源，并通过选取最佳模式得到了未来不同情境下气候变量的相应数据，提高区域气候变量预测值准确性。
附图说明
[0016]图1是本专利技术的整体流程图。
[0017]图2 是排名第1和第21的气候模式与参考日降水时间累积分布对比图。
[0018]图3 是排名第1和第21的气候模式与参考日降水箱型图。
[0019]图4 是排名第1的气候模式日降水空间分布图。
[0020]图5 是排名第21的气候模式日降水空间分布图。
[0021]图6 是参考日降水空间分布图。
具体实施方式本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于多种时空指标及综合排序的变量优选气候模式的方法，其特征在于，包括以下步骤：步骤S1、根据实际需求，选取若干气候模式；步骤S2、根据研究区域情况，将若干气候模式输出的各变量从原始网格尺度进行内插，内插到目标分辨率；步骤S3、对各变量进行数据处理，分别得到研究区域空间平均对应的时间序列，以及时间平均对应的空间格点分布；步骤S4、使用多个时间评价指标分别对目标分辨率下的不同气候模式对各变量时间序列的模拟效果进行评价并排序，并基于多个时间评价指标对不同气候模式进行排序；步骤S5、使用多个空间评价指标分别对目标分辨率下的不同气候模式对各变量空间格点的模拟效果进行评价并排序，并基于多个空间评价指标对不同气候模式进行排序；步骤S6、针对目标区域在目标分辨率下筛选得到各变量对应的最优气候模式，得到相应变量未来预测值。2.根据权利要求1所述的基于多种时空指标及综合排序的变量优选气候模式的方法，其特征在于：若干气候模式从IPCC公布的CMIP5或CMIP6中选取。3.根据权利要求1所述的基于多种时空指标及综合排序的变量优选气候模式的方法，其特征在于，所述步骤S2中具体包括：步骤S201、采用多种插值方法将若干气候模式输出的各变量从原始网格尺度进行内插，内插到目标观测数据对应的网格分辨率；步骤S202、采用空间数据的均值、方差、协方差、独立性和变异函数的估计分析多种插值方法；步骤S203、评价多种插值方法；步骤S204、选择合适的插值方法；步骤S205、采用步骤S204选出的插值方法进行数据内插。4.根据权利要求1所述的基于多种时空指标及综合排序的变量优选气候模式的方法，其特征在于：所述步骤S201中，多种插值方法包括双曲线插值法、反距离插值法、克里金插值法和地理加权回归插值法。5.根据权利要求1所述的基于多种时空指标及综合排序的变量优选气候模式的方法，其特征在于：所述步骤S4中，多个时间评价指标包括误差、相关误差、均方根误差、归一化均方根误差、纳什效率系数，其中，误差计算的计算公式为：（1）其中，和分别为气候模式模拟结果以及观测数据不同统计时限上的平均值；相对误差的计算公式：（2）其中，和为模型和观测数据时间序列处的值，为样本长度；
均方根误差的计算公式为：（3）其中，和分别为在第个网格、的时间阶段气候模式模拟数据和观测数据的值，为格点总数，为总数据量的大小；归一化均方根误差的计算公式为：（4）纳什效率系数的计算公式为：（5）。6.根据权利要求5所述的基于多种时空指标及综合排序的变量优选...

【专利技术属性】
技术研发人员：雷雅文，
申请(专利权)人：武汉大学，
类型：发明
国别省市：