本发明专利技术公开了一种降雨同位素数据集的构建方法、装置及存储介质，所述方法包括：获取原始降雨同位素数据集，原始降雨同位素数据集包括指定区域目标时段内的降雨同位素观测含量数据，以及该指定区域目标时段内不同气候模式下的降雨同位素模拟含量数据；对原始降雨同位素数据集进行聚类分析，得到多个降雨同位素数据类簇，对每个降雨同位素数据类簇中的降雨同位素模拟含量数据进行偏差校正，以得到多个校正后的降雨同位素模拟含量数据；利用多个校正后的降雨同位素模拟含量数据，组成降雨同位素数据集；本发明专利技术将聚类分析与多气候模式的偏差校正方法相结合，能够更加精细地捕捉同位素数据的时空变异性，得到更加准确且长时间序列连续的同位素数据集。续的同位素数据集。续的同位素数据集。
【技术实现步骤摘要】
降雨同位素数据集的构建方法、装置、设备及存储介质
[0001]本专利技术属于同位素水文
，具体涉及一种降雨同位素数据集的构建方法、装置、电子设备及存储介质。
技术介绍
[0002]降雨中氧和氢同位素是理想的物理示踪剂，对于解读不同时空尺度的水循环机制，探究降雨来源和水汽输送过程具有重要的科学意义，高精度长时间序列的降雨同位素数据集是深入理解和研究降雨过程的资料基础，然而，由于降雨中稳定同位素测量方法的技术要求较高而且费用昂贵，同位素观测数据十分匮缺，呈现空间分布不均匀，时间分布不连续的特点；目前，国内外广泛认可的搭建降雨同位素数据集的方法主要有两种，一种是基于经验公式的统计或者地统计模型，另一种是基于物理过程的数值模型。
[0003]基于经验公式的统计或者地统计模型是通过建立降雨中稳定同位素含量与相关的水文气象因子的关系，然后把这种关系运用于降雨稳定同位素数据匮缺的时段和区域，从而得出预测的降雨同位素，以完善补充现有同位素数据的方法；由于该方法往往是基于地统计插值方法获取降雨中稳定同位素与水文气象因子的关系，所以会忽略动态特征的捕捉，比如水汽输送过程和循环系统之间的交互作用等等，此外，降雨稳定同位素观测站点的时间分布不均匀，而且数据量有限，无法记录降雨同位素完整的时间变化周期，导致这种方法很难搭建可靠的连续长时间序列的同位素数据集。
[0004]基于物理过程的数值模型指的是引入稳定同位素的全球气候模式，也就是根据同位素在自然界的水循环中的分馏规律，将稳定同位素的循环耦合加入全球气候模式，进而模拟出各种水体中同位素的时空分布，最终得出降雨同位素数据的方法，但是，基于全球气候模式搭建同位素数据集存在以下不足：一是计算需求很高，二是由于模拟结果基于模型假设条件，模型本身和观测数据存在一定的偏差，缺少对模拟数据的校正；因此，如何搭建出更加准确且连续长时间序列的降雨同位素数据集成为一个亟待解决的问题。
技术实现思路
[0005]本专利技术的目的是提供一种降雨同位素数据集的构建方法、装置、电子设备及存储介质，用以解决现有技术中存在的无法搭建可靠的连续长时间序列的同位素数据集以及搭建的数据集缺少校正，导致偏差较大的问题。
[0006]为了实现上述目的，本专利技术采用以下技术方案：
[0007]第一方面，本专利技术提供了一种降雨同位素数据的构建方法，包括：
[0008]获取原始降雨同位素数据集，其中，所述原始降雨同位素数据集包括指定区域目标时段内的降雨同位素观测含量数据，以及该指定区域目标时段内不同气候模式下的降雨同位素模拟含量数据；
[0009]对所述原始降雨同位素数据集进行聚类分析，得到多个降雨同位素数据类簇；
[0010]利用每个降雨同位素数据类簇中的降雨同位素观测含量数据，对每个降雨同位素
数据类簇中的降雨同位素模拟含量数据进行偏差校正，以得到多个校正后的降雨同位素模拟含量数据；
[0011]利用多个校正后的降雨同位素模拟含量数据，组成降雨同位素数据集。
[0012]基于上述公开的内容，本专利技术先获取待研究区域目标时段内的降雨同位素模拟含量数据，以及该区域目标时段内不同气候模式下的降雨同位素模拟含量数据，以组成包含有该区域在目标时段内所有的实际测量含量数据以及所有气候模式下的模拟含量数据的原始降雨同位素数据集，接着，本专利技术对原始降雨同位素数据集进行聚类分析，从而把呈现相似时空规律的数据划分为同类，而不是按照传统的季度和地理区域进行分类，由此，即可借助聚类分析，记录相似时空规律同位素数据完整的时间变化周期，从而聚类得到连续长时间序列的同位素数据，同时，本专利技术还利用降雨同位素数据类簇中的降雨同位素观测含量数据对对应类簇中的降雨同位素模拟含量数据进行偏差校正，通过该步骤，可得到更加精细化以及准确化的模拟数据，最后，利用校正后的降雨同位素模拟含量数据即可组成最终的降雨同位素数据集。
[0013]通过上述设计，本专利技术将聚类分析与多气候模式的偏差校正方法相结合，能够更加精细地捕捉同位素数据的时空变异性，得到更加准确且长时间序列连续的同位素数据集。
[0014]在一个可能的设计中，利用每个降雨同位素数据类簇中的降雨同位素观测含量数据，对每个降雨同位素数据类簇中的降雨同位素模拟含量数据进行偏差校正，以得到多个校正后的降雨同位素模拟含量数据，包括：
[0015]基于每个降雨同位素数据类簇中的降雨同位素模拟含量数据和降雨同位素观测含量数据，得到每个降雨同位素数据类簇的第一偏差校正因子；
[0016]将每个降雨同位素数据类簇对应的第一偏差校正因子，与对应类簇内的各个降雨同位素模拟含量数据相加，以得到多个校正后的降雨同位素模拟含量数据。
[0017]基于上述公开的内容，本专利技术公开了各个类簇中降雨同位素模拟含量数据的偏差校正过程，即先利用各个类簇中降雨同位素模拟含量数据和观测含量数据计算得到对应类簇的第一偏差校正因子，接着，对于任一降雨同位素数据类簇，将该类簇内各个降雨同位素模拟含量数据与该类簇对应的第一偏差校正因子相加，即可得到校正后的降雨同位素模拟含量数据，最后，按照前述方法将所有类簇中的降雨同位素模拟含量数据进行校正，即可得到多个校正后的降雨同位素模拟含量数据。
[0018]在一个可能的设计中，基于每个降雨同位素数据类簇中的降雨同位素模拟含量数据和降雨同位素观测含量数据，得到每个降雨同位素数据类簇的第一偏差校正因子，包括：
[0019]计算每个降雨同位素数据类簇中所有降雨同位素模拟含量数据的平均值，作为第一偏差校正因子计算值，以及计算每个降雨同位素数据类簇中所有降雨同位素观测含量数据的第二平均值，作为第二偏差校正因子计算值；
[0020]将每个降雨同位素数据类簇对应的第一偏差校正因子计算值与第二偏差校正因子计算值之间的差值，作为每个降雨同位素数据类簇的第一偏差校正因子。
[0021]在一个可能的设计中，利用每个降雨同位素数据类簇中的降雨同位素观测含量数据，对每个降雨同位素数据类簇中的降雨同位素模拟含量数据进行偏差校正，以得到多个校正后的降雨同位素模拟含量数据，包括：
[0022]计算每个降雨同位素数据类簇中的第一数据序列在不同等分条件下的分位数值，以作为每个降雨同位素数据类簇的第三偏差校正因子计算值，其中，任一降雨同位素数据类簇中的第一数据序列包括任一降雨同位素数据类簇中所有的降雨同位素模拟含量数据；
[0023]计算每个降雨同位素数据类簇中的第二数据序列在不同等分条件下的分位数值，以作为每个降雨同位素数据类簇的第四偏差校正因子计算值，其中，任一降雨同位素数据类簇中的第二数据序列包括任一降雨同位素数据类簇中所有的降雨同位素观测含量数据；
[0024]基于每个降雨同位素数据类簇的第三偏差校正因子计算值和第四偏差校正因子计算值，得到每个降雨同位素数据类簇的第二偏差校正因子数组；
[0025]对每个降雨同位素数据类簇的第二偏差校正因子数组进行插值处理，得到每个降雨同位素数据类簇中各个降雨同位素模拟本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种降雨同位素数据集的构建方法，其特征在于，包括：获取原始降雨同位素数据集，其中，所述原始降雨同位素数据集包括指定区域目标时段内的降雨同位素观测含量数据，以及该指定区域目标时段内不同气候模式下的降雨同位素模拟含量数据；对所述原始降雨同位素数据集进行聚类分析，得到多个降雨同位素数据类簇；利用每个降雨同位素数据类簇中的降雨同位素观测含量数据，对每个降雨同位素数据类簇中的降雨同位素模拟含量数据进行偏差校正，以得到多个校正后的降雨同位素模拟含量数据；利用多个校正后的降雨同位素模拟含量数据，组成降雨同位素数据集。2.根据权利要求1所述的方法，其特征在于，利用每个降雨同位素数据类簇中的降雨同位素观测含量数据，对每个降雨同位素数据类簇中的降雨同位素模拟含量数据进行偏差校正，以得到多个校正后的降雨同位素模拟含量数据，包括：基于每个降雨同位素数据类簇中的降雨同位素模拟含量数据和降雨同位素观测含量数据，得到每个降雨同位素数据类簇的第一偏差校正因子；将每个降雨同位素数据类簇对应的第一偏差校正因子，与对应类簇内的各个降雨同位素模拟含量数据相加，以得到多个校正后的降雨同位素模拟含量数据。3.根据权利要求2所述的方法，其特征在于，基于每个降雨同位素数据类簇中的降雨同位素模拟含量数据和降雨同位素观测含量数据，得到每个降雨同位素数据类簇的第一偏差校正因子，包括：计算每个降雨同位素数据类簇中所有降雨同位素模拟含量数据的平均值，作为第一偏差校正因子计算值，以及计算每个降雨同位素数据类簇中所有降雨同位素观测含量数据的第二平均值，作为第二偏差校正因子计算值；将每个降雨同位素数据类簇对应的第一偏差校正因子计算值与第二偏差校正因子计算值之间的差值，作为每个降雨同位素数据类簇的第一偏差校正因子。4.根据权利要求1所述的方法，其特征在于，利用每个降雨同位素数据类簇中的降雨同位素观测含量数据，对每个降雨同位素数据类簇中的降雨同位素模拟含量数据进行偏差校正，以得到多个校正后的降雨同位素模拟含量数据，包括：计算每个降雨同位素数据类簇中的第一数据序列在不同等分条件下的分位数值，以作为每个降雨同位素数据类簇的第三偏差校正因子计算值，其中，任一降雨同位素数据类簇中的第一数据序列包括任一降雨同位素数据类簇中所有的降雨同位素模拟含量数据；计算每个降雨同位素数据类簇中的第二数据序列在不同等分条件下的分位数值，以作为每个降雨同位素数据类簇的第四偏差校正因子计算值，其中，任一降雨同位素数据类簇中的第二数据序列包括任一降雨同位素数据类簇中所有的降雨同位素观测含量数据；基于每个降雨同位素数据类簇的第三偏差校正因子计算值和第四偏差校正因子计算值，得到每个降雨同位素数据类簇的第二偏差校正因子数组；对每个降雨同位素数据类簇的第二偏差校正因子数组进行插值处理，得到每个降雨同位素数据类簇中各个降雨同位素模拟含量数据对应的第三偏差校正因子；求和每个降雨同位素数据类簇中各个降雨同位素模拟含量数据与对应的第三偏差校正因子，以得到多个校正后的降雨同位素模拟含量数据。
5.根据权利...
【专利技术属性】
技术研发人员：彭培艺，张春泽，周勤，马倩，惠宇，徐雨妮，
申请(专利权)人：重庆西科水运工程咨询有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。