一种考虑气候变化影响下的热浪-洪水复合灾害评估方法技术

本发明专利技术公开了一种考虑气候变化影响下的热浪

【技术实现步骤摘要】
一种考虑气候变化影响下的热浪
‑
洪水复合灾害评估方法


[0001]本专利技术属于灾害风险预测领域，更具体地，涉及一种考虑气候变化影响下的热浪
‑
洪水复合灾害评估方法。

技术介绍

[0002]在气候变暖影响下，大气
‑
陆面系统发生了显著的变化，极端事件的频次、历时、烈度、影响面积逐步加剧；同时，一种新的复合灾害：热浪
‑
洪水复合灾害开始出现，并日趋频繁给人类的生命、财产、生态和社会带来了很大的威胁和挑战，需要采取有效的措施进行防范和应对。
[0003]如何获取未来高精度气温、径流数据，预估未来热浪
‑
洪水复合灾害风险，是当前研究的热点和难点。气候模式为预估未来气候情景提供了可靠工具，但在流域尺度，气候情景输出存在较大偏差，无法直接应用；此外，模式输出中的陆面变量，涉及到大气
‑
陆面传播过程，导致产流预估结果并不可靠，从而对未来热浪
‑
洪水复合灾害风险的预估的准确性造成影响。

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考虑气候变化影响下的热浪
‑
洪水复合灾害评估方法，由此解决现有的未来热浪
‑
洪水复合灾害风险的预估方法准确性不高的技术问题。
[0005]为实现上述目的，按照本专利技术的第一方面，提供了一种考虑气候变化影响下的热浪
‑
洪水复合灾害评估方法，包括：
[0006]S1，按照复合灾害评估的时间节点，将研究区域的CMIP6 GCM数据划分为历史、未来数据，并以ERA5
‑
Land数据为基准，分别对所述历史、未来数据进行偏差校正；其中，所述CMIP6 GCM数据和ERA5
‑
Land数据中的气象变量包括日尺度降水、气温、露点温度、相对湿度及风速；
[0007]S2，将校正后的历史、未来数据输入陆面过程模式CLM5.0中，得到所述研究区域的历史、未来产流第一模拟数据；
[0008]S3，将校正后的历史、未来数据及历史、未来产流第一模拟数据输入至Bi
‑
LSTM模型，得到所述历史、未来产流第二模拟数据；
[0009]S4，基于游程理论从历史、未来产流第二模拟数据中提取洪水事件，并根据致死热浪指标，从校正后的历史、未来数据中提取热浪事件，以构建热浪
‑
洪水复合灾害集；其中，所述热浪
‑
洪水复合灾害为洪水事件与热浪事件的开始或者结束的时间间隔小于预设时间T；
[0010]S5，根据所述热浪
‑
洪水复合灾害集，基于Copula函数构建热浪
‑
洪水复合灾害风险度量模型，使用Kendall重现期预估未来气候变化影响下所述热浪
‑
洪水复合灾害的风险，并对所述热浪
‑
洪水复合灾害的重现期的不确定性进行评估。
[0011]按照本专利技术的第二方面，提供了一种考虑气候变化影响下的热浪
‑
洪水复合灾害评估系统，包括：计算机可读存储介质和处理器；
[0012]所述计算机可读存储介质用于存储可执行指令；
[0013]所述处理器用于读取所述计算机可读存储介质中存储的可执行指令，执行如第一方面所述的方法。
[0014]按照本专利技术的第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行如第一方面所述的方法。
[0015]总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
[0016]1、本专利技术提供的方法，利用双向长短期记忆网络模型(Bi
‑
LSTM)联合偏差校正后的气温等变量进一步优化CLM5.0模拟产流，从而提高了模拟径流结果的可靠性；基于Copula函数构建热浪
‑
洪水复合灾害风险度量模型，预估未来气候变化影响下热浪
‑
洪水复合灾害风险变化，实现对研究区域的热浪
‑
洪水灾害风险预测；采用Kendall重现期预估未来气候变化影响下热浪
‑
洪水复合灾害风险变化，考虑了极端事件非正态分布的情况，更贴近实际，可以更准确的估计复合灾害的发生；将致死热浪指标“lethal heat stress”引入热浪
‑
洪水复合灾害的评估，该指标考虑了衡量了了干球温度和湿度与全球热浪死亡率之间的关系，使得提取的热浪
‑
洪水复合灾害数据集更加贴合实际灾害情况。
[0017]2、本专利技术提供的方法，通过对CMIP6气候多模式集合数据集各变量进行多元偏差校正，能够同时考虑多个变量，保留不同变量之间的关联性，且考虑了非线性关系，从而在校正过程中不会破坏数据的整体结构和分布规律。有助于提高气候模型输出数据的空间和时间一致性，且具有更高的适应性和准确性。
[0018]3、本专利技术提供的方法，采用了Bootstrap重抽样方法度量热浪
‑
洪水复合灾害重现期的不确定性，能够有效减少偏差，得出不确定性范围，以便于制定更为科学合理的防灾减灾方案。
[0019]4、本专利技术提供的方法，将全球气候模式输出、多元偏差校正、陆面过程模式、机器学习模型、Bootstrap重抽样法与流域热浪
‑
洪水复合灾害相结合，可为气候变化情境下流域热浪
‑
洪水复合灾害的评估、预警提供重要且可操作性强的参考依据，为应对未来气候灾害提供工程参考价值。
附图说明
[0020]图1为本专利技术实施例提供的考虑气候变化影响下的热浪
‑
洪水复合灾害评估方法流程示意图；
[0021]图2为CLM5.0陆面过程模式示意图；
[0022]图3为双向长短期记忆网络模型结构图；
[0023]图4为Kendall重现期危险事件区域图。
具体实施方式
[0024]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并
不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0025]传统联合气候模式输出—偏差校正方法—集总式水文模型的模拟过程可以获得区域径流，但该方法链无法有效反应流域内地表产流的空间异质性。通用陆面过程模式CLM(Community Land Model)是地球系统模式是通用地球系统模式CESM(Community Earth System Model))里的陆面模块，而CLM5.0是CLM陆面过程模式的最新版本，具有较为完善的水文循环机制，是目前国际上发展最为完善的陆面过程模式之一，可模拟高时空分辨率的产流。但该陆面模块包含众多过程，且参数复本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑气候变化影响下的热浪
‑
洪水复合灾害评估方法，其特征在于，包括：S1，按照复合灾害评估的时间节点，将研究区域的CMIP6 GCM数据划分为历史、未来数据，并以ERA5
‑
Land数据为基准，分别对所述历史、未来数据进行偏差校正；其中，所述CMIP6 GCM数据和ERA5
‑
Land数据中的气象变量包括日尺度降水、气温、露点温度、相对湿度及风速；S2，将校正后的历史、未来数据输入陆面过程模式CLM5.0中，得到所述研究区域的历史、未来产流第一模拟数据；S3，将校正后的历史、未来数据及历史、未来产流第一模拟数据输入至Bi
‑
LSTM模型，得到所述历史、未来产流第二模拟数据；S4，基于游程理论从历史、未来产流第二模拟数据中提取洪水事件，并根据致死热浪指标，从校正后的历史、未来数据中提取热浪事件，以构建热浪
‑
洪水复合灾害集；其中，所述热浪
‑
洪水复合灾害为洪水事件与热浪事件的开始或者结束的时间间隔小于预设时间T；S5，根据所述热浪
‑
洪水复合灾害集，基于Copula函数构建热浪
‑
洪水复合灾害风险度量模型，使用Kendall重现期预估未来气候变化影响下所述热浪
‑
洪水复合灾害的风险，并对所述热浪
‑
洪水复合灾害的重现期的不确定性进行评估。2.如权利要求1所述的方法，其特征在于，所述偏差校正包括：A1，将所述ERA5
‑
Land数据中的历史数据矩阵X
o,h
作为观测矩阵，分别对所述CMIP6 GCM数据中的历史、未来数据矩阵X
m,h
和X
m,p
中的每一列气候变量采用delta分位数映射法进行偏差校正，得到和A2，分别对和进行多元偏差校正，以更新和其中，更新后的更新后的更新后的为将X
m,h
′
的协方差矩阵进行分解后得到的上三角矩阵的逆，L
o,h
为将X
o,h
′
的协方差矩阵进行分解后得到的上三角矩阵，A3，再次将X
o,h
作为观测矩阵，分别将经步骤A2更新后的和中的每一列气候变量采用delta分位数映射法进行偏差校正，以再次更新和并判断此时的平均绝对误差MAE
cor
的变化幅度是否低于预设值，若是，则将再次更新后的和作为偏差校正后的最终结果，若否，则返回A2。3.如权利要求1或2所述的方法，其特征在于，所述对所述历史、未来数据进行偏差校正之前，还包括：对所述历史、未来数据进行空间降尺度处理。4.如权利要求1所述的方法，其特征在于，所述复合灾害集为：其中，所述热浪
‑
洪水复合灾害为洪水事件与热浪事件的开始或者结束的时间间隔小于预设时间T，|a
‑
n|＜T or|b
‑
m|＜T，Q
i
为洪水事件从a日起至b日的日流量，T
l,j
为热浪事件从n
日起至m日的致命热浪指数，Q
90th
和T
...

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