一种面向观测站点数据的极端降水事件分析方法及系统技术方案

本发明专利技术涉及水文水资源分析技术领域，提出一种面向观测站点数据的极端降水事件分析方法及系统，其中包括以下步骤：获取各个站点的逐日降水数据和降水发生时间；根据所述逐日降水数据进行筛选，得到极端降水事件；根据任意两个站点发生的极端降水事件之间的延迟是否超出预设的延迟阈值，判断极端降水事件是否同步；对于被判定为同步的极端降水事件，基于事件的同步强度量化相应极端降水事件的总体时空连接，并基于所述显著延迟强度表征极端降水事件的总体传播方向，对极端降水事件的同步进行显著性检验，得到通过显著性检验的显著同步强度矩阵和显著延迟强度矩阵，构成极端降水事件的无向网络和有向网络，并将其作为极端降水事件分析结果输出。事件分析结果输出。事件分析结果输出。

【技术实现步骤摘要】
一种面向观测站点数据的极端降水事件分析方法及系统


[0001]本专利技术涉及水文水资源分析
，更具体地，涉及一种面向观测站点数据的极端降水事件分析方法及系统。

技术介绍

[0002]受气候变化影响，极端降水在总量、频率、强度等方面发生了明显变化，已对人类生命及社会经济安全构成重大风险，亟需理解和掌握极端降水的变化以筹备防灾减灾。
[0003]目前有提出针对极端降水趋势分析的方法，通过收集气象水文观测数据和大尺度气候异常指标数据，然后对年最大径流序列方差进行测试，识别年最大径流序列数据中的变异点，确定变异点位置，确定年最大径流时间序列是否具有统计上的显著趋势，然后对最大径流序列的统计参数进行线性以及非线性趋势变化分析，以及利用赫斯特指数H估计径流时间序列的长期平稳性特征。然而，观测站点记录到的极端降水事件往往在空间上离散、时间上不连续，因此对于极端降水的非线性演化研究存在困难。

技术实现思路

[0004]本专利技术为克服上述现有技术所述的极端降水事件在不连续时空中的非线性演化分析存在困难的缺陷，提供一种面向观测站点数据的极端降水事件分析方法及系统。
[0005]为解决上述技术问题，本专利技术的技术方案如下：
[0006]一种面向观测站点数据的极端降水事件分析方法，包括以下步骤：
[0007]获取各个站点的逐日降水数据和降水发生时间；
[0008]根据所述逐日降水数据进行筛选，得到极端降水事件；
[0009]根据任意两个站点发生的极端降水事件之间的延迟是否超出预设的延迟阈值，判断极端降水事件是否同步；
[0010]对于被判定为同步的极端降水事件，基于事件的同步强度量化相应极端降水事件的总体时空连接，并基于所述显著延迟强度表征极端降水事件的总体传播方向，对极端降水事件的同步进行显著性检验，得到通过显著性检验的显著同步强度矩阵和显著延迟强度矩阵；
[0011]根据所述显著同步强度矩阵和显著延迟强度矩阵分别构成极端降水事件的无向网络和有向网络，并将其作为极端降水事件分析结果输出。
[0012]进一步地，本专利技术还提出了一种面向观测站点数据的极端降水事件分析系统，应用本专利技术提出的极端降水事件分析方法。其中包括：
[0013]数据采集模块，用于获取各个站点的逐日降水数据和降水发生时间；
[0014]预处理模块，用于根据所述逐日降水数据进行筛选，得到极端降水事件；
[0015]事件同步判断模块，用于根据任意两个站点发生的极端降水事件之间的延迟是否超出预设的延迟阈值，判断极端降水事件是否同步；
[0016]复杂网络构建模块，用于对被判定为同步的极端降水事件构建极端降水事件分析
复杂网络，并将所述极端降水事件分析复杂网络作为极端降水事件分析结果输出；
[0017]其中，基于事件的同步强度量化相应极端降水事件的总体时空连接，并基于所述显著延迟强度表征极端降水事件的总体传播方向，对极端降水事件的同步进行显著性检验，得到显著同步强度矩阵和显著延迟强度矩阵，组成所述极端降水事件分析复杂网络，用于极端降水的时空连接和传播规律分析。
[0018]进一步地，本专利技术还提出了一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，其中所述计算机可读指令被所述处理器执行时，使得所述处理器执行本专利技术提出的极端降水事件分析方法的步骤。
[0019]进一步地，本专利技术还提出了一种存储介质，其上存储有计算机可读指令，其中，所述计算机可读指令被处理器执行时实现本专利技术提出的极端降水事件分析方法的步骤。
[0020]与现有技术相比，本专利技术技术方案的有益效果是：本专利技术通过量化极端降水事件的总体同步程度和总体传播方向，构建极端降水事件复杂网络分析模型，以及通过构建极端降水的时空连接特征和传播特征，定量表征出复杂网络视角下的极端降水在不连续时空中的非线性演化，能够有利于观测站点关于极端降水事件的非线性演化研究，且具有易理解、易操作的特点。
附图说明
[0021]图1为实施例1的极端降水事件分析方法的流程图。
[0022]图2为实施例2的输入文件的文件头信息示意图。
[0023]图3为实施例2的站点逐日降水数据的站点
‑
时间剖面图。
[0024]图4为实施例2的观测站点极端降水阈值示意图。
[0025]图5为实施例2的极端降水事件数示意图。
[0026]图6为实施例2的显著性检验结果示意图。
[0027]图7为实施例2的极端降水的空间连接示意图。
[0028]图8为实施例2的极端降水的传入特征示意图。
[0029]图9为实施例2的极端降水的传出特征示意图。
[0030]图10为实施例3的极端降水事件分析系统的架构图。
具体实施方式
[0031]附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些公知说明可能省略是可以理解的。
[0032]下面结合附图和实施例对本专利技术的技术方案做进一步的说明。
[0033]实施例1
[0034]本实施例提出一种面向观测站点数据的极端降水事件分析方法，如图1所示，为本实施例的极端降水事件分析方法的流程图。
[0035]本实施例提出的极端降水事件分析方法中，包括以下步骤：
[0036]S1、获取各个站点的逐日降水数据和降水发生时间。
[0037]S2、根据所述逐日降水数据进行筛选，得到极端降水事件。
[0038]S3、根据任意两个站点发生的极端降水事件之间的延迟是否超出预设的延迟阈
值，判断极端降水事件是否同步。
[0039]其中，被判定为同步的两个极端降水事件用于后续构建复杂网络，否则弃之。
[0040]S4、对于被判定为同步的极端降水事件，基于事件的同步强度量化相应极端降水事件的总体时空连接，并基于所述显著延迟强度表征极端降水事件的总体传播方向，对极端降水事件的同步进行显著性检验，得到通过显著性检验的显著同步强度矩阵和显著延迟强度矩阵。
[0041]S5、根据所述显著同步强度矩阵和显著延迟强度矩阵分别构成极端降水事件的无向网络和有向网络，并将其作为极端降水事件分析结果输出。
[0042]本实施例通过量化极端降水事件的总体同步程度和总体传播方向，以及对原始极端降水事件同步进行显著性检验，得到具有统计意义的能够代表物理机制的显著同步强度和延迟强度，由此构建极端降水事件的无向网络和有向网络，得到极端降水事件复杂网络分析模型，用于极端降水的时空连接和传播规律分析，实现极端降水事件在不连续时空中的非线性演化分析。
[0043]本实施例利用通过显著性检验的显著同步强度矩阵和显著延迟强度矩阵，以编码方式在矩阵中定量表征出复杂网络视角下的极端降水在不连续时空中的非线性演化，能够有利于观测站点关于极端降水事件的非线性演化研究，且具有易理解、易操作的特点。
[0044]其中可选地，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向观测站点数据的极端降水事件分析方法，其特征在于，包括：获取各个站点的逐日降水数据和降水发生时间；根据所述逐日降水数据进行筛选，得到极端降水事件；根据任意两个站点发生的极端降水事件之间的延迟是否超出预设的延迟阈值，判断极端降水事件是否同步；对于被判定为同步的极端降水事件，基于事件的同步强度量化相应极端降水事件的总体时空连接，并基于所述显著延迟强度表征极端降水事件的总体传播方向，对极端降水事件的同步进行显著性检验，得到通过显著性检验的显著同步强度矩阵和显著延迟强度矩阵；根据所述显著同步强度矩阵和显著延迟强度矩阵分别构成极端降水事件的无向网络和有向网络，并将其作为极端降水事件分析结果输出。2.根据权利要求1所述的极端降水事件分析方法，其特征在于，所述根据所述逐日降水数据进行筛选，包括：根据所述逐日降水数据和降水发生时间，对逐日降水数据超出预设的第一阈值的日期判定为相应站点的有雨日，并根据有雨日的逐日降水数据组成每个站点的有雨日序列；对每个站点的有雨日序列进行升序排序，对有雨日序列数据超出预设的第二阈值的事件判定为相应站点的极端降水事件，并将其发生时间作为相应极端降水事件的发生时间；其中，对于在时间上连续的若干极端降水事件视为单一极端降水事件，并取第一天为相应极端降水事件的发生时间。3.根据权利要求2所述的极端降水事件分析方法，其特征在于，所述根据任意两个极端降水事件之间的延迟是否超出预设的延迟阈值，判断极端降水事件是否同步，包括：对于任意两个站点i和j上所有极端降水事件的发生时间构成时间集合：其中，和分别表示在站点i和站点j上观测到的第u个和第v个极端降水事件的发生时间；l
i
和l
j
分别表示站点i和站点j上发生的极端降水事件的总数；计算站点i上的极端降水事件u与站点j上的极端降水事件v之间的延迟计算站点i上的极端降水事件u与站点j上的极端降水事件v之间的延迟将动态延迟作为延迟阈值；其表达式为：其中，当动态延迟大于预设的延迟极限值τ
max
时，则判断：当满足时，则判定时刻发生的极端降水事件与时刻发生的极端降水事件为同步的极端降水事件，否则为不同步的极端降水事件；当动态延迟小于或等于预设的延迟极限值τ
max
时，则判断：当满足时，则
判定时刻发生的极端降水事件与时刻发生的极端降水事件为同步的极端降水事件，否则为不同步的极端降水事件。4.根据权利要求1所述的极端降水事件分析方法，其特征在于，所述基于事件的同步强度量化相应极端降水事件的总体同步程度，包括：根据极端降水事件在相应站点的发生时间，计算极端降水事件在站点i和站点j的先后发生的数量；其表达式为：发生的数量；其表达式为：发生的数量；其表达式为：发生的数量；其表达式为：其中，c(i|j)表示极端降水先在站点i发生而后在站点j发生的事件数量，c(j|i)表示极端降水先在站点j发生而后在站点i发生的事件数量表示；J
ij
和J
ji
分别表示单次事件同步判定的分类得分结果；标准化量化两个站点的总体同步程度，计算站点i和站点j的同步强度Q
ij
；其表达式为：其中，Q
ij
∈[0,1]；同步强度Q
ij
值越大，表示站点i和站点j的在τ
max
内先后发生极端降水的可能性越高；根据任意两个站点的同步强度Q
ij
组成同步强度矩阵Q。5.根据权利要求4所述的极端降水事件分析方法，其特征在于，所述基于所述显著延迟强度表征极端降水事件的总体传播方向，包括：根据同步的极端降水在不同站点先后发生的事件数量，计算延迟强度q
ij
；其表达式为：其中，q
ij
表示两个同步极端降水的总体传播方向，且q
ij
∈[
‑
1,1]；当q
ij
＝0时，表示总体上不呈现传播特征；当q
ij
∈(0,1]时，则表示...

【专利技术属性】
技术研发人员：赵铜铁钢，黎晓东，郭成超，陈晓宏，
申请(专利权)人：中山大学，
类型：发明
国别省市：