【技术实现步骤摘要】
本专利技术涉及气象信息处理与分析的，特别是涉及一种旱涝急转事件的识别方法、装置、设备及存储介质。
技术介绍
1、在全球气候变化和快速发展的社会经济背景下，流域面临着增加的极端降水事件、干旱和洪涝事件的增强和频繁发生以及旱涝急转现象的挑战；然而，现有的对流域旱涝急转事件的分析方法存在一些问题，如流域整体空间或行政区划分的不合理性，以及对旱涝急转事件的时空演变规律缺乏充分深入的认识。
2、为了正确认识流域旱涝急转事件的时空演变规律并采取有效的预防和应对措施，国内外学者在流域气象灾害风险方面进行了大量的研究。然而，现有研究主要集中在定性或半定量的方法上，针对单因素或单指标进行分析识别；干旱风险评估多采用适应性干旱指标，洪涝灾害则多依赖洪水特征和水文频率计算。对于旱涝急转事件的研究相对较少，目前多采用相关指标进行风险评估。
3、然而，在气候变化和人类活动的双重影响下，水资源系统具有时空异质性、风险多样性和多维性等特征。因此，如何综合考虑研究对象风险所处的背景环境，并开展最适宜的多指标、多维度的风险分析方法，提高对旱涝急转事件识别的准确性，从而为流域综合管理提供科学基础，是目前亟需解决的技术问题。
技术实现思路
1、本专利技术要解决的技术问题是：提供一种旱涝急转事件的识别方法、装置、设备及存储介质，能提高对旱涝急转事件的识别准确性。
2、为了解决上述技术问题，本专利技术提供了一种旱涝急转事件的识别方法，包括：
3、获取目标流域内各个气象站点的历
4、基于旋转经验正交分解法对所述目标流域进行空间划分处理，得到多个目标子流域，并获取每个目标子流域内各个气象站点对应的目标标准化加权平均降水指数；
5、分别对所述目标标准化加权平均降水指数进行特征提取，得到所述每个目标子流域对应的洪涝特征和干旱特征；
6、基于所述洪涝特征和所述干旱特征，对所述每个目标子流域进行旱涝急转事件识别，并统计所述每个目标子流域中所述旱涝急转事件的出现频次。
7、在一种可能的实现方式中，获取目标流域内各个气象站点的历史降水量实测数据，根据所述历史降水量实测数据，计算所述各个气象站点对应的标准化加权平均降水指数，具体包括：
8、获取目标流域内各个气象站点对应的历史降水量实测数据，其中，所述历史降水量实测数据包括的多个预设历史年份对应的历史日降水量实测数据；
9、基于预设的加权平均降水指数计算公式，计算所述历史日降水量实测数据对应的加权平均降水指数；
10、获取多个预设历史年份内同日的第一加权平均降水指数，对所述第一加权平均降水指数进行伽马分布拟合处理，得到所述多个预设历史年份对应的日拟合加权平均降水指数；
11、对所述日拟合加权平均降水指数进行正态标准化，得到日标准化加权平均降水指数，整合每个预设历史年份内的所有日标准化加权平均降水指数，得到所述各个气象站点对应的每个预设历史年份的标准化加权平均降水指数。
12、在一种可能的实现方式中，基于预设的加权平均降水指数计算公式，计算所述历史日降水量实测数据对应的加权平均降水指数，具体包括：
13、获取所述历史日降水量实测数据对应的第一日期，获取所述第一日期前预设时间段内每日对应的第一历史日降水量实测数据；
14、将所述历史日降水量实测数据和所述第一历史日降水量实测数据输入到预设的加权平均降水指数计算公式中，计算得到所述历史日降水量实测数据对应的加权平均降水指数；其中，所述预设的加权平均降水指数计算公式如下所示：
15、
16、式中，wap为加权平均降水指数，wn＝(1―α)αn为前期降雨量的权重，α是表征权重随时间衰减的参数，pn为第一日期前第n天对应的第一历史日降水量实测数据，n是预设时间段，为影响当前旱涝状态前期降水量的总天数。
17、在一种可能的实现方式中，基于旋转经验正交分解法对所述目标流域进行空间划分处理，得到多个目标子流域，具体包括：
18、对所述标准化加权平均降水指数进行协方差计算，得到所述标准化加权平均降水指数对应的协方差矩阵；
19、对所述协方差矩阵进行特征值分解，得到多个特征值和每个特征值对应的特征向量，并基于所述特征值和所述特征向量，确定多个主成分；
20、分别对所述多个主成分进行旋转处理，得到每个主成分对应的特征模态，并基于所述特征模态对所述目标流域进行空间划分处理，得到多个目标子流域。
21、在一种可能的实现方式中，对所述目标标准化加权平均降水指数进行特征提取，得到所述每个目标子流域对应的洪涝特征和干旱特征，具体包括：
22、设置第一截取系数和第二截取系数；
23、基于所述第一截取系数对所述目标标准化加权平均降水指数进行特征提取，当所述目标标准化加权平均降水指数中存在所述日标准化加权平均降水指数不小于所述第一截取系数时，获取所述每个目标子流域对应的洪涝特征；
24、基于所述第二截取系数对所述目标标准化加权平均降水指数进行特征提取，当所述目标标准化加权平均降水指数中存在所述日标准化加权平均降水指数不大于所述第二截取系数时，获取所述每个目标子流域对应的干旱特征。
25、在一种可能的实现方式中，基于所述洪涝特征和所述干旱特征，对所述每个目标子流域进行旱涝急转事件识别，具体包括：
26、获取所述洪涝特征和所述干旱特征，其中，所述洪涝特征包括洪涝历时，所述洪涝历时包括洪涝开始时间和洪涝结束时间；所述干旱特征包括干旱历时，所述干旱历时包括干旱开始时间和干旱结束时间；
27、计算所述洪涝结束时间和所述干旱开始时间的第一最小时间间隔，并计算所述干旱结束时间和所述洪涝开始时间的第二最小时间间隔；
28、将所述第一最小时间间隔和所述第二最小时间间隔分别与预设时间阈值进行对比，若所述第一最小时间间隔不大于所述预设时间阈值，或所述第二最小时间间隔不大于所述预设时间阈值，则确定目标子流域内存在旱涝急转事件，否则，确定所述目标子流域内不存在旱涝急转事件。
29、在一种可能的实现方式中，对所述每个目标子流域进行旱涝急转事件识别后，还包括：
30、在确定目标子流域中存在旱涝急转事件时，计算所述旱涝急转事件对应的旱涝急转事件强度，并基于所述旱涝急转事件强度，确定所述旱涝急转事件的强度等级；
31、其中，所述计算所述旱涝急转事件的对应的旱涝急转事件强度，具体包括：
32、获取所述洪涝特征和所述干旱特征，其中，所述洪涝特征还包括洪涝强度；所述干旱特征还包括干旱强度；
33、在确定目标子流域内存在旱涝急转事件，获取所述旱涝急转事件对应的旱涝急转间隔天数和旱涝急转历时，并基于所述旱涝急转历时，确定所述旱涝急转历时的第一旱涝急转时间点和第二旱涝急转本文档来自技高网...
【技术保护点】
1.一种旱涝急转事件的识别方法，其特征在于，包括：
2.如权利要求1所述的一种旱涝急转事件的识别方法，其特征在于，获取目标流域内各个气象站点的历史降水量实测数据，根据所述历史降水量实测数据，计算所述各个气象站点对应的标准化加权平均降水指数，具体包括：
3.如权利要求2所述的一种旱涝急转事件的识别方法，其特征在于，基于预设的加权平均降水指数计算公式，计算所述历史日降水量实测数据对应的加权平均降水指数，具体包括：
4.如权利要求1所述的一种旱涝急转事件的识别方法，其特征在于，基于旋转经验正交分解法对所述目标流域进行空间划分处理，得到多个目标子流域，具体包括：
5.如权利要求2所述的一种旱涝急转事件的识别方法，其特征在于，对所述目标标准化加权平均降水指数进行特征提取，得到所述每个目标子流域对应的洪涝特征和干旱特征，具体包括：
6.如权利要求1所述的一种旱涝急转事件的识别方法，其特征在于，基于所述洪涝特征和所述干旱特征，对所述每个目标子流域进行旱涝急转事件识别，具体包括：
7.如权利要求6所述的一种旱涝急转事件的识别
8.一种旱涝急转事件的识别装置，其特征在于，包括：标准化加权平均降水指数计算模块、流域划分模块、特征提取模块和旱涝急转事件识别模块；
9.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的旱涝急转事件的识别方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的旱涝急转事件的识别方法。
...【技术特征摘要】
1.一种旱涝急转事件的识别方法，其特征在于，包括：
2.如权利要求1所述的一种旱涝急转事件的识别方法，其特征在于，获取目标流域内各个气象站点的历史降水量实测数据，根据所述历史降水量实测数据，计算所述各个气象站点对应的标准化加权平均降水指数，具体包括：
3.如权利要求2所述的一种旱涝急转事件的识别方法，其特征在于，基于预设的加权平均降水指数计算公式，计算所述历史日降水量实测数据对应的加权平均降水指数，具体包括：
4.如权利要求1所述的一种旱涝急转事件的识别方法，其特征在于，基于旋转经验正交分解法对所述目标流域进行空间划分处理，得到多个目标子流域，具体包括：
5.如权利要求2所述的一种旱涝急转事件的识别方法，其特征在于，对所述目标标准化加权平均降水指数进行特征提取，得到所述每个目标子流域对应的洪涝特征和干旱特征，具体包括：
6.如权利要求1所述的一种旱涝急...
【专利技术属性】
技术研发人员：陈晓宏，桂子涵，郑炎辉，陈阳成，蔡承志，康丽，林岚，何姗娴，田世拓，
申请(专利权)人：中山大学，
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。