[發明專利]一種基于累積概率曲線的逐日降水多模式集合方法

在審

• 申請號: 201710149717.6
• 申請日: 2017-03-14
• 公開（公告）號: CN106909798A
• 公開（公告）日: 2017-06-30
• 發明（設計）人: 王衛光;丁一民;鄭佳重;邢萬秋;董青;傅健宇
• 申請（專利權）人: 河海大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 南京經緯專利商標代理有限公司32200
• 代理人: 姜慧勤

技術領域

本發明涉及一種多氣候模式逐日降水量集合方法，特別是涉及一種基于累積概率曲線的逐日降水多模式集合方法，屬于未來降水預估技術領域。

背景技術

全球氣候環流模式是研究未來氣候變化，評估區域水資源可利用量，農業生產耗水量以及制定區域中長期水資源管理規劃方案的重要手段。采用多個氣候模式進行集合研究被認為是降低未來氣候預估不確定性的重要手段。常用的多模式集合方法包括簡單算術平均或加權平均。然而由于未來氣候模式的隨機性，因此，無論采用算術平均還是加權平均都會導致未來氣候模式數據的部分特征信息的丟失，這其中以降水的特征信息丟失最為嚴重。逐日降水量的不確定性在所有氣象要素中最為顯著，簡單的采用平均方法進行加權，將明顯導致降水天數增加，降水峰值的消失，從而大幅降低降水預估結果的可靠性。

目前，還沒有逐日降水量多模式集合的計算方法。由于簡單算術平均或加權平均將導致降水特征信息的消失，因此，如何從平均降水特征角度出發，提取各氣候模式的降水特征參數，將平均后的特征參數作為約束條件，生成新的降水序列，以此實現逐日降水量的多模式集合，是亟需解決的關鍵問題。

發明內容

本發明所要解決的技術問題是：提供一種基于累積概率曲線的逐日降水多模式集合方法，采用一階馬爾可夫鏈原理推球降水發生日，再結合降水累積概率曲線和包括降水總量、標準差、偏差系數以及變化系數在內的多模式平均的降水特征參數作為約束條件，重新構造逐日降水序列，以此作為推求降水多模式集合序列的方法具有合理性和可操作性。

本發明為解決上述技術問題采用以下技術方案：

一種基于累積概率曲線的逐日降水多模式集合方法，包括如下步驟：

步驟1，以月為計算單元提取不同氣候模式下的降水序列以及降水特征參數；

步驟2，基于各個氣候模式下的降水序列構建多模式降水數據集，利用馬爾可夫鏈原理計算降水日和非降水日的狀態轉移概率，模擬生成多模式集合的降水發生日；

步驟3，基于多模式降水數據集構建降水累積概率曲線，對步驟2得到的降水發生日逐日生成[0,1]范圍內的隨機概率，以此概率對降水累積概率曲線插值，生成初步的逐日降水序列；

步驟4，以各個氣候模式下的降水特征參數為約束條件，生成最終的滿足上述約束條件的降水序列。

作為本發明的一種優選方案，步驟1所述降水特征參數包括月總降水量、日降水量最大值、標準差、變差系數和偏差系數。

作為本發明的一種優選方案，所述步驟2的具體過程為：

步驟21，將不同氣候模式下的降水序列拼接成多模式降水數據集，設定其馬爾可夫模型的兩個狀態量分別為“降水日”和“非降水日”，分別記為E1和E2；

步驟22，統計多模式降水數據集中相鄰兩天為由E1轉移至E1的次數，以及相鄰兩天為由E1轉移至E2的次數，分別記為N₁₁和N₁₂，則從降水日轉移至降水日的概率為P₁₁＝N₁₁/(N₁₂+N₁₁)；同理，統計相鄰兩天由E2轉移至E1的次數，以及相鄰兩天為由E2轉移至E2的次數，分別記為N₂₁和N₂₂，則從非降水日轉移至降水日的概率為P₂₁＝N₂₁/(N₂₂+N₂₁)；

步驟23，在[0,1]區間上逐日生成隨機概率P_rand,i，在第i-1天有降水的條件下，若：在第i-1天無降水的條件下，若：i＝1,2,…,月最后一日，從而得到多模式集合的降水發生日。

作為本發明的一種優選方案，所述步驟3的具體過程為：

對所有氣候模式下的日降水量數據按由小到大進行排序，得到降水累積概率曲線，然后在降水發生日逐日生成[0,1]范圍內的隨機概率，以此概率對降水累積概率曲線插值，生成初步的逐日降水序列P_j，j＝1,2,…,所有降水發生日的總數。

作為本發明的一種優選方案，所述步驟4的具體過程為：

步驟41，對步驟3初步的逐日降水序列按降水量由小到大進行排序，將其中的降水量最大值替換為各個氣候模式下日降水量最大值的平均值；

步驟42，根據初步的逐日降水序列、各個氣候模式下的月總降水量和日降水量最大值，計算降水均值校正系數k，計算公式為：