CN109472004A - 气候变化和人类活动对水文干旱影响的综合评估方法、装置及系统 - Google Patents
气候变化和人类活动对水文干旱影响的综合评估方法、装置及系统 Download PDFInfo
- Publication number
- CN109472004A CN109472004A CN201811285110.1A CN201811285110A CN109472004A CN 109472004 A CN109472004 A CN 109472004A CN 201811285110 A CN201811285110 A CN 201811285110A CN 109472004 A CN109472004 A CN 109472004A
- Authority
- CN
- China
- Prior art keywords
- runoff
- drought
- sequence
- mankind
- simulation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本发明公开了一种气候变化和人类活动对水文干旱影响的综合评估方法、装置及系统,包括获取流域内的水文气象数据;建立径流时间序列,进行趋势分析,然后确定径流时间序列的突变点,突变点之前的时期为基准期,突变点之后的时期为变化期;利用基准期的水文气象数据,率定水文模型参数,并结合全时段的水文气象数据重建整个自然径流序列,获得模拟径流;分别使用变动阈值方法和基于参数移植的标准化径流指数方法对实测径流序列和模拟径流序列进行干旱识别;根据两个序列干旱识别结果的差值,定量分离出气候变化和人类活动对水文干旱的相对影响大小;本发明能够合理地评价变化环境下的水文干旱事件,且两种方法的评价结果可以相互比较,有效提高了评价的准确性与客观性。
Description
技术领域
本发明属于水文水资源研究领域,具体涉及一种气候变化和人类活动对水文干旱影响的综合评估方法、装置及系统。
背景技术
近年来,在全球变化背景下,水文极端事件频繁发生。气候变化和人类活动是全球变化的重要组成部分,其对于水文干旱的影响是全球水科学研究的热点问题。气候变化(如降水、气温等要素的变化)会影响到流域的产汇流过程,造成河川径流量发生变化,从而影响到水文干旱的发生、传播、演变。人类活动(如土地利用,水库修建,农业灌溉等活动)会影响到自然水循环过程,改变原有的降雨-径流关系,也会对水文干旱造成重要影响。
针对气候变化和人类活动对水文干旱的影响,已经进行了大量的研究,相关研究存在着不同的问题,一方面是研究方法单一,只使用一种评价方法,造成评价结果存在较大的不确定性;另一方面是只定性分析气候变化和人类活动对水文干旱的影响,无法定量分离出两者的相对影响大小。基于上述分析,在变化环境下,如何定量地评价气候变化和人类活动对水文干旱的影响,同时又能提高评价结果的准确性和客观性,依然是水文干旱研究面临的难题。
发明内容
针对上述问题,本发明提出一种气候变化和人类活动对水文干旱影响的综合评估方法,能够定量地评估气候变化和人类活动对变化环境下的水文干旱过程的相对影响大小,有效提高评价的准确性。
实现上述技术目的,达到上述技术效果,本发明通过以下技术方案实现:
第一方面,本发明提出了一种气候变化和人类活动对水文干旱影响的综合评估方法,包括:
获取设定的水文气象数据,所述水文气象数据包括:降水、气温和径流;
基于所述水文气象数据中的径流数据建立年径流时间序列,对所述年径流时间序列进行趋势分析,并确定出年径流时间序列的突变点,定义突变点之前的时期为基准期,突变点之后的时期为变化期;
利用基准期的水文气象数据对水文模型进行参数率定,再利用全时段的气象资料重建自然径流序列;
分别从基准期的实测和模拟径流中提取相应的阈值和概率分布参数,结合相应的变动阈值方法和基于参数移植的标准化径流指数方法,对变化期的实测和模拟径流进行干旱识别;
通过计算变化期内实测径流与模拟径流的干旱识别结果的差值,定量分离出气候变化和人类活动对水文干旱的相对影响大小,完成气候变化和人类活动对水文干旱影响的综合评估。
优选地,所述对年径流时间序列进行趋势分析,具体包括:
对于一个径流时间序列{x1,x2,…xn},构造统计量S,所述统计量S服从正态分布,均值为0,其计算公式为:
式中:sgn(·)为符号函数;xi、xj为径流时间序列;n为时间序列长度;
所述统计量S的方差计算公式为:
var(S)=[n(n-1)(2n+5)]/18;
计算统计量S的标准化正态分布统计量Z,所述标准化正态分布统计量Z的计算公式为:
若Z大于0,则表示时间序列存在上升趋势,若Z小于0,则表示时间序列存在下降趋势;
在给定的显著性水平α下,由正态分布表可以查得临界值Zα/2,若|Z|≥Zα/2,则表示年径流时间序列存在显著的上升或下降趋势,否则不存在显著的上升或下降趋势。
优选地,所述确定出年径流时间序列的突变点,具体为:
当年径流时间序列呈现显著性的趋势变化时,采用Pettitt检验确定年径流过程的突变点,具体包括以下步骤:
将含N个径流样本数据的年径流时间序列x分成两个子序列x1,…,xt和xt+1,…,xN;构造统计量Ut,N,所述统计量Ut,N的计算公式为:
式中:sgn(·)为符号函数;xi、xj为径流时间序列;t为任一时间节点;N为年径流时间序列的长度;
计算每个时间节点为突变点的概率:
若给定显著性水平α,且p>α,则该时间节点为突变点。
优选地,所述利用基准期的水文气象数据,率定水文模型参数,具体包括:
(1)对水文模型参数进行敏感性分析,筛选出敏感性大于设定阈值的参数进行率定;
(2)采用人工试错法,以基准期的降水和气温数据序列作为水文模型输入,选择一组初始参数数据进行模拟计算,将模拟计算出的径流过程与实测径流过程进行比较,接着针对模拟结果不断调整参数继续进行模拟计算,直到Nash-Sutcliffe效率系数NSE、相对误差Er、相关系数CC均满足设定的要求,确定出水文模型参数。
优选地,所述Nash-Sutcliffe效率系数NSE用来反映流量过程的吻合程度,其值越接近于1,则说明吻合程度越高,水文模型的模拟效果越好,其计算公式如下:
所述相对误差Er用来反映水文模型模拟结果与实测结果之间在总量上的偏离程度,该值越接近于0,则说明模拟结果越接近于实测结果,其计算公式为:
所述相关系数CC用来反映模拟结果与实测结果之间相关关系的密切程度,其值越接近于1,则说明模拟结果与实测结果相关程度越高,模拟精度就越高,其计算公式为:
式中,Qsim(i)为第i个月的模拟径流量;Qobs(i)为第i个月的实测径流量;为实测月径流的平均值;为模拟月径流的平均值;n为数据个数。
优选地,所述的利用全时段水文气象数据重建自然径流序列,获得模拟径流,具体包括以下子步骤:
保持在基准期率定后的水文模型参数不变;
以全时段的水文气象数据作为输入,利用水文模型模拟出全时段的径流过程,获得模拟径流。
优选地,所述分别从基准期的实测和模拟径流中提取相应的阈值和概率分布参数,结合相应的变动阈值方法和基于参数移植的标准化径流指数方法,对变化期的实测和模拟径流过程进行干旱识别;具体包括以下子步骤:
(1)从基准期的实测和模拟经流中提取相应的阈值,结合变动阈值方法,对变化期的干旱识别过程进行识别,具体包括以下步骤:
(1.1)分别从预处理后的基准期的模拟和实测月径流序列中提取出1至12月各月份设定的70%或接近70%分位数对应的月径流值组成变动阈值序列,其中,模拟径流序列中提取的变动阈值序列记为Tsim,实测径流序列中提取的变动阈值序列记为Tobs;
(1.2)使用Tsim对变化期的模拟径流进行干旱识别,低于变动阈值序列Tsim的,认为发生干旱,否则不发生干旱;同样的,使用变动阈值序列Tobs对变化期的实测径流进行干旱识别,识别过程与前述过程相同;识别过程中,分别统计干旱事件场次,每场干旱的历时和水分亏缺量作为干旱特征值;
(2)从基准期的实测和模拟经流中提取相应的概率分布参数,结合基于参数移植的标准化径流指数方法,对变化期的干旱过程进行识别,具体包括以下步骤:
(2.1)选取广义极值分布函数分别拟合基准期的模拟和实测径流序列:
其概率密度函数为;
其累积概率函数为:
式中:x为径流样本数据的时间序列;μ∈R,代表位置参数;v>0,尺度参数;ω∈R,代表形状参数;
(2.2)保持模拟和实测径流序列相应的概率分布参数不变,模拟径流序列对应的概率分布参数为Psim,实测径流序列对应的概率分布参数为Pobs;继续采用广义极值分布函数,结合概率分布参数Psim对变化期的模拟径流序列进行拟合计算,得到Fsim(x)序列,再结合概率分布参数Pobs对变化期的实测径流序列进行拟合计算,得到Fobs(x)序列;
(2.3)将Fsim(x)和Fobs(x)两组序列进行标准正态化,模拟径流序列对应的标准化径流指数序列用SRIr表示,实测径流序列的用SRIt表示,计算公式为:
式中:C0、C1、C2、d1、d2、d3均为常数;
根据干旱划分原则,当SRI<设定阈值时,认为发生干旱,否则不发生干旱;识别过程中,分别统计干旱事件场次、每场干旱事件的干旱历时和每场干旱事件的干旱严重程度用作干旱特征值。
优选地,所述通过计算变化期内实测径流与模拟径流的干旱识别结果的差值,定量分离出气候变化和人类活动对水文干旱的相对影响大小,具体包括以下步骤:
(1)选用水分亏缺量这一干旱特征值定量分离气候变化和人类活动对水文干旱的相对影响,步骤如下:
变化期内气候变化对水文干旱的影响通过以下公式进行计算:
vc=vrecon
变化期内人类活动对水文干旱的影响通过以下公式进行计算:
vobs=vc+vh
vh=vobs-vc=vobs-vrecon
气候变化对水文干旱的相对影响大小Ic通过以下公式进行计算:
人类活动对水文干旱的相对影响大小Ih通过以下公式进行计算:
式子中,vc代表由气候变化造成的水分亏缺量;vh代表由人类活动造成的水分亏缺量;vrecon代表从模拟径流中识别出水分亏缺量;vobs代表从实测径流中识别出水分亏缺量;
(2)直接计算SRIr和SRIt两个序列之间的差值定量分离气候变化和人类活动对水文干旱的相对影响,步骤如下:
变化期内气候变化对水文干旱的影响通过以下公式进行计算:
SRIc=SRIr
变化期内人类活动对水文干旱的影响通过以下公式进行计算:
SRIt=SRIc+SRIh
SRIh=SRIt-SRIc=SRIt-SRIr
气候变化对水文干旱的相对影响大小Ic通过以下公式进行计算:
人类活动对水文干旱的相对影响大小Ih通过以下公式进行计算:
式中:SRIc表示只受气候变化影响的干旱序列;SRIh表示只受人类活动影响的干旱序列;SRIr表示模拟干旱序列;SRIt表示实测干旱序列。
第二方面,本发明提供了一种气候变化和人类活动对水文干旱影响的综合评估装置,包括:
获取模块,用于获取设定的水文气象数据,所述水文气象数据包括:降水、气温和径流;
突变点检测模块,用于基于所述水文气象数据中的径流数据建立年径流时间序列,对所述年径流时间序列进行趋势分析,并确定出年径流时间序列的突变点,定义突变点之前的时期为基准期,突变点之后的时期为变化期;
自然径流重建模块,用于利用基准期的水文气象数据对水文模型进行参数率定,再利用全时段的气象资料重建自然径流序列;
干旱识别模块,用于分别从基准期的实测和模拟径流中提取相应的阈值和概率分布参数,结合相应的变动阈值方法和基于参数移植的标准化径流指数方法,对变化期的实测和模拟径流进行干旱识别;
定量分析模块,用于通过计算变化期内实测径流与模拟径流的干旱识别结果的差值,定量分离出气候变化和人类活动对水文干旱的相对影响大小,完成气候变化和人类活动对水文干旱影响的综合评估。
第三方面,本发明提供了一种气候变化和人类活动对水文干旱影响的综合评估系统,其特征在于,包括:
处理器,适于实现各种指令;
存储设备,适于存储多条指令,所述指令适于由处理器加载并执行第一方面中任一项所述的步骤。
与现有技术相比,本发明的有益效果:
本发明提供的一种气候变化和人类活动对水文干旱影响的综合评估方法、装置及系统,包括变动阈值方法和基于参数移植的标准化径流指数方法,可以定量分离出气候变化和人类活动对水文干旱的相对影响大小,并且两种方法的分离结果可以相互比较,提高了评价结果的准确性和客观性,对于变化环境下水文干旱的研究以及干旱灾害治理具有重要的现实意义
附图说明
图1为本发明实施例提供的一种气候变化和人类活动对水文干旱影响的综合评估方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明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发明,并不用于限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
实施例1
参考图1,本发明实施例提供了一种气候变化和人类活动对水文干旱影响的综合评估方法,包括以下步骤:
步骤一,收集所需的水文气象数据;所述的水文气象数据包括流域内的降水、气温、径流等;
步骤二,基于所述水文气象数据中的径流数据建立年径流时间序列,对所述年径流时间序列进行趋势分析,并分析年径流时间序列的突变点,将突变点之前的时期划分为基准期,将突变点之后的时期划分为变化期;
在本发明实施例的一种具体实施方式中,对所述年径流时间序列进行趋势分析,并分析年径流过程的突变点,将突变点之前的时期划分为基准期,将突变点之后的时期划分为变化期,基准期内的径流过程服从一种线性分布,变化期内的径流过程服从另一种线性分布,具体包括以下步骤:
(2.1)采用Mann-Kendall检验对所述年径流时间序列进行趋势分析,具体包括以下子步骤:
(2.1.1)对于一个年径流时间序列{x1,x2,…xn},构造统计量S,所述统计量S服从正态分布,均值为0,其计算公式为:
式中:sgn(·)为符号函数;xi、xj为径流时间序列;n为时间序列长度;
(2.1.2)计算所述统计量S的方差,具体计算公式为:
var(S)=[n(n-1)(2n+5)]/18;
(2.1.3)计算所述统计量S的标准化正态分布统计量Z,所述标准化正态分布统计量Z的计算公式为:
若Z大于0,则表示年径流时间序列存在上升趋势,若Z小于0,则表示年径流时间序列存在下降趋势;
(2.1.4)在给定的显著性水平α下,由正态分布表可以查得临界值Zα/2,若|Z|≥Zα/2,则表示年径流时间序列存在显著的上升或下降趋势,否则不存在显著的上升或下降趋势。
(2.2)当年径流时间序列出现显著性的趋势变化时,采用Pettitt检验对所述年径流时间序列进行突变点检测,具体包括以下子步骤:
(2.2.1)将含N个径流样本数据的年径流时间序列x分成两个子序列x1,…,xt和xt+1,…,xN;构造统计量Ut,N,所述统计量Ut,N的计算公式为:
式中:sgn(·)为符号函数;xi、xj为径流时间序列;t为任一时间节点;N为年径流时间序列的长度;
(2.2.2)计算每个时间节点为突变点的概率:
若给定显著性水平α,且p>α,则该时间节点为突变点。
在突变点之前的时期,径流过程没有发生明显的变化,我们称其为基准期。这一时期,水文干旱主要受到气候变化的影响,受人类活动的影响很小,可以忽略不计。突变点之后,径流过程的变化幅度远超基准期,将这一时期称为变化期。这一时期内,人类活动对径流过程的影响剧增,水文干旱受到气候变化和人类活动的共同影响。
步骤三,利用基准期的水文气象数据,率定水文模型参数,并利用全时段水文气象数据重建自然径流序列,获得模拟径流;
在本发明实施例的一种具体实施方式中,选用的水文模型为VIC分布式水文模型,利用基准期的水文气象数据,对所述VIC分布式水文模型的率定过程包括以下两个步骤:
(1)参数敏感性分析:对水文模型参数进行敏感性分析后,筛选出敏感性大于设定阈值的参数进行率定,即选择敏感性较强的参数进行率定,以提高参数率定的效率;所述的敏感性分析采用的是现有技术,因此,本发明中不做过多的赘述;
(2)参数率定:采用人工试错法,以基准期的降水、气温序列作为水文模型的输入,选择一组初始参数数据进行模拟计算,将模拟计算出的径流过程与实测径流过程进行比较,接着针对模拟结果不断调整参数继续进行模拟计算,直到模拟结果达到率定要求,即Nash-Sutcliffe效率系数(NSE)最接近1,相对误差(Er)最接近0,和相关系数(CC)最接近1,完成水文模型参数的确定;
所述Nash-Sutcliffe效率系数(NSE)用来反映流量过程的吻合程度,其值越接近于1,则说明吻合程度越高,水文模型的模拟效果越好,其计算公式如下:
所述相对误差(Er)用来反映水文模型模拟结果与实测结果之间在总量上的偏离程度,该值越接近于0,则说明模拟结果越接近于实测结果,其计算公式如下:
所述相关系数(CC)用来反映模拟结果与实测结果之间相关关系的密切程度,其值越接近于1,则说明模拟结果与实测结果相关程度越高,模拟精度就越高,其计算公式如下:
式中,Qsim(i)为第i个月的模拟径流量;Qobs(i)为第i个月的实测径流量;为实测月径流的平均值;为模拟月径流的平均值;n为数据个数。
所述的利用全时段水文气象数据重建自然径流序列,获得模拟径流,具体包括以下子步骤:
保持在基准期率定后的水文模型参数不变;
以全时段的水文气象数据作为输入,利用VIC分布式水文模型模拟出全时段的径流过程,获得模拟径流。
经过上述步骤获得的模拟径流虽然包含一部分模拟误差,但可以近似等同于自然径流。
步骤四,分别从基准期的实测和模拟径流中提取相应的阈值和概率分布参数,结合相应的变动阈值方法和基于参数移植的标准化径流指数方法,对变化期的实测和模拟径流过程进行干旱识别;具体包括以下子步骤:
(4.1)从基准期的实测和模拟经流中提取相应的阈值,结合变动阈值方法,对变化期的干旱识别过程进行识别,具体包括以下步骤:
(4.1.1)分别从预处理后的基准期的模拟和实测月径流序列中提取出1至12月各月份70%(或接近70%)分位数对应的月径流值组成变动阈值序列(模拟径流序列中提取的变动阈值序列记为Tsim,实测径流序列中提取的变动阈值序列记为Tobs);在本发明实施例的其他实施方式中,所述变动阈值序列的取值还可以是其他规则,本发明中不做具体的限定,优选从预处理后的基准期的模拟和实测月径流序列中提取出1至12月各月份70%(或接近70%)分位数对应的月径流值;
(4.1.2)使用Tsim对变化期的模拟径流进行干旱识别,低于变动阈值序列Tsim的,认为发生干旱,否则不发生干旱;同样的,使用变动阈值序列Tobs对变化期的实测径流进行干旱识别,识别过程与上述过程相同;
识别过程中,分别统计干旱事件场次,每场干旱事件的干旱历时和水分亏缺量等作为干旱特征值。
(4.2)从基准期的实测和模拟经流中提取相应的概率分布参数,结合基于参数移植的标准化径流指数方法,对变化期的干旱过程进行识别,具体包括以下步骤:
(4.2.1)选取适合的概率分布函数分别拟合基准期的模拟和实测径流序列,这里选用广义极值分布(Generalized Extreme Value,GEV)函数进行拟合:
其概率密度函数为;
其累积概率函数为:
式中:x为径流样本数据的时间序列;μ∈R,代表位置参数;v>0,尺度参数;ω∈R,代表形状参数;
(4.2.2)保持模拟和实测径流序列相应的概率分布参数不变,模拟径流序列对应的概率分布参数为Psim(包括μsim,vsim,ωsim),实测径流序列对应的概率分布参数为Pobs(包括μobs,vsim,ωobs);继续采用上述的概率分布函数(GEV),结合概率分布参数Psim对变化期的模拟径流序列进行拟合计算,得到Fsim(x)序列,再结合概率分布参数Pobs对变化期的实测径流序列进行拟合计算,得到Fobs(x)序列;
(4.2.3)将Fsim(x)和Fobs(x)两组序列进行标准正态化,模拟径流序列对应的标准化径流指数(SRI)序列用SRIr表示,实测径流序列的用SRIt表示,计算公式为:
式中:常数C0=2.515517;C1=0.802853;C2=0.010328;d1=1.432788;d2=0.189269;d3=0.001308;
根据干旱划分原则,当SRI<-0.5时,认为发生干旱,否则不发生干旱;识别过程中,分别统计干旱事件场次,干旱历时,干旱严重程度等干旱特征值。
步骤五,通过计算变化期内实测径流与模拟径流的干旱识别结果的差值,定量分离出气候变化和人类活动对水文干旱的相对影响大小,所述步骤五具体包括以下步骤:
(1)变动阈值方法
选用水分亏缺量这一干旱特征值定量分离气候变化和人类活动对水文干旱的相对影响,步骤如下:
变化期内气候变化对水文干旱的影响通过以下公式进行计算:
vc=vrecon
变化期内人类活动对水文干旱的影响通过以下公式进行计算:
vobs=vc+vh
vh=vobs-vc=vobs-vrecon
气候变化对水文干旱的相对影响大小Ic通过以下公式进行计算:
人类活动对水文干旱的相对影响大小Ih通过以下公式进行计算:
式子中,vc代表由气候变化造成的水分亏缺量;vh代表由人类活动造成的水分亏缺量;vrecon代表从模拟径流中识别出水分亏缺量;vobs代表从实测径流中识别出水分亏缺量。
(2)基于参数移植的标准化径流指数方法
该方法对径流过程进行了标准化处理,通过直接计算SRIr和SRIt两个序列之间的差值定量分离气候变化和人类活动对水文干旱的相对影响,步骤如下:
变化期内气候变化对水文干旱的影响通过以下公式进行计算:
SRIc=SRIr
变化期内人类活动对水文干旱的影响通过以下公式进行计算:
SRIt=SRIc+SRIh
SRIh=SRIt-SRIc=SRIt-SRIr
气候变化对水文干旱的相对影响大小Ic通过以下公式进行计算:
人类活动对水文干旱的相对影响大小Ih通过以下公式进行计算:
式子中:SRIc表示只受气候变化影响的干旱序列;SRIh表示只受人类活动影响的干旱序列;SRIr表示模拟干旱序列(仅包含气候变化影响);SRIt表示实测干旱序列(包含气候变化和人类活动影响)。
实施例2
基于与实施例1相同的发明构思,本发明实施例提供了一种气候变化和人类活动对水文干旱影响的综合评估装置,包括:
获取模块,用于获取设定的水文气象数据,所述水文气象数据包括:降水、气温和径流;
突变点检测模块,用于基于所述水文气象数据中的径流数据建立年径流时间序列,对所述年径流时间序列进行趋势分析,并确定出年径流时间序列的突变点,定义突变点之前的时期为基准期,突变点之后的时期为变化期;
自然径流重建模块,用于利用基准期的水文气象数据对水文模型进行参数率定,再利用全时段的气象资料重建自然径流序列;
干旱识别模块,用于分别从基准期的实测和模拟径流中提取相应的阈值和概率分布参数,结合相应的变动阈值方法和基于参数移植的标准化径流指数方法,对变化期的实测和模拟径流进行干旱识别;
定量分析模块,用于通过计算变化期内实测径流与模拟径流的干旱识别结果的差值,定量分离出气候变化和人类活动对水文干旱的相对影响大小,完成气候变化和人类活动对水文干旱影响的综合评估。
其余部分均与实施例1相同。
实施例3
基于与实施例1相同的发明构思,本发明实施例中提供了一种气候变化和人类活动对水文干旱影响的综合评估系统,包括:
处理器,适于实现各种指令;
存储设备,适于存储多条指令,所述指令适于由处理器加载并执行实施例1中任一项所述的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (10)
1.一种气候变化和人类活动对水文干旱影响的综合评估方法,其特征在于:包括
获取设定的水文气象数据,所述水文气象数据包括:降水、气温和径流;
基于所述水文气象数据中的径流数据建立年径流时间序列,对所述年径流时间序列进行趋势分析,并确定出年径流时间序列的突变点,定义突变点之前的时期为基准期,突变点之后的时期为变化期;
利用基准期的水文气象数据对水文模型进行参数率定,再利用全时段的气象资料重建模拟径流序列;
分别从基准期的实测和模拟径流中提取相应的阈值和概率分布参数,结合相应的变动阈值方法和基于参数移植的标准化径流指数方法,对变化期的实测和模拟径流进行干旱识别;
通过计算变化期内实测径流与模拟径流的干旱识别结果的差值,定量分离出气候变化和人类活动对水文干旱的相对影响大小,完成气候变化和人类活动对水文干旱影响的综合评估。
2.根据权利要求1所述的一种气候变化和人类活动对水文干旱影响的综合评估方法,其特征在于:所述对年径流时间序列进行趋势分析,具体包括:
对于一个径流时间序列{x1,x2,…xn},构造统计量S,所述统计量S服从正态分布,均值为0,其计算公式为:
式中:sgn(·)为符号函数;xi、xj为径流时间序列;n为时间序列长度;
所述统计量S的方差计算公式为:
var(S)=[n(n-1)(2n+5)]/18;
计算统计量S的标准化正态分布统计量Z,所述标准化正态分布统计量Z的计算公式为:
若Z大于0,则表示时间序列存在上升趋势,若Z小于0,则表示时间序列存在下降趋势;
在给定的显著性水平α下,由正态分布表可以查得临界值Zα/2,若|Z|≥Zα/2,则表示年径流时间序列存在显著的上升或下降趋势,否则不存在显著的上升或下降趋势。
3.根据权利要求1或2所述的一种气候变化和人类活动对水文干旱影响的综合评估方法,其特征在于:所述确定出年径流时间序列的突变点,具体为:
当年径流时间序列呈现显著性的趋势变化时,采用Pettitt检验确定年径流过程的突变点,具体包括以下步骤:
将含N个径流样本数据的年径流时间序列x分成两个子序列x1,…,xt和xt+1,…,xN;构造统计量Ut,N,所述统计量Ut,N的计算公式为:
式中:sgn(·)为符号函数;xi、xj为径流时间序列;t为任一时间节点;N为年径流时间序列的长度;
计算每个时间节点为突变点的概率:
若给定显著性水平α,且p>α,则该时间节点为突变点。
4.根据权利要求1所述的一种气候变化和人类活动对水文干旱影响的综合评估方法,其特征在于:所述利用基准期的水文气象数据,率定水文模型参数,具体包括:
(1)对水文模型参数进行敏感性分析,筛选出敏感性大于设定阈值的参数进行率定;
(2)采用人工试错法,以基准期的降水和气温数据序列作为水文模型输入,选择一组初始参数数据进行模拟计算,将模拟计算出的径流过程与实测径流过程进行比较,接着针对模拟结果不断调整参数继续进行模拟计算,直到Nash-Sutcliffe效率系数NSE、相对误差Er、相关系数CC均满足设定的要求,确定出水文模型参数。
5.根据权利要求4所述的一种气候变化和人类活动对水文干旱影响的综合评估方法,其特征在于:所述Nash-Sutcliffe效率系数NSE用来反映流量过程的吻合程度,其值越接近于1,则说明吻合程度越高,水文模型的模拟效果越好,其计算公式如下:
所述相对误差Er用来反映水文模型模拟结果与实测结果之间在总量上的偏离程度,该值越接近于0,则说明模拟结果越接近于实测结果,其计算公式为:
所述相关系数CC用来反映模拟结果与实测结果之间相关关系的密切程度,其值越接近于1,则说明模拟结果与实测结果相关程度越高,模拟精度就越高,其计算公式为:
式中,Qsim(i)为第i个月的模拟径流量;Qobs(i)为第i个月的实测径流量;为实测月径流的平均值;为模拟月径流的平均值;n为数据个数。
6.根据权利要求1所述的一种气候变化和人类活动对水文干旱影响的综合评估方法,其特征在于:所述的利用全时段水文气象数据重建自然径流序列,获得模拟径流,具体包括以下子步骤:
保持在基准期率定后的水文模型参数不变;
以全时段的水文气象数据作为输入,利用水文模型模拟出全时段的径流过程,获得模拟径流。
7.根据权利要求1所述的一种气候变化和人类活动对水文干旱影响的综合评估方法,其特征在于:所述分别从基准期的实测和模拟径流中提取相应的阈值和概率分布参数,结合相应的变动阈值方法和基于参数移植的标准化径流指数方法,对变化期的实测和模拟径流过程进行干旱识别;具体包括以下子步骤:
(1)从基准期的实测和模拟经流中提取相应的阈值,结合变动阈值方法,对变化期的干旱识别过程进行识别,具体包括以下步骤:
(1.1)分别从预处理后的基准期的模拟和实测月径流序列中提取出1至12月各月份设定的分位数对应的月径流值组成变动阈值序列,其中,模拟径流序列中提取的变动阈值序列记为Tsim,实测径流序列中提取的变动阈值序列记为Tobs;
(1.2)使用Tsim对变化期的模拟径流进行干旱识别,低于变动阈值序列Tsim的,认为发生干旱,否则不发生干旱;同样的,使用变动阈值序列Tobs对变化期的实测径流进行干旱识别,识别过程与前述过程相同;识别过程中,分别统计干旱事件场次,每场干旱的历时和水分亏缺量作为干旱特征值;
(2)从基准期的实测和模拟经流中提取相应的概率分布参数,结合基于参数移植的标准化径流指数方法,对变化期的干旱过程进行识别,具体包括以下步骤:
(2.1)选取广义极值分布函数分别拟合基准期的模拟和实测径流序列:
其概率密度函数为;
其累积概率函数为:
式中:x为径流样本数据的时间序列;μ∈R,代表位置参数;v>0,尺度参数;ω∈R,代表形状参数;
(2.2)保持模拟和实测径流序列相应的概率分布参数不变,模拟径流序列对应的概率分布参数为Psim,实测径流序列对应的概率分布参数为Pobs;继续采用广义极值分布函数,结合概率分布参数Psim对变化期的模拟径流序列进行拟合计算,得到Fsim(x)序列,再结合概率分布参数Pobs对变化期的实测径流序列进行拟合计算,得到Fobs(x)序列;
(2.3)将Fsim(x)和Fobs(x)两组序列进行标准正态化,模拟径流序列对应的标准化径流指数序列用SRIr表示,实测径流序列的用SRIt表示,计算公式为:
式中:C0、C1、C2、d1、d2、d3均为常数;
根据干旱划分原则,当SRI<设定阈值时,认为发生干旱,否则不发生干旱;识别过程中,分别统计干旱事件场次、每场干旱事件的干旱历时和每场干旱事件的干旱严重程度用作干旱特征值。
8.根据权利要求1所述的一种气候变化和人类活动对水文干旱影响的综合评估方法,其特征在于:所述通过计算变化期内实测径流与模拟径流的干旱识别结果的差值,定量分离出气候变化和人类活动对水文干旱的相对影响大小,具体包括以下步骤:
(1)选用水分亏缺量这一干旱特征值定量分离气候变化和人类活动对水文干旱的相对影响,步骤如下:
变化期内气候变化对水文干旱的影响通过以下公式进行计算:
vc=vrecon
变化期内人类活动对水文干旱的影响通过以下公式进行计算:
vobs=vc+vh
vh=vobs-vc=vobs-vrecon
气候变化对水文干旱的相对影响大小Ic通过以下公式进行计算:
人类活动对水文干旱的相对影响大小Ih通过以下公式进行计算:
式子中,vc代表由气候变化造成的水分亏缺量;vh代表由人类活动造成的水分亏缺量;vrecon代表从模拟径流中识别出水分亏缺量;vobs代表从实测径流中识别出水分亏缺量;
(2)直接计算SRIr和SRIt两个序列之间的差值定量分离气候变化和人类活动对水文干旱的相对影响,步骤如下:
变化期内气候变化对水文干旱的影响通过以下公式进行计算:
SRIc=SRIr
变化期内人类活动对水文干旱的影响通过以下公式进行计算:
SRIt=SRIc+SRIh
SRIh=SRIt-SRIc=SRIt-SRIr
气候变化对水文干旱的相对影响大小Ic通过以下公式进行计算:
人类活动对水文干旱的相对影响大小Ih通过以下公式进行计算:
式中:SRIc表示只受气候变化影响的干旱序列;SRIh表示只受人类活动影响的干旱序列;SRIr表示模拟干旱序列;SRIt表示实测干旱序列。
9.一种气候变化和人类活动对水文干旱影响的综合评估装置,其特征在于,包括:
获取模块,用于获取设定的水文气象数据,所述水文气象数据包括:降水、气温和径流;
突变点检测模块,用于基于所述水文气象数据中的径流数据建立年径流时间序列,对所述年径流时间序列进行趋势分析,并确定出年径流时间序列的突变点,定义突变点之前的时期为基准期,突变点之后的时期为变化期;
自然径流重建模块,用于利用基准期的水文气象数据对水文模型进行参数率定,再利用全时段的气象资料重建自然径流序列;
干旱识别模块,用于分别从基准期的实测和模拟径流中提取相应的阈值和概率分布参数,结合相应的变动阈值方法和基于参数移植的标准化径流指数方法,对变化期的实测和模拟径流进行干旱识别;
定量分析模块,用于通过计算变化期内实测径流与模拟径流的干旱识别结果的差值,定量分离出气候变化和人类活动对水文干旱的相对影响大小,完成气候变化和人类活动对水文干旱影响的综合评估。
10.一种气候变化和人类活动对水文干旱影响的综合评估系统,其特征在于,包括:
处理器,适于实现各种指令;
存储设备,适于存储多条指令,所述指令适于由处理器加载并执行权利要求1-8中任一项所述的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811285110.1A CN109472004B (zh) | 2018-10-31 | 2018-10-31 | 气候变化和人类活动对水文干旱影响的综合评估方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811285110.1A CN109472004B (zh) | 2018-10-31 | 2018-10-31 | 气候变化和人类活动对水文干旱影响的综合评估方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109472004A true CN109472004A (zh) | 2019-03-15 |
CN109472004B CN109472004B (zh) | 2021-05-11 |
Family
ID=65666782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811285110.1A Active CN109472004B (zh) | 2018-10-31 | 2018-10-31 | 气候变化和人类活动对水文干旱影响的综合评估方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109472004B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110197020A (zh) * | 2019-05-21 | 2019-09-03 | 河海大学 | 一种环境变化对水文干旱影响的分析方法 |
CN110928918A (zh) * | 2019-11-13 | 2020-03-27 | 深圳大学 | 时间序列数据组成模式的提取方法、装置及终端设备 |
CN111797129A (zh) * | 2020-06-01 | 2020-10-20 | 武汉大学 | 一种气候变化情景下水文旱情评估方法 |
CN111898258A (zh) * | 2020-07-17 | 2020-11-06 | 武汉大学 | 一种水文循环变异驱动下二维干旱灾害评估方法 |
CN112287299A (zh) * | 2020-10-19 | 2021-01-29 | 河海大学 | 河流健康变化定量归因方法、装置及系统 |
CN112597698A (zh) * | 2020-12-14 | 2021-04-02 | 中山大学 | 一种人类活动对流域蒸散发影响的不确定性评估方法 |
CN113961880A (zh) * | 2021-11-01 | 2022-01-21 | 西安理工大学 | 一种水文干旱历时和烈度相依结构变异的诊断方法 |
CN114386865A (zh) * | 2022-01-17 | 2022-04-22 | 西安理工大学 | 基于多要素过程自然属性的径流影响因素确定方法及系统 |
CN114722645A (zh) * | 2022-06-09 | 2022-07-08 | 广东省科学院广州地理研究所 | 影响径流变化的因素贡献率获取方法、系统、介质和设备 |
CN115310796A (zh) * | 2022-07-29 | 2022-11-08 | 西安理工大学 | 一种不同类型干旱间传播关系的确定方法及系统 |
CN115331215A (zh) * | 2022-10-18 | 2022-11-11 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种干旱事件的三维识别和匹配方法及装置 |
CN115859583A (zh) * | 2022-11-21 | 2023-03-28 | 上海勘测设计研究院有限公司 | 降水和初始状态对干旱过程影响的定量分析方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104318077A (zh) * | 2014-10-09 | 2015-01-28 | 水利部交通运输部国家能源局南京水利科学研究院 | 气候变化和人类活动对河川径流变化定量分析方法 |
CN105787114A (zh) * | 2016-03-24 | 2016-07-20 | 四川理工学院 | 釜溪河流域生态环境管理及分析应用系统 |
CN105893770A (zh) * | 2016-04-15 | 2016-08-24 | 山东省水利科学研究院 | 一种气候变化和人类活动对流域水资源影响的量化方法 |
JP2018048992A (ja) * | 2016-09-20 | 2018-03-29 | コリア メテオロロジカル アドミニストレーション | 人工降雨散布物質の模擬影響時間帯の自動時系列分析方法及びシステム |
CN107908922A (zh) * | 2017-11-14 | 2018-04-13 | 中国科学院寒区旱区环境与工程研究所 | 分离气候和土地利用变化对径流影响的方法及径流预估方法 |
CN108133310A (zh) * | 2017-12-11 | 2018-06-08 | 中国水利水电科学研究院 | 一种人类活动和气候变化对河川径流影响的综合评估方法 |
CN108154270A (zh) * | 2017-12-25 | 2018-06-12 | 广州地理研究所 | 中小流域洪水特征对变化环境的响应模型构建方法 |
CN108710989A (zh) * | 2018-04-19 | 2018-10-26 | 西安理工大学 | 一种基于联合分布函数的综合干旱指数 |
-
2018
- 2018-10-31 CN CN201811285110.1A patent/CN109472004B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104318077A (zh) * | 2014-10-09 | 2015-01-28 | 水利部交通运输部国家能源局南京水利科学研究院 | 气候变化和人类活动对河川径流变化定量分析方法 |
CN105787114A (zh) * | 2016-03-24 | 2016-07-20 | 四川理工学院 | 釜溪河流域生态环境管理及分析应用系统 |
CN105893770A (zh) * | 2016-04-15 | 2016-08-24 | 山东省水利科学研究院 | 一种气候变化和人类活动对流域水资源影响的量化方法 |
JP2018048992A (ja) * | 2016-09-20 | 2018-03-29 | コリア メテオロロジカル アドミニストレーション | 人工降雨散布物質の模擬影響時間帯の自動時系列分析方法及びシステム |
CN107908922A (zh) * | 2017-11-14 | 2018-04-13 | 中国科学院寒区旱区环境与工程研究所 | 分离气候和土地利用变化对径流影响的方法及径流预估方法 |
CN108133310A (zh) * | 2017-12-11 | 2018-06-08 | 中国水利水电科学研究院 | 一种人类活动和气候变化对河川径流影响的综合评估方法 |
CN108154270A (zh) * | 2017-12-25 | 2018-06-12 | 广州地理研究所 | 中小流域洪水特征对变化环境的响应模型构建方法 |
CN108710989A (zh) * | 2018-04-19 | 2018-10-26 | 西安理工大学 | 一种基于联合分布函数的综合干旱指数 |
Non-Patent Citations (3)
Title |
---|
SHANGHU JIANG: "Quantifying the effects of climate variability and human activities on runoff from the Laohahe basin in northern China using three different methods", 《HYDROLOGICAL PROCESSES》 * |
王雨茜: "长江上游气温、降水和干旱的变化趋势研究", 《人民长江》 * |
雍斌: "人类活动对老哈河流域近 50年径流变化影响的定量评估", 《河海大学学报(自然科学版)》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110197020A (zh) * | 2019-05-21 | 2019-09-03 | 河海大学 | 一种环境变化对水文干旱影响的分析方法 |
CN110197020B (zh) * | 2019-05-21 | 2022-10-14 | 河海大学 | 一种环境变化对水文干旱影响的分析方法 |
CN110928918A (zh) * | 2019-11-13 | 2020-03-27 | 深圳大学 | 时间序列数据组成模式的提取方法、装置及终端设备 |
CN111797129B (zh) * | 2020-06-01 | 2024-01-26 | 武汉大学 | 一种气候变化情景下水文旱情评估方法 |
CN111797129A (zh) * | 2020-06-01 | 2020-10-20 | 武汉大学 | 一种气候变化情景下水文旱情评估方法 |
CN111898258A (zh) * | 2020-07-17 | 2020-11-06 | 武汉大学 | 一种水文循环变异驱动下二维干旱灾害评估方法 |
CN112287299A (zh) * | 2020-10-19 | 2021-01-29 | 河海大学 | 河流健康变化定量归因方法、装置及系统 |
CN112287299B (zh) * | 2020-10-19 | 2024-03-22 | 河海大学 | 河流健康变化定量归因方法、装置及系统 |
CN112597698A (zh) * | 2020-12-14 | 2021-04-02 | 中山大学 | 一种人类活动对流域蒸散发影响的不确定性评估方法 |
CN113961880A (zh) * | 2021-11-01 | 2022-01-21 | 西安理工大学 | 一种水文干旱历时和烈度相依结构变异的诊断方法 |
CN114386865A (zh) * | 2022-01-17 | 2022-04-22 | 西安理工大学 | 基于多要素过程自然属性的径流影响因素确定方法及系统 |
CN114722645A (zh) * | 2022-06-09 | 2022-07-08 | 广东省科学院广州地理研究所 | 影响径流变化的因素贡献率获取方法、系统、介质和设备 |
CN114722645B (zh) * | 2022-06-09 | 2022-08-16 | 广东省科学院广州地理研究所 | 影响径流变化的因素贡献率获取方法、系统、介质和设备 |
CN115310796A (zh) * | 2022-07-29 | 2022-11-08 | 西安理工大学 | 一种不同类型干旱间传播关系的确定方法及系统 |
CN115331215A (zh) * | 2022-10-18 | 2022-11-11 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种干旱事件的三维识别和匹配方法及装置 |
CN115331215B (zh) * | 2022-10-18 | 2022-12-23 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种干旱事件的三维识别和匹配方法及装置 |
CN115859583A (zh) * | 2022-11-21 | 2023-03-28 | 上海勘测设计研究院有限公司 | 降水和初始状态对干旱过程影响的定量分析方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109472004B (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109472004A (zh) | 气候变化和人类活动对水文干旱影响的综合评估方法、装置及系统 | |
Refsgaard et al. | Operational validation and intercomparison of different types of hydrological models | |
CN110197020A (zh) | 一种环境变化对水文干旱影响的分析方法 | |
Beskow et al. | Potential of the LASH model for water resources management in data-scarce basins: a case study of the Fragata River basin, southern Brazil | |
Ghasemizade et al. | Combined analysis of time-varying sensitivity and identifiability indices to diagnose the response of a complex environmental model | |
Eslamian et al. | Application of L-moments for regional frequency analysis of monthly drought indexes | |
Mateus et al. | Modelling the diameter distribution of eucalyptus plantations with Johnson’s SB probability density function: parameters recovery from a compatible system of equations to predict stand variables | |
CN107729621B (zh) | 一种静力学模型的验证工具 | |
KR101575847B1 (ko) | 북반구 기후 지수를 이용한 북서태평양 해수면 온도 변동성 진단 모델링 시스템 및 방법 | |
CN105824806B (zh) | 一种公众账号的质量评价方法和装置 | |
Bolliger et al. | Comparing models for tree distributions: concept, structures, and behavior | |
CN114357879A (zh) | 一种未来土地利用模拟方法、装置、存储介质及终端设备 | |
CN106815473A (zh) | 水文模拟不确定性分析方法及装置 | |
CN114498619A (zh) | 一种风电功率预测方法及装置 | |
Kazemi et al. | Generalized gene expression programming models for estimating reference evapotranspiration through cross-station assessment and exogenous data supply | |
CN109685334A (zh) | 一种新的基于多尺度理论的水文模型模拟评估方法 | |
Shah et al. | Exploring the factors affecting streamflow conditions in the Han River basin from a regional perspective | |
CN110716998B (zh) | 一种精细尺度人口数据空间化方法 | |
CN108595814A (zh) | 一种基于天时间尺度的降水发生器 | |
Bae et al. | Development and evaluation of an expression for polydisperse particle scavenging coefficient for the below-cloud scavenging as a function of rain intensity using the moment method | |
CN117251989A (zh) | 一种气象站点的碳水通量信息确定方法、系统及电子设备 | |
CN112287299A (zh) | 河流健康变化定量归因方法、装置及系统 | |
Kelleher et al. | Is ET often oversimplified in hydrologic models? Using long records to elucidate unaccounted for controls on ET | |
Alredaisy | Recommending the IHACRES model for water resources assessment and resolving water conflicts in Africa | |
CN109242520A (zh) | 一种目标用户群定位方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |