CN109492942A - 一种基于三维时空耦合模型的干旱事件评价方法 - Google Patents

一种基于三维时空耦合模型的干旱事件评价方法 Download PDF

Info

Publication number
CN109492942A
CN109492942A CN201811530744.9A CN201811530744A CN109492942A CN 109492942 A CN109492942 A CN 109492942A CN 201811530744 A CN201811530744 A CN 201811530744A CN 109492942 A CN109492942 A CN 109492942A
Authority
CN
China
Prior art keywords
arid
month
time
drought
dimensional space
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.)
Pending
Application number
CN201811530744.9A
Other languages
English (en)
Inventor
闻昕
谭乔凤
方国华
涂玉虹
黄显峰
丁紫玉
张钰
刘哲华
王珍妮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hohai University HHU
Original Assignee
Hohai University HHU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hohai University HHU filed Critical Hohai University HHU
Priority to CN201811530744.9A priority Critical patent/CN109492942A/zh
Publication of CN109492942A publication Critical patent/CN109492942A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Software Systems (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Geometry (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Remote Sensing (AREA)
  • Development Economics (AREA)
  • Computer Graphics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于三维时空耦合模型的干旱事件评价方法，包括以下步骤：确定干旱指标和阈值；判别干旱在空间维度的连续性；判别干旱在时间维度的连续性；建立干旱三维时空耦合模型评价指标；建立干旱事件三维时空耦合模型；开展干旱发展过程和演变规律实例研究。本发明从三维时空角度出发，对干旱全过程在不同时空尺度耦合条件下的发展和演变规律开展研究和评价。通过干旱时空连续性判别形成一场连续、完整的干旱事件，建立干旱事件三维时空耦合评价指标和模型，实现干旱发展过程可视化，将一场干旱事件主要集中区域的迁移轨迹直观呈现，定量地描述干旱事件的时空演变过程及综合特征，揭示连续性干旱事件的时空格局与演变规律。

Description

一种基于三维时空耦合模型的干旱事件评价方法
技术领域
本发明属于干旱识别与干旱时空演变分析领域，具体涉及一种基于三维时空耦合模型的干旱事件评价方法。
背景技术
干旱是指某一地区水分条件较当地正常情况持续性偏少的一种自然现象。旱灾是地球上最主要的自然灾害之一，具有持续时间久、影响面积广和造成损失严重的特点。干旱事件识别是指根据干旱指标从历史气象水文系列中提取干旱事件，并计算其特征变量，是后续干旱频率分析及其干旱时空演变规律研究的基础，分析干旱特征规律对防灾减灾有重要意义。
过去已有一些学者开展了对于干旱事件时空演变规律的研究。Evjevich提出了针对一维时间序列的干旱识别方法，称为游程理论，对于干旱指标时间序列选定一个特定的干旱指标阈值，若连续小于该阈值则为负游程，从中提取出干旱历时、干旱强度、干旱烈度等特征变量。Andreadis等在绘制SAD(烈度-面积-历时)曲线的同时使用空间聚类方法提取干旱斑块，进一步刻画出干旱的时空变化规律，实现了干旱事件的平面二维识别。许凯提出了干旱事件的三维识别方法，基于多个特征变量来度量干旱事件，对干旱事件的时空变化过程进行三维刻画，但得到的特征变量无法反映干旱的时空动态变化，未体现三维识别方法相比于传统方法的优越性。针对区域性极端事件，任福民等提出了一种区域性极端事件的客观识别法(OITREE)，采用“糖葫芦串”模型，将逐日自然异常带分离，对事件的时间连续性进行识别，将逐日异常带串起来从而构成一个完整的区域性事件，并建立区域性事件指标体系，该方法在中国区域性气象干旱事件识别领域得到了应用。
干旱事件通常具有一定的持续时间和影响范围，呈现出“多要素”、“多属性”和“多尺度”的特点，同时，不同要素、多种属性、各时空尺度相互耦合，共同构成了干旱事件发展过程的时空变异特征，也进一步增加了该问题的维度和复杂程度。过去的干旱研究大多在一维(时间)或二维(空间)上展现干旱格局与时空演变情况，其不足主要体现在：(1)将时空维度进行割裂，仅针对干旱在空间维度或时间尺度上独立的演变情况，缺乏对干旱事件全过程在不同时空尺度耦合下的演变和发展规律的解析，无法客观地评价干旱事件；(2)干旱的覆盖范围和强度时刻发生动态变化，无法直观地展现干旱主要集中区域的迁移轨迹，亦无法定量地评价干旱演变特征。因此，需要从时间-空间三维时空角度出发，连续识别干旱事件，并对干旱从开始到结束的全过程进行特征分析，展现干旱发展过程和演变规律。
发明内容
发明目的：针对在传统一维(时间)或二维(空间)上刻画连续性干旱事件的缺陷，本发明从三维时空角度出发，在判别干旱时空连续性的基础上建立涵盖干旱逐月强度、干旱逐月集中点、干旱逐月迁移速率等7项干旱三维时空耦合模型评价指标，由此建立干旱事件三维时空耦合评价模型，描绘出干旱事件在时间和空间维度上的发展过程，实现一场干旱从发生到结束演变过程的三维时空可视化，并解析其迁移路线以及时空演变规律。
技术方案：为实现上述发明目的，本发明采用以下技术方案：
一种基于三维时空耦合模型的干旱事件评价方法，包括以下步骤：
(1)确定干旱指标和阈值；
(2)判别干旱在空间维度的连续性；
(3)判别干旱在时间维度的连续性；
(4)建立干旱三维时空耦合模型评价指标；
(5)建立干旱事件三维时空耦合模型；
(6)开展干旱发展过程和演变规律实例研究。
进一步的，步骤(2)判别干旱在空间维度的连续性，具体为：采用空间聚类的思想识别出空间上相关联的干旱格点，在研究区域内将其进行标记，画出被标记格点外边界的包络线，记包络线内的区域为干旱区域；若干旱区域面积不小于最小干旱斑块面积A0，则认为该时间点发生了干旱，对于干旱面积小于A0的干旱区域则予以舍弃，不做考虑。
进一步的，步骤(3)判别干旱在时间维度的连续性，具体为：在相邻两个时间点干旱区域之间，若它们重合的面积不小于最小干旱斑块面积A0，则认为在时空上是连续的，属于同一场干旱事件；从第一个发生干旱的时间点开始往后识别，直至干旱区域小于A0，则认为这一场干旱事件已结束，识别出一场干旱事件从开始到结束的过程；若相邻两个时间点干旱区域重合的面积小于A0，则认为这场干旱已结束，新的一场干旱已经开始。
进一步的，步骤(4)建立干旱三维时空耦合模型评价指标，具体为：基于干旱格点数据，通过建立并计算涵盖干旱历时、干旱面积、干旱强度、干旱时空集中点坐标、干旱逐月集中点坐标、干旱集中发生时间占比、干旱逐月迁移速率7项干旱三维时空耦合模型评价指标，在时空尺度上度量连续性干旱事件从开始到结束的时空演变情况以及综合特征。其中：
(a)干旱逐月强度：采用某月各干旱格点SPI-3值与阈值S0之差的绝对值求和来表征该月的干旱强度；
(b)干旱逐月集中点坐标：将逐月干旱几何区域的质心定义为干旱逐月集中点，第a场干旱事件第m个月干旱逐月集中点的坐标为(Xam,Yam,m)，Xam、Yam分别为所求第a场干旱事件第m个月干旱逐月集中点的经度、纬度坐标；
(c)干旱时空集中点坐标：将干旱三维体结构的质心定义为干旱时空集中点，第a场干旱事件集中点的时空坐标为(Xa,Ya,Ta)，Xa、Ya分别为所求第a场干旱时空集中点坐标的经度、纬度坐标，Ta为所求第a场干旱时空集中点的时间坐标；
(d)干旱集中发生时间占比：为表示每一场干旱事件中的干旱集中发生时间，用干旱时空集中点时间坐标Ta与整个干旱历时之商来计算；
(e)干旱逐月迁移速率：将相邻两个干旱逐月集中点移动的速率快慢定义为干旱逐月迁移速率vm，由第m个月干旱逐月集中点移动的距离与每月天数之商来计算。
更进一步的，将各月干旱几何区域的质心定义为干旱逐月集中点，抽象认为干旱几何区域内的各个格点干旱强度浓缩聚集于该点；
对于第a场干旱事件，干旱历时为t个月，设第m个月识别出的干旱区域共有k个干旱格点(m＝1,2,…,k)，对该区域采用各格点的SPI-3值进行加权求和，记加权求和为0的坐标点(Xam,Yam)为二维干旱区域的干旱逐月集中点经纬度坐标，其计算公式为：
式中，SPIi为第i个干旱格点的SPI-3值；xi、yi为第i个干旱格点的经度、纬度坐标；Xam、Yam分别为所求第a场干旱事件第m个月干旱逐月集中点的经度、纬度坐标；干旱逐月集中点坐标为(Xam,Yam,m)。
更进一步的，干旱时空集中点是指表征一场干旱事件集中发生位置的坐标点，将干旱三维体结构的质心定义为干旱时空集中点，对干旱强度值进行加权求得三维体的质心坐标；
首先把每场干旱事件每个月发生的干旱区域投影到一个经纬度平面内，将每个格点累积的SPI-3值进行求和，采用SPI-3累积值进行加权求和，记加权求和为0的坐标点(Xa,Ya)为干旱集中点的空间经纬度坐标；然后分别将各个月的所有干旱格点SPI-3值进行求和，得到第m个月的SPI-3值总和，然后用各个月的SPI-3值总和对时间进行加权求和，记使加权求和为0的值Ta为集中点的时间坐标，其计算公式为：
式中，SPIim为第m个月干旱区域内第i个干旱格点的SPI-3值，xim，yim分别为第m个月第i个干旱格点的经度、纬度坐标；Xa、Ya分别为所求第a场干旱时空集中点坐标的经度、纬度坐标；Ta为所求第a场干旱时空集中点的时间坐标。干旱时空集中点坐标为(Xa,Ya,Ta)。
更进一步的，为表示每一场干旱事件中的干旱集中发生时间，用干旱时空集中点时间坐标Ta与整个干旱历时之商来计算干旱集中发生时间占比：
式中，Pa为第a场干旱事件的干旱集中发生时间占比，Da为第a场干旱事件的干旱历时，若Pa<0.5，则说明干旱集中发生于整场干旱的前半部分；若Pa>0.5，则说明干旱集中发生于整场干旱的后半部分；若Pa＝0.5，则说明干旱集中发生于整场干旱的中间部分。
进一步的，步骤(5)建立干旱事件三维时空耦合模型，具体为：构建一场连续性干旱事件中所有干旱格点的[经度，纬度，时间，干旱强度]矩阵，根据该矩阵画出逐月各干旱格点的干旱强度分布图，以颜色表征干旱强度，并将干旱逐月集中点在时间维度上依次串联形成迁移路径，直观展现出在三维时空中干旱逐月面积、干旱逐月强度的动态变化，用干旱指标阈值的等值面进行包裹得到干旱三维体结构，实现干旱发展过程的三维可视化。
进一步的，步骤(6)具体为：将三维时空耦合模型在经纬度平面上进行投影，得到每场干旱事件中干旱逐月集中点的迁移轨迹，表征干旱在时空中的动态变化过程，将多场干旱事件的干旱逐月集中点迁移轨迹放在一张图片上，以揭示干旱迁移的整体趋势性规律，且干旱时空集中点在经纬度平面的投影展现了干旱事件主要集中区域的时空分布情况。
有益效果：与现有技术相比，本发明具有以下优点：
选取干旱评价指标对干旱事件进行时空连续性识别，进而建立干旱三维时空耦合模型，该模型不仅可以刻画流域内每一场干旱在时间和空间维度上的整体趋势性规律，更能揭示干旱从发生到结束全过程在不同时空耦合条件下的动态演变规律，为全面、精细解析和评价干旱时空演变和发展特征提供了新的方法和技术。
附图说明
图1为本发明的方法流程图；
图2为本发明的实施例中干旱事件时空连续性判别示意图；
图3为本发明的干旱逐月集中点原理图；
图4为本发明的干旱时空集中点原理图；
图5为本发明的实施例中淮河流域格点数据分布示意图；
图6为本发明的实施例中2001年干旱逐月集中点迁移路径图；
图7为本发明的实施例中2001年干旱时空集中点位置图；
图8为本发明的实施例中2001年干旱逐月集中点的迁移轨迹投影图；
图9为本发明的实施例中1961-2015年夏秋冬连旱年干旱集中点迁移轨迹图；
图10为本发明的实施例中1961-2015年夏秋冬连旱年干旱强度变化规律图；
图11为本发明的实施例中1961-2015年干旱时空集中点空间分布图；
图12为本发明的实施例中1961-2015年历次干旱集中发生时间占比图。
具体实施方式
下面结合附图和具体实施例，进一步对本发明的技术方案进行说明。
如图1所示，一种基于三维时空耦合模型的干旱事件评价方法，该方法步骤如下：
(1)进行干旱识别，即确定干旱指标和阈值；
首先选用合适的干旱指标，然后确定干旱指标的阈值。以气象干旱为例，选用季尺度的标准化降水指数SPI-3作为干旱指标，进行干旱识别。采用基于游程理论的阈值法，即先选定一个干旱指标阈值，若区域内某个评估对象的干旱指标超过该阈值就被认定属于干旱，从而筛选出所有的干旱格点，为后续步骤做好准备。
(2)判别干旱空间连续性；
采用空间聚类的思想识别出空间相关联的干旱网格，对于干旱年某月的SPI-3格点数据序列，筛选出SPI-3值小于阈值的格点，在研究区域内将其进行标记，画出被标记格点外边界的包络线，记包络线内的区域为干旱区域。若某个月的干旱区域面积不小于最小干旱斑块面积A0，则认为该月发生了干旱，对于干旱面积小于A0的干旱区域则予以舍弃，不做考虑。
(3)判别干旱时间连续性；
在相邻两个月干旱区域之间，若它们重合的面积不小于最小干旱斑块面积A0，则认为在时空上是连续的，属于同一场干旱事件。从第一个发生干旱的月份开始，逐月往后识别，直至干旱区域小于A0，则认为这一场干旱事件已结束，可识别出一场干旱事件从开始到结束的全过程。若相邻两个月干旱区域重合的面积小于A0，则认为新的一场干旱已经开始。干旱时空连续性判别示意图如图2所示。
将逐月空间要素上相关联、时间序列上相连续的干旱事件串联起来，在三维时空中形成一场连续、完整的干旱事件，并描绘出干旱事件的动态发展过程。
(4)建立干旱三维时空耦合模型评价指标；
基于干旱指标格点数据，计算干旱历时、干旱逐月面积、干旱逐月强度、干旱时空集中点坐标、干旱逐月集中点坐标、干旱集中发生时间占比、干旱逐月迁移速率7项模型评价指标，可度量连续性干旱事件从开始到结束的整个过程，描述一整场干旱事件过程的综合特征以及逐月演变情况。
假设干旱指标阈值为S0，发生第a场干旱事件时，干旱历时为t个月，第m个月识别出的干旱区域共有k个干旱格点。各模型评价指标名称及含义如表1所示。
表1干旱三维时空耦合模型评价指标及含义
干旱三维时空耦合模型评价指标的计算方法如下：
1)干旱逐月强度
采用某月各干旱格点SPI-3值与阈值S0之差的绝对值求和来表征该月的干旱强度，假设共有k个干旱格点。干旱逐月强度计算公式为：
式中，SPIi为第i个干旱格点的SPI-3值(i＝1,2,…,k)。
2)干旱逐月集中点
将逐月干旱几何区域的质心定义为干旱逐月集中点，抽象认为干旱几何区域内的各个格点干旱强度浓缩聚集于该点，干旱逐月集中点原理如图3所示。
对于第a场干旱事件，干旱历时为t个月，设第m个月识别出的干旱区域共有k个干旱格点(m＝1,2,…,k)，对该区域采用各格点的SPI-3值进行加权求和，记加权求和为0的坐标点(Xam,Yam)为干旱区域的逐月集中点经纬度坐标，其计算公式为：
式中，SPIi为第i个干旱格点的SPI-3值；xi、yi为第i个干旱格点的经度、纬度坐标；Xam、Yam分别为所求第a场干旱事件第m个月干旱集中点的经度、纬度坐标。
干旱逐月集中点坐标为(Xam,Yam,m)。
3)干旱时空集中点
干旱时空集中点是指表征一场干旱事件集中发生位置的坐标点，可看做将整场干旱事件聚集于该点。将一场干旱事件假设为一个三维体结构，将三维体结构的质心定义为干旱时空集中点，对干旱强度值进行加权可求得三维体结构的质心坐标，坐标由(经度，纬度，时间)来表示，干旱时空集中点原理如图4所示。
①空间坐标：首先把每场干旱事件每个月发生的干旱区域投影到一个经纬度平面内，将每个格点累积的SPI-3值进行求和，采用SPI-3累积值进行加权求和，记加权求和为0的坐标点(Xa,Ya)为干旱时空集中点的空间经纬度坐标，其计算公式为：
式中，SPIim为第m个月干旱区域内第i个干旱格点的SPI-3值，xim，yim分别为第m个月第i个干旱格点的经度、纬度坐标；Xa、Ya分别为所求第a场干旱时空集中点的经度、纬度坐标。
②时间坐标：分别将各个月的所有干旱格点SPI-3值进行求和，得到第m个月的SPI-3值总和，然后用各个月的SPI-3值总和对时间进行加权求和，记使加权求和为0的值Ta为干旱时空集中点的时间坐标，其计算公式为：
式中，SPIim为第m个月干旱区域内第i个干旱格点的SPI-3值，Ta为所求第a场干旱时空集中点的时间坐标。
4)干旱集中发生时间占比
为表示每一场干旱事件中的干旱集中发生时间，可以用干旱时空集中点时间坐标Ta与整个干旱历时之商来计算：
式中，Pa为第a场干旱事件的干旱集中发生时间占比，Da为第a场干旱事件的干旱历时，若Pa<0.5，则说明干旱集中发生于整场干旱的前半部分；若Pa>0.5，则说明干旱集中发生于整场干旱的后半部分；若Pa＝0.5，则说明干旱集中发生于整场干旱的中间部分。
5)干旱逐月迁移速率
将干旱逐月集中点移动的经纬度换算为距离(单位为公里)，经纬度与距离换算公式为：
ΔYm＝110.94×(Yam-Yam-1) (9)；
将相邻两个干旱逐月集中点移动的速率快慢定义为干旱逐月迁移速率vm，对于某一场干旱事件，干旱逐月迁移速率vm由第m个月逐月干旱集中点移动的距离与每月天数之商来计算：
式中，对于第a场干旱，ΔXm为从第m个月到第m+1个月干旱逐月集中点沿经度方向迁移的距离；ΔYm为从第m个月到第m+1个月干旱逐月集中点沿纬度方向迁移的距离；vm为干旱逐月迁移速率；Δt为一个月的天数，即30天。
(5)干旱三维时空耦合评价模型建立；
通过对模型评价指标的计算，可在三维时空下直观展现干旱三维时空耦合评价模型。画出逐月干旱强度分布图，以颜色表征干旱格点强度，并将干旱逐月集中点在时间维度上依次串联得到迁移路径，直观展现出这场连续性干旱事件在三维时空中的动态变化，用干旱指标阈值的等值面进行包裹，得到三维时空下的干旱三维体结构，实现干旱发展过程的三维可视化。
干旱逐月强度分布图可直观的表示出干旱逐月强度、干旱逐月面积随时间的变化，在三维时空中描绘出干旱逐月集中点的迁移轨迹，可表现出这场连续性干旱事件随着时间与空间的动态变化。
(6)解析干旱时空演变规律；
将干旱三维时空耦合模型在经纬度平面上进行投影，可得到每场干旱事件中干旱逐月集中点的迁移轨迹，表征干旱在时空中的动态变化过程，将多场干旱的逐月集中点迁移轨迹放在一张图片上，可揭示干旱迁移的整体趋势性规律。干旱时空集中点在经纬度平面的投影展现了每一场干旱事件的主要集中区域的时空分布情况。
实施例：
现以1961-2015年淮河流域气象干旱为例，利用本发明所述的一种基于三维时空耦合模型的干旱事件评价方法，对干旱的发展过程和演变规律开展研究，说明本发明的有效性与合理性。
淮河流域地处中国东部，介于长江和黄河两流域之间，位于东经111°55’-121°25’，北纬30°55’-36°36’区域内，地跨河南、湖北、安徽、江苏、山东5省，流域面积约为27万km2，以废黄河为界，划分为淮河水系和沂沭泗河水系。淮河流域地处南北气候过渡带，属暖温带半湿润季风气候区。淮河流域的旱灾非常频繁，严重威胁着流域5省。
本研究选用标准化降水指数(SPI-3)进行干旱识别，干旱指标阈值确定为-1。本研究采用的降水数据来源于中国气象数据网(http://data.cma.cn/)，为淮河流域1961-2015年逐日降水格点数据，网格的空间分辨率为0.5°×0.5°，共有258个格点数据，将日降水数据累加到月尺度上进行SPI-3干旱指标的计算，流域内格点数据分布如图5所示。
采用上述方法，识别出淮河流域1961-2015年总共发生了97场干旱，其中历时持续3个月以上的有51场，干旱历时最长为9个月。在这660个月中，共有303个月发生了干旱，占比约45.9％，对其发生干旱的月份进行季节性统计，可知夏旱发生频率较高，这是由于夏季受副热带高压带控制，“伏旱”较为严重。采用上述干旱三维时空耦合模型评价指标，对连续性干旱事件的时空演变规律进行分析。
(1)干旱三维时空耦合模型评价指标建立
选取一场强度最大的干旱事件，即2001年4-11月干旱事件，采取说明书中的计算方法分别计算各干旱时空特征变量，计算结果如表2所示。
表2 2001年干旱三维时空耦合模型评价指标计算结果
通过对干旱三维时空耦合模型评价指标的计算，可在三维时空下直观展现干旱三维时空耦合模型，使其三维可视化。以2001年干旱事件为例，画出逐月干旱格点的SPI-3指数分布图，在时空维度上连接起来，并将干旱逐月集中点依次串联得到迁移路径，如图6所示。逐月SPI-3分布图可直观的表示出干旱逐月强度、干旱逐月面积随时间的变化，在三维时空中描绘出干旱逐月集中点的迁移轨迹，可表现出这场连续性干旱事件随着时间与空间的动态变化。
由于时间是连续的，每一时刻都对应一张干旱格点的SPI-3指数分布图，若时间精度无限细分，在时间维度上串联即可形成干旱三维体结构，用SPI＝-1等值面包裹起来。由于干旱区域的不规则性，最终得到的是不规则的三维体结构。在空间中点绘出干旱时空集中点(Xa,Ya,Ta)，并画出该点所在平面的等值线图，如图7所示。
干旱三维时空耦合模型直观反映了2001年干旱从开始到结束随时空变化的全过程，该模型反映了如下信息：①干旱历时；②干旱逐月面积；③干旱逐月强度；④干旱逐月集中点；⑤干旱时空集中点；⑥干旱逐月迁移速率。
(2)干旱时空演变规律分析
1)干旱逐月集中点投影规律
①过程性规律
每一场干旱事件中干旱逐月集中点的迁移轨迹，可表征干旱在时空中的动态变化过程。将干旱强度最大年份2001年的干旱逐月集中点(Xam,Yam,m)在研究区域的经纬度平面进行投影，并串联在一起，点的颜色表示干旱逐月强度值的大小，两点之间的距离长短表示干旱逐月迁移速率的大小，如图8所示。该图展现了2001年干旱在淮河流域内的迁移路线、干旱逐月强度以及干旱逐月迁移速率随时间的变化等信息，即反映了干旱从发生到结束的时空演变过程。该场干旱历时共8个月，始于淮河中游王蚌区间北岸，往北转向蚌洪区间北岸，干旱强度显著增强，进而往南转向王蚌区间南岸，干旱强度逐渐减小，迁移速率先增快后减慢。然后向淮河上游转移，历经王家坝以上南岸和北岸，干旱强度先减小后增大，接着向北往淮河中游的蚌洪区间北岸迁移并结束，干旱强度逐渐增强，迁移速率先增快后减慢。
②整体性规律
将多场干旱的干旱逐月集中点迁移轨迹放在一张图片上，可揭示干旱迁移的整体趋势性规律。淮河流域的连续性干旱事件具有明显的季节性规律，选取夏秋冬三季连旱的干旱事件，在研究区域内画出各场干旱逐月集中点的迁移轨迹，用不同颜色的点表示不同年份的干旱逐月集中点，通过分析可找出大致的趋势与规律，并用一条总体迁移路线进行拟合，可得到夏秋冬三季连旱年迁移轨迹的时空演变规律，如图9所示。
观察分析淮河流域的夏秋冬三季连旱年——1988、1989、1991、2002、2013年、2015年干旱集中点的迁移轨迹，可得到干旱的迁移路线大致呈现这样的规律：干旱一般起源于沂沭泗河流域，再转向淮河中游，最后逐渐向淮河上游迁移。对具体区块进行分析，干旱最早发源于沂沭河区，历经湖东区、湖西区并转向淮河中游的王蚌区间北岸，最后终止于淮河上游的王家坝以上南岸。同时可看出，在淮河中游区块，干旱迁移速率相对较快。
对淮河流域的夏秋冬三季连旱年的干旱逐月强度进行计算与分析，为了方便集中进行比较，将第一个干旱月的干旱强度用1表示，逐月计算下月与上月干旱强度的比值，直至干旱结束，将干旱强度比值用雷达图表示，如图10所示。由图可知，秋季(9～10月)的干旱强度均有所增加，而冬季强度开始呈减小趋势，表明淮河流域在夏秋冬三季连旱年中存在秋旱严重的特点。
2)干旱时空集中点分布规律
①空间分布特征
选取28场干旱历时超过4个月的干旱事件，将其干旱时空集中点(Xa,Ya,Ta)在研究区域的经纬度平面进行投影，得到各年干旱时空集中点空间分布图，如图11所示。该图展现了每一场干旱事件的主要集中区域在淮河流域内的空间分布情况。从各年干旱时空集中点空间分布图中可以看出，干旱时空集中点主要分布于淮河中游的王蚌区间北岸，少数分布于沂沭泗河的湖东区与湖西区，说明了淮河流域受干旱影响最严重的地区主要为淮河中游地区的王蚌区间北岸，需要在该地区展开重点防范工作。
②时间分布特征
分析1961-2015年淮河流域各年干旱集中发生时间占比情况，1961、1966、1967、1972、1973、1976、1988、1989、2005、2006、2012、2013和2015年的干旱时间占比Pa＞0.5，则说明干旱集中发生时间为整场干旱的后半部分。如图12所示。
本发明方法从三维时空角度出发，对干旱全过程在不同时空尺度耦合条件下的发展和演变规律开展研究和评价。通过干旱时空连续性判别形成一场连续、完整的干旱事件，并建立涵盖干旱逐月面积、干旱逐月集中点、干旱逐月迁移速率等7项干旱三维时空耦合模型评价指标，由此建立干旱事件三维时空耦合评价模型，实现干旱发展过程可视化，将一场干旱事件主要集中区域的迁移轨迹直观呈现，定量地描述干旱事件的时空演变过程及综合特征，揭示连续性干旱事件的时空格局与演变规律。

Claims (9)

1.一种基于三维时空耦合模型的干旱事件评价方法，其特征在于，包括以下步骤：
(1)确定干旱指标和阈值；
(2)判别干旱在空间维度的连续性；
(3)判别干旱在时间维度的连续性；
(4)建立干旱三维时空耦合模型评价指标；
(5)建立干旱事件三维时空耦合模型；
(6)开展干旱发展过程和演变规律实例研究。
2.根据权利要求1所述的一种基于三维时空耦合模型的干旱事件评价方法，其特征在于：步骤(2)判别干旱在空间维度的连续性，具体为：采用空间聚类的思想识别出空间上相关联的干旱格点，在研究区域内将其进行标记，画出被标记格点外边界的包络线，记包络线内的区域为干旱区域；若干旱区域面积不小于最小干旱斑块面积A0，则认为该时间点发生了干旱，对于干旱面积小于A0的干旱区域则予以舍弃，不做考虑。
3.根据权利要求1所述的一种基于三维时空耦合模型的干旱事件评价方法，其特征在于：步骤(3)判别干旱在时间维度的连续性，具体为：在相邻两个时间点干旱区域之间，若它们重合的面积不小于最小干旱斑块面积A0，则认为在时间上是连续的，属于同一场干旱事件；从第一个发生干旱的时间点开始往后识别，直至干旱区域小于A0，则认为这一场干旱事件已结束，识别出一场干旱事件从开始到结束的过程；若相邻两个时间点干旱区域重合的面积小于A0，则认为这场干旱已结束，新的一场干旱已经开始。
4.根据权利要求1所述的一种基于三维时空耦合模型的干旱事件评价方法，其特征在于：步骤(4)建立干旱三维时空耦合模型评价指标，具体为：基于干旱格点数据，通过建立并计算涵盖干旱历时、干旱面积、干旱强度、干旱时空集中点坐标、干旱逐月集中点坐标、干旱集中发生时间占比、干旱逐月迁移速率7项干旱三维时空耦合模型评价指标，在时空尺度上度量连续性干旱事件从开始到结束的时空演变情况以及综合特征。
5.根据权利要求4所述的建立干旱三维时空耦合模型评价指标，其特征在于：将逐月干旱几何区域的质心定义为干旱逐月集中点，抽象认为干旱几何区域内的各格点干旱强度浓缩聚集于该点；对于第a场干旱事件，干旱历时为t个月，设第m个月识别出的干旱区域共有k个干旱格点(m＝1,2,…,k)，对该区域采用各格点的SPI-3值进行加权求和，记加权求和为0的坐标点(Xam,Yam)为该区域的干旱逐月集中点经纬度坐标，其计算公式为：
式中，SPIi为第i个干旱格点的SPI-3值；xi、yi为第i个干旱格点的纬度坐标；Xam、Yam分别为所求第a场干旱事件第m个月干旱逐月集中点的经度、纬度坐标；干旱逐月集中点坐标为(Xam,Yam,m)。
6.根据权利要求4所述的建立干旱三维时空耦合模型评价指标，其特征在于：干旱时空集中点是指表征一场干旱事件集中发生位置的坐标点，将干旱三维体结构的质心定义为干旱时空集中点，对干旱强度值进行加权求得三维体的质心坐标；
首先把每场干旱事件每个月发生的干旱区域投影到一个经纬度平面内，将每个格点累积的SPI-3值进行求和，采用SPI-3累积值进行加权求和，记加权求和为0的坐标点(Xa,Ya)为干旱集中点的空间经纬度坐标；然后分别将各个月的所有干旱格点SPI-3值进行求和，得到第m个月的SPI-3值总和，然后用各个月的SPI-3值总和对时间进行加权求和，记使加权求和为0的值Ta为集中点的时间坐标，其计算公式为：
式中，SPIim为第m个月干旱区域内第i个干旱格点的SPI-3值，xim，yim分别为第m个月第i个干旱格点的经度、纬度坐标；Xa、Ya分别为所求第a场干旱时空集中点坐标的经度、纬度坐标；Ta为所求第a场干旱时空集中点的时间坐标。干旱时空集中点坐标为(Xa,Ya,Ta)。
7.根据权利要求4所述的建立干旱三维时空耦合模型评价指标，其特征在于：为表示每一场干旱事件中最严重区域的集中发生时间，用干旱时空集中点时间坐标Ta与干旱历时之商来计算干旱集中发生时间占比：
式中，Pa为第a场干旱事件的干旱集中发生时间占比，Da为第a场干旱事件的干旱历时，若Pa<0.5，则说明干旱集中发生于整场干旱的前半部分；若Pa>0.5，则说明干旱集中发生于整场干旱的后半部分；若Pa＝0.5，则说明干旱集中发生于整场干旱的中间部分。
8.根据权利要求1所述的一种基于三维时空耦合模型的干旱事件评价方法，其特征在于：步骤(5)建立干旱事件三维时空耦合模型，具体为：构建一场连续性干旱事件中所有干旱格点的[经度，纬度，时间，干旱强度]矩阵，根据该矩阵画出逐月各干旱格点的干旱强度分布图，以颜色表征干旱强度，并将干旱逐月集中点在时间维度上依次串联形成迁移路径，直观展现出在三维时空中干旱逐月面积、干旱逐月强度的动态变化，用干旱指标阈值的等值面进行包裹得到干旱三维体结构，实现干旱发展过程的三维可视化。
9.根据权利要求1所述的一种基于三维时空耦合模型的干旱事件评价方法，其特征在于：步骤(6)具体为：将三维时空耦合模型在经纬度平面上进行投影，得到每场干旱事件中干旱逐月集中点的迁移轨迹，表征干旱在时空中的动态变化过程，将多场干旱事件的干旱逐月集中点迁移轨迹放在一张图片上，以揭示干旱迁移的整体趋势性规律，且干旱时空集中点在经纬度平面的投影展现了干旱事件主要集中区域的时空分布情况。
CN201811530744.9A 2018-12-14 2018-12-14 一种基于三维时空耦合模型的干旱事件评价方法 Pending CN109492942A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811530744.9A CN109492942A (zh) 2018-12-14 2018-12-14 一种基于三维时空耦合模型的干旱事件评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811530744.9A CN109492942A (zh) 2018-12-14 2018-12-14 一种基于三维时空耦合模型的干旱事件评价方法

Publications (1)

Publication Number Publication Date
CN109492942A true CN109492942A (zh) 2019-03-19

Family

ID=65710228

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811530744.9A Pending CN109492942A (zh) 2018-12-14 2018-12-14 一种基于三维时空耦合模型的干旱事件评价方法

Country Status (1)

Country Link
CN (1) CN109492942A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111598999A (zh) * 2020-05-13 2020-08-28 河海大学 一种基于三维干旱体结构的干旱事件识别方法
CN111696681A (zh) * 2020-04-30 2020-09-22 广东省疾病预防控制中心 面向呼吸道传染病三维时空分析模型构建方法
CN112528958A (zh) * 2020-12-28 2021-03-19 暨南大学 一种基于网格的骤旱三维识别方法
CN113609630A (zh) * 2021-08-10 2021-11-05 北京大学 一种全矿井自适应的一三维耦合通风网络解算方法
CN114444845A (zh) * 2021-12-06 2022-05-06 中国地质大学（武汉） 一种基于三维时空连续性的热浪事件追踪方法
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
CN118153928A (zh) * 2024-05-12 2024-06-07 北京农夫铺子技术研究院 一种用于数字新零售系统的业务处理方法和系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107480867A (zh) * 2017-07-25 2017-12-15 河海大学 自适应变尺度干旱评价模型及评价方法
CN107945280A (zh) * 2017-12-12 2018-04-20 苏州蜗牛数字科技股份有限公司 一种模拟真实星球生态分布的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107480867A (zh) * 2017-07-25 2017-12-15 河海大学 自适应变尺度干旱评价模型及评价方法
CN107945280A (zh) * 2017-12-12 2018-04-20 苏州蜗牛数字科技股份有限公司 一种模拟真实星球生态分布的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
许凯: "我国干旱变化规律及典型引黄灌区干旱预报方法研究", 《中国优秀博士论文全文数据库（基础科学辑）》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111696681A (zh) * 2020-04-30 2020-09-22 广东省疾病预防控制中心 面向呼吸道传染病三维时空分析模型构建方法
CN111598999A (zh) * 2020-05-13 2020-08-28 河海大学 一种基于三维干旱体结构的干旱事件识别方法
CN111598999B (zh) * 2020-05-13 2021-01-26 河海大学 一种基于三维干旱体结构的干旱事件识别方法
CN112528958A (zh) * 2020-12-28 2021-03-19 暨南大学 一种基于网格的骤旱三维识别方法
CN112528958B (zh) * 2020-12-28 2023-08-29 暨南大学 一种基于网格的骤旱三维识别方法
CN113609630A (zh) * 2021-08-10 2021-11-05 北京大学 一种全矿井自适应的一三维耦合通风网络解算方法
CN113609630B (zh) * 2021-08-10 2022-04-29 北京大学 一种全矿井自适应的一三维耦合通风网络解算方法
CN114444845A (zh) * 2021-12-06 2022-05-06 中国地质大学（武汉） 一种基于三维时空连续性的热浪事件追踪方法
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
CN118153928A (zh) * 2024-05-12 2024-06-07 北京农夫铺子技术研究院 一种用于数字新零售系统的业务处理方法和系统

Similar Documents

Publication Publication Date Title
CN109492942A (zh) 一种基于三维时空耦合模型的干旱事件评价方法
Adham et al. Study on groundwater recharge potentiality of Barind Tract, Rajshahi District, Bangladesh using GIS and remote sensing technique
CN108647740A (zh) 利用高分辨率地形和气象因子进行多源降水融合的方法
Subyani et al. Digital elevation model and multivariate statistical analysis of morphometric parameters of some wadis, western Saudi Arabia
CN110852526B (zh) 一种基于雨洪过程相似性判别的实时洪水预报方法
CN108052876A (zh) 基于图像识别的区域发展评估方法及装置
CN112380662B (zh) 一种山洪灾害人口损失评估模型的构建方法及其应用
Robl et al. Morphological analysis of the drainage system in the Eastern Alps
CN113821925B (zh) 一种基于水生土三要素的湿地动态边界确定方法
CN111414671A (zh) 小流域暴雨推求洪水的方法
CN110222586A (zh) 一种建筑物高度的计算及城市形态参数数据库的建立方法
Nag et al. Morphometric analysis of Dwarakeswar watershed, Bankura district, West Bengal, India, using spatial information technology
CN108681639A (zh) 一种考虑局部变量和全局变量的动态降水降尺度方法
Liu et al. Measuring bedload in gravel-bed mountain rivers: averaging methods and sampling strategies
CN116310853A (zh) 一种基于多源数据的中小城市边缘区提取方法
Singh Hypsometry and erosion proneness: a case study in the lesser Himalayan Watersheds
CN109885808B (zh) 一种近地表气象要素计算方法
Baker Hydrogeomorphic methods for the regional evaluation of flood hazards
Santelmann et al. Relationships between salt marsh vegetation and surface elevation in Coos Bay Estuary, Oregon
CN113269376B (zh) 一种河流洪峰流量范围计算方法
Duan et al. An improved model of regional flood disaster risk assessment based on remote sensing data
Li et al. Applying risk analysis to the disaster impact of extreme typhoon events under climate change
Hallberg Wind-aligned drainage in loess in Iowa
Fowze et al. Flood hazard mapping in lower reach of Kelani River, Sri Lanka
CN111915646A (zh) 一种干旱事件迁移轨迹特征的提取方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190319