CN110515139A - 气象水文台站的多尺度地形代表性定量分析系统及方法 - Google Patents
气象水文台站的多尺度地形代表性定量分析系统及方法 Download PDFInfo
- Publication number
- CN110515139A CN110515139A CN201910797022.8A CN201910797022A CN110515139A CN 110515139 A CN110515139 A CN 110515139A CN 201910797022 A CN201910797022 A CN 201910797022A CN 110515139 A CN110515139 A CN 110515139A
- Authority
- CN
- China
- Prior art keywords
- landform
- station
- representativeness
- area
- representative
- 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
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
Landscapes
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于地理模型技术领域,公开了一种气象水文台站的多尺度地形代表性定量分析系统及方法,泰森多边形方法运用各多边形中包含的惟一气象站的降水强度表示该多边形区内的降水强度,各多边形具有同质性;降水台站在泰森多边形区与高程带的地形代表性统一采用观测台站与其所属区域的地形复杂性的差异反映;对计算出的地形代表性值归7类。本发明提出合理的气象水文台站空间代表性分析框架,量化了多尺度地形代表性指标体系;在生产实践方面:将为基于科学气象学原理布设合理的气象水文台站提供定量依据,为区域气候资源的精确计算提供合理基础;为降水精细化空间分布结构的描述提供评价准则。
Description
技术领域
本发明属于地理模型技术领域,尤其涉及一种气象水文台站的多尺度地形代表性定量分析系统及方法。
背景技术
目前,业内常用的现有技术是这样的:基于台站的气象水文观测资料是分析降水资源空间分布特征的最关键数据,然而由于天气系统的复杂性叠加陆表下垫面的复杂性导致单点观测的气象水文资料具有强烈的空间异质性与不确定性,基于数理统计的不确定性分析方法无法分析误差的空间结构特征。长期以来来源于气象水文观测台站的区域气象水文过程分析基于台站的“良好”代表性,缺乏对此假设的系统、仔细的理论分析方法,更缺乏合理的定量分析技术。现有技术中不同尺度观测台站水文气象要素的空间代表性理论与技术方法的不足,台站的地址及其周围环境对观测数据的影响所导致的误差常常远大于单纯仪器系统设定的误差,虽然彭嘉栋等采用台站代表性系统评价台站的代表性,但对气象水文台站在空间上的代表性尚未进行细致考虑;现有技术不能基于科学气象学原理布设合理的气象水文台站提供定量依据,为区域气候资源的精确计算提供合理基础;不能为降水精细化空间分布结构的描述提供评价准则。
综上所述,现有技术存在的问题是:
(1)现有技术中不同尺度观测台站水文气象要素的空间代表性理论与技术方法的不足,台站的地址及其周围环境对观测数据的影响所导致的误差大。
(2)现有技术缺乏合理的定量分析技术,导致降水台站资料的代表性、均一性、准确性和可比较性差,不能基于科学气象学原理布设合理的气象水文台站提供定量依据,为区域气候资源的精确计算提供合理基础;不能为降水精细化空间分布结构的描述提供评价准则。
解决上述技术问题的难度:随着DEM数据的出现以及GIS的发展,大尺度地形复杂性对降水台站地形代表性研究成为可能。
解决上述技术问题的意义:台站的水文气象资料资料是流域气象、水文、资源环境及全球变化等研究的主要数据源,解决上述技术难题可以使台站站址的选择以及观测数据更具代表性,从而为以上相关研究提供可靠的数据资料。
发明内容
针对现有技术存在的问题,本发明提供了一种气象水文台站的多尺度地形代表性定量分析系统及方法。
本发明是这样实现的,一种气象水文台站的多尺度地形代表性定量分析方法,所述气象水文台站的多尺度地形代表性定量分析方法包括以下步骤:
第一步,泰森多边形方法运用各多边形中包含的惟一气象站的降水强度表示该多边形区内的降水强度,各多边形具有同质性;
第二步,降水台站在泰森多边形区与高程带的地形代表性统一采用观测台站与其所属区域的地形复杂性的差异反映;
第三步,对计算出的地形代表性值归类:典型代表区、微低估区、低估区、严重低估区、高估区、微高估区和严重高估区7类。
进一步,所述第二步的地形代表性的计算公式为:
其中,表示台站的地形代表性,DIFDEM表示各分区内DEM的平均起伏程度,即区域内地形的曲面面积与投影面积之差的均值,DIFobserve表示相应区域内观测台站处的平均起伏程度。当值趋于0时,表明对区域具有地形代表性;当值远小于0时,表示观测台站的起伏度明显大于区域的地形起伏度;当值远大于0时,表示观测台站的起伏度明显小于区域的地形起伏度。
进一步,所述第三步的地形代表性的划分具体为:
本发明的另一目的在于提供一种实现所述气象水文台站的多尺度地形代表性定量分析方法的气象水文台站的多尺度地形代表性定量分析系统,所述气象水文台站的多尺度地形代表性定量分析系统包括:
区域水平区域与高程带的划分模块,用于实现精准划分水平区域与高程带;
代表性定量指标定义模块,用于定义出气象水文台及气象水文观测中的代表性定量指标;
地形代表性的划分模块,用于准确划分不同尺度坡面、海拔、区域、流域的代表性地形;
台站地形代表性空间制图模块,用于根据测得的代表性地形,对台站地形代表性空间进行制图。
本发明的另一目的在于提供一种实现所述气象水文台站的多尺度地形代表性定量分析方法的计算机程序。
本发明的另一目的在于提供一种实现所述气象水文台站的多尺度地形代表性定量分析方法的信息数据处理终端。
本发明的另一目的在于提供一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行所述的气象水文台站的多尺度地形代表性定量分析方法。
综上所述,本发明的优点及积极效果为:本发明提出了针对不同气象要素(气温、降水)在性的定量分析新方法;提出了合理的气象水文台站空间代表性分析框架,量化了多尺度地形代表性指标体系;生产实践方面:本发明将为基于科学气象学原理布设合理的气象水文台站提供定量依据,为区域气候资源的精确计算提供合理基础;为降水精细化空间分布结构的描述提供评价准则。
附图说明
图1是本发明实施例提供的气象水文台站的多尺度地形代表性定量分析系统结构示意图;
图1中:1、区域水平区域与高程带的划分模块;2、代表性定量指标定义模块;3、地形代表性的划分模块;4、台站地形代表性空间制图模块。
图2是本发明实施例提供的气象水文台站的多尺度地形代表性定量分析方法流程图。
图3是具体实施例中黑河流域地形及降水台站分布图。
图4是具体实施例中区域面积与降水台站个数的高程累积分布图。
图5是具体实施例中降水台站对高程带地形代表性的空间分布图。
图6是具体实施例中降水台站泰森多边形区域地形代表性与泰森多边形面积图。
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。
本发明进行了多尺度影响因子定义与量化,得到了一种多尺度地形代表性定量分析新方法。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示,本发明实施例提供的气象水文台站的多尺度地形代表性定量分析系统包括:
区域水平区域与高程带的划分模块1,用于实现精准划分水平区域与高程带;
代表性定量指标定义模块2,用于定义出气象水文台及气象水文观测中的代表性定量指标;
地形代表性的划分模块3,用于准确划分不同尺度坡面、海拔、区域、流域的代表性地形;
台站地形代表性空间制图模块4,用于根据测得的代表性地形,对台站地形代表性空间进行制图。
如图2所示,本发明实施例提供的气象水文台站的多尺度地形代表性定量分析方法包括以下步骤:
S201:泰森多边形区及高程带的划分:泰森多边形方法运用各多边形中包含的惟一气象站的降水强度来表示该多边形区内的降水强度,该方法假定各多边形具有同质性;
S202:地形代表性的计算:降水台站在泰森多边形区与高程带的地形代表性统一采用观测台站与其所属区域的地形复杂性的差异来反映;
计算公式为:
其中,表示台站的地形代表性,DIFDEM表示各分区内DEM的平均起伏程度,即区域内地形的曲面面积与投影面积之差的均值,DIFobserve表示相应区域内观测台站处的平均起伏程度。当值趋于0时,表明对区域具有地形代表性;当值远小于0时,表示观测台站的起伏度明显大于区域的地形起伏度;当值远大于0时,表示观测台站的起伏度明显小于区域的地形起伏度。
S203:地形代表性的划分:为了直观表达降水台站的地形代表性差异,对上述公式计算出的地形代表性值归类:典型代表区、微低估区、低估区、严重低估区、高估区、微高估区和严重高估区7类。
其含义见表1。
表1区域地形代表性类别及含义
γ | 代表性 | 含义 |
>1.0 | 严重低估 | 区域地形复杂程度极高 |
0.9~1.0 | 低估 | 区域地形复杂程度很高 |
0.5~0.9 | 微低估 | 区域地形复杂程度高 |
-0.5~0.5 | 典型代表 | 观测台站处的地形复杂程度与区域的相当 |
-0.5~-0.9 | 微高估 | 观测台站处的地形复杂程度高 |
-1.0~-0.9 | 高估 | 观测台站处的地形复杂程度很高 |
<-1 | 严重高估 | 观测台站处的地形复杂程度极高 |
下面结合具体实施例对本发明的技术方案作进一步的描述。
以50个黑河流域降水台站为例,运用90mDEM数据,对降水台站在泰森多边形及高程带的地形代表性进行分析,并比较18个国家基本站与32个水文站因观测目的不同引起的地形代表性差异。
(1)数据预处理
本发明采用的DEM数据集,其空间分辨率是90m,高程精度为7~14m,置信度均达到95%以上,采用GCS-WGS-1984地理坐标系统。黑河流域降水台站包括18个国家气象站和32个水文站。
将以上数据统一到Albers投影坐标下,两条标准纬线分别为38.6°N与42.4°N,中央经线为100°E,东伪偏移500km。
(2)降水台站的空间分布与地形特征
降水台站在流域内的空间分布如图3所示,广阔的下游区域仅分布着吉诃德、额济纳旗、拐子湖、梧桐沟、鼎新和玉门镇等6个国家气象站,而绝大多数的国家气象站及32个水文站都集中在黑河流域中上游;而下游站点稀疏,其数据无法很好代表区域的降水气候特征”。
从图4可以看出,流域80%区域的高程位于1750m以下,区域面积累积分数随高程的升高而迅速增加。从最低高程865m上升到1250m时,区域面积累积分数达到0.4。随着高程升高到1550m时,区域面积累积分数达到0.7。当高程达到2850m,区域面积累积分数达0.9,面积增量区域平缓。2850m之上的区域面积仅占到流域面积的10%,高程却从2850m跨越到5540m,地形非常复杂。
高程低于1250m的区域面积约占流域的40%,仅分布6个观测台站。而高程为1250~2850m时,将近50%区域面积上分布着42个降水台站,即使将高程扩展到流域的至高点,在约60%的区域上分布42个降水台站,其分布密度也相对比较密集。但是,从图2可以看出,降水台站个数累积分布与DEM的累积分布之间存在很大差异。仅2750~2850m的降水台站累积分数高于DEM的累积分数。国家气象站主要集中在2000m以下的人类频繁活动区域。虽然水文站起了很好的补充作用,但也主要集中在2850m之下的区域,在占流域面积10%的更高复杂山地,仅有2个站点,使气象要素的空间外推及空间验证极为困难。
(3)降水台站对泰森多边形区的地形代表性分布
泰森多边形的数量、大小和形状与降水台站的数量和空间分布密切相关。降水台站越密集,泰森多边形越小。通常认为,泰森多边形越大,降水台站代表的区域范围越大;泰森多边形越小,其代表的空间范围就越小,降水台站的代表性可能会提高,这样一系列连续的小多边形就构成了代表性较好的区域。
50个降水台站对泰森多边形区的地形代表性分布如图5所示。在降水台站稀疏的下游区域,泰森多边形的面积较大;而中上游,降水台站对应的泰森多边形面积较小。在整个流域,除水文观测站中的正义峡处高估地形复杂度,冰沟和鸳鸯池严重高估地形复杂度外,无论是上游一系列相连的小泰森多边形,还是下游比较大的泰森多边形,绝大多数台站都不同程度地低估所在区域的地形复杂度。国家气象站通常分布在地形平坦区域,如位于山前冲洪积平原区上的梧桐沟与吉诃德,地形比较平坦,与所在泰森多边形区的整体复杂度相当。马鬃山与拐子湖所属泰森多边形中地势略显复杂,低估了区域的地形代表性。水文站以观测沟谷中的水情为主,有些台站处于复杂地形区的沟底,尽管采用90mDEM对应的高程值,对其真实高程有不同程度的修正,但仍未改变位于地形复杂区的特征,正义峡、冰沟和鸳鸯池对地形复杂程度的估计远高于其所在泰森多边形区域的整体复杂度。
降水台站泰森多边形区域地形代表性与泰森多边形面积关系如图6所示。台站的地形代表性越接近于0,台站的地形代表性越好。50个降水台站的地形代表性绝大多数在1附近波动,整体呈现对区域地形复杂程度的低估.对于国家气象站而言,其值在0~1波动,低估区域的地形,这与国家气象站一般分布在地形平坦、开阔的区域有关。而水文站虽从总体上看也对区域地形低估,但是由于水文站设立目的不同,也有部分站点严重高估局地的地形复杂程度。
由于降水台站的空间分布特征差异,泰森多边形的面积在低海拔区域有很大的波动。对于泰森多边形面积较大的站点,如拐子湖、高台、梧桐沟低估其区域的地形复杂度,马鬃山与吉诃德的地形复杂度可以近似代表地形区域的地形复杂度,而泰森多边形面积较小区域,如鸳鸯池与冰沟的地形代表性却明显高估,其站点观测数据更易受局地地形的影响。因此,站点的地形代表性与泰森多边形面积所反映出的站点密度没有直接关系,主要取决于台站处与所对应区域的地形复杂度的对比程度。在进行分布式降水的模拟和验证中,建议排除严重高估和严重低估的台站,如正义峡、鸳鸯池以及冰沟,避免局部地形的影响.
(4)降水台站对高程带地形代表性的空间分布
高程带内DEM与台站参数统计如表2所示,低于1860m的区域包括860~1110,1110~1360,1360~1610,1610~1860m等4个高程带,分别占流域面积的21.7%,30.6%,16.5%,14.5%,共占流域面积的83.3%,地形的复杂度较小,分别分布有3,5,4,10个降水台站,占到总降水台站数量的将近50%;1860m以上,随着高程增加,地形的复杂度增高,分别在1860~2110,2110~2360,260~2610,2610~2860m分布着4,7,5,9个降水台站;在2860m以上高程带,地形的复杂度达到最高,但降水台站在各高程带上仅分布有1个;高于3610m的区域地形复杂度较高,面积占流域面积的5.8%,由于缺乏长时间序列的降水台站,定义为无数据区。台站的典型代表性区域主要分布在860~1110,1610~1860,2360~2610m高程带,占区域面积的37.2%;微低估区主要分布在1110~360,2610~2860m高程带,占流域面积的31.5%;占区域面积3.8%的1860~2110m高程带为区域严重高估区;其他高程带的降水台站的地形代表性都低于高程带的地形代表性,成为地形代表性低估区,主要分布在高程大于2860m的区域。
表2高程带内DEM与台站参数统计
降水台站在高程带上的地形代表性分布如图5所示。2110m以上区域主要分布在上游。1860~2110m高程带在流域内形成不连续型间断环形带状分布,地形的复杂度较高。1860m以下区域在黑河流域形成四周高、中心低、地势从四周向中心呈现逐渐降低的环状区,面积占到全流域的68%,地形较为平坦。除3610m以上的缺资料区(5.8%),大多数区域为降水台站的典型代表区与微低估区,而在1860~2110m出现严重高估区,在地形复杂的高山带和山前带出现低估区。
典型代表性区占流域的37%,主要分布在860~1110m的低海拔区以及1610~1860,2360~2610m的中山带区域。860~1110m高程带主要包括黑河流域下游大片的荒漠区和戈壁滩,地形比较平坦,该区域占到流域的21.7%,仅额济纳旗、拐子湖与吉诃德等3站就可代表。1610~1860m高程带占到流域的14.5%,区域地形相对比较平坦,加上该区域分布有10个台站,高程带上的地形代表性也比较好。随着高程的增加,地形复杂度也增大,2360~2610m高程带有5个降水台站,其平均地形复杂程度稍稍低估DEM地形平均复杂程度,但位于典型代表区-0.5~0.5的范围内,仍属于降水台站典型代表性区。
微低估区主要分布在1100~1360m高程带,占流域的30.6%,包括广阔的巴丹吉林沙漠以及中游区。巴丹吉林沙漠以高达200~300m高大密集的复合型流动沙丘为主,地形相对比较复杂;中游地区如金塔、高台、正义峡等台站的地形复杂程度略低于整个高程带的,成为微低估区。与之相邻的1360~1610m高程带中巴丹吉林沙漠部分沙丘地形复杂,成为观测台站的地形代表性低估区。高估区主要分布在1860~2110m高程带,属于地形较为平坦的山前地带,六坝、酥油口、鹦鸽咀与丰乐河都是水文站,主要分布在山前沟底,又明显高估了该高程带的地形复杂度。
(5)降水台站地形代表性的综合分析
国家气象站的地形代表性参数如表3所示。几乎所有台站都低估了所在区域的地形复杂度。对相应泰森多边形地形复杂度具典型代表的台站有吉诃德和梧桐沟,微低估的有马鬃山、拐子湖、临泽和金塔其他2/3的台站属于低估站。对相应高程带地形复杂度具有典型代表性的台站有吉诃德、梧桐沟和拐子湖,微低估站有马鬃山、临泽、山丹、额济纳旗和肃南,其余台站属于低估站。同时对泰森多边形与高程带的地形复杂度具代表性的台站有吉诃德和梧桐沟。拐子湖虽然对高程带的地形复杂性具有代表性,但微低估泰森多边形的地形复杂性,其与马鬃山、临泽为微低估站。其他2/3的台站为低估站,这与国家气象站一般分布在地形平坦,开阔的区域有关。
表3国家气象站的地形代表性参数
γThissen,γcontour分别表示站点所在泰森多边形与高程带的地形代表性,下同。
水文站的地形代表性参数如表4所示。大多数台站低估了所在区域的地形复杂度,也有部分台站严重高估了区域的地形复杂性。具有典型地形代表性的台站有双树寺、大黄山和扎马什克;地形复杂微低估台站有大野口、瓦房城和李桥,另有22个台站为地形复杂性低估站。对相应泰森多边形地形复杂性高估的台站有正义峡、鸳鸯池、冰沟和鹦鸽嘴,对相应高程带地形复杂性高估的台站有正义峡、新地、冰沟和鹦鸽嘴,其中正义峡为地形复杂性高估台站,以冰沟为典型出现地形复杂性严重高估站。
表4水文站的地形代表性参
台站 | γ<sub>Thissen</sub> | γ<sub>contour</sub> | 台站 | γ<sub>Thissen</sub> | γ<sub>contour</sub> |
双树寺 | 0.50 | 0.34 | 梨园堡 | 1.00 | 0.94 |
大黄山 | 0.36 | 0.35 | 冰沟台 | 0.98 | 0.97 |
札马什克 | 0.43 | -0.07 | 嘉峪关 | 0.99 | 0.96 |
大野口 | 0.75 | 0.46 | 马营 | 0.97 | 0.99 |
瓦房城 | 0.77 | 0.50 | 大河 | 0.98 | 0.99 |
李桥 | 0.38 | 0.9 | 肃南 | 1.00 | 0.99 |
正义峡 | -0.92 | -0.52 | 祁连 | 1.00 | 0.99 |
丰乐河 | 0.93 | 0.12 | 扁都口 | 0.99 | 0.99 |
莺落峡 | 0.97 | -0.08 | 九个泉 | 0.99 | 0.99 |
六坝 | 0.42 | 0.97 | 祁家店 | 1.00 | 1.00 |
红山 | 0.98 | -0.35 | 红沙河 | 1.00 | 0.99 |
酥油口 | 0.92 | 0.85 | 朱龙关 | 1.00 | 1.00 |
康乐 | 0.93 | 0.88 | 鸳鸯池 | -1.61 | 0.74 |
平川 | 0.97 | 0.92 | 新地 | 0.92 | -2.64 |
高崖 | 0.93 | 0.95 | 冰沟 | -2.88 | -4.39 |
硖口 | 0.95 | 0.97 | 鹦鸽咀 | -0.40 | -7.66 |
(6)结论
黑河流域降水台站主要分布在2000m以下。对于更高海拔的复杂山地而言,由于站点缺乏,使气象要素的空间外推及空间验证更为困难。降水台站的地形代表性不仅取决于台站的数量和密度,更大程度上取决于区域的地形复杂程度.在黑河流域50个降水台站中,仅6个台站分布在占流域面积40%的下游区域,但其无论是在所对应泰森多边形区,还是高程带中都具有地形代表性,主要归因于区域地形相对平坦。地形复杂区域,虽然站点数量多达44个,但其地形代表性较差.绝大多数降水台站低估了区域地形的复杂性,尤其是复杂地形下的山区表现更为突出。
不同类型的降水台站因其观测目的的差异,地形代表性差异很大。18个国家气象台站中仅吉诃德与梧桐沟2个典型代表性台站,马鬃山、拐子湖和临泽为地形复杂性微低估站,其余为低估站。32个水文站的地形代表性除大多数为低估站外,还出现了如冰沟、鹦鸽咀、新地等地形复杂性严重高估站。这与水文站点一般以观测沟谷中的水情为主,都处于复杂地形区的沟底有很大关系。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种气象水文台站的多尺度地形代表性定量分析方法,其特征在于,所述气象水文台站的多尺度地形代表性定量分析方法包括以下步骤:
第一步,泰森多边形方法运用各多边形中包含的惟一气象站的降水强度表示该多边形区内的降水强度,各多边形具有同质性;
第二步,降水台站在泰森多边形区与高程带的地形代表性统一采用观测台站与其所属区域的地形复杂性的差异反映;
第三步,对计算出的地形代表性值归类:典型代表区、微低估区、低估区、严重低估区、高估区、微高估区和严重高估区7类。
2.如权利要求1所述的气象水文台站的多尺度地形代表性定量分析方法,其特征在于,所述第二步的地形代表性的计算公式为:
其中,表示台站的地形代表性,DIFDEM表示各分区内DEM的平均起伏程度,即区域内地形的曲面面积与投影面积之差的均值,DIFobserve表示相应区域内观测台站处的平均起伏程度;当值趋于0时,表明对区域具有地形代表性;当值远小于0时,表示观测台站的起伏度明显大于区域的地形起伏度;当值远大于0时,表示观测台站的起伏度明显小于区域的地形起伏度。
3.如权利要求1所述的气象水文台站的多尺度地形代表性定量分析方法,其特征在于,所述第三步的地形代表性的划分具体为:
4.一种实现权利要求1所述气象水文台站的多尺度地形代表性定量分析方法的气象水文台站的多尺度地形代表性定量分析系统,其特征在于,所述气象水文台站的多尺度地形代表性定量分析系统包括:
区域水平区域与高程带的划分模块,用于实现精准划分水平区域与高程带;
代表性定量指标定义模块,用于定义出气象水文台及气象水文观测中的代表性定量指标;
地形代表性的划分模块,用于准确划分不同尺度坡面、海拔、区域、流域的代表性地形;
台站地形代表性空间制图模块,用于根据测得的代表性地形,对台站地形代表性空间进行制图。
5.一种实现权利要求1~3任意一项所述气象水文台站的多尺度地形代表性定量分析方法的计算机程序。
6.一种实现权利要求1~3任意一项所述气象水文台站的多尺度地形代表性定量分析方法的信息数据处理终端。
7.一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行如权利要求1~3任意一项所述的气象水文台站的多尺度地形代表性定量分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910797022.8A CN110515139B (zh) | 2019-08-27 | 2019-08-27 | 气象水文台站的多尺度地形代表性定量分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910797022.8A CN110515139B (zh) | 2019-08-27 | 2019-08-27 | 气象水文台站的多尺度地形代表性定量分析系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110515139A true CN110515139A (zh) | 2019-11-29 |
CN110515139B CN110515139B (zh) | 2021-06-18 |
Family
ID=68627262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910797022.8A Active CN110515139B (zh) | 2019-08-27 | 2019-08-27 | 气象水文台站的多尺度地形代表性定量分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110515139B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112948649A (zh) * | 2021-02-01 | 2021-06-11 | 成都信息工程大学 | 自动化grapes区域预报模式显著性检验方法及系统 |
CN113687448A (zh) * | 2021-08-26 | 2021-11-23 | 中水珠江规划勘测设计有限公司 | 降水中心位置及其变化的确定方法、装置及电子设备 |
CN117370714A (zh) * | 2023-12-07 | 2024-01-09 | 南京气象科技创新研究院 | 一种代表站定量确定方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5440483A (en) * | 1992-07-09 | 1995-08-08 | Rhea | Process and device for evaluating the precipitations over an area of terrain |
JP2009008651A (ja) * | 2007-05-31 | 2009-01-15 | Foundation Of River & Basin Integrated Communications Japan | 全国合成レーダ雨量を用いた分布型流出予測システム |
CN102034001A (zh) * | 2010-12-16 | 2011-04-27 | 南京大学 | 一种以栅格为模拟单元的分布式水文模型设计方法 |
CN102122395A (zh) * | 2011-01-31 | 2011-07-13 | 武汉大学 | 一种保持地形特征的自适应尺度dem建模方法 |
CN104123671A (zh) * | 2014-07-21 | 2014-10-29 | 内蒙古电力勘测设计院有限责任公司 | 气象参证站分区方法 |
CN104484891A (zh) * | 2014-10-22 | 2015-04-01 | 哈尔滨工程大学 | 一种基于纹理特征和地形特征参数的水下地形匹配方法 |
CN105912770A (zh) * | 2016-04-08 | 2016-08-31 | 中山大学 | 水文实时预报系统 |
CN106504326A (zh) * | 2016-10-27 | 2017-03-15 | 滁州学院 | 顾及形态精度的地形高程采样点加密方法 |
CN106597575A (zh) * | 2016-11-14 | 2017-04-26 | 中国环境科学研究院 | 基于交叉验证和二维高斯分布赋权的降水量空间插值方法 |
CN108961402A (zh) * | 2018-06-19 | 2018-12-07 | 河海大学 | 多卫星遥感降水反演在大尺度复杂流域的时空精度标定方法 |
CN109446469A (zh) * | 2018-11-09 | 2019-03-08 | 中国水利水电科学研究院 | 一种流域分布式水文模型子流域内高程带的划分方法 |
CN109633790A (zh) * | 2019-01-18 | 2019-04-16 | 三峡大学 | 自然流域划分法中确定子流域降雨量时空分布的方法 |
CN109671015A (zh) * | 2018-12-03 | 2019-04-23 | 中国科学院、水利部成都山地灾害与环境研究所 | 基于dem分形特征的坡度尺度变换方法 |
CN109684660A (zh) * | 2018-11-19 | 2019-04-26 | 华中科技大学 | 一种适合喀斯特地区的概念式水文模型组合预报方法 |
-
2019
- 2019-08-27 CN CN201910797022.8A patent/CN110515139B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5440483A (en) * | 1992-07-09 | 1995-08-08 | Rhea | Process and device for evaluating the precipitations over an area of terrain |
JP2009008651A (ja) * | 2007-05-31 | 2009-01-15 | Foundation Of River & Basin Integrated Communications Japan | 全国合成レーダ雨量を用いた分布型流出予測システム |
CN102034001A (zh) * | 2010-12-16 | 2011-04-27 | 南京大学 | 一种以栅格为模拟单元的分布式水文模型设计方法 |
CN102122395A (zh) * | 2011-01-31 | 2011-07-13 | 武汉大学 | 一种保持地形特征的自适应尺度dem建模方法 |
CN104123671A (zh) * | 2014-07-21 | 2014-10-29 | 内蒙古电力勘测设计院有限责任公司 | 气象参证站分区方法 |
CN104484891A (zh) * | 2014-10-22 | 2015-04-01 | 哈尔滨工程大学 | 一种基于纹理特征和地形特征参数的水下地形匹配方法 |
CN105912770A (zh) * | 2016-04-08 | 2016-08-31 | 中山大学 | 水文实时预报系统 |
CN106504326A (zh) * | 2016-10-27 | 2017-03-15 | 滁州学院 | 顾及形态精度的地形高程采样点加密方法 |
CN106597575A (zh) * | 2016-11-14 | 2017-04-26 | 中国环境科学研究院 | 基于交叉验证和二维高斯分布赋权的降水量空间插值方法 |
CN108961402A (zh) * | 2018-06-19 | 2018-12-07 | 河海大学 | 多卫星遥感降水反演在大尺度复杂流域的时空精度标定方法 |
CN109446469A (zh) * | 2018-11-09 | 2019-03-08 | 中国水利水电科学研究院 | 一种流域分布式水文模型子流域内高程带的划分方法 |
CN109684660A (zh) * | 2018-11-19 | 2019-04-26 | 华中科技大学 | 一种适合喀斯特地区的概念式水文模型组合预报方法 |
CN109671015A (zh) * | 2018-12-03 | 2019-04-23 | 中国科学院、水利部成都山地灾害与环境研究所 | 基于dem分形特征的坡度尺度变换方法 |
CN109633790A (zh) * | 2019-01-18 | 2019-04-16 | 三峡大学 | 自然流域划分法中确定子流域降雨量时空分布的方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112948649A (zh) * | 2021-02-01 | 2021-06-11 | 成都信息工程大学 | 自动化grapes区域预报模式显著性检验方法及系统 |
CN112948649B (zh) * | 2021-02-01 | 2023-02-28 | 成都信息工程大学 | 自动化grapes区域预报模式显著性检验方法及系统 |
CN113687448A (zh) * | 2021-08-26 | 2021-11-23 | 中水珠江规划勘测设计有限公司 | 降水中心位置及其变化的确定方法、装置及电子设备 |
CN113687448B (zh) * | 2021-08-26 | 2023-11-10 | 中水珠江规划勘测设计有限公司 | 降水中心位置及其变化的确定方法、装置及电子设备 |
CN117370714A (zh) * | 2023-12-07 | 2024-01-09 | 南京气象科技创新研究院 | 一种代表站定量确定方法 |
CN117370714B (zh) * | 2023-12-07 | 2024-03-19 | 南京气象科技创新研究院 | 一种代表站定量确定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110515139B (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Hydrological impacts of land use change and climate variability in the headwater region of the Heihe River Basin, Northwest China | |
Malveira et al. | Hydrological impact of a high-density reservoir network in semiarid northeastern Brazil | |
Wang et al. | A patch‐based cellular automaton for simulating land‐use changes at fine spatial resolution | |
CN110515139A (zh) | 气象水文台站的多尺度地形代表性定量分析系统及方法 | |
Samsonov et al. | Object-oriented approach to urban canyon analysis and its applications in meteorological modeling | |
Jian et al. | Using impervious surfaces to detect urban expansion in Beijing of China in 2000s | |
CN111898315A (zh) | 基于分形—机器学习混合模型的滑坡易发性评估方法 | |
CN110134907B (zh) | 一种降雨缺失数据填补方法、系统及电子设备 | |
Basu et al. | Regional flood frequency analysis using entropy-based clustering approach | |
CN110689187A (zh) | 一种基于多条件约束的变电站自动化选址方法 | |
Sapena et al. | Analysis of urban development by means of multi-temporal fragmentation metrics from LULC data | |
Liu et al. | A quantitative method for storm surge vulnerability assessment–a case study of Weihai city | |
Liang et al. | Modeling urban growth in the middle basin of the Heihe River, northwest China | |
CN109118004A (zh) | 一种工程构筑选址适宜区预测方法 | |
Xu et al. | Spatial distribution and site selection adaptation mechanism of traditional villages along the Yellow River in Shanxi and Shaanxi | |
Ly et al. | Flood mapping along the lower Mekong River in Cambodia | |
Sinickas et al. | Comparing methods for estimating β points for use in statistical snow avalanche runout models | |
Araújo et al. | An approach to simulate wind fields around an urban environment for wind energy application | |
Xue et al. | Oasis sustainability assessment in arid areas using GRACE satellite data | |
Chen et al. | Heterogeneity and optimization of ecological security pattern on a mountain town: A case of Tianzhu County in the Hexi Corridor, China | |
Li et al. | Assessing the precision of total contributing area (TCA) estimated by flow direction algorithms based on the analytical solution of theoretical TCA on synthetic surfaces | |
CN104809336A (zh) | 一种考虑空间相关性的区域要素抽样方法 | |
Gautam | Flow routing with Semi-distributed hydrological model HEC-HMS in case of Narayani River Basin. | |
Hou et al. | Effects of sampling and interpolation methods on accuracy of extracted watershed features | |
Wijesekara et al. | Impact of land-use changes on the hydrological processes in the Elbow river watershed in southern Alberta |
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 |