CN111414723A - 一种利用wrf模式分析面雨量误差的方法 - Google Patents
一种利用wrf模式分析面雨量误差的方法 Download PDFInfo
- Publication number
- CN111414723A CN111414723A CN202010358540.2A CN202010358540A CN111414723A CN 111414723 A CN111414723 A CN 111414723A CN 202010358540 A CN202010358540 A CN 202010358540A CN 111414723 A CN111414723 A CN 111414723A
- Authority
- CN
- China
- Prior art keywords
- rainfall
- wrf
- inter
- mode
- acquiring
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种利用WRF模式分析面雨量误差的方法,属于水文水资源技术领域,该方法基于WRF模式内部惊喜的流体动力和天气学数值方程及其高可靠的天气模拟能力,生成与自然状态下最为接近的降水场,并以此为基础开展面雨量计算得到Pwrf,并与区域内固定的雨量站信息进行对应,采用现有的面雨量插值计算方法计算得到Pinter,然后将Pwrf和Pinter做差,分析特定插值方法下,面雨量计算误差特征特性,找到最佳的面雨量插值计算方法。
Description
技术领域
本发明涉及水文水资源技术领域,尤其涉及一种利用WRF模式分析面雨量误差的方法。
背景技术
面雨量是描述整个区域(流域)内单位面积上的平均降水量的物理量,能较客观地反映整个区域(流域)的降水情况。面雨量是水文模型的重要输入,对于计算洪水过程与水资源量具有重要意义。目前,主流降水观测仪器仍然是各种类型的雨量计。基于雨量计观测得到的点状观测数据,人类需要利用插值等手段将之换算为面雨量。由此形成的面雨量计算结果,与实际数值存在一定的误差,有时候这种误差比较明显,对洪水预报、水资源评估等工作带来困难。为了分析面雨量误差特性,对各类插值方法进行评估(如算数平均法、泰森多边形法、等值线法等),人们通常会选取等值线法作为参照,认为等值线法计算的面雨量最为可靠,最能反映实际降水分布特性。具体步骤是,基于等值线法计算面雨量,并与其他插值方法计算结果进行对比,其差值越大,代表误差越大。但是,等值线法本质仍然是插值算法,受雨量站密度和分布的影响较为明显,且其并不能反映流体动力学和天气学的复杂性,也不能准确反映天然降水场分布特征。因此,传统方法分析得到的面雨量计算误差并不科学,也不可靠。
WRF模式是指The Weather Research and Forecasting Model,即数值天气预报模式,是由美国环境预测中心(NCEP),美国国家大气研究中心(NCAR)等科研机构为主开发的一种统一的气象模式。WRF模式为完全可压缩以及非静力模式,不仅可以用于真是天气的个案模拟,又可以用其包含的模块组作为基本物理过程探讨的理论依据。可见,WRF模式可以基于数值积分方法,精准刻画大气的运动特征,反映降水的时空分布规律。
因此,本发明专利将WRF模式引入面雨量误差分析中,基于WRF模式输出降水场信息实现对不同插值方法的评估,找到更准确的雨量计算面雨量的方法。
发明内容
本发明的目的在于提供一种利用WRF模式分析面雨量误差的方法,从而解决现有技术中存在的前述问题。
为了实现上述目的,本发明采用的技术方案如下:
一种利用WRF模式分析面雨量误差的方法,包括以下步骤:
S1,针对待分析区域构建WRF模式,确定WRF模式模拟的时间范围;
S2,获取WRF模式驱动数据,启动运行WRF模式,运行完成后获取降水场信息并存储在文本文件中;
S3,利用特定面雨量插值方法计算生成WRF模式各模拟时段的面雨量Pwrf, Pwrf={Pwrf_1,Pwrf_2,…,Pwrf_m},其中m为时段个数;
S4,获取区域内雨量站位置信息,选定插值方法,采用选定的插值方法获取各个模拟时段的面雨量Pinter,Pinter={Pinter_1,Pinter_2,…,Pinter_m},其中m为时段个数;
S5,对比计算Pwrf和Pinter两者之差:将Pwrf和Pinter做差,分析特定插值方法下,面雨量计算误差特征特性。
优选地,步骤S1具体包括:
S11,选定模拟区域:根据研究的实际需要,选定模拟区域,需要提供区域边界的经纬度序列boundary={{lat1,lon1},{lat2,lon2},…,{latn,lonn}},其中lat为纬度, lon为经度,n为边界上的点的总个数;
S12,针对选定区域构建WRF模式:针对选定的经纬度序列构建WRF模式,使WRF模式覆盖的区域能够包含经纬度序列boundary;其空间分辨率不应低于 3km×3km;
S13,确定模拟时间范围:根据研究的实际需要,确定WRF模式模拟的时间范围。
优选地,步骤S2获取的WRF驱动数据为FNL驱动数据;
获取降水场数据是通过NCL工具,从wrfout文件中获取得到,并以栅格形式存储于文本文件中。
优选地,步骤S4具体包括:
S41,获取区域内雨量站位置信息:获取boundary内的雨量站经纬度位置,一般为已建雨量站经纬度位置,若区域内没有已建雨量站,也可以设置虚拟雨量站;
S42,构建雨量站与WRF输出降水场格点的对照关系:基于空间位置最近原则,构建雨量站与WRF输出降水场格点的对照关系,即获取每一个雨量站分别与WRF模式输出降水场的哪个格点对应;
S43,根据步骤S42中雨量站与输出降水场的对照关系,选定插值方法,计算各个模拟时段的面雨量Pinter,Pinter={Pinter_1,Pinter_2,…,Pinter_m},其中m为时段个数。
优选地,步骤S43中的插值方法包括雨量站算数平均插值法、泰森多边形插值法、等值线插值法中的至少一种。
本发明的有益效果是:
本发明公开了一种利用WRF模式分析面雨量误差的方法,本方法基于WRF 模式内部惊喜的流体动力和天气学数值方程及其高可靠的天气模拟能力,生成与自然状态下最为接近的降水场,并以此为基础开展面雨量计算,并与区域内固定的雨量站信息进行对应,分析评估现有方法中对面雨量计算方法的准确性, 找到最佳的面雨量插值计算方法。
附图说明
图1是实施例1中的利用WRF模式分析面雨量误差的方法流程图;
图2是具体实施方式中WRF运行过程图;
图3是具体实施方式中WRF运行模式结束后输出的栅格降水样例。
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,以下结合附图,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方式仅仅用以解释本发明,并不用于限定本发明。
专有名称解释:
(1)WRF模式
WRF模式(Weather Research and Forecasting)是由美国国家大气研究中心(NCAR)和国家环境预报中心(NCEP)等部门联合开发的新一代中尺度数值天气预报系统,其基本功能是可以用动力学方法逼真的模拟大气运动规律,因此常被用来开展典型天气分析等。
(2)FNL资料
本发明专利选择NCEP全球再分析资料(NCEP FNL)作为WRF模式的初始驱动场,空间精度为1°×1°,每6小时更新一次,该产品来自于全球资料同化系统 (Global DataAssimilation System(GDAS))。
实施例1
由于在每个不同的区域中每种插值法计算的原理和准确性均有不同,因此为了更准确的计算当地的面雨量,需要找到一个模拟环境相对准确的面雨量计算方法,本发明中的目的就在于提供一个分析不同面雨量计算方法的误差大小,从而选择出最佳的面雨量计算方法。
本实施例公开了一种利用WRF模式分析面雨量误差的方法,如图1所示,包括以下步骤:
(1)选定模拟区域:根据研究的实际需要,选定模拟区域,需要提供区域边界的经纬度序列boundary={{lat1,lon1},{lat2,lon2},…,{latn,lonn}},其中lat为纬度,lon为经度,n为边界上的点的总个数。
(2)针对选定区域构建WRF模式:针对选定的boundary构建WRF模式,使 WRF模式覆盖的区域能够包含boundary,其空间分辨率不应低于3km×3km。
(3)确定模拟时间范围:根据研究的实际需要,确定WRF模式模拟的时间范围。
(4)获取FNL驱动数据:本发明专利选取FNL(全球再分析资料)作为WRF 模式驱动数据,其下载地址为https://rda.ucar.edu。
(5)WRF模式运行:基于构建的WRF模式,根据确定的模拟时间范围,启动WRF模式,在FNL资料的驱动下向前积分。
(6)获取WRF模式输出的降水场:WRF模式运行完成后,利用ncl等工具,从wrfout文件中获取降水场,以栅格形式存储于文本文件中。
(7)利用算数平均法生成WRF模式各模拟时段的面雨量Pwrf:利用boundary 截取WRF模式输出的栅格型降水信息,采用算数平均法计算面雨量Pwrf={Pwrf_1, Pwrf_2,…,Pwrf_m},其中m为时段个数,如模拟时间范围为1天,设置时段间隔为1h,则m=24。
(8)选定插值方法:选择一种面雨量插值方法,用以开展分析工作,如雨量站算数平均插值、泰森多边形插值、等值线插值等。
(9)获取区域内雨量站位置信息:获取boundary内的雨量站经纬度位置,一般为已建雨量站经纬度位置,若区域内没有已建雨量站,也可以设置虚拟雨量站(即人工填补相关信息)。
(10)构建雨量站与WRF输出雨量场格点的对照关系:基于空间位置最近原则,构建雨量站与WRF输出雨量场格点的对照关系,即获取每一个雨量站分别与WRF模式输出雨量场的哪个格点对应。
(11)利用选定的插值方法计算各模拟时段内的面雨量Pinter:根据(10) 获取的对照关系,基于WRF模式输出雨量场,获取每个雨量站在模拟时间范围内各时段的雨量值。并利用选定的插值方法,计算各模拟时段内的面雨量 Pinter={Pinter_1,Pinter_2,…,Pinter_m},其中m为时段个数,如模拟时间范围为1天,设置时段间隔为1h,则m=24。
(12)计算Pwrf和Pinter两者之差:将Pwrf和Pinter做差,分析特定插值方法下,面雨量计算误差特征特性,选择最佳的面雨量插值计算方法。
本具体实施方式中选定特定区域(汉江流域)作为模拟区域,利用WRF模式分析该区域内面雨量误差的方法,具体步骤如下:
(1)选定模拟区域:根据研究的实际需要,选定汉江流域作为模拟区域,
boundary如表1。由于边界点过多(多于1000个),因此仅列部分边界点经纬度。
表1汉江流域边界经纬度列表
序号 | 纬度 | 经度 |
1 | 34.1604909514 | 106.983961957999 |
2 | 34.1560623453 | 106.983851448 |
3 | 34.1551628636999 | 107.039012419 |
4 | 34.1507342856999 | 107.038898857 |
5 | 34.1463056894 | 107.038785308 |
6 | 34.1418770749 | 107.038671772 |
7 | 34.137448442 | 107.038558248 |
8 | 34.1372656305999 | 107.049587841999 |
9 | 34.1328369889 | 107.049473718 |
10 | 34.1284083289 | 107.049359607 |
(2)针对选定区域构建WRF模式:针对选定的汉江构建WRF模式,使WRF 模式覆盖的区域能够包含boundary,其空间分辨率不应低于3km×3km。
WRF模式具体参数配置如下表所示:
表2WRF模式参数配置
(3)确定模拟时间范围:根据研究的实际需要,确定WRF模式模拟的时间范围位2018年1月1日至2018年12月31日。
(4)获取FNL驱动数据:下载2018年1月1日至2018年12月31日的FNL 数据。
(5)WRF模式运行:基于构建的WRF模式,根据确定的模拟时间范围,启动 WRF模式,在FNL资料的驱动下向前积分。本实施例在高性能计算机上开展模式运行,运行过程图2所示。
(6)获取WRF模式输出的降水场:WRF模式运行完成后,利用ncl等工具,从wrfout文件中获取降水场,以栅格形式存储于文本文件中。本实施例栅格降水样例如3所示。
(7)利用算数平均法生成WRF模式各模拟时段的面雨量Pwrf:利用boundary 截取WRF模式输出的栅格型降水信息,基于算数平均的方法计算面雨量 Pwrf={Pwrf_1,Pwrf_2,…,Pwrf_m},其中m为时段个数。本实施例设置时间间隔为 24小时。计算结果如下所示,因数据量过多,仅列部分数据。
表3WRF模式面雨量计算结果
时间 | 面雨量(mm) |
2018-10-01 | 5.2 |
2018-10-02 | 1.7 |
2018-10-03 | 2.3 |
2018-10-04 | 12.9 |
2018-10-05 | 25.0 |
2018-10-06 | 8.3 |
2018-10-07 | 1.1 |
2018-10-08 | 0.5 |
2018-10-09 | 0 |
2018-10-10 | 0 |
(8)选定插值方法:选择一种面雨量插值方法,用以开展分析工作,如雨量站算数平均插值、泰森多边形插值、等值线插值等。本实施例选择算数平均插值法、泰森多边形插值法和等值线插值法插值方法。
(9)获取区域内雨量站位置信息:获取boundary内的雨量站经纬度位置。汉江流域雨量站位置信息如下表所示。
表4汉江流域雨量站位置信息
雨量站名称 | 纬度 | 经度 |
太白 | 34.03333 | 107.3167 |
勉县 | 33.01667 | 106.7 |
留坝 | 33.63333 | 106.9333 |
洋县 | 33.21667 | 107.55 |
汉中 | 33.06667 | 107.0333 |
城固 | 33.01667 | 107.0333 |
西乡 | 32.98333 | 107.7167 |
佛坪 | 33.51667 | 107.9833 |
宁陕 | 33.31667 | 108.3167 |
柞水 | 33.06667 | 109.1167 |
商县 | 33.86667 | 109.9667 |
镇安 | 33.43333 | 109.15 |
丹凤 | 33.68333 | 110.0333 |
商南 | 33.53333 | 110.9 |
山阳 | 33.55 | 109.8667 |
西峡 | 33.3 | 111.05 |
南郑 | 33 | 106.9333 |
紫阳 | 32.53333 | 108.5333 |
石泉 | 33.05 | 108.2667 |
汉阴 | 32.9 | 108.05 |
镇巴 | 32.53333 | 107.9 |
旬阳 | 32.85 | 109.3667 |
安康 | 32.71667 | 109.0333 |
岚皋 | 32.31667 | 108.9 |
平利 | 32.4 | 109.0333 |
竹溪 | 32.31667 | 109.6833 |
郧西 | 33 | 110.4167 |
郧县 | 32.85 | 110.8167 |
白河 | 32.81667 | 110.1167 |
十堰 | 32.65 | 110.7833 |
竹山 | 32.23333 | 110.2333 |
淅川 | 33.13333 | 111.05 |
老河口 | 32.38333 | 111.0667 |
镇坪 | 31.9 | 109.5333 |
神农架 | 31.75 | 110.0667 |
(10)构建雨量站与WRF输出雨量场格点的对照关系:基于空间位置最近原则,构建雨量站与WRF输出降水场格点的对照关系,即获取每一个雨量站分别与WRF模式输出降水场的哪个格点对应。本实施例中,汉江流域雨量站位置与WRF雨量场格点对照表如下所示。
表5汉江流域雨量站位置与WRF雨量场格点对照表
(11)分别利用算数平均插值法、泰森多边形插值法和等值线插值法方法计算各模拟时段内的面雨量Pinter:根据(10)获取的对照关系,基于WRF 模式输出雨量场,获取每个雨量站在模拟时间范围内各时段的雨量值。本实施例计算结果如下表,因数据量过多,仅列部分数据。
表6采用现有插值法的面雨量计算结果
(12)计算Pwrf和Pinter两者之差:将Pwrf和Pinter做差,分析特定插值方法下,面雨量计算误差特征特性。本实施例两者之差如下表所示:
表7面雨量误差
由此可见,针对该区域中的面雨量计算方法中,采用等值线插值法计算得到的面雨量结果误差最小,应选择等值线插值法作为该区域的面雨量计算方法。
通过采用本发明公开的上述技术方案,得到了如下有益的效果:
本发明公开了一种利用WRF模式分析面雨量误差的方法,本方法基于WRF 模式内部惊喜的流体动力和天气学数值方程及其高可靠的天气模拟能力,生成与自然状态下最为接近的降水场,并以此为基础开展面雨量计算,并与区域内固定的雨量站信息进行对应,分析评估现有方法中对面雨量计算方法的准确性,选择该区域中最佳的面雨量计算方法。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。
Claims (5)
1.一种利用WRF模式分析面雨量误差的方法,其特征在于,包括以下步骤:
S1,针对待分析区域构建WRF模式,确定WRF模式模拟的时间范围;
S2,获取WRF模式驱动数据,启动运行WRF模式,运行完成后获取降水场信息并存储在文本文件中;
S3,利用特定插值方法生成WRF模式各模拟时段的面雨量Pwrf,Pwrf={Pwrf_1,Pwrf_2,…,Pwrf_m},其中m为时段个数;
S4,获取区域内雨量站位置信息,选定插值方法,采用选定的插值方法获取各个模拟时段的面雨量Pinter,Pinter={Pinter_1,Pinter_2,…,Pinter_m},其中m为时段个数;
S5,对比计算Pwrf和Pinter两者之差:将Pwrf和Pinter做差,分析特定插值方法下,面雨量误差的特征特性,确定最佳的面雨量插值方法。
2.根据权利要求1所述的利用WRF模式分析面雨量误差的方法,其特征在于,步骤S1具体包括:
S11,选定模拟区域:根据研究的实际需要,选定模拟区域,需要提供区域边界的经纬度序列boundary={{lat1,lon1},{lat2,lon2},…,{latn,lonn}},其中lat为纬度,lon为经度,n为边界上的点的总个数;
S12,针对选定区域构建WRF模式:针对选定的经纬度序列构建WRF模式,使WRF模式覆盖的区域能够包含经纬度序列boundary;其空间分辨率不应低于3km×3km;
S13,确定模拟时间范围:根据研究的实际需要,确定WRF模式模拟的时间范围。
3.根据权利要求1所述的利用WRF模式分析面雨量误差的方法,其特征在于,步骤S2中获取的WRF驱动数据为FNL驱动数据;
获取降水场数据是通过NCL工具,从wrfout文件中获取得到,并以栅格形式存储于文本文件中。
4.根据权利要求1所述的利用WRF模式分析面雨量误差的方法,其特征在于,步骤S4具体包括:
S41,获取区域内雨量站位置信息:获取boundary内的雨量站经纬度位置,一般为已建雨量站经纬度位置,若区域内没有已建雨量站,也可以设置虚拟雨量站;
S42,构建雨量站与WRF输出降水场格点的对照关系:基于空间位置最近原则,构建雨量站与WRF输出降水场格点的对照关系,即获取每一个雨量站分别与WRF模式输出降水场的哪个格点对应;
S43,根据步骤S42中雨量站与输出降水场的对照关系,选定插值方法,计算各个模拟时段的面雨量Pinter,Pinter={Pinter_1,Pinter_2,…,Pinter_m},其中m为时段个数。
5.根据权利要求4所述的利用WRF模式分析面雨量误差的方法,其特征在于,步骤S43中的插值方法包括雨量站算数平均插值法、泰森多边形插值法、等值线插值法中的至少一种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010358540.2A CN111414723B (zh) | 2020-04-29 | 2020-04-29 | 一种利用wrf模式分析面雨量误差的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010358540.2A CN111414723B (zh) | 2020-04-29 | 2020-04-29 | 一种利用wrf模式分析面雨量误差的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111414723A true CN111414723A (zh) | 2020-07-14 |
CN111414723B CN111414723B (zh) | 2021-06-25 |
Family
ID=71493816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010358540.2A Active CN111414723B (zh) | 2020-04-29 | 2020-04-29 | 一种利用wrf模式分析面雨量误差的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111414723B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112540748A (zh) * | 2020-11-09 | 2021-03-23 | 华能新能源股份有限公司 | 一种基于Linux系统bash脚本控制的中尺度风能资源分析自动化运行系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140156232A1 (en) * | 2012-11-30 | 2014-06-05 | International Business Machines Corporation | Methods, systems and computer program storage devices for generating a flooding forecast |
CN105808948A (zh) * | 2016-03-08 | 2016-07-27 | 中国水利水电科学研究院 | 一种自动修正的多模式数值降雨集合预报方法 |
CN105954821A (zh) * | 2016-04-20 | 2016-09-21 | 中国水利水电科学研究院 | 一种用于数值大气模式的典型降雨事件选取方法 |
CN109241212A (zh) * | 2018-07-25 | 2019-01-18 | 中国水利水电科学研究院 | 基于中尺度数值大气模式与高分辨率历史降雨反演方法 |
CN110334446A (zh) * | 2019-07-05 | 2019-10-15 | 中国水利水电科学研究院 | 基于卫星降水数据的降尺度处理的山洪临界雨量计算方法 |
-
2020
- 2020-04-29 CN CN202010358540.2A patent/CN111414723B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140156232A1 (en) * | 2012-11-30 | 2014-06-05 | International Business Machines Corporation | Methods, systems and computer program storage devices for generating a flooding forecast |
CN105808948A (zh) * | 2016-03-08 | 2016-07-27 | 中国水利水电科学研究院 | 一种自动修正的多模式数值降雨集合预报方法 |
CN105954821A (zh) * | 2016-04-20 | 2016-09-21 | 中国水利水电科学研究院 | 一种用于数值大气模式的典型降雨事件选取方法 |
CN109241212A (zh) * | 2018-07-25 | 2019-01-18 | 中国水利水电科学研究院 | 基于中尺度数值大气模式与高分辨率历史降雨反演方法 |
CN110334446A (zh) * | 2019-07-05 | 2019-10-15 | 中国水利水电科学研究院 | 基于卫星降水数据的降尺度处理的山洪临界雨量计算方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112540748A (zh) * | 2020-11-09 | 2021-03-23 | 华能新能源股份有限公司 | 一种基于Linux系统bash脚本控制的中尺度风能资源分析自动化运行系统 |
CN112540748B (zh) * | 2020-11-09 | 2024-02-27 | 华能新能源股份有限公司 | 一种中尺度风能资源分析自动化运行系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111414723B (zh) | 2021-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Crochemore et al. | Bias correcting precipitation forecasts to improve the skill of seasonal streamflow forecasts | |
Simpson et al. | Calibrating a glaciological model of the Greenland ice sheet from the Last Glacial Maximum to present-day using field observations of relative sea level and ice extent | |
Oki et al. | Global atmospheric water balance and runoff from large river basins | |
Keppenne et al. | Initial testing of a massively parallel ensemble Kalman filter with the Poseidon isopycnal ocean general circulation model | |
US20180188417A1 (en) | Method for increasing the spatial resolution of a weather forecast | |
CN112684520A (zh) | 一种气象预报的订正方法、装置、计算机设备及存储介质 | |
CN106339568A (zh) | 一种基于混合背景场的数值天气预报方法 | |
CN110334446A (zh) | 基于卫星降水数据的降尺度处理的山洪临界雨量计算方法 | |
CN111382507B (zh) | 一种基于深度学习的全球对流层延迟建模方法 | |
Siam et al. | Hydrological cycles over the Congo and Upper Blue Nile Basins: Evaluation of general circulation model simulations and reanalysis products | |
Jung et al. | A review of recent studies on wind resource projections under climate change | |
Hofer et al. | A statistical downscaling method for daily air temperature in data-sparse, glaciated mountain environments | |
Benestad et al. | The use of a calculus-based cyclone identification method for generating storm statistics | |
CN103308956B (zh) | 利用云气候学数据预判目标区域未来月平均云量的方法 | |
CN111414723B (zh) | 一种利用wrf模式分析面雨量误差的方法 | |
Nicholas et al. | Empirical downscaling of high-resolution regional precipitation from large-scale reanalysis fields | |
CN114254802B (zh) | 气候变化驱动下植被覆盖时空变化的预测方法 | |
CN115345069A (zh) | 一种基于最大水深记录和机器学习的湖泊水量估算方法 | |
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 | |
Zhang et al. | Assimilation of water level data into a coastal hydrodynamic model by an adjoint optimal technique | |
CN116609859A (zh) | 一种气象灾害高分辨率区域模式预报系统及方法 | |
Bertolacci et al. | Climate inference on daily rainfall across the Australian continent, 1876–2015 | |
Joubert | Simulations by the atmospheric model intercomparison project of atmospheric circulation over southern Africa | |
AHN et al. | Development of global land surface evapotranspiration and water balance data sets | |
Gong et al. | 1km Monthly Precipitation and Temperatures Dataset for China from 1952 to 2019 based on a Brand-New and High-Quality Baseline Climatology Surface |
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 |