CN112418684A - 空中水资源时空分布规律的评估方法、装置、设备和介质 - Google Patents
空中水资源时空分布规律的评估方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN112418684A CN112418684A CN202011348275.6A CN202011348275A CN112418684A CN 112418684 A CN112418684 A CN 112418684A CN 202011348275 A CN202011348275 A CN 202011348275A CN 112418684 A CN112418684 A CN 112418684A
- Authority
- CN
- China
- Prior art keywords
- water vapor
- precipitation
- vapor amount
- space
- determining
- 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
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 336
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000001556 precipitation Methods 0.000 claims abstract description 171
- 238000011156 evaluation Methods 0.000 claims abstract description 78
- 238000006243 chemical reaction Methods 0.000 claims abstract description 44
- 230000004907 flux Effects 0.000 claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims description 116
- 230000008859 change Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 34
- 238000010586 diagram Methods 0.000 description 11
- 238000000354 decomposition reaction Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- 238000012417 linear regression Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000009833 condensation Methods 0.000 description 3
- 230000005494 condensation Effects 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- IYLGZMTXKJYONK-ACLXAEORSA-N (12s,15r)-15-hydroxy-11,16-dioxo-15,20-dihydrosenecionan-12-yl acetate Chemical compound O1C(=O)[C@](CC)(O)C[C@@H](C)[C@](C)(OC(C)=O)C(=O)OCC2=CCN3[C@H]2[C@H]1CC3 IYLGZMTXKJYONK-ACLXAEORSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- IYLGZMTXKJYONK-UHFFFAOYSA-N ruwenine Natural products O1C(=O)C(CC)(O)CC(C)C(C)(OC(C)=O)C(=O)OCC2=CCN3C2C1CC3 IYLGZMTXKJYONK-UHFFFAOYSA-N 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种空中水资源时空分布规律的评估方法、装置、设备和介质。其中,该方法包括:根据评估区域的大气总水汽量和水汽辐合区确定评估区域的有效水汽量;其中,水汽辐合区由评估区域的水汽通量散度确定;根据有效水汽量确定评估区域的降水参量;其中,降水参量包括降水概率和/或降水转化效率;根据有效水汽量和降水参量构建水资源增量模型,并根据水资源增量模型确定有效水汽量和降水参量的时空分布规律。本发明实施例能够通过评估区域的有效水汽量和降水参量,从而准确评估出空中水资源的时空分布规律。
Description
技术领域
本发明实施例涉及一种气象水文学中的空中水资源领域,尤其涉及一种空中水资源时空分布规律的评估方法、装置、设备和介质。
背景技术
水是水圈、生物圈以及大气圈交互系统中的活跃因子,处于不断的转化迁移之中,在全球气候变化和人类活动加剧的背景下,对空中水资源进行准确识别与评价愈发重要。目前,主要是依赖总水气量和云水进行空中水资源的分析。
上述方案的缺陷在于:第一,并非所有云中的水汽都具有转化成降水为人类利用的潜力,部分水汽可能并不具有凝结转化能力(或转化潜力极低);第二,确定云水时,云场的观测诊断难以统一,使得云水的获取存在一定的技术限制,从而难以准确分析出空中水资源之间的时空分布规律评估。
发明内容
本申请实施例提供一种空中水资源时空分布规律的评估方法、装置、设备和介质,可以通过评估区域的有效水汽量和降水参量,准确评估出空中水资源的时空分布规律。
第一方面,本发明实施例提供了一种空中水资源时空分布规律的评估方法,包括:
根据评估区域的大气总水汽量和水汽辐合区确定所述评估区域的有效水汽量;其中,所述水汽辐合区由所述评估区域的水汽通量散度确定;
根据所述有效水汽量确定所述评估区域的降水参量;其中,所述降水参量包括降水概率和/或降水转化效率;
根据所述有效水汽量和所述降水参量构建水资源增量模型,并根据所述水资源增量模型确定所述有效水汽量和所述降水参量的时空分布规律。
可选的,根据所述有效水汽量确定所述评估区域的降水参量,包括:
计算所述评估区域的有效水汽量和所述大气总水汽量的第一比值,并将所述第一比值作为所述评估区域的降水概率。
可选的,根据所述有效水汽量确定所述评估区域的降水参量,包括:
获取所述评估区域的降水量;
计算所述降水量和所述有效水汽量的第二比值,并将所述第二比值作为所述评估区域的降水转化效率。
可选的,根据所述水资源增量模型确定所述有效水汽量和所述降水参量的时空分布规律,包括:
计算所述水资源增量模型的特征系数;其中,所述水资源增量模型包括有效水汽量增量模型和降水参量增量模型;
根据所述特征系数确定所述有效水汽量和所述降水参量的时空分布规律。
可选的,所述方法还包括:
确定所述有效水汽量的特征矩阵;并将所述有效水汽量的特征矩阵进行分解,得到水汽量时间系数矩阵和水汽量空间函数矩阵;
根据所述水汽量时间系数矩阵和所述水汽量空间函数矩阵,确定所述有效水汽量的空间分布模态。
可选的,所述方法还包括:
确定所述降水概率的特征矩阵;并将所述降水概率的特征矩阵进行分解,得到概率时间系数矩阵和概率空间函数矩阵;
根据所述概率时间系数矩阵和所述概率空间函数矩阵,确定降水概率时空变化的空间分布模态。
可选的,所述方法还包括:
确定所述降水转化效率的特征矩阵;并将所述降水转化效率的特征矩阵进行分解,得到效率时间系数矩阵和效率空间函数矩阵;
根据所述效率时间系数矩阵和所述效率空间函数矩阵,确定降水转化效率时空变化的空间分布模态。
第二方面,本发明实施例提供了一种空中水资源时空分布规律的评估装置,包括:
有效水汽量确定模块,用于根据评估区域的大气总水汽量和水汽辐合区确定所述评估区域的有效水汽量;其中,所述水汽辐合区由所述评估区域的水汽通量散度确定;
降水参量确定模块,用于根据所述有效水汽量确定所述评估区域的降水参量;其中,所述降水参量包括降水概率和/或降水转化效率;
分布规律确定模块,用于根据所述有效水汽量和所述降水参量构建水资源增量模型,并根据所述水资源增量模型确定所述有效水汽量和所述降水参量的时空分布规律。
可选的,降水参量确定模块,具体用于:
计算所述评估区域的有效水汽量和所述大气总水汽量的第一比值,并将所述第一比值作为所述评估区域的降水概率。
可选的,降水参量确定模块,还具体用于:
获取所述评估区域的降水量;
计算所述降水量和所述有效水汽量的第二比值,并将所述第二比值作为所述评估区域的降水转化效率。
可选的,分布规律确定模块,具体用于:
计算所述水资源增量模型的特征系数;其中,所述水资源增量模型包括有效水汽量增量模型和降水参量增量模型;
根据所述特征系数确定所述有效水汽量和所述降水参量的时空分布规律。
可选的,所述装置还包括:
矩阵确定模块,用于确定所述有效水汽量的特征矩阵;并将所述有效水汽量的特征矩阵进行分解,得到水汽量时间系数矩阵和水汽量空间函数矩阵;
模态确定模块,用于根据所述水汽量时间系数矩阵和所述水汽量空间函数矩阵,确定所述有效水汽量的空间分布模态。
可选的,矩阵确定模块,还用于确定所述降水概率的特征矩阵;并将所述降水概率的特征矩阵进行分解,得到概率时间系数矩阵和概率空间函数矩阵;
模态确定模块,还用于根据所述概率时间系数矩阵和所述概率空间函数矩阵,确定降水概率时空变化的空间分布模态。
可选的,矩阵确定模块,还用于确定所述降水转化效率的特征矩阵;并将所述降水转化效率的特征矩阵进行分解,得到效率时间系数矩阵和效率空间函数矩阵;
模态确定模块,还用于根据所述效率时间系数矩阵和所述效率空间函数矩阵,确定降水转化效率时空变化的空间分布模态。
第三方面,本发明实施例还提供了一种电子设备,该电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例中的任一种所述的空中水资源时空分布规律的评估方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明实施例中的任一种所述的空中水资源时空分布规律的评估方法。
本发明实施例根据评估区域的大气总水汽量和水汽辐合区确定评估区域的有效水汽量;其中,水汽辐合区由评估区域的水汽通量散度确定;根据有效水汽量确定评估区域的降水参量;其中,降水参量包括降水概率和/或降水转化效率;根据有效水汽量和降水参量构建水资源增量模型,并根据水资源增量模型确定有效水汽量和降水参量的时空分布规律。本发明实施例能够通过评估区域的有效水汽量和降水参量,从而准确评估出空中水资源的时空分布规律。
附图说明
图1是本发明实施例一中的空中水资源时空分布规律的评估方法的流程示意图;
图2是本发明实施例二中的空中水资源时空分布规律的评估方法的流程示意图;
图3是本发明实施例二中的评估区域的有效水汽量空间分布图;
图4是本发明实施例二中的评估区域有效水汽量的时间序列图;
图5是本发明实施例二中的有效水汽量经验正交分解得到的前四模态空间分布示意图;
图6是本发明实施例二中的有效水汽量经验正交分解得到的第一模态时间序列与回归系数分布图;
图7是本发明实施例三中的空中水资源时空分布规律的评估装置的结构示意图;
图8是本实施例四中的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一中的空中水资源时空分布规律的评估方法的流程示意图。本实施例可适用于对水汽辐合区的空中水资源进行评估分析的情况。本实施例方法可由空中水资源时空分布规律的评估装置来执行,该装置可采用硬件/或软件的方式来实现,并可配置于电子设备中。可实现本申请任意实施例所述的空中水资源时空分布规律的评估方法。如图1所示,该方法具体包括如下:
S110、根据评估区域的大气总水汽量和水汽辐合区确定评估区域的有效水汽量;其中,水汽辐合区由评估区域的水汽通量散度确定。
在本实施例中,评估区域为处于水汽辐合区的整层大气区域;大气总水汽量(IWV,the vertically Integrated Water Vapor)可作为评估区域总空中水物质量的核心指标;具体的,大气总水汽量可根据如下公式(1)进行计算得出。
其中,IWV为单位面积上整层大气的总水汽量转换为等效液态水柱的高度(单位:mm);由于大气总水汽量是一个状态量瞬时量,本实施例中可取每日总水汽量均值来表示;p、p0、ps分别为等压面气压、气柱顶气压和地表气压(单位:hPa),由于100hPa以上的水汽含量很少,因此本实施例中可取p0=100hPa;q为比湿(单位:kg/kg);g为重力加速度(单位:m/s2);ρ为液态水的密度(单位:kg/m3)。
大气流动中存在着流动状态不连续的区域,因而形成特殊的自由边界层流动。当两个性质(例如密度、速度、温度、压力或者湿度等)不同的气团相遇,它们之间的接触面的法向特征几何尺度远小于大气环流的几何尺度,在垂直于接触面的方向必然会存在非常大的流速梯度;因此,水汽转化形成降水的力学基础是大气环流中不同温度、湿度、速度以及压强的气团相接触并构成了自由边界层;因此,本实施例中的有效水汽量可为大气中由此特殊的边界层动力学和热力学机制形成的次生环流所锁定且具备发生相变转化为云和降水潜力的水物质。其中,此特殊边界层上通常会存在水汽辐合抬升运动。
在本实施例中,评估区域可开发空中水资源量的核心指标为有效水汽量。大气总水汽量中具备转化形成降水条件的部分为有效水汽量(valid IWV,简称IWVv),其余部分为无效水汽量(invalid IWV,简称IWVi);由于水汽辐合是大规模水汽凝结形成降水的必要条件,因此,本实施例中水汽通量散度可以以水汽辐合区出现的信号S进行体现;具体可参见公式(2)。
在本实施例中,根据水通量散度确定出水汽辐合区;具体的,有效水汽量IWVv为单位面积上整层大气的有效水汽转换为等效液态水柱的高度(单位:mm),也是一个状态量,本实施例中,有效水汽量IWVv可以以日均值来表示。具体的,有效水汽量IWVv可根据公式(3)得出。
其中,当S等于1时,可根据公式(3)确定出有效水汽量;当S等于0时,可确定出无效水汽量;有效水汽量和无效水汽量组成大气总水汽量。
S120、根据有效水汽量确定评估区域的降水参量;其中,降水参量包括降水概率和/或降水转化效率。
由于在现有技术中,主要是通过评估区域的大气总水汽量和云水量确定评估区域的降水概率和降水转化效率;但是,大气总水汽量无法准确刻画空-地之间水物质的转化规律,同时,虽然云水量代表了空中水物质的研究视角从空中分支到水循环整体的转变,然而,由于云场的观测诊断难以统一,大范围的三维云场分辨技术仍在发展之中,云水研究也存在一定的技术限制;使得根据大气总水汽量和云水量难以准确评估空中水资源规律。
因此,在本实施例中,引入有效水汽量,从流体流动的角度探究空中水资源的分布规律;其中,降水概率为评估区域内空中水资源的降水潜力;降水转换效率为评估区域内空中水资源中的有效降水转化效率。
S130、根据有效水汽量和降水参量构建水资源增量模型,并根据水资源增量模型确定有效水汽量和降水参量的时空分布规律。
在本实施例中,分别根据有效水汽量和降水参量构建各自的水资源增量模型;例如,可以分别对有效水汽量和降水参量,根据时间序列做关于年份的线性回归以计算年份增量,确定水资源增量模型;具体的,以有效水汽量的水资源增量模型为例,统计历史十年内评估区域中有效水汽量,并根据这些有效水汽量建立线性回归方程,作为有效水汽量的水资源增量模型。
本发明实施例根据评估区域的大气总水汽量和水汽辐合区确定评估区域的有效水汽量;其中,水汽辐合区由评估区域的水汽通量散度确定;根据有效水汽量确定评估区域的降水参量;其中,降水参量包括降水概率和/或降水转化效率;根据有效水汽量和降水参量构建水资源增量模型,并根据水资源增量模型确定有效水汽量和降水参量的时空分布规律。本发明实施例能够通过评估区域的有效水汽量和降水参量,从而准确评估出空中水资源的时空分布规律。
实施例二
图2是本发明实施例二中的空中水资源时空分布规律的评估方法的流程示意图。本实施例是在上述实施例的基础上进一步扩展与优化,并可与上述技术方案中任意可选方案组合。如图2所示,该方法包括:
S210、根据评估区域的大气总水汽量和水汽辐合区确定评估区域的有效水汽量;其中,水汽辐合区由评估区域的水汽通量散度确定。
S220、根据有效水汽量确定评估区域的降水参量;其中,降水参量包括降水概率和/或降水转化效率。
在本实施例中,可选的,根据有效水汽量确定评估区域的降水参量,包括:
计算评估区域的有效水汽量和大气总水汽量的第一比值,并将第一比值作为评估区域的降水概率。
其中,根据计算有效水汽量与大气总水汽量的比值以评估空中水资源的降水潜力(Precipitation Potential,简称PP);可参见公式(4)。
具体的,降水概率能够有效反映出评估区域大气总水汽量的降水潜力,以辅助分析空中水资源的演化规律。
在本实施例中,可选的,根据有效水汽量确定评估区域的降水参量,包括:
获取评估区域的降水量;
计算降水量和有效水汽量的第二比值,并将第二比值作为评估区域的降水转化效率。
其中,可通过采集评估区域的历史降水量,再根据历史降水量和历史有效水汽量,确定评估区域的降水转化效率;可参见公式(5)。
公式(5)中,Ev为降水转化效率;P为评估区域的降水量。
S230、根据有效水汽量和降水参量构建水资源增量模型,计算水资源增量模型的特征系数;其中,水资源增量模型包括有效水汽量增量模型和降水参量增量模型。
在本实施例中,以实施例一中的线性回归方程作为水资源增量模型为例说明,水资源增量模型的特征系数为线性回归方程的回归系数值,各水资源增量模型具有各回归系数值。
S240、根据特征系数确定有效水汽量和降水参量的时空分布规律。
在本实施例中,水资源的特征系数之间的相关性能够有效反映出各水资源的时空分布规律;其中,可以通过计算各特征系数的Pearson相关系数;根据各特征系数的Pearson相关系数,确定各特征系数对应的水资源参数之间的相关性;具体的,Pearson相关系数是用来衡量两个数据集合是否在一条线上面,它用来衡量定距变量间的线性关系;相关系数的绝对值越大,相关性越强,相关系数越接近于1或-1,相关度越强,相关系数越接近于0,相关度越弱。
在上述实施例的基础上,可选的,本实施例方法还包括:
确定有效水汽量的特征矩阵;并将有效水汽量的特征矩阵进行分解,得到水汽量时间系数矩阵和水汽量空间函数矩阵;
根据水汽量时间系数矩阵和水汽量空间函数矩阵,确定有效水汽量的空间分布模态。
在本实施例中,有效水汽量的特征矩阵为不同特定时间点的有效水汽量组成的矩阵;示例性的,Sabj为第a年第b月第j个网格点的有效水汽量,对S进行去多年均值处理得到矩阵S’,参见公式(6)。
将S'abj中同一网格点的所有数据按照时间顺序存放于一列,可得到m行n列的数据矩阵X;其中,m为时间样本数;n区域内的网格点数。
水汽量时间系数矩阵和水汽量空间函数矩阵是对有效水汽量的特征矩阵进行正交分解得到的分解矩阵,根据分解矩阵可以确定出有效水汽时空演化的核心驱动因素。
水汽量时间系数矩阵和水汽量空间函数矩阵的确定见下式(7)。
Xm×n=Tm×pVp×n (7)
其中,T和V分别为X的水汽量时间系数矩阵和水汽量空间函数矩阵。
空间函数矩阵V的每一行vi是一个n维空间函数向量,可表征X场的一种时空变化模态;T的每一列ti则是一个m维时间系数向量,表征模态vi的强度随时间的变化序列;V可以通过计算方阵XTX的特征向量得到,因此vi分别对应一个XTX的特征向量λi。
计算累计方差贡献Gp;将特征值λ按照大小排列,可计算特征模态的方差贡献R,见式(8)。
前p个模态的累计方差贡献Gp,见式(9);若X’的前p个模态累计方差贡献较高则说明可以仅利用前p个模态对X’进行解构分析。
将p个模态的时间系数矩阵与温度、风速、位势高、海拔和地形场的时间序列做相关性分析,并绘制前p个模态下上述变量场的空间分布图,与该模态的空间函数矩阵(V)进行对比,从而高效判断出有效水汽时空演化的影响参数(核心驱动因素)。
在上述实施例的基础上,可选的,本实施例方法还包括:
确定降水概率的特征矩阵;并将降水概率的特征矩阵进行分解,得到概率时间系数矩阵和概率空间函数矩阵;
根据概率时间系数矩阵和概率空间函数矩阵,确定降水概率时空变化的空间分布模态。
在本实施例中,降水概率的特征矩阵为历史不同特定时间点的降水概率组成的矩阵;且降水概率时空变化的空间分布模态的计算方法与有效水汽量的空间分布模态的计算方法原理相同,可参见公式(6)-(9),此处不在累赘。
在上述实施例的基础上,可选的,本实施例方法还包括:
确定降水转化效率的特征矩阵;并将降水转化效率的特征矩阵进行分解,得到效率时间系数矩阵和效率空间函数矩阵;
根据效率时间系数矩阵和效率空间函数矩阵,确定降水转化效率时空变化的空间分布模态。
在本实施例中,降水转化效率的特征矩阵为历史不同特定时间点的降水转化效率组成的矩阵;且降水转化效率时空变化的空间分布模态的计算方法与有效水汽量的空间分布模态的计算方法原理相同,可参见公式(6)-(9),此处不在累赘。
在本实施例中,以青藏高原空中水资源评估分析进行示例说明。
评估青藏高原区域内可开发空中水资源(即有效水汽量)的总量:计算得到青藏高原1979~2018年的有效水汽场,绘制季节平均空间分布图(见图3;图3为评估区域的有效水汽量空间分布图),并对有效水汽总量进行评估。结果表明:1979年~2018年,青藏高原有效水汽日均值为4.50mm;高原的有效水汽及其降水效率的高值区主要集中于东缘及南缘山脉处,并逐渐向中部递减。此外,由于有效水汽能够更好的刻画阿姆河地区、夏季的青海省东北部地区及羌塘高原上的降水动力条件,其与降水的时空对应关系优于总水汽。
评估青藏高原空中水资源降水潜力与有效降水转化效率:结果表明1979~2018年,青藏高原有效水汽量占大气总水汽量的88.22%,22.83%可转化为降水。
分析区域空中水资源的年际变化规律:采用滑动t检验法和Mann-Kendall突变检验法对青藏高原1979~2018年的区域平均的有效水汽(见图4;图4为评估区域有效水汽量的时间序列图)、降水潜力及有效降水转化效率做突变诊断,分析其年际变化规律。结果表明:1979年~2018年,青藏高原有效水汽量以0.12mm/10a的增速显著上升,有效水汽降水效率在多年平均值上下波动。
分析影响有效水汽时空分布演化规律的气象水文要素:对1979~2018年青藏高原有效水汽三维数据做经验正交分解,计算前四模态方差贡献量分别为29.6%、12.2%、8.8%和4.6%,累计方差贡献量为55.2%,高原上有效水汽在空间分布上收敛较快,前四个模态可以代表其主要分布特征(见图5;图5为有效水汽量经验正交分解得到的前四模态空间分布示意图)。将前4个模态的时间系数矩阵与温度、风速、位势高、海拔和地形场的时间序列做相关性分析,绘制前四个模态下温度、海拔、地形、位势高(见图6;图6为有效水汽量经验正交分解得到的第一模态时间序列与300hPa(a)及500hPa(b)的位势高度场及水汽通量场的回归系数分布图;其中,等值线填色图为时间序列与位势高度场的回归系数分布,灰色箭头为时间序列与水汽通量场的回归系数分布,黑色圆点标记处为通过99%显著性检验区域。)等水文气象要素的空间分布图或时间序列图,与上述模态进行相关性分析,判断驱动青藏高原水汽时空演进的主要因素。结果表明:有效水汽的经验正交函数分解的前四模态分别反映了大气环流、地理纬度、海拔地形和凝结降水动力条件对其时空分布规律的影响。
实施例三
图7是本发明实施例三中的空中水资源时空分布规律的评估装置的结构示意图,本实施例可适用于对水汽辐合区的空中水资源进行评估分析的情况。该装置配置于电子设备中,可实现本申请任意实施例所述的空中水资源时空分布规律的评估方法。该装置具体包括如下:
有效水汽量确定模块710,用于根据评估区域的大气总水汽量和水汽辐合区确定所述评估区域的有效水汽量;其中,所述水汽辐合区由所述评估区域的水汽通量散度确定;
降水参量确定模块720,用于根据所述有效水汽量确定所述评估区域的降水参量;其中,所述降水参量包括降水概率和/或降水转化效率;
分布规律确定模块730,用于根据所述有效水汽量和所述降水参量构建水资源增量模型,并根据所述水资源增量模型确定所述有效水汽量和所述降水参量的时空分布规律。
在上述实施例的基础上,可选的,降水参量确定模块720,具体用于:
计算所述评估区域的有效水汽量和所述大气总水汽量的第一比值,并将所述第一比值作为所述评估区域的降水概率。
在上述实施例的基础上,可选的,降水参量确定模块720,还具体用于:
获取所述评估区域的降水量;
计算所述降水量和所述有效水汽量的第二比值,并将所述第二比值作为所述评估区域的降水转化效率。
在上述实施例的基础上,可选的,分布规律确定模块730,具体用于:
计算所述水资源增量模型的特征系数;其中,所述水资源增量模型包括有效水汽量增量模型和降水参量增量模型;
根据所述特征系数确定所述有效水汽量和所述降水参量的时空分布规律。
在上述实施例的基础上,可选的,本实施例装置还包括:
矩阵确定模块,用于确定所述有效水汽量的特征矩阵;并将所述有效水汽量的特征矩阵进行分解,得到水汽量时间系数矩阵和水汽量空间函数矩阵;
模态确定模块,用于根据所述水汽量时间系数矩阵和所述水汽量空间函数矩阵,确定所述有效水汽量的空间分布模态。
在上述实施例的基础上,可选的,矩阵确定模块,还用于确定所述降水概率的特征矩阵;并将所述降水概率的特征矩阵进行分解,得到概率时间系数矩阵和概率空间函数矩阵;
模态确定模块,还用于根据所述概率时间系数矩阵和所述概率空间函数矩阵,确定降水概率时空变化的空间分布模态。
在上述实施例的基础上,可选的,矩阵确定模块,还用于确定所述降水转化效率的特征矩阵;并将所述降水转化效率的特征矩阵进行分解,得到效率时间系数矩阵和效率空间函数矩阵;
在上述实施例的基础上,模态确定模块,还用于根据所述效率时间系数矩阵和所述效率空间函数矩阵,确定降水转化效率时空变化的空间分布模态。
通过本发明实施例三的空中水资源时空分布规律的评估装置,能够通过评估区域的有效水汽量和降水参量,准确评估出空中水资源的时空分布规律。
本发明实施例所提供的空中水资源时空分布规律的评估装置可执行本发明任意实施例所提供的空中水资源时空分布规律的评估方法,具备执行方法相应的功能模块和有益效果。
实施例四
图8是本发明实施例四中的电子设备的结构示意图,如图8所示,该电子设备包括处理器810、存储器820、输入装置830和输出装置840;电子设备中处理器810的数量可以是一个或多个,图8中以一个处理器810为例;电子设备中的处理器810、存储器820、输入装置830和输出装置840可以通过总线或其他方式连接,图8中以通过总线连接为例。
存储器820作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的空中水资源时空分布规律的评估方法对应的程序指令/模块。处理器810通过运行存储在存储器820中的软件程序、指令以及模块,从而执行电子设备的各种功能应用以及数据处理,即实现本发明实施例所提供的空中水资源时空分布规律的评估方法。
存储器820可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器820可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器820可进一步包括相对于处理器810远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置830可用于接收输入的数字或字符信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入,可以包括键盘、鼠标等。输出装置840可包括显示屏等显示设备。
实施例五
本实施例提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于实现本发明实施例所提供的空中水资源时空分布规律的评估方法。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的空中水资源时空分布规律的评估方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述搜索装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种空中水资源时空分布规律的评估方法,其特征在于,所述方法包括:
根据评估区域的大气总水汽量和水汽辐合区确定所述评估区域的有效水汽量;其中,所述水汽辐合区由所述评估区域的水汽通量散度确定;
根据所述有效水汽量确定所述评估区域的降水参量;其中,所述降水参量包括降水概率和/或降水转化效率;
根据所述有效水汽量和所述降水参量构建水资源增量模型,并根据所述水资源增量模型确定所述有效水汽量和所述降水参量的时空分布规律。
2.根据权利要求1所述的方法,其特征在于,根据所述有效水汽量确定所述评估区域的降水参量,包括:
计算所述评估区域的有效水汽量和所述大气总水汽量的第一比值,并将所述第一比值作为所述评估区域的降水概率。
3.根据权利要求1所述的方法,其特征在于,根据所述有效水汽量确定所述评估区域的降水参量,包括:
获取所述评估区域的降水量;
计算所述降水量和所述有效水汽量的第二比值,并将所述第二比值作为所述评估区域的降水转化效率。
4.根据权利要求1所述的方法,其特征在于,根据所述水资源增量模型确定所述有效水汽量和所述降水参量的时空分布规律,包括:
计算所述水资源增量模型的特征系数;其中,所述水资源增量模型包括有效水汽量增量模型和降水参量增量模型;
根据所述特征系数确定所述有效水汽量和所述降水参量的时空分布规律。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定所述有效水汽量的特征矩阵;并将所述有效水汽量的特征矩阵进行分解,得到水汽量时间系数矩阵和水汽量空间函数矩阵;
根据所述水汽量时间系数矩阵和所述水汽量空间函数矩阵,确定所述有效水汽量的空间分布模态。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定所述降水概率的特征矩阵;并将所述降水概率的特征矩阵进行分解,得到概率时间系数矩阵和概率空间函数矩阵;
根据所述概率时间系数矩阵和所述概率空间函数矩阵,确定降水概率时空变化的空间分布模态。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定所述降水转化效率的特征矩阵;并将所述降水转化效率的特征矩阵进行分解,得到效率时间系数矩阵和效率空间函数矩阵;
根据所述效率时间系数矩阵和所述效率空间函数矩阵,确定降水转化效率时空变化的空间分布模态。
8.一种空中水资源时空分布规律的评估装置,其特征在于,所述装置包括:
有效水汽量确定模块,用于根据评估区域的大气总水汽量和水汽辐合区确定所述评估区域的有效水汽量;其中,所述水汽辐合区由所述评估区域的水汽通量散度确定;
降水参量确定模块,用于根据所述有效水汽量确定所述评估区域的降水参量;其中,所述降水参量包括降水概率和/或降水转化效率;
分布规律确定模块,用于根据所述有效水汽量和所述降水参量构建水资源增量模型,并根据所述水资源增量模型确定所述有效水汽量和所述降水参量的时空分布规律。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1~7中任一所述的空中水资源时空分布规律的评估方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1~7中任一所述的空中水资源时空分布规律的评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011348275.6A CN112418684A (zh) | 2020-11-26 | 2020-11-26 | 空中水资源时空分布规律的评估方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011348275.6A CN112418684A (zh) | 2020-11-26 | 2020-11-26 | 空中水资源时空分布规律的评估方法、装置、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112418684A true CN112418684A (zh) | 2021-02-26 |
Family
ID=74843224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011348275.6A Pending CN112418684A (zh) | 2020-11-26 | 2020-11-26 | 空中水资源时空分布规律的评估方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112418684A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113806948A (zh) * | 2021-09-23 | 2021-12-17 | 西安理工大学 | 一种空中水循环影响因素确定方法及系统 |
CN114386860A (zh) * | 2022-01-14 | 2022-04-22 | 西安理工大学 | 一种区域大气降水格局指标的确定方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170017014A1 (en) * | 2015-07-13 | 2017-01-19 | The Climate Corporation | Computer-based representation of precipitation |
CN109543353A (zh) * | 2018-12-29 | 2019-03-29 | 广东电网有限责任公司 | 三维水汽反演方法、装置、设备和计算机可读存储介质 |
CN109992746A (zh) * | 2019-03-11 | 2019-07-09 | 中国气象科学研究院 | 大气水物质总量、水汽总量及其相应的降水效率计算方法 |
CN111881581A (zh) * | 2020-07-29 | 2020-11-03 | 中国测绘科学研究院 | 一种建立三维水汽格网模型的方法和系统 |
-
2020
- 2020-11-26 CN CN202011348275.6A patent/CN112418684A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170017014A1 (en) * | 2015-07-13 | 2017-01-19 | The Climate Corporation | Computer-based representation of precipitation |
CN109543353A (zh) * | 2018-12-29 | 2019-03-29 | 广东电网有限责任公司 | 三维水汽反演方法、装置、设备和计算机可读存储介质 |
CN109992746A (zh) * | 2019-03-11 | 2019-07-09 | 中国气象科学研究院 | 大气水物质总量、水汽总量及其相应的降水效率计算方法 |
CN111881581A (zh) * | 2020-07-29 | 2020-11-03 | 中国测绘科学研究院 | 一种建立三维水汽格网模型的方法和系统 |
Non-Patent Citations (2)
Title |
---|
巩宁刚 等: "1979-2016年祁连山地区大气水汽含量时空特征及其与降水的关系", 《干旱区地理》, vol. 40, no. 4, pages 762 - 771 * |
李家叶 等: "空中水资源及其降水转化分析", 《科学通报》, vol. 63, no. 26, pages 2786 - 2796 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113806948A (zh) * | 2021-09-23 | 2021-12-17 | 西安理工大学 | 一种空中水循环影响因素确定方法及系统 |
CN114386860A (zh) * | 2022-01-14 | 2022-04-22 | 西安理工大学 | 一种区域大气降水格局指标的确定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sellars et al. | Computational Earth science: Big data transformed into insight | |
Huang et al. | An analytical comparison of four approaches to modelling the daily variability of solar irradiance using meteorological records | |
CN106339568A (zh) | 一种基于混合背景场的数值天气预报方法 | |
US20170338802A1 (en) | Actually-measured marine environment data assimilation method based on sequence recursive filtering three-dimensional variation | |
CN109543353A (zh) | 三维水汽反演方法、装置、设备和计算机可读存储介质 | |
CN112418684A (zh) | 空中水资源时空分布规律的评估方法、装置、设备和介质 | |
Schölzel et al. | Probabilistic assessment of regional climate change in Southwest Germany by ensemble dressing | |
CN106485360A (zh) | 基于全局夜光遥感的局部社会经济指标预测方法及系统 | |
Ostromsky et al. | Air pollution modelling, sensitivity analysis and parallel implementation | |
CN111523088A (zh) | 一种基于dpsir模型的生态环境评价方法 | |
CN114444757A (zh) | 一种高原山地多模型多尺度新能源电站出力联合预测方法 | |
KR101264873B1 (ko) | 단계적 회귀 분석을 이용한 풍력 밀도 예측 방법 | |
CN115600840A (zh) | 用户群体碳排放动态画像模型构建方法、装置及设备 | |
CN115079307A (zh) | 一种基于多模式最优集成的风电场气象预报方法和系统 | |
CN117391727B (zh) | 一种负碳排放的碳中和方法及系统 | |
Vega-Oliveros et al. | From spatio-temporal data to chronological networks: An application to wildfire analysis | |
Kuter et al. | A progressive approach for processing satellite data by operational research | |
CN111458770A (zh) | 降水量预报评估方法、装置、计算机设备及存储介质 | |
CN115408485B (zh) | 一种基于站点集水区小样本观测的径流重建方法和系统 | |
Chen et al. | Urban inundation rapid prediction method based on multi-machine learning algorithm and rain pattern analysis | |
TW202107306A (zh) | 以人工智慧估測地理位置日照量之系統、方法及儲存媒體 | |
Lim et al. | An improvement of seasonal climate prediction by regularized canonical correlation analysis. | |
Reed et al. | Modeled surface‐atmosphere fluxes from paired sites in the upper great lakes region using neural networks | |
Liu et al. | Retrieval of moisture from simulated GPS slant-path water vapor observations using 3DVAR with anisotropic recursive filters | |
CN110968929A (zh) | 风电场风速的预测方法、装置及电子设备 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220614 Address after: Room 508 (1-2), 5th floor, innovation and entrepreneurship building, No. 22, Jingsi Road, Qinghai Biotechnology Industrial Park, Xining City, Qinghai Province, 810000 Applicant after: Qinghai Haiqing New Energy Technology Co.,Ltd. Address before: 30 Shuangqing Road, Haidian District, Beijing 100091 Applicant before: TSINGHUA University |