CN112734244B - 一种基于饱和水汽压差的干旱指数计算方法 - Google Patents

一种基于饱和水汽压差的干旱指数计算方法 Download PDF

Info

Publication number
CN112734244B
CN112734244B CN202110047871.9A CN202110047871A CN112734244B CN 112734244 B CN112734244 B CN 112734244B CN 202110047871 A CN202110047871 A CN 202110047871A CN 112734244 B CN112734244 B CN 112734244B
Authority
CN
China
Prior art keywords
pressure difference
drought
saturated
index
steam pressure
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.)
Active
Application number
CN202110047871.9A
Other languages
English (en)
Other versions
CN112734244A (zh
Inventor
张选泽
张永强
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.)
Institute of Geographic Sciences and Natural Resources of CAS
Original Assignee
Institute of Geographic Sciences and Natural Resources of CAS
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 Institute of Geographic Sciences and Natural Resources of CAS filed Critical Institute of Geographic Sciences and Natural Resources of CAS
Priority to CN202110047871.9A priority Critical patent/CN112734244B/zh
Publication of CN112734244A publication Critical patent/CN112734244A/zh
Application granted granted Critical
Publication of CN112734244B publication Critical patent/CN112734244B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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—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)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开了一种基于饱和水汽压差的干旱指数计算方法，定义标准化饱和水汽压差指数为干旱指数，表征干旱状况，用于对陆地生态系统的干旱情况进行监测；标准化饱和水汽压差指数的计算方法包括以下步骤：获取气象站或野外观测站的地面气温、地面气压和相对湿度的气象资料；由气象资料计算饱和水汽压和实际水汽压；由饱和水汽压差计算出标准化饱和水汽压差指数。本发明提出新的干旱指数应用于农业或生态系统的干旱监测，可反映除大气降水供应短缺以外的干旱情况，计算方法简单、结果准确且稳定，参与计算的观测数据易获取，不依靠额外的观测仪器，因此可免除额外仪器的安装和维护成本，具有时间和空间的连续性，能更准确地描述农田、森林、草地等陆地生态系统中发生的干旱。

Description

一种基于饱和水汽压差的干旱指数计算方法
技术领域
本发明涉及一种干旱指数计算方法，尤其涉及一种基于饱和水汽压差的干旱指数计算方法。属于卫星遥感应用领域。
背景技术
干旱是一种多发的极端气候事件，同时也是最具破坏性的自然灾害之一。频繁发生的干旱灾害会给生态环境、农业生产、经济活动、社会民生等带来严重影响。现有用于监测干旱强度的干旱指数包括：标准化降水指数(SPI)、标准化降水蒸散发指数(SPEI)、标准化土壤湿度指数(SSMI)和帕尔默干旱指数(PDSI)等。但是现有的干旱指数普遍具有局限性，如(1)标准化降水指数(SPI)，仅能反映大气降水供应的短缺引起的干旱变化；(2)标准化降水蒸散发指数(SPEI)，需要估算潜在蒸散发(PET)，但是潜在蒸散发存在多种算法，不同算法差异很大，导致潜在蒸散发具有非常大的不确定性。(3)标准化土壤湿度指数(SSMI)，仅需要土壤湿度观测数据，但是目前观测稀少、时间和空间连续性差，此外，观测仪器安装和维护成本高。
发明内容
为了解决上述技术所存在的不足之处，本发明提供了一种基于饱和水汽压差的干旱指数计算方法。
为了解决以上技术问题，本发明采用的技术方案是：一种基于饱和水汽压差的干旱指数计算方法，本方法定义标准化饱和水汽压差指数为干旱指数，表征干旱状况，用于对陆地生态系统的干旱情况进行监测；标准化饱和水汽压差指数的计算方法包括以下步骤：
步骤一、获取气象站或野外观测站的地面气温、地面气压和相对湿度的气象资料；
步骤二、由地面气温和地面气压计算出饱和水汽压；
步骤三、由相对湿度和饱和水汽压计算出实际水汽压；
步骤四、由实际水汽压和饱和水汽压计算出饱和水汽压差；
步骤五、由饱和水汽压差计算出标准化饱和水汽压差指数。
进一步地，步骤五中标准化饱和水汽压差指数的计算方法如公式①所示：
Figure BDA0002898058230000021
其中，F为VPD在时间尺度上时间序列服从伽玛分布的拟合函数，
Figure BDA0002898058230000022
为该时间尺度上的F时间序列的平均值，σF是该时间尺度的F时间序列的标准差，SVPDI为标准化饱和水汽压差指数。
进一步地，步骤五中标准化饱和水汽压差指数的计算方法如公式②所示：
Figure BDA0002898058230000023
其中，
Figure BDA0002898058230000024
为某一个时间尺度上的水汽压差的平均值，σVPD为该时间尺度上的水汽压差的标准差，SVPDI为标准化饱和水汽压差指数。
进一步地，步骤四中饱和水汽压差的计算方法如公式③所示：
VPD＝es-ea，公式③
其中，es为饱和水汽压，ea为实际水汽压，VPD为饱和水汽压差的时间序列。
进一步地，步骤三中实际水汽压的计算方法如公式⑥所示：
ea＝esHR/100，公式⑥
其中，ea为实际水汽压，es为饱和水汽压，HR为相对湿度。
进一步地，步骤二中计算饱和水汽压的方法如公式④和公式⑤所示：
Figure BDA0002898058230000031
fw＝1+7×10-4+3.46×10-6Ps，公式⑤
其中，es为在气温Ta和气压Ps下的饱和水汽压；es的单位为kPa，Ta的单位为℃，Ps的单位为hPa，fw为中间函数，e为自然常数。
本发明提出新的干旱指数应用于农业或生态系统的干旱监测，基于饱和水汽压差的变化表征干旱状况，可反映除大气降水供应短缺以外的干旱情况，计算方法简单、结果准确且稳定，参与计算的观测数据易获取，不依靠额外的观测仪器如土壤湿度测试仪器，因此可免除额外仪器的安装和维护成本，具有时间和空间的连续性，能更准确地描述农田、森林、草地等陆地生态系统中发生的干旱。
附图说明
图1为本发明的计算流程图。
图2为时间尺度为3个月下标准化饱和水汽压差指数与标准化降水指数、标准化降水蒸散发指数的干旱时期对比图。
图3为时间尺度为6个月下标准化饱和水汽压差指数与标准化降水指数、标准化降水蒸散发指数的干旱时期对比图。
图4为时间尺度为12个月下标准化饱和水汽压差指数与标准化降水指数、标准化降水蒸散发指数的干旱时期对比图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示的基于饱和水汽压差的干旱指数计算方法，本方法定义标准化饱和水汽压差指数为干旱指数，表征干旱状况，用于对陆地生态系统的干旱情况进行监测；标准化饱和水汽压差指数的计算方法包括以下步骤：
步骤一、获取气象站或野外观测站的地面气温、地面气压和相对湿度的气象资料；
步骤二、由地面气温和地面气压计算出饱和水汽压；如公式④和公式⑤所示：
Figure BDA0002898058230000041
fw＝1+7×10-4+3.46×10-6Ps，公式⑤
其中，es(单位kPa)为在气温Ta(单位℃)和气压Ps(单位hPa)下的饱和水汽压；fw为中间函数，e为自然常数。
步骤三、由相对湿度和饱和水汽压计算出实际水汽压；如公式⑥所示：
ea＝esHR/100，公式⑥
其中，ea为实际水汽压，HR为相对湿度(单位％)。
步骤四、由实际水汽压和饱和水汽压计算出饱和水汽压差；如公式③所示：
VPD＝es-ea，公式③
其中，es为饱和水汽压，ea为实际水汽压，VPD为饱和水汽压差的时间序列。
步骤五、由饱和水汽压差计算出标准化饱和水汽压差指数。如公式②所示：
Figure BDA0002898058230000042
其中，
Figure BDA0002898058230000043
为某一个时间尺度上的水汽压差的平均值，σVPD为该时间尺度上的水汽压差的标准差，SVPDI为标准化饱和水汽压差指数。
或者如公式①所示：
Figure BDA0002898058230000044
其中，F为VPD在时间尺度上时间序列服从伽玛分布的拟合函数，
Figure BDA0002898058230000051
为该时间尺度上的F时间序列的平均值，σF是该时间尺度的F时间序列的标准差，SVPDI为标准化饱和水汽压差指数。
SVPDI小于0表示空气或地表湿度低于正常值，呈现水分亏缺的状态；反之，SVPDI大于0表示空气或地表湿度大于正常值，呈现水分盈余的状态，值的大小表示偏离正常值的程度。
按照世界气象组织(WMO)提出的干旱分类体系，干旱等级分为轻度干旱、中度干旱、重度干旱和极端干旱，不同干旱等级间的分隔点为数据的1σ(σ为标准差)、1.5σ和2σ。SVPDI服从标准正态分布(μ＝0；σ＝1)，因而，SVPDI干旱等级划分如表1所示。若按照正态分布的特征，出现轻度、中度、重度和极端干旱的概率分别为34.1％、9.2％、4.4％和2.3％。干旱事件出现轻度、中度、重度和极端干旱的重复周期分别约为3、10、20和50年。
表1.标准化饱和水汽压差(SVPDI)干旱等级划分
干旱等级 取值范围 发生概率(％) 重复周期(年)
轻度干旱 -1＜SVPDI≤0 34.1 3
中度干旱 -1.5＜SVPDI≤-1 9.2 10
重度干旱 -2＜SVPDI≤-1.5 4.4 20
极端干旱 SVPDI≤-2 2.3 50
本发明的干旱监测应用如下：
本发明以1981-2018年北京市密云区的气象观测数据为干旱监测应用实例。图2、图3和图4分别显示为时间尺度为3个月、6个月和12个月的标准化饱和水汽压差指数(SVPDI)与标准化降水指数(SPI)、标准化降水蒸散发指数(SPEI)对比结果。图中深色区域覆盖时段即为干旱时期。由图2-4可知，SVPDI与SPI和SPEI所表征的干旱事件发生时段基本上一致，如1981-1983年、1989-1990年和2000-2002年在北京密云区发生了中等强度的干旱事件。本例中，SPI和SPEI反映的是气象干旱程度要强于SVPDI反映的农业或生态系统干旱程度。
上述实施方式并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的技术方案范围内所做出的变化、改型、添加或替换，也均属于本发明的保护范围。

Claims (1)

1.一种基于饱和水汽压差的干旱指数计算方法，其特征在于：定义标准化饱和水汽压差指数为干旱指数，表征干旱状况，用于对陆地生态系统的干旱情况进行监测；标准化饱和水汽压差指数的计算方法包括以下步骤：
步骤一、获取气象站或野外观测站的地面气温、地面气压和相对湿度的气象资料；
步骤二、由地面气温和地面气压计算出饱和水汽压；计算饱和水汽压的方法如公式④和公式⑤所示：
Figure FDA0003121136900000011
fw＝1+7×10-4+3.46×10-6Ps，公式⑤
其中，es为在气温Ta和气压Ps下的饱和水汽压；es的单位为kPa，Ta的单位为℃，Ps的单位为hPa，fw为中间函数，e为自然常数；
步骤三、由相对湿度和饱和水汽压计算出实际水汽压；实际水汽压的计算方法如公式⑥所示：
Figure FDA0003121136900000012
其中，ea为实际水汽压，es为饱和水汽压，HR为相对湿度；
步骤四、由实际水汽压和饱和水汽压计算出饱和水汽压差；饱和水汽压差的计算方法如公式③所示：
VPD＝es-ea，公式③
其中，es为饱和水汽压，ea为实际水汽压，VPD为饱和水汽压差的时间序列；
步骤五、由饱和水汽压差计算出标准化饱和水汽压差指数；标准化饱和水汽压差指数的计算方法如公式②所示：
Figure FDA0003121136900000021
其中，
Figure FDA0003121136900000022
为某一个时间尺度上的水汽压差的平均值，σVPD为该时间尺度上的水汽压差的标准差，SVPDI为标准化饱和水汽压差指数；
或者，标准化饱和水汽压差指数的计算方法如公式①所示：
Figure FDA0003121136900000023
其中，F为VPD在某一个时间尺度上时间序列服从伽玛分布的拟合函数，
Figure FDA0003121136900000024
为该时间尺度上的F时间序列的平均值，σF是该时间尺度的F时间序列的标准差，SVPDI为标准化饱和水汽压差指数。
CN202110047871.9A 2021-01-14 2021-01-14 一种基于饱和水汽压差的干旱指数计算方法 Active CN112734244B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110047871.9A CN112734244B (zh) 2021-01-14 2021-01-14 一种基于饱和水汽压差的干旱指数计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110047871.9A CN112734244B (zh) 2021-01-14 2021-01-14 一种基于饱和水汽压差的干旱指数计算方法

Publications (2)

Publication Number Publication Date
CN112734244A CN112734244A (zh) 2021-04-30
CN112734244B true CN112734244B (zh) 2021-09-14

Family

ID=75592880

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110047871.9A Active CN112734244B (zh) 2021-01-14 2021-01-14 一种基于饱和水汽压差的干旱指数计算方法

Country Status (1)

Country Link
CN (1) CN112734244B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115639979B (zh) * 2022-09-15 2023-05-30 河南大学 基于随机森林回归模型的高分辨率spei数据集开发方法
CN116168925B (zh) * 2022-12-08 2023-12-01 南通世睿电力科技有限公司 一种高压变压器储油柜智能监控方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140343855A1 (en) * 2013-05-15 2014-11-20 The Regents Of The University Of California Drought Monitoring and Prediction Tools
CN106872043A (zh) * 2017-01-17 2017-06-20 石家庄高新区天遥航空设备科技有限公司 一种土壤墒情监测方法和系统
CN107977729B (zh) * 2017-08-28 2022-03-04 北京师范大学 多变量标准化干旱指数设计方法
CN107782701A (zh) * 2017-09-20 2018-03-09 北京师范大学 一种多源遥感数据的农业干旱监测方法
CN111369093B (zh) * 2018-12-26 2023-09-29 天云融创数据科技（北京）有限公司 基于机器学习的灌溉方法和装置
CN111460377B (zh) * 2020-03-16 2023-03-24 华北水利水电大学 一种晴天条件下温室作物冠层饱和水汽压差计算方法

Also Published As

Publication number Publication date
CN112734244A (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
CN108760643B (zh) 一种适宜于高海拔地区的干旱遥感监测方法
Maidment et al. Evaluation of satellite‐based and model re‐analysis rainfall estimates for Uganda
CN112734244B (zh) 一种基于饱和水汽压差的干旱指数计算方法
CN110751412A (zh) 一种农业气象灾害预警方法及系统
CN113139901A (zh) 一种流域尺度植被净初级生产力遥感精细反演方法
Zhao et al. Using satellite remote sensing to understand maize yield gaps in the North China Plain
Ferreira da Silva et al. Spatiotemporal variability of vegetation due to drought dynamics (2012–2017): a case study of the Upper Paraíba River basin, Brazil
Park et al. Future changes in precipitation for identified sub‐regions in East Asia using bias‐corrected multi‐RCMs
Pook et al. East coast lows, atmospheric blocking and rainfall: a Tasmanian perspective
Kimura et al. Determination by MODIS satellite-based methods of recent global trends in land surface aridity and degradation
Gebre et al. Application of remote sensing and GIS to characterize agricultural drought conditions in North Wollo Zone, Amhara Regional State, Ethiopia
Varghese et al. A time-series based prediction analysis of rainfall detection
CN117688290A (zh) 基于等级划分的干旱灾害综合风险预警方法及系统
Odwori et al. Analysis of Rainfall Variability and Trends Over Nzoia River Basin, Kenya
Gusev et al. Physically based modeling of many-year dynamics of daily streamflow and snow water equivalent in the Lena R. basin
Weldegerima et al. Zoning and agro-climatic characterization of hotspots in the Tana-Beles Sub-Basin–Ethiopia
Lloyd-Hughes et al. An evaluation of the spatiotemporal structure of large-scale European drought within the HiGEM climate model
Croley et al. Near real-time forecasting of large lake supplies
Nabizada et al. A remotely sensed study of the impact of meteorological parameters on vegetation for the eastern basins of Afghanistan
CN116934518B (zh) 一种基于标准化陆地水储量指数的干旱遥感监测方法
Hou et al. Comparison of an experimental NOAA AVHRR cloud dataset with other observed and forecast cloud datasets
Salinger et al. New Zealand climate: patterns of drought 1941/42–2012/13
Giannakaki et al. Russian winter and spring wheat productivity, heat stress and drought conditions at flowering, and the role of atmospheric blocking
Putra et al. An evaluation graph of hourly rainfall estimation in malang
Lussana et al. Changes in regional daily precipitation intensity and spatial structure from global reanalyses

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