CN113032334B - 一种wrf模式下垫面数据的处理方法 - Google Patents
一种wrf模式下垫面数据的处理方法 Download PDFInfo
- Publication number
- CN113032334B CN113032334B CN202110311699.3A CN202110311699A CN113032334B CN 113032334 B CN113032334 B CN 113032334B CN 202110311699 A CN202110311699 A CN 202110311699A CN 113032334 B CN113032334 B CN 113032334B
- Authority
- CN
- China
- Prior art keywords
- data
- wrf
- soil
- global
- converting
- 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
Links
- 238000003672 processing method Methods 0.000 title description 5
- 239000002689 soil Substances 0.000 claims abstract description 111
- 241000132092 Aster Species 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000006243 chemical reaction Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000011835 investigation Methods 0.000 claims abstract description 14
- 239000002344 surface layer Substances 0.000 claims description 23
- 239000010410 layer Substances 0.000 claims description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 8
- 238000003491 array Methods 0.000 claims description 4
- 238000012986 modification Methods 0.000 abstract description 9
- 230000004048 modification Effects 0.000 abstract description 9
- 238000004088 simulation Methods 0.000 abstract description 5
- 239000004927 clay Substances 0.000 description 12
- 241000218631 Coniferophyta Species 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 2
- 238000003915 air pollution Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/11—File system administration, e.g. details of archiving or snapshots
- G06F16/116—Details of conversion of file system types or formats
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种WRF模式下垫面数据的处理方法，属于气象数值预报技术领域。本发明可以在WRF数值模式中使用新增加的下垫面数据，以ASTER GDEM高程、Global Land Cover土地利用、HWSD土壤数据为例，通过Global Mapper地图绘制软件进行格式转换、下垫面数据不同分类规范对应、WRF下垫面格式生成和配置文件修改等步骤实现了WRF数值模式中下垫面数据的处理和运用。该方法可将遥感和土壤调查数据处理成WRF模式下垫面，不仅精度高，而且可快速更新，适用于数值模式的模拟和业务运行。
Description
技术领域
本发明属于气象数值预报技术领域，具体涉及一种WRF模式下垫面数据的处理方法。
背景技术
WRF模式是目前使用广泛的区域数值模式，在区域天气预报和重大任务保障中有着非常重要的应用。在WRF模式中，下垫面信息主要包括地形高度、土地覆盖、土壤质地，这几类数据一般更新发布较慢，精度存在不足。在实际应用中，地形高度、土地覆盖两类数据可由卫星遥感获得，土壤质地数据由土地调查获得。针对WRF下垫面信息存在精度不够、更新较慢的实际情况，本文提出的下垫面处理方法可以很好解决该问题。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是如何提供一种WRF模式下垫面数据的处理方法，以解决WRF下垫面信息存在精度不够、更新较慢的问题。
(二)技术方案
为了解决上述技术问题，本发明提出一种WRF模式下垫面数据的处理方法，该方法包括如下步骤：
S1、遥感和土壤调查数据的Global Mapper转换：
将遥感得到的ASTER GDEM高程数据利用Global Mapper转换为xyz海拔网格格式；
将遥感得到的Global Land Cover土地利用数据转换为bip栅格数据；
将土壤调查得到的HWSD土壤数据转换为xyz海拔网格数据；
S2、WRF下垫面数据分类转换：
将转换后的Global Land Cover土地利用数据采用的LCCS分类规范转换为WRF要求的USGS规范；
将转换后的HWSD土壤数据采用的FAO分类规范转换为WRF要求的土壤质地分类规范；
S3、下垫面数据生成和配置文件修改：
将处理完成的ASTER GDEM高程数据、Global Land Cover土地利用数据、HWSD土壤数据写成WRF需要的geogrid下垫面格式；
将WRF下垫面配置文件进行修改、完成链接。
进一步地，所述将遥感得到的ASTER GDEM高程数据利用Global Mapper转换为xyz海拔网格格式具体包括：将ASTER GDEM高程数据导入Global Mapper地图绘制软件，利用Global Mapper将高程数据转换为xyz海拔网格格式，设置基准坐标、边界、网格分辨率，得到各格点的高程值。
进一步地，所述将遥感得到的Global Land Cover土地利用数据转换为bip栅格数据具体包括：将Global Land Cover土地利用数据导入Global Mapper地图绘制软件，利用Global Mapper将土地利用数据转换为bip栅格格式，设置基准坐标、边界、网格分辨率，得到各格点的遥感RGB通道值。
进一步地，所述将转换后的Global Land Cover土地利用数据采用的LCCS分类规范转换为WRF要求的USGS规范具体包括：根据通道与土地利用的对应关系将各格点通道值转化为土地覆盖分类体系LCCS的分类标准；将各格点的LCCS标准逐一转为USGS土地利用分类标准。
进一步地，所述将土壤调查得到的HWSD土壤数据转换为xyz海拔网格数据具体包括：将HWSD土壤数据导入Global Mapper地图绘制软件，利用Global Mapper将土壤数据转换为xyz海拔网格格式，设置基准坐标、边界、网格分辨率，得到各格点的土壤表层和深层值。
进一步地，所述将转换后的HWSD土壤数据采用的FAO分类规范转换为WRF要求的土壤质地分类规范具体包括：将土壤制图单元MU_GLOBAL索引值与表层、深层土壤质地分类值建立一一对应关系，并生成对应的MU_GLOBAL键值文件；根据联合国粮农组织FAO提出的土壤质地分类标准FAO与WRF要求的土壤质地标准，按照表层和深层，逐一进行对应和转换。
进一步地，所述将处理完成的ASTER GDEM高程数据、Global Land Cover土地利用数据、HWSD土壤数据写成WRF需要的geogrid下垫面格式具体包括：确定ASTER GDEM、GlobalLand Cover、HWSD数据经纬网格的起点与写入顺序，按顺序读取高程、土地利用、土壤表层和深层数据，转化为WRF需要的纯二进制。
进一步地，所述WRF需要的geogrid下垫面格式采用WRF自带的write_geogrid.c接口程序来实现，其中字节大小高程为2字节，土壤和土地利用均为1字节；对应数组均为1200*1200。
进一步地，所述将WRF下垫面配置文件进行修改、完成链接具体包括：下垫面数据应用于WRF的前处理模块WPS，对WPS目录内GEOGRID.TBL.ARW配置文件中的下垫面参数进行修改，将修改完成的GEOGRID.TBL.ARW配置文件链接到GEOGRID.TBL文件。
进一步地，所述对WPS目录内GEOGRID.TBL.ARW配置文件中的下垫面参数进行修改具体包括：高程数据对应‘HGT_M’，设置数据文件路径‘rel_path’，数据插值选项‘interp_option’；土地利用数据对应‘LANDUSE’，设置数据文件路径‘rel_path’，数据插值选项‘interp_option’，水体对应类别‘landmask_water’；土壤表层数据对应‘SOILTOP’，设置数据文件路径‘rel_path’，数据插值选项‘interp_option’；土壤底层数据对应‘SOILBOT’，设置数据文件路径‘rel_path’，数据插值选项‘interp_option’。
(三)有益效果
本发明提出一种WRF模式下垫面数据的处理方法，可以在WRF数值模式中使用新增加的下垫面数据，以ASTER GDEM高程、Global Land Cover土地利用、HWSD土壤数据为例，通过Global Mapper地图绘制软件进行格式转换、下垫面数据不同分类规范对应、WRF下垫面格式生成和配置文件修改等步骤实现了WRF数值模式中下垫面数据的处理和运用。该方法可将遥感和土壤调查数据处理成WRF模式下垫面，不仅精度高，而且可快速更新，适用于数值模式的模拟和业务运行。
附图说明
图1为本发明中海南岛的下垫面高程、土地利用、土壤示意图。
具体实施方式
为使本发明的目的、内容和优点更加清楚，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。
本发明涉及气象数值预报技术领域，具体是通过技术研究，将遥感和土壤调查数据处理成WRF模式下垫面，为气象数值模拟和业务运行提供支撑。
为在WRF数值模式中使用新增加的下垫面数据，以ASTER GDEM高程、Global LandCover土地利用、HWSD土壤数据为例，通过Global Mapper地图绘制软件进行格式转换、下垫面数据不同分类规范对应、WRF下垫面格式生成和配置文件修改等步骤实现了WRF数值模式中下垫面数据的处理和运用。该方法可将遥感和土壤调查数据处理成WRF模式下垫面，不仅精度高，而且可快速更新，适用于数值模式的模拟和业务运行。
有鉴于此，本发明通过Global Mapper地图绘制软件将互联网上公开的ASTERGDEM V3高程、Global Land Cover土地利用、HWSD土壤数据集进行格式转换，将土地利用和土壤数据分类规范与WRF要求一一对应转化，利用WRF提供的程序接口将下垫面数据转换成WRF格式，并修改相关配置文件，完成WRF下垫面数据的处理运用。该方法适用于气象数值天气预报领域。
为了实现上述目的本发明采用的技术方案如下：WRF模式下垫面数据处理方法，包括以下步骤：
S1、遥感和土壤调查数据的Global Mapper转换：
将遥感得到的ASTER GDEM高程数据利用Global Mapper转换为xyz海拔网格格式；
将遥感得到的Global Land Cover土地利用数据转换为bip栅格数据。
将土壤调查得到的HWSD土壤数据转换为xyz海拔网格数据。
S2、WRF下垫面数据分类转换：
将转换后的Global Land Cover土地利用数据采用的LCCS分类规范转换为WRF要求的USGS规范。
将转换后的HWSD土壤数据采用的FAO分类规范转换为WRF要求的土壤质地分类规范。
S3、下垫面数据生成和配置文件修改：
将处理完成的ASTER GDEM高程数据、Global Land Cover土地利用数据、HWSD土壤数据写成WRF需要的geogrid下垫面格式。
将WRF下垫面配置文件进行修改、完成链接。
附图1为替换后的海南岛下垫面(高程、土地利用、土壤)。
WRF模式下垫面数据处理方法主要包括：利用Global Mapper地图绘制软件对遥感和土壤调查数据进行转换；将Global Land Cover土地利用和HWSD土壤数据进行分类转换；再利用geogrid数据接口完成下垫面数据输入并进行WRF配置文件修改。
1、Global Mapper转换下垫面数据：
1)将ASTER GDEM(Advanced Spaceborne Theemal Emission and ReflectionRadiometer Global Digital Elevation Model)高程数据导入Global Mapper地图绘制软件，利用Global Mapper将高程数据转换为xyz海拔网格格式，相应设置基准坐标、边界、网格分辨率，得到各格点的高程值。网格分辨率定为30弧秒。
2)将Global Land Cover土地利用数据导入Global Mapper地图绘制软件，利用Global Mapper将土地利用数据转换为bip栅格格式，相应设置基准坐标、边界、网格分辨率，得到各格点的遥感RGB通道值。网格分辨率定为30弧秒。
3)将HWSD(Harmonized World Soil Database)土壤数据导入Global Mapper地图绘制软件，利用Global Mapper将土壤数据转换为xyz海拔网格格式，相应设置基准坐标、边界、网格分辨率，得到各格点的土壤表层和深层值。网格分辨率定为30弧秒。
2、WRF下垫面数据分类转换：
1)土地利用数据分类转换
Global Land Cover有R、G、B三个遥感通道值，依次获取各格点通道值。并根据通道与土地利用的对应关系将各格点通道值转化为土地覆盖分类体系LCCS(Land CoverClassification System)的分类标准。
再将各经纬格点的LCCS标准逐一转为美国地质调查局提出的USGS(UnitedStates Geological Survey)土地利用分类标准。其中“城市、建筑用地”对应USGS的1，LCCS的190；“旱地农田和牧场”对应USGS的2，LCCS的14；“灌溉农田和牧场”对应USGS的3，LCCS的11；“混合旱地/灌溉农田和牧场”对应USGS的4，LCCS的20；“小块耕地/草原”对应USGS的5，LCCS的30；“草原”对应USGS的7，LCCS的120；“混合灌木草地/草原”对应USGS的9，LCCS的120和130；“落叶阔叶林”对应USGS的11，LCCS的50和60；“落叶针叶林”对应USGS的12，LCCS的90；“常绿阔叶林”对应USGS的13，LCCS的40；“常绿针叶林”对应USGS的14，LCCS的70；“混合林地”对应USGS的15，LCCS的100；“水体”对应USGS的16，LCCS的210和230；“草本湿地”对应USGS的17，LCCS的140和180；“森林湿地”对应USGS的18，LCCS的160和170；“裸露地或稀少植被”对应USGS的19，LCCS的150；“裸地苔原”对应USGS的23，LCCS的200；“雪盖或冰盖”对应USGS的24，LCCS的220。
2)土壤数据分类转换
在HWSD土壤数据集中，T_USDA_TEX_CLASS(Topsoil USDA TextureClassification；USDA：United States Department of Agriculture美国农业部)表层土壤质地分类和S_USDA_TEX_CLASS(Subsoil USDA Texture Classification)深层土壤质地分类分别对应表层和深层的土壤质地类别。对于HWSD分类的土壤质地代码，土壤数据利用MU_GLOBAL(Global Soil Mapping Unit)土壤制图单元标识值建立索引，分别对应表层和深层。中国区域为11000-11935。将MU_GLOBAL索引值与表层、深层土壤质地分类值建立一一对应关系，并生成对应的MU_GLOBAL键值文件。
根据联合国粮农组织(Food and Agriculture Organization of United Nations，FAO)提出的土壤质地分类标准FAO与WRF要求的土壤质地标准，按照表层和深层，逐一进行对应和转换。“砂土”对应WRF的1，HWSD的13；“壤质砂土”对应WRF的2，HWSD的12；“砂质壤土”对应WRF的3，HWSD的11；“粉砂壤土”对应WRF的4，HWSD的7；“粉砂土”对应WRF的5，HWSD的6；“壤土”对应WRF的6，HWSD的9；“砂质粘壤土”对应WRF的7，HWSD的10；“粉砂粘壤土”对应WRF的8，HWSD的4；“粘壤土”对应WRF的9，HWSD的5；“砂质粘土”对应WRF的10，HWSD的8；“粉砂粘土”对应WRF的11，HWSD的2；“粘土”对应WRF的12，HWSD的3；“水体”对应WRF的14，HWSD的14；“基岩”对应WRF的15，HWSD的15；“其它”对应WRF的16，HWSD的16。
3、下垫面WRF格式生成和模式配置文件修改：
1)下垫面WRF格式生成
确定ASTER GDEM、Global Land Cover、HWSD数据经纬网格的起点与写入顺序，按顺序读取高程、土地利用、土壤表层和深层数据，转化为WRF需要的纯二进制即可。转换到WRF过程中，需要弄清楚模式对数据经纬网格的起点与写入顺序。Global Mapper处理出来的数据是左上开始，从北向南、从西向东。WRF对地理数据的要求是左下开始，从南到北、从西向东。WRF地理数据格式采用WRF自带的write_geogrid.c接口程序来实现，其中字节大小高程为2字节，土壤和土地利用均为1字节；对应数组均为1200*1200。
新生成的下垫面数据包括数据文件和index索引文件。数据文件按照经纬度网格点进行命名，一个文件包括10个经纬度。即“经度起点-终点.纬度起点-终点”，“32401-33600.12001-13200”，对应90-100°E.10-20°N。经纬度、分辨率、投影等信息要在对应index索引文件中进行明确。
2)配置文件修改
下垫面数据应用于WRF的前处理模块WPS(WRF Preprocessing System)。对WPS目录内GEOGRID.TBL.ARW配置文件中的下垫面参数进行修改。高程数据对应‘HGT_M’，需要设置数据文件路径‘rel_path’，数据插值选项‘interp_option’。土地利用数据对应‘LANDUSE’，需要设置数据文件路径‘rel_path’，数据插值选项‘interp_option’，水体对应类别‘landmask_water’。土壤表层数据对应‘SOILTOP’，需要设置数据文件路径‘rel_path’，数据插值选项‘interp_option’。土壤底层数据对应‘SOILBOT’，需要设置数据文件路径‘rel_path’，数据插值选项‘interp_option’。
将修改完成的GEOGRID.TBL.ARW配置文件链接到GEOGRID.TBL文件。在WRF前处理模块WPS中geogrid.exe将会调用该配置文件，并通过配置文件调用处理得到的下垫面数据。
本发明的方法包括如下步骤：
1、Global Mapper转换下垫面数据：
WRF(Weather Research and Forecasting Model)模式主要用于气象、空气污染等的模拟及预报，在WRF模式中，下垫面数据是数值模式初始场的重要组成部分。ASTERGDEM(Advanced Spaceborne Theemal Emission and Reflection Radiometer GlobalDigital Elevation Model)高程数据由美国航空航天局和日本经济产业省根据对地观测卫星Terra的观测结果制作完成，其数据覆盖了83°S-83°N，精度可达30米，2019年发布了V3版本。Global Land Cover为全球陆地覆盖数据，由欧空局Envisat卫星上的中分辨率成像频谱仪传感器拍摄完成，数据生成过程中，选取2009年全年接收的影像数据进行图像合成，分辨率为300米。HWSD(Harmonized World Soil Database)土壤数据来源于联合国粮农组织和维也纳国际应用系统研究所构建的世界土壤数据库，中国境内数据源为第二次全国土地调查南京土壤所提供的1：100万土壤数据。
ASTER GDEM和Global Land Cover是tif图片格式，HWSD属于bil栅格格式，三类数据的处理都可以借用Global Mapper地图绘制软件，利用该软件将数据格式进行转换，其中ASTER GDEM和HWSD转换为xyz海拔网格格式，Global Land Cover转换为bip栅格格式。
1)将ASTER GDEM数据导入Global Mapper地图绘制软件，利用Global Mapper将高程数据转换为海拔网格格式，相应设置基准坐标、边界、网格分辨率，得到各格点的高程值。网格分辨率定为30弧秒。
2)将Global Land Cover数据导入Global Mapper地图绘制软件，利用GlobalMapper将土地利用数据转换为bip栅格格式，相应设置基准坐标、边界、网格分辨率，得到各格点的遥感RGB通道值。网格分辨率定为30弧秒。
3)将HWSD数据导入Global Mapper地图绘制软件，利用Global Mapper将土壤数据转换为海拔网格格式，相应设置基准坐标、边界、网格分辨率，得到各格点的土壤表层和深层值。网格分辨率定为30弧秒。
2、WRF下垫面数据分类转换：
1)土地利用数据分类转换
Global Land Cover有R、G、B三个遥感通道值，依次获取各格点通道值。并根据通道与土地利用的对应关系将各经纬格点值转化为土地覆盖分类体系LCCS(Land CoverClassification System)的分类标准。
再将各经纬格点的LCCS标准逐一转为美国地质调查局提出的USGS(UnitedStates Geological Survey)土地利用分类标准。其中“城市、建筑用地”对应USGS的1，LCCS的190；“旱地农田和牧场”对应USGS的2，LCCS的14；“灌溉农田和牧场”对应USGS的3，LCCS的11；“混合旱地/灌溉农田和牧场”对应USGS的4，LCCS的20；“小块耕地/草原”对应USGS的5，LCCS的30；“草原”对应USGS的7，LCCS的120；“混合灌木草地/草原”对应USGS的9，LCCS的120和130；“落叶阔叶林”对应USGS的11，LCCS的50和60；“落叶针叶林”对应USGS的12，LCCS的90；“常绿阔叶林”对应USGS的13，LCCS的40；“常绿针叶林”对应USGS的14，LCCS的70；“混合林地”对应USGS的15，LCCS的100；“水体”对应USGS的16，LCCS的210和230；“草本湿地”对应USGS的17，LCCS的140和180；“森林湿地”对应USGS的18，LCCS的160和170；“裸露地或稀少植被”对应USGS的19，LCCS的150；“裸地苔原”对应USGS的23，LCCS的200；“雪盖或冰盖”对应USGS的24，LCCS的220。
2)土壤数据分类转换
在HWSD土壤数据集中，T_USDA_TEX_CLASS(Topsoil USDA TextureClassification；USDA：United States Department of Agriculture)表层土壤质地分类和S_USDA_TEX_CLASS(Subsoil USDA Texture Classification)深层土壤质地分类分别对应表层和深层的土壤质地类别。对于HWSD分类的土壤质地代码，土壤数据利用MU_GLOBAL(Global Soil Mapping Unit)土壤制图单元标识值建立索引，分别对应表层和深层。中国区域为11000-11935。将MU_GLOBAL索引值与表层、深层土壤质地分类值建立一一对应关系，并生成对应的MU_GLOBAL键值文件。
根据联合国粮农组织(Food and Agriculture Organization of UnitedNations，FAO)提出的土壤质地分类标准FAO与WRF要求的土壤质地标准，按照表层和深层，逐一进行对应和转换。“砂土”对应WRF的1，HWSD的13；“壤质砂土”对应WRF的2，HWSD的12；“砂质壤土”对应WRF的3，HWSD的11；“粉砂壤土”对应WRF的4，HWSD的7；“粉砂土”对应WRF的5，HWSD的6；“壤土”对应WRF的6，HWSD的9；“砂质粘壤土”对应WRF的7，HWSD的10；“粉砂粘壤土”对应WRF的8，HWSD的4；“粘壤土”对应WRF的9，HWSD的5；“砂质粘土”对应WRF的10，HWSD的8；“粉砂粘土”对应WRF的11，HWSD的2；“粘土”对应WRF的12，HWSD的3；“水体”对应WRF的14，HWSD的14；“基岩”对应WRF的15，HWSD的15；“其它”对应WRF的16，HWSD的16。
3、下垫面WRF格式生成和模式配置文件修改：
1)下垫面WRF格式生成
确定ASTER GDEM、Global Land Cover、HWSD数据经纬网格的起点与写入顺序，按顺序读取高程、土地利用、土壤表层和深层数据，转化为WRF需要的纯二进制。转换到WRF过程中，需要弄清楚模式对数据经纬网格的起点与写入顺序。Global Mapper处理出来的数据是左上开始，从北向南、从西向东。WRF对地理数据的要求是左下开始，从南到北、从西向东。WRF地理数据格式采用WRF自带的write_geogrid.c接口程序来实现，其中字节大小高程为2字节，土壤和土地利用均为1字节；对应数组均为1200*1200。
新生成的下垫面数据包括数据文件和index索引文件。数据文件按照经纬度网格点进行命名，一个文件包括10个经纬度。即“经度起点-终点.纬度起点-终点”，“32401-33600.12001-13200”，对应90-100°E.10-20°N。经纬度、分辨率、投影等信息要在对应index索引文件中进行明确。
2)配置文件修改
下垫面数据应用于WRF的前处理模块WPS(WRF Preprocessing System)。对WPS目录内GEOGRID.TBL.ARW配置文件中的下垫面参数进行修改。高程数据对应‘HGT_M’，需要设置数据文件路径‘rel_path’，数据插值选项‘interp_option’。土地利用数据对应‘LANDUSE’，需要设置数据文件路径‘rel_path’，数据插值选项‘interp_option’，水体对应类别‘landmask_water’。土壤表层数据对应‘SOILTOP’，需要设置数据文件路径‘rel_path’，数据插值选项‘interp_option’。土壤底层数据对应‘SOILBOT’，需要设置数据文件路径‘rel_path’，数据插值选项‘interp_option’。
将修改完成的GEOGRID.TBL.ARW配置文件链接到GEOGRID.TBL文件。在WRF前处理模块WPS中geogrid.exe将会调用该配置文件，并通过配置文件调用处理得到的下垫面数据。
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，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
Claims (6)
1.一种WRF模式下垫面数据的处理方法，其特征在于，该方法包括如下步骤：
S1、遥感和土壤调查数据的Global Mapper转换：
将遥感得到的ASTER GDEM高程数据利用Global Mapper转换为xyz海拔网格格式；
将遥感得到的Global Land Cover土地利用数据转换为bip栅格数据；
将土壤调查得到的HWSD土壤数据转换为xyz海拔网格数据；
S2、WRF下垫面数据分类转换：
将转换后的Global Land Cover土地利用数据采用的LCCS分类规范转换为WRF要求的USGS规范；
将转换后的HWSD土壤数据采用的FAO分类规范转换为WRF要求的土壤质地分类规范；
S3、下垫面数据生成和配置文件修改：
将处理完成的ASTER GDEM高程数据、Global Land Cover土地利用数据、HWSD土壤数据写成WRF需要的geogrid下垫面格式；
将WRF下垫面配置文件进行修改、完成链接；
其中，
所述将处理完成的ASTER GDEM高程数据、Global Land Cover土地利用数据、HWSD土壤数据写成WRF需要的geogrid下垫面格式具体包括：确定ASTER GDEM、Global Land Cover、HWSD数据经纬网格的起点与写入顺序，按顺序读取高程、土地利用、土壤表层和深层数据，转化为WRF需要的纯二进制；
所述WRF需要的geogrid下垫面格式采用WRF自带的write_geogrid.c接口程序来实现，其中字节大小高程为2字节，土壤和土地利用均为1字节；对应数组均为1200*1200；
所述将WRF下垫面配置文件进行修改、完成链接具体包括：下垫面数据应用于WRF的前处理模块WPS，对WPS目录内GEOGRID.TBL.ARW配置文件中的下垫面参数进行修改，将修改完成的GEOGRID.TBL.ARW配置文件链接到GEOGRID.TBL文件；
所述对WPS目录内GEOGRID.TBL.ARW配置文件中的下垫面参数进行修改具体包括：高程数据对应‘HGT_M’，设置数据文件路径‘rel_path’，数据插值选项‘interp_option’；土地利用数据对应‘LANDUSE’，设置数据文件路径‘rel_path’，数据插值选项‘interp_option’，水体对应类别‘landmask_water’；土壤表层数据对应‘SOILTOP’，设置数据文件路径‘rel_path’，数据插值选项‘interp_option’；土壤底层数据对应‘SOILBOT’，设置数据文件路径‘rel_path’，数据插值选项‘interp_option’。
2.如权利要求1所述的WRF模式下垫面数据的处理方法，其特征在于，所述将遥感得到的ASTER GDEM高程数据利用Global Mapper转换为xyz海拔网格格式具体包括：将ASTERGDEM高程数据导入Global Mapper地图绘制软件，利用Global Mapper将高程数据转换为xyz海拔网格格式，设置基准坐标、边界、网格分辨率，得到各格点的高程值。
3.如权利要求1所述的WRF模式下垫面数据的处理方法，其特征在于，所述将遥感得到的Global Land Cover土地利用数据转换为bip栅格数据具体包括：将Global Land Cover土地利用数据导入Global Mapper地图绘制软件，利用Global Mapper将土地利用数据转换为bip栅格格式，设置基准坐标、边界、网格分辨率，得到各格点的遥感RGB通道值。
4.如权利要求3所述的WRF模式下垫面数据的处理方法，其特征在于，所述将转换后的GlobalLand Cover土地利用数据采用的LCCS分类规范转换为WRF要求的USGS规范具体包括：根据通道与土地利用的对应关系将各格点通道值转化为土地覆盖分类体系LCCS的分类标准；将各格点的LCCS标准逐一转为USGS土地利用分类标准。
5.如权利要求1所述的WRF模式下垫面数据的处理方法，其特征在于，所述将土壤调查得到的HWSD土壤数据转换为xyz海拔网格数据具体包括：将HWSD土壤数据导入GlobalMapper地图绘制软件，利用Global Mapper将土壤数据转换为xyz海拔网格格式，设置基准坐标、边界、网格分辨率，得到各格点的土壤表层和深层值。
6.如权利要求5所述的WRF模式下垫面数据的处理方法，其特征在于，所述将转换后的HWSD土壤数据采用的FAO分类规范转换为WRF要求的土壤质地分类规范具体包括：将土壤制图单元MU_GLOBAL索引值与表层、深层土壤质地分类值建立一一对应关系，并生成对应的MU_GLOBAL键值文件；根据联合国粮农组织FAO提出的土壤质地分类标准FAO与WRF要求的土壤质地标准，按照表层和深层，逐一进行对应和转换。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110311699.3A CN113032334B (zh) | 2021-03-24 | 2021-03-24 | 一种wrf模式下垫面数据的处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110311699.3A CN113032334B (zh) | 2021-03-24 | 2021-03-24 | 一种wrf模式下垫面数据的处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113032334A CN113032334A (zh) | 2021-06-25 |
| CN113032334B true CN113032334B (zh) | 2023-06-02 |
Family
ID=76473191
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110311699.3A Active CN113032334B (zh) | 2021-03-24 | 2021-03-24 | 一种wrf模式下垫面数据的处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113032334B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101105489A (zh) * | 2006-07-12 | 2008-01-16 | 中国农业大学 | 土壤入渗性能实时自动测量系统 |
| CN108765560A (zh) * | 2018-05-18 | 2018-11-06 | 云南电网有限责任公司电力科学研究院 | 一种将dem数据转化为网格模型的方法及装置 |
| CN111401634A (zh) * | 2020-03-13 | 2020-07-10 | 成都信息工程大学 | 一种获取气候信息处理方法、系统、存储介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160247079A1 (en) * | 2015-02-20 | 2016-08-25 | Iteris, Inc. | Modeling of soil compaction and structural capacity for field trafficability by agricultural equipment from diagnosis and prediction of soil and weather conditions associated with user-provided feedback |
| CN105678818A (zh) * | 2016-03-08 | 2016-06-15 | 浙江工商大学 | 面向对象分类技术实现河口滩涂分类面积提取的方法 |
| CN112231952B (zh) * | 2020-09-30 | 2024-05-14 | 东南大学 | 一种基于wrf土地覆被数据置换的风暴潮模拟方法 |
-
2021
- 2021-03-24 CN CN202110311699.3A patent/CN113032334B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101105489A (zh) * | 2006-07-12 | 2008-01-16 | 中国农业大学 | 土壤入渗性能实时自动测量系统 |
| CN108765560A (zh) * | 2018-05-18 | 2018-11-06 | 云南电网有限责任公司电力科学研究院 | 一种将dem数据转化为网格模型的方法及装置 |
| CN111401634A (zh) * | 2020-03-13 | 2020-07-10 | 成都信息工程大学 | 一种获取气候信息处理方法、系统、存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| SAR observation and WRF model simulation of land breeze in Hainan Island, China;Xiaofeng Yang 等;《2016 IEEE International Geoscience and Remote Sensing Symposium (IGARSS)》;2231-2234 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113032334A (zh) | 2021-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110516816B (zh) | 基于机器学习的全天候地表温度生成方法及装置 | |
| Fry et al. | Completion of the 2006 national land cover database for the conterminous United States. | |
| Hoekman et al. | PALSAR wide-area mapping of Borneo: methodology and map validation | |
| Santi et al. | An algorithm for generating soil moisture and snow depth maps from microwave spaceborne radiometers: HydroAlgo | |
| Mouratidis et al. | SRTM 3 ″DEM (versions 1, 2, 3, 4) validation by means of extensive kinematic GPS measurements: a case study from North Greece | |
| CN114385712A (zh) | 一种基于gnss的乡村生态景观多源数据空间融合方法 | |
| Roy et al. | Decadal land use and land cover classifications across India, 1985, 1995, 2005. ORNL DAAC, Oak Ridge, Tennessee, USA | |
| Lal et al. | Assessment of ERA5-land volumetric soil water layer product using in situ and SMAP soil moisture observations | |
| Solander et al. | The pantropical response of soil moisture to El Niño | |
| CN113032334B (zh) | 一种wrf模式下垫面数据的处理方法 | |
| Pradeep et al. | Current status and future prospects of mapping rubber plantations in India | |
| Wang et al. | All-weather near-surface air temperature estimation based on satellite data over the Tibetan Plateau | |
| Mücher et al. | Development of a consistent methodology to derive land cover information on a European scale from remote sensing for environmental monitoring; the PELCOM report | |
| Bandyopadhyay et al. | Harnessing earth observation (EO) capabilities in hydrogeology: an Indian perspective | |
| Sohail et al. | Spatio-temporal analysis of land use dynamics and its potential implications on land surface temperature in lahore district, punjab, pakistan | |
| Ma et al. | A global product of fine-scale urban building height based on spaceborne lidar | |
| CN113066181A (zh) | 一种基于卫星影像和数字高程数据的地形模拟方法 | |
| Li et al. | Global DEM Product Generation by Correcting ASTER GDEM Elevation with ICESat-2 Altimeter Data | |
| Nikolaou et al. | Improved daily estimates of relative humidity at high resolution across Germany: A random forest approach | |
| Carroll et al. | ABoVE: Surface Water Extent, Boreal and Tundra Regions, North America, 1991-2011. ORNL DAAC, Oak Ridge, Tennessee, USA | |
| Sharifi et al. | Study of Land Use/Land Cover Changes of Mysuru City, Karnataka, India by using Remote Sensing and GIS Techniques | |
| Witter et al. | Airborne Lidar-based Digital Elevation Models of Coastal Montague Island (Alaska) Acquired September 2018 | |
| Defourny et al. | Overview of South‐East Asia land cover using a NOAA AVHRR one kilometer composite | |
| Rolando et al. | The pantropical response of soil moisture to El Niño | |
| Walker et al. | Circumpolar Arctic Vegetation, Geobotanical, Physiographic Maps, 1982–2003, ORNL DAAC, Oak Ridge, Tennessee, USA |
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 |