CN113190633B - 一种基于双重距离的气候空间分区方法 - Google Patents
一种基于双重距离的气候空间分区方法 Download PDFInfo
- Publication number
- CN113190633B CN113190633B CN202011638842.1A CN202011638842A CN113190633B CN 113190633 B CN113190633 B CN 113190633B CN 202011638842 A CN202011638842 A CN 202011638842A CN 113190633 B CN113190633 B CN 113190633B
- Authority
- CN
- China
- Prior art keywords
- climate
- distance
- space
- grid
- air 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000000638 solvent extraction Methods 0.000 title claims abstract description 23
- 239000013598 vector Substances 0.000 claims abstract description 18
- 238000005192 partition Methods 0.000 claims abstract description 12
- 238000007621 cluster analysis Methods 0.000 claims abstract description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000009977 dual effect Effects 0.000 claims description 6
- 238000013316 zoning Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 description 8
- 238000011160 research Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 241000208181 Pelargonium Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000000528 statistical test Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Educational Administration (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于双重距离的气候空间分区方法，包括如下步骤：对气候空间进行格点划分；确定每个格点的坐标和气象参数的特征向量；计算两个格点之间的位置距离R和参数特征向量的特征距离Ra；计算气候空间之内的任意两个格点之间的空间距离Rs；对计算所得的所有空间距离Rs进行聚类分析，获得聚类中心和气候空间的分区结果。本发明的基于双重距离的气候空间分区方法，具有将气象参数数据的空间位置与参数特征二者相结合、解决现有气候分区方法中的属性单一和应用局限性的问题、完整描述我国气候区域变化特征和空间差异性等优点。
Description
技术领域
本发明涉及气象学技术领域，特别是涉及一种基于双重距离的气候空间分区方法。
背景技术
气候分区，是指根据气候分类的原则和生产建设的需要，按气候特征的相似和差异程度，以一定的指标，对一定区域范围所进行的气候区域划分。1929年，竺可桢根据少量的气候资料提出了中国的第一个气候区划，将全国分为华南、华中、华北、东北、云贵高原、草原、西藏和蒙新共八个气候区。1949年，卢鋈又提出四条界线，在此基础上他进一步将全国分成十大气候区。1959年，中国科学院自然区划工作委员会公布了中国气候区划初稿，他们以日平均气温不低于10℃稳定期的积温和最冷月气温或极端最低气温多年平均值为热量指标，以干燥度(见气候指数)为水分指标。根据热量指标，他们把全国分划成六个气候带和一个高原气候区：赤道带、热带、亚热带、暖温带、温带。、寒温带和高原气候区(青藏高原)。同时，结合中国地形特点和历史行政区划传统，又将全国分为8个一级气候地区和32个二级气候省。
大气温湿压等参数是气候变化、大气光学及辐射传输特性研究的基本参数，也是气候诊断和大气探测的重要内容。我国幅员辽阔，地势高低不同，地形类型及山脉走向多样，造成我国气候分布存在显著的空间差异性。通过单一地面站点测量获得的参数能代表多大范围内的大气状况，需要研究近地面大气参数的空间变化及其分布特征，建立大气参数空间分布均质区划分方法，为区域性气候变化及大气参数地面测量站点布控方案研究奠定基础。
气候分区主要应用以下三种聚类方法：划分聚类、层次聚类和统计检验聚类分析法。聚类算法以相似性为基础，将物理或抽象对象的集合分成由类似的对象组成的多个类或簇的过程，作为研究分类问题的一种统计分析方法，已经广泛应用于气候气象研究领域。
目前广泛使用的气候分区方法，均只单一考虑了我国气候的属性特征，而气象数据本质上具有地理位置和参数特征的双重含义，利用基于空间位置或非空间参数特征的相似性的传统聚类方法，会分裂空间要素固有的二重特性。
发明内容
本发明所要解决的技术问题是提供一种基于双重距离的气候空间分区方法，以解决现有气候分区方法中的属性单一和应用局限性的问题。
为解决上述技术问题，本发明采用如下的技术方案。
一种基于双重距离的气候空间分区方法，其特点是，包括如下步骤：
步骤1：对气候空间进行格点划分；
步骤2：确定每个格点的坐标和每个格点的气象参数的特征向量；
步骤3：计算两个格点之间的位置距离R；
步骤4：计算两个格点的参数特征向量的特征距离Ra；
步骤5：根据格点的坐标和气象参数，获得两个格点的空间距离Rs的计算公式；
步骤6：根据步骤5的计算公式，计算气候空间之内的任意两个格点之间的空间距离Rs；
步骤7：对计算所得的所有空间距离Rs进行聚类分析，获得聚类中心和气候空间的分区结果。
所述步骤1中，格点划分是依据经纬度等距进行划分的。
所述步骤2中，格点的总数为n，n个格点中第i个格点的坐标为(xi，yi)，第i个格点的参数特征向量(Ti，Pi，Qi)；T、P、Q分别代表近地面温度、气压、水汽(单位为K、hPa、g/m2)。
步骤3中，所述两个格点之间的位置距离R的计算公式为：
所述公式(1)中，xi、yi为第i个格点的横坐标和纵坐标，xj、yj为第j个格点的横坐标和纵坐标。
步骤4中，所述特征距离Ra的计算公式为：
所述公式(2)中，Ti、Pi、Qi为第i个格点的近地面温度、气压、水汽，Tj、Pj、Qj为第j个格点的近地面温度、气压、水汽。
步骤5中，空间距离Rs的计算公式为：
所述公式(3)中，xi、yi为第i个格点的横坐标和纵坐标，xj、yj为第j个格点的横坐标和纵坐标；Ti、Pi、Qi为第i个格点的近地面温度、气压、水汽，Tj、Pj、Qj为第j个格点的近地面温度、气压、水汽；wx为坐标x的权重，wy为坐标y的权重，wT为近地面温度T的权重，wP为气压P的权重，wQ为水汽Q的权重。
所述的基于双重距离的气候空间分区方法还包括如下步骤8：对已划分的子区进行验证，定量计算区域划分的偏差值并作为分区的合理性检测依据，通过迭代寻优过程获得最佳的区域划分结果。
本发明的有益效果是：
本发明的一种基于双重距离的气候空间分区方法，对气候空间进行格点划分；确定每个格点的坐标和气象参数的特征向量；计算两个格点之间的位置距离R和参数特征向量的特征距离Ra；计算气候空间之内的任意两个格点之间的空间距离Rs；对计算所得的所有空间距离Rs进行聚类分析，获得聚类中心和气候空间的分区结果。
本发明的一种基于双重距离的气候空间分区方法，以双重距离为基础，统一空间聚类分析系统和空间距离测度，将气象参数数据的空间位置与参数特征二者相结合，以完整描述我国气候区域变化特征和空间差异性，从而实现区域大气参数空间分布均质区的有效划分。
本发明的基于双重距离的气候空间分区方法，具有将气象参数数据的空间位置与参数特征二者相结合、解决现有气候分区方法中的属性单一和应用局限性的问题、完整描述我国气候区域变化特征和空间差异性等优点。
附图说明
图1是本发明的基于双重距离的气候空间分区方法的流程图。
图2是采用本发明的方法对我国陆地地区的分区的示意图。
图3是本发明的方法的中国区域82个站点的位置图。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
如图1-2中，一种基于双重距离的气候空间分区方法，包括如下步骤：
步骤1：对气候空间进行格点划分；
步骤2：确定每个格点的坐标和每个格点的气象参数的特征向量；
步骤3：计算两个格点之间的位置距离R；
步骤4：计算两个格点的参数特征向量的特征距离Ra；
步骤5：根据格点的坐标和气象参数，获得两个格点的空间距离Rs的计算公式；
步骤6：根据步骤5的计算公式，计算气候空间之内的任意两个格点之间的空间距离Rs；
步骤7：对计算所得的所有空间距离Rs进行聚类分析，获得聚类中心和气候空间的分区结果。
步骤8：采用全球探空观测站点，对中国区域82个站点逐日大气参数数据进行对比验证。图3为对应站点位置。
所述步骤1中，格点划分是依据经纬度等距进行划分的。
所述步骤2中，格点的总数为n，n个格点中第i个格点的坐标为(xi，yi)，第i个格点的参数特征向量(Ti，Pi，Qi)；T、P、Q分别代表近地面温度、气压、水汽(单位为K、hPa、g/m2)。
步骤3中，所述两个格点之间的位置距离R的计算公式为：
所述公式(1)中，xi、yi为第i个格点的横坐标和纵坐标，xj、yj为第j个格点的横坐标和纵坐标。
步骤4中，所述特征距离Ra的计算公式为：
所述公式(2)中，Ti、Pi、Qi为第i个格点的近地面温度、气压、水汽，Tj、Pj、Qj为第j个格点的近地面温度、气压、水汽。
步骤5中，空间距离Rs的计算公式为：
所述公式(3)中，xi、yi为第i个格点的横坐标和纵坐标，xj、yj为第j个格点的横坐标和纵坐标；Ti、Pi、Qi为第i个格点的近地面温度、气压、水汽，Tj、Pj、Qj为第j个格点的近地面温度、气压、水汽；wx为坐标x的权重，wy为坐标y的权重，wT为近地面温度T的权重，wP为气压P的权重，wQ为水汽Q的权重。
所述的基于双重距离的气候空间分区方法，还包括如下步骤8：对已划分的子区进行验证，定量计算区域划分的偏差值并作为分区的合理性检测依据，通过迭代寻优过程获得最佳的区域划分结果。
如图1，本发明的基于双重距离的气候空间分区方法，对气候空间进行格点划分；确定每个格点的坐标和气象参数的特征向量；计算两个格点之间的位置距离R和参数特征向量的特征距离Ra；计算气候空间之内的任意两个格点之间的空间距离Rs；对计算所得的所有空间距离Rs进行聚类分析，获得聚类中心和气候空间的分区结果。
聚类分析通过衡量对象之间的差异度来反应对象之间的相似度关系，最常采用的是欧式距离，设定我国区域数据中，依据经纬度等距划分为n个格点，第i个格点的经纬度坐标为(xi，yi)，对应的参数特征向量为(Ti，Pi，Qi)，T、P、Q分别代表近地面温度、气压、水汽，单位为K(开氏温度，开尔文)、hPa(hPa，气压单位，即为100个帕)、g/m3，则两个格点之间的位置距离为：
所述公式(1)中，xi、yi为第i个格点的横坐标和纵坐标，xj、yj为第j个格点的横坐标和纵坐标。
两个格点的参数特征向量的特征距离Ra的计算公式为：
所述公式(2)中，Ti、Pi、Qi为第i个格点的近地面温度、气压、水汽，Tj、Pj、Qj为第j个格点的近地面温度、气压、水汽。
位置距离可以表达地物之间的临近程度，参数特征距离则刻画地物之间参数特征的相似性。而在分析气象数据中，既要求位置距离相近，又要求参数特征相似。将二者结合得到关联参数位置和属性特征的空间距离Rs的计算公式为：
所述公式(3)中，xi、yi为第i个格点的横坐标和纵坐标，xj、yj为第j个格点的横坐标和纵坐标；Ti、Pi、Qi为第i个格点的近地面温度、气压、水汽，Tj、Pj、Qj为第j个格点的近地面温度、气压、水汽；wx为坐标x的权重，wy为坐标y的权重，wT为近地面温度T的权重，wP为气压P的权重，wQ为水汽Q的权重。
气象数据中，往往需要分析n个参数的相似性。而这些参数特征对聚类分析的作用往往不同，各参数特征对结果影响的重要性可用权重向量(w1,w2,…,wn)来表示，且空间距离计算公式中的权重应满足下述归一化条件：
wx为坐标x的权重，wy为坐标y的权重，wk为第k个气象参数的权重。
气象参数的权重，以近地面大气参数的变异系数来确定其权重(以温度T为例)，各参数的变异系数为：
以近地面大气参数的变异系数来确定其权重(以温度T为例)，各参数的变异系数为：
式中，δT为温度T的变异系数，D为评价指标T的特征值的均方差，为所有格点的温度的评价值，其中D的计算方式为：
式中，Tk为第k个格点的温度，这样，便可得到各参数的权重：
式中，wT为温度的权重，δn为第n个参数的变异系数。
根据空间距离Rs，运用快速聚类法(K-means法)来对大气参数进行分区的过程包括以下几个步骤。
步骤01：(随机)选择K个聚类的初始中心；
步骤02：对任意一个格点，求其到K个聚类中心的空间距离Rs，将格点归类到空间距离最小的中心的聚类，如此迭代n次；
步骤03：每次迭代过程中，利用均值等方法更新各个聚类的中心点(质心)；
步骤01：对K个聚类中心，利用02和03步迭代更新后，如果位置点变化很小(设置阈值限定参数数值界限)，则认为达到稳定状态，迭代结束。
本发明的基于双重距离的气候空间分区方法，先建立各格点的温度、水汽和气压年际记录的相关矩阵，进行数据预处理，计算温度、水汽和气压的权重系数；再计算各个格点的多属性空间距离，对其执行聚类分析，获得分区结果和聚类中心；最后，对已划分的子区进行验证，定量计算区域划分的偏差值并作为分区的合理性检测依据，通过迭代寻优过程获得最佳的区域划分结果。
如图2是我国陆地地区的分区示意图。当分区数目k＝12时，聚类结果最佳，分区合理，其中的聚类结果如图2所示。图2中，不同颜色表示不同的分类区域，总体来看，中国陆地地区被分为12个区域，分区结果的空间分布具有明显的地域性特点。
在气候变化和模式预测等气候研究中，基于双重距离的空间聚类是对温度、水汽、气压等基本气象要素进行客观分区的有效方法。并且，作为气候诊断必要的技术过程，综合考虑分区的季节变化可为不同季节的气候变化研究找到合适方案。
本发明中，空间位置与参数特征关联下基于双重距离的空间聚类算法在分析中国区域大气参数空间分布及均质区划分研究方面的可行性和合理性，为后续地基观测站点布设与测量设备标准配置方案提供科学依据。以双重距离为基础，统一空间聚类分析系统和空间距离测度，将气象参数数据的空间位置与参数特征二者相结合，以完整描述我国气候区域变化特征和空间差异性，从而实现区域大气参数空间分布均质区的有效划分。
本发明有望解决高纬度地区、海洋地区等气候环境艰难的区域实地观测困难的问题，为不同地区观测站点数据的代表范围做了界定。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (7)
1.一种基于双重距离的气候空间分区方法，其特征在于，包括如下步骤：
步骤1：对气候空间进行格点划分；
步骤2：确定每个格点的坐标和每个格点的气象参数的特征向量；
步骤3：计算两个格点之间的位置距离R；
步骤4：计算两个格点的参数特征向量的特征距离Ra；
步骤5：根据格点的坐标和气象参数，获得两个格点的空间距离Rs的计算公式；
步骤6：根据步骤5的计算公式，计算气候空间之内的任意两个格点之间的空间距离Rs；
步骤7：对计算所得的所有空间距离Rs进行聚类分析，获得聚类中心和气候空间的分区结果。
2.根据权利要求1所述的基于双重距离的气候空间分区方法，其特征在于，所述步骤1中，格点划分是依据经纬度等距进行划分的。
3.根据权利要求1所述的基于双重距离的气候空间分区方法，其特征在于，所述步骤2中，格点的总数为n，n个格点中第i个格点的坐标为(xi，yi)，第i个格点的参数特征向量(Ti，Pi，Qi)；T、P、Q分别代表近地面温度、气压、水汽(单位为K、hPa、g/m2)。
4.根据权利要求3所述的基于双重距离的气候空间分区方法，其特征在于，步骤3中，所述两个格点之间的位置距离R的计算公式为：
所述公式(1)中，xi、yi为第i个格点的横坐标和纵坐标，xj、yj为第j个格点的横坐标和纵坐标。
5.根据权利要求3所述的基于双重距离的气候空间分区方法，其特征在于，步骤4中，所述特征距离Ra的计算公式为：
所述公式(2)中，Ti、Pi、Qi为第i个格点的近地面温度、气压、水汽，Tj、Pj、Qj为第j个格点的近地面温度、气压、水汽。
6.根据权利要求3所述的基于双重距离的气候空间分区方法，其特征在于，步骤5中，空间距离Rs的计算公式为：
所述公式(3)中，xi、yi为第i个格点的横坐标和纵坐标，xj、yj为第j个格点的横坐标和纵坐标；Ti、Pi、Qi为第i个格点的近地面温度、气压、水汽，Tj、Pj、Qj为第j个格点的近地面温度、气压、水汽；wx为坐标x的权重，wy为坐标y的权重，wT为近地面温度T的权重，wP为气压P的权重，wQ为水汽Q的权重。
7.根据权利要求1所述的基于双重距离的气候空间分区方法，其特征在于，还包括如下步骤8：对已划分的子区进行验证，定量计算区域划分的偏差值并作为分区的合理性检测依据，通过迭代寻优过程获得最佳的区域划分结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011638842.1A CN113190633B (zh) | 2020-12-31 | 2020-12-31 | 一种基于双重距离的气候空间分区方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011638842.1A CN113190633B (zh) | 2020-12-31 | 2020-12-31 | 一种基于双重距离的气候空间分区方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113190633A CN113190633A (zh) | 2021-07-30 |
| CN113190633B true CN113190633B (zh) | 2023-11-24 |
Family
ID=76972815
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011638842.1A Active CN113190633B (zh) | 2020-12-31 | 2020-12-31 | 一种基于双重距离的气候空间分区方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113190633B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113688539B (zh) * | 2021-10-19 | 2023-05-16 | 南京信息工程大学 | 一种复合型极端气候事件识别方法和系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN110909981A (zh) * | 2019-10-22 | 2020-03-24 | 山东农业大学 | 一种评价中国大陆性季风气候区葡萄气候区划的方法 |
| AU2020101943A4 (en) * | 2020-08-22 | 2020-10-01 | Guizhou Minzu University | A Robust Method for Distributed Traffic Subarea Division |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3545193B1 (en) * | 2016-11-28 | 2022-10-12 | Vestas Wind Systems A/S | Improving annual energy production of wind turbine sites |
-
2020
- 2020-12-31 CN CN202011638842.1A patent/CN113190633B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN110909981A (zh) * | 2019-10-22 | 2020-03-24 | 山东农业大学 | 一种评价中国大陆性季风气候区葡萄气候区划的方法 |
| AU2020101943A4 (en) * | 2020-08-22 | 2020-10-01 | Guizhou Minzu University | A Robust Method for Distributed Traffic Subarea Division |
Non-Patent Citations (1)
| Title |
|---|
| 基于GIS的中国气候分区及综合评价;郭志华;刘祥梅;肖文发;王建力;孟畅;;资源科学(06);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113190633A (zh) | 2021-07-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ren et al. | A remote-sensing method of selecting reference stations for evaluating urbanization effect on surface air temperature trends | |
| Hu et al. | Analysis of the spatial and temporal variations of land surface temperature based on local climate zones: A case study in Nanjing, China | |
| Xu et al. | Roles of tropical SST patterns during two types of ENSO in modulating wintertime rainfall over southern China | |
| US20160203245A1 (en) | Method for simulating wind field of extreme arid region based on wrf | |
| Jiang | A new objective procedure for classifying New Zealand synoptic weather types during 1958–2008 | |
| Huang et al. | Spatial evolution of the effects of urban heat island on residents' health | |
| CN109001845A (zh) | 一种降雨量的预报方法 | |
| Xu et al. | Determinants and identification of the northern boundary of China’s tropical zone | |
| CN113190633B (zh) | 一种基于双重距离的气候空间分区方法 | |
| Li et al. | Detecting urban landscape factors controlling seasonal land surface temperature: from the perspective of urban function zones | |
| CN113326624A (zh) | 一种沙漠地区大气边界层高度的预测方法及系统 | |
| Cui et al. | The relationships between urban-rural temperature difference and vegetation in eight cities of the Great Plains | |
| Darand et al. | Identification of atmospheric boundary layer height and trends over Iran using high-resolution ECMWF reanalysis dataset | |
| Peña Quiñones et al. | Radius of influence of air temperature from automated weather stations installed in complex terrain | |
| CN116663779B (zh) | 耕地土壤多深度肥力点面转换方法及装置 | |
| He et al. | Geographical distribution simulation and comparative analysis of Carpinus viminea and C. londoniana | |
| Shi et al. | A new method for correcting urbanization-induced bias in surface air temperature observations: insights from comparative site-relocation data | |
| Jinming et al. | Analysis of surface air temperature warming rate of China in the last 50 years (1962–2011) using k-means clustering | |
| Zhang et al. | Land surface temperature shaped by urban fractions in megacity region | |
| CN114880373B (zh) | 一种土壤采样方法、系统、存储介质和电子设备 | |
| CN103605988A (zh) | 一种基于空间金字塔随机映射的地基云图分类方法 | |
| Zhang et al. | North-south vegetation transition in the eastern Qinling-Daba Mountains | |
| Lolis | Winter cloudiness variability in the Mediterranean region and its connection to atmospheric circulation features | |
| CN111476434B (zh) | 一种基于gis的土壤重金属分形维数空间变异分析方法 | |
| da Silveira et al. | Observational Investigation of the Statistical Properties of Surface-Layer Turbulence in a Suburban Area of São Paulo, Brazil: Objective Analysis of Scaling-Parameter Accuracy and Uncertainties |
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 |