CN113591297A - 一种短波辐射与气温降尺度方法、装置及存储介质 - Google Patents

Abstract

本发明公开了一种短波辐射与气温降尺度方法、装置及存储介质，其中降尺度方法包括以下步骤：获取研究区域粗分辨率的向下短波辐射和气温栅格数据，以及细分辨率的高程、坡度及坡向栅格数据；计算研究区域细分辨率栅格任意时刻的太阳高度角、方位角和地形阴影、向下短波辐射与栅格所在平面法线向量的夹角，计算细分辨率栅格的辐射影响系数，对辐射进行降尺度；利用降尺度后的太阳辐射、太阳辐射与温度转换系数、高程数据，实现气温数据的降尺度。本发明通过考虑下垫面空间异质性对气象数据进行降尺度，充分考虑地形因子对辐射分布的影响，利用降尺度后的辐射数据以及辐射。

Description

一种短波辐射与气温降尺度方法、装置及存储介质

技术领域

本发明属于生态水文学领域，具体涉及一种短波辐射与气温降尺度方法、装置及存储介质。

背景技术

辐射、气温、降水是影响生态水文过程和生态格局的重要因素。在陆面模型中，通常采用站点或者卫星数据作为模型的气象驱动。受到地形高度、坡度、坡向等地理因素的影响，辐射、气温在空间上呈现差异，进而导致生态水文过程在不同的尺度上(米到千米)呈现出不同的空间分布特征。为了精确刻画生态水文过程，需要考虑精细尺度地形因子空间分布特征，进而为陆面模型提供高空间分辨率的气象驱动。

现有气象数据降尺度主要是统计降尺度方法和动力降尺度。对于统计降尺度方法，通常采用线性、双线性插值等方法进行空间降尺度，未充分考虑气象数据受下垫面影响造成的空间差异。

发明内容

本发明所要解决的技术问题是提供一种用于提高细空间分辨率气象数据精度的短波辐射与气温降尺度方法、装置及存储介质，本发明降尺度方法充分考虑了下垫面地形对辐射和气温空间分布差异的影响，从而实现辐射和气温的高精度降尺度。

为解决上述技术问题，本发明采用以下技术方案：

一种短波辐射与气温降尺度方法，其特征在于，包括以下步骤：

获取研究区域粗分辨率的辐射和气温栅格数据以及细分辨率的地形栅格数据，其中地形格栅数据包括高程、坡度及坡向；

计算研究区域细分辨率栅格任意时刻的太阳高度角和方位角，并利用细分辨率栅格高程、坡度和坡向数据，计算研究区域细分辨率栅格任意时刻的地形阴影；

根据细分辨率栅格的纬度、坡度、坡向、太阳高度角和太阳方位角，计算太阳辐射与每个细分辨率栅格所在平面的法线向量的夹角；

利用细分辨率栅格所在平面的法线向量的夹角和地形阴影，计算细分辨率栅格辐射影响系数；

根据细分辨率栅格辐射影响系数，对粗分辨率栅格的向下短波辐射进行降尺度；

利用降尺度后的向下短波辐射、太阳辐射与温度转换系数、高程数据及气温随高程的变化率，对气温数据进行降尺度。

与现有技术相比，本发明的有益效果是：

本发明弥补现有气象数据空间分辨率较低的缺点，能够提高陆面模型气象输入的精度。本发明通过考虑下垫面中高程、坡度、坡向、山体阴影等信息的空间异质性(差异)，对气象数据进行降尺度，充分考虑地形因子对辐射分布的影响，对气温的降尺度方法，除了考虑高程的影响，辐射作为气温变化的主要驱动因子，考虑了辐射对温度的影响，从而实现对气温的降尺度。该方法可以将较粗空间分辨率的气象数据进行降尺度得到细空间分辨率的气象数据，充分考虑了地形因子的影响，可以提高细空间分辨率气象数据的精度，对提高陆面模型模拟精度具有促进作用。

附图说明

图1是本发明提供的一种短波辐射与气温降尺度方法流程示意图；

图2是具体实施例中研究区域高程、坡向、坡度、山体阴影图；

图3是具体实施例中研究区域双线性插值降尺度后的太阳辐射分布图；

图4是具体实施例中降尺度后的太阳辐射分布图；

图5是具体实施例中研究区域双线性插值降尺度后的温度分布图；

图6是具体实施例中降尺度后的温度分布图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步描述。

应当理解的是，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。

如图1所示，本发明实施例提供了一种短波辐射与气温降尺度方法，包括以下步骤：

步骤1，获取研究区域粗分辨的短波辐射、气温栅格数据和细分辨率的地形(高程、坡度、坡向)栅格数据，具体包括：

下载气象驱动数据集，提取研究区域粗分辨率的气温、向下短波辐射栅格数据；

根据研究区域细分辨率高程栅格数据，利用地理信息系统中的坡度工具计算研究区域细分辨率坡度栅格数据(图2)；

根据研究区域细分辨率高程栅格数据，利用地理信息系统中的坡向工具计算研究区域细分辨率坡向栅格数据(图2)。

步骤2，基于研究区域地形信息，根据太阳高度角和方位角，计算研究区域任意时刻的地形阴影，包括以下步骤：

基于研究区域地形信息，根据太阳高度角和方位角，计算研究区域任意时刻的地形阴影的方法是：

计算太阳赤纬：

式中，δ_k表示太阳赤纬，k表示一年中的第几天，闰年时k的最大值为366，平年时k的最大值为365；

根据研究区域的细分辨率栅格中心纬度信息、太阳赤纬计算细分辨率栅格太

阳高度角：

sinE_i,j,ii,jj＝sinφ_i,j,ii,jj×sinδ_k+cosφ_i,j,ii,jj×cosδ_k×cost_i,j,ii,jj

式中，E_i,j,ii,jj表示第i行第j列粗分辨率栅格内第ii行第jj列细分辨率栅格的太阳高度角，φ_i,j,ii,jj表示地理纬度，t_i,j,ii,jj表示时角；

根据细分辨率栅格中心纬度、太阳赤纬和细分辨率栅格太阳高度角计算细分辨率栅格的太阳方位角：

cosA_i,j,ii,jj＝(sinE_i,j,ii,jj×sinφ_i,j,ii,jj-sinδ_k)÷(cosE_i,j,ii,jj×cosφ_i,j,ii,jj)

式中，A_i,j,ii,jj表示第i行第j列粗分辨率栅格内第ii行第jj列细分辨率栅格的太阳方位角；

利用地理信息系统中的山体阴影工具，将细分辨率栅格高程、细分辨率栅格太阳高度角和细分辨率栅格方位角信息作为山体阴影工具的输入信息，选择山体阴影工具中的模拟阴影选项，考虑周围山体对每个细分辨率栅格地形阴影的影响，输出信息为细分辨率栅格照明度值。对研究区域的细分辨率栅格地形阴影信息进行判断，当照明度值为0时，即照明度判定指数S_i,j,ii,jj＝0，表示该区域无太阳辐射(即有阴影)；当照明度大于0时，S_i,j,ii,jj＝1，表示该区域有太阳辐射(图2)。

步骤3，计算太阳辐射与每个栅格所在平面的法线向量的夹角，具体包括：

cosθ_i,j,ii,jj＝(sinφ_i,j,ii,jj×cosb_i,j,ii,jj-cosφ_i,j,ii,jj×sinb_i,j,ii,jj×cosa_i,j,ii,jj)×sinδ_k

+(cosφ_i,j,ii,jj×cosb_i,j,ii,jj+sinφ_i,j,ii,jj×sinb_i,j,ii,jj×cosa_i,j,ii,jj)×cosδ_k

×cost_i,j,ii,jj

+cosδ_k×sinb_i,j,ii,jj×sina_i,j,ii,jj×sint_i,j,ii,jj

式中，θ_i,j,ii,jj表示第i行第j列粗分辨率栅格内第ii行第jj列细分辨率栅格的任意时刻向下短波辐射与研究区域每个栅格所在平面法向量的夹角；b_i,j,ii,jj表示第i行第j列粗分辨率栅格内第ii行第jj列细分辨率栅格的坡度，a_i,j,ii,jj表示第i行第j列粗分辨率栅格内第ii行第jj列细分辨率栅格的坡向。

步骤4，利用细分辨率栅格法线向量的夹角，计算由于地形造成对辐射的影响，即细分辨率栅格的辐射影响系数：

M_i,j,ii,jj＝S_i,j,ii,jj×cosθ_i,j,ii,jj

式中，M_i,j,ii,jj表示第i行第j列粗分辨率栅格内第ii行第jj列细分辨率栅格的辐射影响系数。

步骤5，根据细分辨率栅格的辐射影响系数对粗分辨率栅格的向下短波辐射进行降尺度的方法是：

式中，I_i,j,ii,jj表示降尺度后的第i行第j列粗分辨率栅格内第ii行第jj列细分辨率栅格的向下短波辐射栅格数据；d_i,j,ii,jj表示第i行第j列粗分辨率栅格内第ii行第jj列细分辨率栅格中心点到第i行第j列粗分辨率栅格中心点的距离；

表示第i行第j列粗分辨率栅格的辐射影响系数，其表达式为：

式中，m表示每个粗分辨率栅格内细分辨率栅格的行数；n表示每个粗分辨率栅格内细分辨率栅格的列数。

对研究区域降尺度后的太阳辐射分布图(图4)，与利用双线性插值进行降尺度的结果(图3)进行对比，采用本发明提供的降尺度方法，辐射的空间分布能够充分考虑地形的影响。当太阳辐射受到地形遮蔽时，辐射值较低。结合研究区域的高程、坡度、坡向、山体阴影信息(图2)，降尺度后的太阳辐射在有山体影响的区域，太阳辐射较低。原有双线性降尺度的辐射空间分布(图3)呈现渐变趋势，无法准确模拟地形对辐射造成的影响。

步骤6，利用降尺度后的向下短波辐射、太阳辐射与温度转换系数、高程数据及气温随高程的变化率，对气温数据进行降尺度：

式中，T_i,j,ii,jj表示降尺度后的第i行第j列粗分辨率栅格内第ii行第jj列细分辨率的气温栅格数据；T_i,j表示第i行第j列粗分辨率的气温栅格数据；α表示气温随高程的变化率；β表示太阳辐射与温度的转换系数；H_i,j,ii,jj表示第i行第j列粗分辨率栅格内第ii行第jj列细分辨率的高程栅格数据；H_i,j表示第i行第j列粗分辨率的高程栅格。

对研究区域降尺度后的气温分布图(图6)，与利用双线性插值进行降尺度的结果(图5)进行对比，采用本发明提供的降尺度方法，气温的空间分布更能够展现下垫面空间异质性对气温的影响。气温的空间分布受到海拔高度的影响，随着海拔的增加，温度降低，同时，当太阳辐射受到地形遮蔽时，气温值偏低。结合地形图和辐射降尺度图，对比图5和图6，气温在高海拔和地形遮蔽区较低，与实际气温分布较为吻合。

Claims (9)

1.一种短波辐射与气温降尺度方法，其特征在于，包括以下步骤：

获取研究区域粗分辨率的辐射和气温栅格数据以及细分辨率的地形栅格数据，其中地形格栅数据包括高程、坡度及坡向；

计算研究区域细分辨率栅格任意时刻的太阳高度角和方位角，并利用细分辨率栅格高程、坡度和坡向数据，计算研究区域细分辨率栅格任意时刻的地形阴影；

根据细分辨率栅格的纬度、坡度、坡向、太阳高度角和太阳方位角，计算太阳辐射与每个细分辨率栅格所在平面的法线向量的夹角；

利用细分辨率栅格所在平面的法线向量的夹角和地形阴影，计算细分辨率栅格辐射影响系数；

根据细分辨率栅格辐射影响系数，对粗分辨率栅格的向下短波辐射进行降尺度；

利用降尺度后的向下短波辐射、太阳辐射与温度转换系数、高程数据及气温随高程的变化率，对气温数据进行降尺度。

2.根据权利要求1所述的一种短波辐射与气温降尺度方法，其特征在于，获取研究区域粗分辨率的辐射和气温栅格数据以及细分辨率的高程、坡度及坡向栅格数据，包括：

下载气象驱动数据集，提取研究区域粗分辨率的气温和向下短波辐射栅格数据；

根据研究区域细分辨率高程栅格数据，利用地理信息系统中的坡度工具计算研究区域细分辨率坡度栅格数据；

根据研究区域细分辨率高程栅格数据，利用地理信息系统中的坡向工具计算研究区域细分辨率坡向栅格数据。

3.根据权利要求2所述的一种短波辐射与气温降尺度方法，其特征在于，计算研究区域细分辨率栅格任意时刻的太阳高度角和方位角，并利用细分辨率的高程、坡度和坡向栅格数据，计算研究区域细分辨率栅格任意时刻的地形阴影，包括：

计算太阳赤纬：

式中，δ_k表示一年中第k天的太阳赤纬，k表示一年中的第k天，闰年时k的最大值为366，平年时k的最大值为365；

根据研究区域的细分辨率栅格中心纬度信息、太阳赤纬计算细分辨率栅格太阳高度角：

sinE_{i，j，ii，jj}＝sinφ_{i，j，ii，jj}×sinδ_k+cosφ_{i，j，ii，jj}×cosδ_k×cost_{i，j，ii，jj}

式中，E_{i，j，ii，jj}表示第i行第j列粗分辨率栅格内第ii行第jj列细分辨率栅格的太阳高度角，φ_{i，j，ii，jj}表示第i行第j列粗分辨率栅格内第ii行第jj列细分辨率栅格的地理纬度，t_{i，j，ii，jj}表示第i行第J列粗分辨率栅格内第ii行第jj列细分辨率栅格的时角；

根据细分辨率栅格中心纬度、太阳赤纬和细分辨率栅格太阳高度角计算细分辨率栅格的太阳方位角：

cosA_{i，j，ii，jj}＝(sinE_{i，j，ii，jj}×sinφ_{i，j，i，jj}-sinδ_k)÷(cosE_{i，j，ii，jj}×cosφ_{i，j，ii，jj})

式中，A_{i，j，ii，jj}表示第i行第j列粗分辨率栅格内第ii行第jj列细分辨率栅格的太阳方位角；

利用地理信息系统中的山体阴影工具，将细分辨率栅格高程、细分辨率栅格太阳高度角和细分辨率栅格方位角信息作为山体阴影工具的输入信息，选择山体阴影工具中的模拟阴影选项，考虑周围山体对每个细分辨率栅格地形阴影的影响，输出信息为细分辨率栅格照明度值；对研究区域的细分辨率栅格地形阴影信息进行判断，当照明度值为0时，表示该区域无太阳辐射，照明度判定指数S_{i，j，ii，jj}＝0；当照明度大于0时，表示该区域有太阳辐射，S_{i，j，ii，jj}＝1，S_{i，j，ii，ii}为第i行第j列粗分辨率栅格内第ii行第jj列细分辨率栅格的照明度判定指数。

4.根据权利要求3所述的一种短波辐射与气温降尺度方法，其特征在于，太阳辐射与每个栅格所在平面的法线向量的夹角计算方法为：

cosθ_{i，j，ii，jj}＝(sinφ_{i，j，ii，jj}×cosb_{i，j，ii，jj}-cosφ_{i，j，ii，jj}×sinb_{i，j，ii，jj}×cosa_{i，j，ii，jj})×sinδ_k+(cosφ_{i，j，ii，jj}×cosb_{i，j，ii，jj}+sinφ_{i，j，ii，jj}×sinb_{i，j，ii，jj}×cosa_{i，j，ii，jj})×cosδ_k×cost_{i，j，ii，jj}+cosδ_k×sinb_{i，j，ii，jj}×sina_{i，j，ii，jj}×sint_{i，j，ii，jj}

式中，θ_{i，j，ii，jj}表示第i行第J列粗分辨率栅格内第ii行第jj列细分辨率栅格的任意时刻向下短波辐射与研究区域每个栅格所在平面法向量的夹角；b_{i，j，ii，jj}表示第i行第j列粗分辨率栅格内第ii行第jj列细分辨率栅格的坡度，a_{i，j，ii，jj}表示第i行第j列粗分辨率栅格内第ii行第jj列细分辨率栅格的坡向。

5.根据权利要求4所述的一种短波辐射与气温降尺度方法，其特征在于，利用细分辨率栅格法线向量的夹角，计算由于地形对辐射造成影响的细分辨率栅格的辐射影响系数：

M_{i，j，ii，jj}＝S_{i，j，ii，jj}×cosθ_{i，j，ii，jj}

式中，M_{i，j，ii，jj}表示第i行第j列粗分辨率栅格内第ii行第jj列细分辨率栅格的辐射影响系数。

6.根据权利要求5所述的一种短波辐射与气温降尺度方法，其特征在于，根据细分辨率栅格的辐射影响系数对粗分辨率栅格的向下短波辐射进行降尺度的方法是：

式中，I_{i，j，ii，jj}表示降尺度后的第i行第j列粗分辨率栅格内第ii行第jj列细分辨率栅格的向下短波辐射栅格数据；d_{i，j，ii，jj}表示第i行第j列粗分辨率栅格内第ii行第jj列细分辨率栅格中心点到第i行第j列粗分辨率栅格中心点的距离；

表示第i行第j列粗分辨率栅格的辐射影响系数，其表达式为：

式中，m表示每个粗分辨率栅格内细分辨率栅格的行数；n表示每个粗分辨率栅格内细分辨率栅格的列数。

7.根据权利要求6所述的一种短波辐射与气温降尺度方法，其特征在于，利用降尺度后的向下短波辐射、太阳辐射与温度转换系数、高程数据及气温随高程的变化率，对气温数据进行降尺度：

式中，T_i,j,ii,jj表示降尺度后的第i行第j列粗分辨率栅格内第ii行第jj列细分辨率的气温栅格数据；T_i,j表示第i行第j列粗分辨率的气温栅格数据；α表示气温随高程的变化率；β表示太阳辐射与温度的转换系数；H_i,j,ii,jj表示第i行第j列粗分辨率栅格内第ii行第jj列细分辨率的高程栅格数据；H_i,j表示第i行第j列粗分辨率的高程栅格。

8.一种装置，其特征在于，包括处理器和存储器；所述存储器中存储有程序或指令，所述程序或指令由所述处理器加载并执行以实现如权利要求1至7任一所述短波辐射与气温降尺度方法的步骤。

9.一种计算机可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至7任一所述短波辐射与气温降尺度方法的步骤。

Images