一种基于栅格数据的快速识别极端降水事件方法

1.本发明涉及降水技术领域，具体是指一种基于栅格数据的快速识别极端降水事件方法。


背景技术：

2.极端降水其实是衡量降雨的一种标准，一般指强度高破坏性大的降雨。近百年来，受全球气候变暖和人类生活方式改变的影响，全球范围内的极端气候事件频发。极端降水事件作为极端气候事件的表现之一，极易引发小流域山洪、泥石流等次生灾害，给世界许多国家和地区造成了巨大的损失。现有的识别极端降水事件的算法，大都基于站点降水数据，且处理步骤繁琐，运行时间久。鉴于此，本方案提出一种基于栅格数据的极端降水事件快速识别方法，运行速度快，识别精准。


技术实现要素：

3.本发明要解决的技术问题是快速识别极端降水事件并统计不同持续时间内极端降水事件的发生位置纬度－lat、经度－lon，极端降水量、开始时间、结束时间和影响的格点面积， 55年降水数据仅需几秒运行完成，效率高、精度高，提供一种基于栅格数据的快速识别极端降水事件方法。
4.为解决上述技术问题，本发明提供的技术方案为：
5.一种基于栅格数据的快速识别极端降水事件方法，采用matlab软件内置函数bwconncomp，包括核心函数id_rain进行极端降水事件的识别，识别极端降水事件方法步骤如下：
6.①
、导入逐日降水栅格数据，检查逐日降水栅格数据是否为面数据，若导入的数据为面数据，则直接进行步骤2，若是点数据，行为时间，列为格点，采用matlab软件运行函数 raw2matrix将其转为面数据，raw2matrix＝lat
×
lon
×
time，进行步骤2；
7.②
、计算极端降水阈值，选取逐年有效降水量序列的第95百分位数的多年平均值作为极端降水的阈值，阈值计算方法可变，可根据研究需要界定极端降水阈值并把结果导入本程序进行识别极端降水事件；
8.③
、识别极端降水事件，采用matlab软件对核心函id_rain进行极端降水事件的识别，输出识别数据，所述的输出识别数据依次为t1、t2、t3、t4和t5时刻的极端降水事件，t1、 t2、t3、t4和t5时刻极端降水事件可表现为lat、lon，极端降水量、开始时间、结束时间和影响的格点面积。
9.采用以上结构后，本发明具有如下优点：
10.1、步骤1中的点数据转面数据函数raw2matrix，对数据进行批量处理，大大优化并减少了程序的运行时间；
11.2、本程序的核心识别极端降水事件函数id_rain，此函数主要采用了matlab内置函数 bwconncomp，以连通分量的形式来识别极端降水事件，大大减少了程序的处理时间。
12.3、可快速识别极端降水事件并统计不同持续事件内极端降水事件的发生位置纬度－lat、经度－lon，极端降水量、开始时间、结束时间和影响的格点面积，55年降水数据仅需几秒运行完成，效率高、精度高，
13.作为改进，逐年有效降水量≥0.1mm。
14.作为改进，核心函数id_rain进行极端降水事件的识别的matlab软件函数表达式为： [pre_event,day,days]＝id_rain(pre,lat,lon,p95,time,d,r)，输入变量：pre为逐日降水栅格数据raw2matrix；lat、lon分别为步骤1中采用函数raw2matrix生成的经纬度面数据； p95为步骤2中计算得到的第95百分位阈值；time为降水数据对应的时间，对应的是年－月－日；d为识别极端降水的持续天数；r为数据的空间分辨率，单位为度。
[0015]
作为改进，t1、t2、t3、t4和t5时刻内均出现极端降水事件，相邻的两个时刻的同一极端降水事件在短时间内移动距离较短，空间范围内存在重叠，在空间范围内拓扑相交，则认为极端降水对象属于同一次极端降水事件。
附图说明
[0016]
图1是本发明一种基于栅格数据的快速识别极端降水事件方法的技术流程图。
[0017]
图2是本发明一种基于栅格数据的快速识别极端降水事件方法的极端降水事件过程图。
[0018]
图3是本发明实施案例一的极端降水分布图。
具体实施方式
[0019]
下面结合附图对本发明做进一步的详细说明。
[0020]
结合附图1-3，一种基于栅格数据的快速识别极端降水事件方法，采用matlab软件内置函数bwconncomp，其特征在于，包括核心函数id_rain进行极端降水事件的识别，识别极端降水事件方法步骤如下：
[0021]
①
、导入逐日降水栅格数据，检查逐日降水栅格数据是否为面数据，若导入的数据为面数据，则直接进行步骤2，若是点数据，行为时间，列为格点，采用matlab软件运行函数raw2matrix将其转为面数据，raw2matrix＝lat
×
lon
×
time，进行步骤2；
[0022]
②
、计算极端降水阈值，选取逐年有效降水量序列的第95百分位数的多年平均值作为极端降水的阈值，阈值计算方法可变，可根据研究需要界定极端降水阈值并把结果导入本程序进行识别极端降水事件；
[0023]
③
、识别极端降水事件，采用matlab软件对核心函id_rain进行极端降水事件的识别，输出识别数据，所述的输出识别数据依次为t1、t2、t3、t4和t5时刻的极端降水事件，t1、t2、t3、t4和t5时刻极端降水事件可表现为lat、lon，极端降水量、开始时间、结束时间和影响的格点面积。
[0024]
逐年有效降水量≥0.1mm。
[0025]
核心函数id_rain进行极端降水事件的识别的matlab软件函数表达式为： [pre_event,day,days]＝id_rain(pre,lat,lon,p95,time,d,r)，输入变量：pre为逐日降水栅格数据raw2matrix；lat、lon分别为步骤1中采用函数raw2matrix生成的经纬度面数据；p95为步骤2中计算得到的第95百分位阈值；time为降水数据对应的时间，对应的是年－月－日；d
为识别极端降水的持续天数；r为数据的空间分辨率，单位为度。
[0026]
输出变量：pre_event为该时间段内所有发生的极端降水事件，共有5行；每一列对应的出现一次极端降水事件，每一行分别对应每次极端降水事件的：纬度(lat)、经度 (lon)、时间(page/time)、极端降水量(pre)、持续天数；day和days分别对应的为持续d天及持续d天以上的极端降水事件，共有8行；每一列对应的为一次极端降水事件，每一行分别对应每次极端降水事件的：纬度(lat)、经度(lon)、极端降水量 (pre)、开始时间、结束时间、格点影响面积、总影响面积。
[0027]
t1、t2、t3、t4和t5时刻内均出现极端降水事件，相邻的两个时刻的同一极端降水事件在短时间内移动距离较短，空间范围内存在重叠，在空间范围内拓扑相交，则认为极端降水对象属于同一次极端降水事件，本发明在具体实施时：一次极端降水事件应包括发生、发展与消亡的过程，其中，发展过程包括极端降水的移动、分裂与重新组合。由于同一极端降水事件在短时间内移动距离较短，在发展这一过程中空间范围存在重叠。对于相邻时间极端降水对象，若其空间范围拓扑相交，则认为极端降水对象属于同一次极端降水事件。
[0028]
实施案例一：
[0029]
①
、导入逐日降水栅格数据，逐日降水栅格数据是面数据，直接进行步骤2；
[0030]
②
、计算极端降水阈值，极端降水阈值为75mm。
[0031]
③
、识别极端降水事件，采用matlab软件对核心函id_rain进行极端降水事件的识别，输出识别数据，时间为2016-7-19至2016-7-21，东经110
°
30，北纬37
°
27，2016-7-19 日5时，降雨量60mm，持续时间3天。
[0032]
④
、所述的输出识别数据依次为t1、t2、t3、t4和t5时刻的极端降水事件，t1、t2、t3、t4和t5时刻极端降水事件可表现为lat、lon，极端降水量、开始时间、结束时间和影响的格点面积。
[0033]
极端降水事件起止时间2016-7-19至2016-7-21，源于山西太原，湖南区域暴雨，由西南向东北移动并逐渐扩大，途经湖南北部、湖北中部和河南南部，于2016-07-20 0:00在河南中部与起源于陕西的暴雨合并，然后继续向东北移动，于2016-07-20 2:00分裂为两部分，一部分逐渐缩小，于2016-07-20 22:00在河南境内消亡；另一部分继续向东北移动，途经河南、河北、山东、北京、天津和辽宁等地，于2016-07-21 13:00逐渐离开中国国境并消亡.将本暴雨事件与多地气象台预警信息进行对比，暴雨事件在发展过程中与气象台发布暴雨预警在时间和空间上基本吻合。
[0034]
以上对本发明及其实施方式进行了描述，这种描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。

技术特征：
1.一种基于栅格数据的快速识别极端降水事件方法，采用matlab软件内置函数bwconncomp，其特征在于，包括核心函数id_rain进行极端降水事件的识别，识别极端降水事件方法步骤如下：
①
、导入逐日降水栅格数据，检查逐日降水栅格数据是否为面数据，若导入的数据为面数据，则直接进行步骤2，若是点数据，行为时间，列为格点，采用matlab软件运行函数raw2matrix将其转为面数据，raw2matrix＝lat
×
lon
×
time，进行步骤2；
②
、计算极端降水阈值，选取逐年有效降水量序列的第95百分位数的多年平均值作为极端降水的阈值，阈值计算方法可变，可根据研究需要界定极端降水阈值并把结果导入本程序进行识别极端降水事件；
③
、识别极端降水事件，采用matlab软件对核心函id_rain进行极端降水事件的识别，输出识别数据，所述的输出识别数据依次为t1、t2、t3、t4和t5时刻的极端降水事件，t1、t2、t3、t4和t5时刻极端降水事件可表现为lat、lon，极端降水量、开始时间、结束时间和影响的格点面积。2.根据权利要求1所述的一种基于栅格数据的快速识别极端降水事件方法，其特征在于：逐年有效降水量≥0.1mm。3.根据权利要求1所述的一种基于栅格数据的快速识别极端降水事件方法，其特征在于：核心函数id_rain进行极端降水事件的识别的matlab软件函数表达式为：[pre_event,day,days]＝id_rain(pre,lat,lon,p95,time,d,r)，输入变量：pre为逐日降水栅格数据raw2matrix；lat、lon分别为步骤1中采用函数raw2matrix生成的经纬度面数据；p95为步骤2中计算得到的第95百分位阈值；time为降水数据对应的时间，对应的是年－月－日；d为识别极端降水的持续天数；r为数据的空间分辨率，单位为度。4.根据权利要求1所述的一种基于栅格数据的快速识别极端降水事件方法，其特征在于：t1、t2、t3、t4和t5时刻内均出现极端降水事件，相邻的两个时刻的同一极端降水事件在短时间内移动距离较短，空间范围内存在重叠，在空间范围内拓扑相交，则认为极端降水对象属于同一次极端降水事件。

技术总结
一种基于栅格数据的快速识别极端降水事件方法，采用matlab软件内置函数bwconncomp，包括核心函数id_rain进行极端降水事件的识别，识别极端降水事件方法步骤如下：


技术研发人员：陶辉 陈金雨
受保护的技术使用者：中国科学院新疆生态与地理研究所
技术研发日：2021.08.17
技术公布日：2022/3/8