一种定量降水估计长期趋势表征能力的多维诊断方法及系统与流程

本发明涉及降水诊断，具体涉及一种定量降水估计长期趋势表征能力的多维诊断方法及系统。

背景技术：

1、随着全球气候变暖，长期降水变化及其变异性对水文和气候研究变得至关重要。具体来说，降水的长期变化不仅影响区域水资源，也影响洪涝、干旱及其他极端水文气象事件的发生频率。通常为了量化这种变化，总降水量的变化被用来表征区域增湿或干旱的趋势，而降水频率和强度的变化则可能导致不同的水文气候响应。因此，准确地刻画长期降水的各种特征，对于理解区域的气候变异性以及长期气候变化的成因具有关键意义。

2、在目前的技术中，地面雨量观测是最直接用于降水测量的方法之一，是进行长期降水趋势分析的基础。然而，由于全球范围内的雨量观测站的数量有限且分布不均，尤其在复杂地形和缺乏观测的区域，地面观测的空间覆盖能力有限。因此这限制了仅依赖地面观测来全面刻画区域和全球尺度的长期降水变化特征的有效性。

3、为了解决上述问题，格点化降水产品开始被应用到水文气候研究中。例如，大气再分析数据能够提供连续的空间覆盖且具有长期的气候记录，使得长期降水趋势分析成为可能。er点产品如era5及其地面再分析组件era-land已被用于多地区、多时期的降水趋势研究。同时，随着遥感技术的发展，通过卫星反演技术，提供了覆盖大面积连续降水数据的卫星降水估计产品，如imerg（全球降水估测系统）和gsmap（全球卫星降水测量）产品。这些产品能在缺乏地面观测的区域提供数据支撑，逐步应用于长期降水趋势分析及水文气候变化研究。

4、尽管大气再分析和卫星降水产品能够提供覆盖广的长期降水信息，但是它们在再现长期趋势方面的空间空间分布能力仍存在一定不确定性。这种不确定性主要体现在降水趋势的空间分布上，不同区域甚至同一流域中可能同时存在降水增减的趋势。与此同时降水量、频率和强度的变化在空间上呈现复杂结构。单纯依靠区域平均值或孤立的统计指标难以完整地描述长期的变化特征。现有研究多集中于趋势方向和统计显著性，而趋势幅度、空间分布特征及不同降水特征之间的差异尚未得到系统评价。

技术实现思路

1、发明目的：本发明提供一种定量降水估计长期趋势表征能力的多维诊断方法及系统，实现对降水趋势再现能力的多维度定量评估。

2、本发明所述的多维诊断方法，包括：

3、获取研究区域内的地面降水观测数据与多源降水估计数据，并进行时间尺度与空间尺度的匹配处理，得到统一尺度下的降水数据；

4、基于匹配后的降水数据，计算降水总量、降水频率和降水强度三类降水特征指标按时间维度的序列数据；

5、根据所述序列数据，计算各站点或格点处所述降水特征指标的变化趋势斜率及相对变化率，得到趋势变化率；

6、对所述趋势变化率进行统计显著性检验，根据预设显著性水平判定趋势显著性，并结合预设无趋势阈值确定趋势类型；

7、基于所述变化趋势斜率与趋势类型构建趋势捕捉技能框架，分别计算趋势方向一致性、趋势显著性技能、趋势幅度一致性和趋势空间格局一致性，用于定量表征降水估计数据在不同维度上的趋势再现能力；

8、对所述趋势方向一致性、趋势显著性技能、趋势幅度一致性及趋势空间格局一致性进行加权组合，计算得到趋势捕捉指数，以综合评价降水估计数据对观测趋势的再现能力。

9、本发明所述的多维诊断系统，包括：

10、数据匹配模块，用于获取研究区域内的地面降水观测数据与多源降水估计数据，并进行时间尺度与空间尺度的匹配处理，得到统一尺度下的降水数据；

11、特征计算模块，用于基于匹配后的降水数据，计算降水总量、降水频率和降水强度三类降水特征指标按时间维度的序列数据；

12、趋势分析模块，用于根据所述序列数据，计算各站点或格点处所述降水特征指标的变化趋势斜率及相对变化率，得到趋势变化率；并对所述趋势变化率进行统计显著性检验，结合预设无趋势阈值确定趋势类型；

13、维度评估模块，用于基于所述变化趋势斜率与趋势类型构建趋势捕捉技能框架，分别计算趋势方向一致性、趋势显著性技能、趋势幅度一致性和趋势空间格局一致性，用于定量表征降水估计数据在不同维度上的趋势再现能力；

14、综合评价模块，用于对所述趋势方向一致性、趋势显著性技能、趋势幅度一致性及趋势空间格局一致性进行加权组合，计算得到趋势捕捉指数，以综合评价降水估计数据对观测趋势的再现能力。

15、与现有技术相比，本发明具有如下显著优点：通过构建多维趋势捕捉技能框架，可以达到对降水估计产品长期降水趋势表征能力的全面、多维度定量评估，综合分析产品在趋势方向、显著性、变化幅度和空间格局等方面与地面观测的一致性，有效克服了传统方法单一维度评估的局限性，保留了降水趋势的空间异质性信息，并同时考虑了降水总量、频率和强度等多维特征的变化。

1.一种定量降水估计长期趋势表征能力的多维诊断方法，其特征在于，包括：

2.根据权利要求1所述的多维诊断方法，其特征在于，所述降水特征指标中：降水总量为预设时间段内逐日降水量的累加值；降水频率为降水日占总观测天数的比例。

3.根据权利要求1所述的多维诊断方法，其特征在于，计算变化趋势斜率及相对变化率的方法为：采用sen's slope估计方法计算时间序列的趋势斜率β；通过将所述趋势斜率β除以时间序列均值进行归一化处理，计算得到单位时间内的百分比变化率，作为相对变化率。

4.根据权利要求1所述的多维诊断方法，其特征在于，其特征在于，对所述趋势变化率进行统计显著性检验的方法还包括：采用mann-kendall检验法计算统计量s及标准化统计量z，并结合正态分布累积分布函数确定趋势显著性水平p；在相对变化率绝对值小于预设无趋势阈值的情况下，将对应趋势定义为无趋势，否则根据相对变化率正负符号及显著性水平p将趋势类型分类为显著上升、不显著上升、无趋势、不显著下降或显著下降。

5.根据权利要求1所述的多维诊断方法，其特征在于，所述趋势方向一致性的计算公式为：

6.根据权利要求1所述的多维诊断方法，其特征在于，所述趋势幅度一致性的计算公式为：

7.根据权利要求1所述的多维诊断方法，其特征在于，所述趋势显著性技能的计算公式为：

8.根据权利要求1所述的多维诊断方法，其特征在于，所述趋势空间格局一致性的计算公式为：

9.根据权利要求1所述的多维诊断方法，其特征在于，所述趋势捕捉指数的计算公式为：

10.一种定量降水估计长期趋势表征能力的多维诊断系统，其特征在于，包括：