一种干旱事件识别方法、系统、计算机设备及存储介质

本发明属于干旱识别，具体涉及一种干旱事件识别方法、系统、计算机设备及存储介质。

背景技术：

1、干旱是全球范围内普遍发生的一类气象灾害，其具有覆盖范围广、持续时间长、发生频率高以及影响范围广等特征。随着全球变暖趋势不断加剧，干旱事件频发。不同于洪涝、台风等突发性灾害，干旱往往以缓慢的方式发展，一旦形成，便会对农业生产、水资源供给、生态系统稳定性以及社会经济结构造成严重冲击。因此，干旱被认为是对人类社会影响最为深远、破坏性最强的灾害之一。对干旱演变规律进行分析，有助于提高水资源管理效率，改善生态环境，还能为气候变化研究和防灾减灾提供重要支持。

2、干旱的类型多样，包括气象干旱、农业干旱、水文干旱和社会经济干旱等。干旱是由多因素导致的综合现象，形成原因复杂，通常使用干旱指数去量化干旱程度。不同干旱指数所考虑的影响因子以及计算原理都有较大差异，并且干旱的变化特征复杂多变，很难定义出一个可以在多领域中通用的干旱指数，使得干旱指数的定义至今没有一个被广泛认同的统一标准。经典的衡量干旱的指数，比如标准化降水指数（standardized precipitationindex，spi），通过降水数据拟合数据分布计算指数；帕尔默干旱严重程度指数（palmerdrought severity index，pdsi）通过分析气温和降水数据，评估一个地区的土壤湿度，进而评估干旱程度；标准化降水蒸散指数（standardized precipitationevapotranspiration index，spei）结合了spi和pdsi的优点，不仅考虑降水因素，还顾及了气温和蒸散发，可以精确地反映气候变化对干旱的影响；标准化径流指数（standardizedrunoff index，sri）与spi类似，通过对流域的日、月或年径流数据进行标准化处理，来评估流域径流的异常性；标准化地下水指数（standardized groundwater index，sgi）将实际观测值与长期历史数据进行比较，并用标准差进行归一化，来评估地下水资源的状态。然而这些指数大多依赖于传统的气象与水文观测数据，在空间覆盖密度、实时性或对深层水文过程的反映上存在局限。

3、随着对地观测技术的发展，基于卫星遥感的新型监测方法为干旱研究提供了全新视角。grace（gravity recovery and climate experiment）及其后续任务grace-fo(grace follow-on)的核心观测对象是陆地水储量（terrestrial water storage, tws），它综合了地表水、土壤水和地下水等组分，其观测值直接反映了由干旱或洪涝导致的水储量变化，在干旱研究方面应用广泛。利用grace卫星观测数据，yirdaw等人开发了总蓄水赤字指数(total storage deficit index, tsdi）系统，该系统揭示了2002–2003年加拿大草原干旱的水文演变特征；sinha 等人整合了地表与地下水储量信息，创造并应用了水储水赤字指数（water storage deficit index ,wsdi）揭示了印度干旱的时空演变特征；zhao等人开发了一种全球网格干旱严重程度指数drought severity index(grace-dsi)表现良好，为全球、大尺度干旱监测提供了新的方法；thomas等人提出了grace 地下水干旱指数（groundwater drought index, ggdi）研究美国加利福尼亚地下水干旱；zhong等人提出了日标准化grace重建水储量异常指数应用于中国九个外流河流域，为各地区的干旱评估提供了有价值的参考。gnss（global navigation satellite system）网络可监测到地表荷载变化引起的形变，从而间接反映水储量的变化，利用gnss数据研究干旱成为可能。ferreira等人利用gnss监测的地壳垂直形变提出了一种新的干旱指数（drought index based ongps-observed vertical crustal deformations，divcd），可以有效监测巴西干旱情况；通过利用gnss网络收集的地壳垂直形变数据，结合slepian基函数方法来反推地面水高度变化，jiang等人提出了一种基于gnss数据的干旱监测工具（gnss-dsi）；tang等人提出了新的多尺度gnss干旱指数（mgdi），该指数结合了gnss数据和水储量变化，能更全面地描述水文干旱。

4、综上，现有基于grace卫星的干旱监测技术虽能实现全球范围连续观测，但其空间分辨率有限，难以精准刻画区域水文干旱的精细时空特征；gnss技术虽具备较高的时空分辨率，却受地面站点网络分布稀疏的限制，仅适用于局部区域监测，二者均无法实现高分辨率、大范围的连续干旱监测，难以精准捕捉深层水文过程引发的水文异常，无法满足区域精细化干旱监测与识别的实际需求。

技术实现思路

1、为了解决上述技术问题，本发明提供了一种干旱事件识别方法，该方法将insar获取的高时空分辨率地表形变序列视为水文干旱的一种物理响应指标，为干旱监测研究提供新的视角和方法。

2、为了实现上述目的，本发明提供如下技术方案：

3、一种干旱事件识别方法，包括以下步骤：

4、获取研究区域连续时间段内的原始sar数据；

5、对所述原始sar数据进行时序insar处理，从原始sar数据中反演得到研究区域的地表形变数据；从地表形变数据中筛选出离散的高相干点，并提取高相干点对应的地表形变量数据；对研究区进行200m×200m规则网格剖分，形成全域覆盖的多个200m网格像元；将地表形变量数据统一转换为200m空间分辨率的连续形变量数据；

6、基于200m空间分辨率的连续形变量数据，以自然月为时间单位，计算研究区内每个200m网格像元在每个月份内所有观测时刻的地表形变量平均值，得到研究区标准化的月尺度200m分辨率形变数据；

7、对研究区进行200m×200m规则网格剖分，形成全域覆盖的多个200m网格像元；对研究区标准化的月尺度200m分辨率形变数据进行分解，消除数据中的趋势项与季节项，保留反映异常水文变化的残差项数据；根据不同时间尺度的残差项数据计算对应时间尺度的idsi值，形成多尺度干旱指数序列idsi；

8、根据多尺度干旱指数序列idsi对干旱事件进行识别。

9、优选地，采用stamps时序insar分析方法对所述原始sar数据进行时序分析，从原始sar数据中反演得到研究区域的地表形变数据。

10、优选地，采用stl分解法分解消除研究区标准化的月尺度200m分辨率形变数据中的趋势项与季节项，保留反映异常水文变化的残差项数据。

11、优选地，所述根据不同时间尺度的残差项数据计算对应时间尺度的idsi值，形成多尺度干旱指数序列idsi，具体为：

12、针对不同时间尺度，采用滑动窗口累计数据的方式，分别计算对应时间尺度的idsi值，形成多尺度干旱指数序列idsi；

13、；

14、其中，

i代表年，

j代表月，

r

ij是

i年

j月去趋势项和季节项后得到的残差项，是所有年份

j月形变的平均值，

σ

j是所有年份

j月形变的标准差。

15、优选地，所述根据多尺度干旱指数序列idsi对干旱事件进行识别，具体包括以下步骤：

16、将多尺度干旱指数序列idsi标记为x1，x2，x3，…，xm，其中m为数据点的数量；

17、对多尺度干旱指数序列idsi中每一对数据点，通过符号函数计算统计量

s；

18、统计序列中相同取值的样本数，计算统计量

s的方差var(s)；依据统计量

s和方差var(s)，计算标准化的z统计量；

19、将计算得到的p值与显著性水平0.05对比，p<0.05时判断为存在显著趋势，p≥0.05时判断为无显著趋势；其中z>0表示湿润化趋势，z<0表示干旱化趋势；p<0.05且z<0时，表明研究区域具有显著的干旱趋势，若p<0.05但z>0，则表明研究区域具有显著的湿润趋势；所述显著用于表征研究区域的干旱或湿润是真实存在的长期规律性变化。

20、优选地，所述原始sar数据为sentinel-1a升轨数据，时间为2015年7月到2023年12月，包含40轨道235景数据和142轨道228景数据，所处波段为ｃ波段，极化方式为vv极化，方位向和距离向分辨率分别为20m和5m。

21、优选地，还包括通过研究区站点各个时间尺度的标准化降水蒸散指数spei对多尺度干旱指数序列idsi进行可靠性验证；获取所述研究区站点各个时间尺度的标准化降水蒸散指数spei包括：

22、收集研究区域多个站点在连续时间段内的气象站点数据，所述气象站点数据包括平均气温、2m高度处平均风速、太阳辐射、平均相对湿度、平均气压和平均降水量；通过气象站点数据计算研究区站点各个时间尺度的标准化降水蒸散指数spei。

23、本发明还提供一种干旱事件识别系统，包括：

24、数据获取模块，用于获取研究区域连续时间段内的原始sar数据；

25、数据转换模块，用于对所述原始sar数据进行时序insar处理，从原始sar数据中反演得到研究区域的地表形变数据；从地表形变数据中筛选出离散的高相干点，并提取高相干点对应的地表形变量数据；对研究区进行200m×200m规则网格剖分，形成全域覆盖的多个200m网格像元；将地表形变量数据统一转换为200m空间分辨率的连续形变量数据；基于200m空间分辨率的连续形变量数据，以自然月为时间单位，计算研究区内每个200m网格像元在每个月份内所有观测时刻的地表形变量平均值，得到研究区标准化的月尺度200m分辨率形变数据；

26、数据分解模块，用于对研究区标准化的月尺度200m分辨率形变数据进行分解，消除数据中的趋势项与季节项，保留反映异常水文变化的残差项数据；根据不同时间尺度的残差项数据计算对应时间尺度的idsi值，形成多尺度干旱指数序列idsi；

27、干旱识别模块，用于根据多尺度干旱指数序列idsi对干旱事件进行识别。

28、本发明还提供一种计算机设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现所述干旱事件识别方法中任一项所述的步骤。

29、本发明还提供一种计算机可读存储介质，所述存储介质上存储有计算机程序，该计算机程序被处理器加载时，能够执行所述干旱事件识别方法中任一项所述的步骤。

30、本发明提供的干旱事件识别方法具有以下有益效果：

31、本发明先获取连续时序原始sar数据，依托其广覆盖特性突破gnss局部监测局限，再经时序insar处理反演地表形变数据，筛选高相干点并结合200m×200m规则网格剖分，将离散数据转换为全域连续的200m高分辨率形变量数据，彻底弥补grace空间分辨率不足的缺陷，实现大范围与高精细度监测的兼顾；随后以自然月为单位计算每个网格像元的形变量平均值，得到标准化月尺度形变数据，为后续精准提取水文信号奠定基础；通过分解处理消除趋势项与季节项干扰，保留仅反映异常水文变化的残差项，结合多年同月气候态标准化计算多尺度idsi，精准捕捉深层水文过程引发的异常，破解传统技术难以刻画地下水动态的难题；最终基于多尺度idsi识别干旱事件，适配不同干旱类型的时间尺度需求。本发明既实现了高分辨率、大范围的连续干旱监测，又提升了干旱识别的精准度与全面性，充分满足区域精细化干旱监测与水资源管理的实际需求。