一种考虑气候变化的热浪识别方法与流程

1.本发明属于气候预测技术领域，具体为一种考虑气候变化的热浪识别方法。


背景技术：

2.热浪通常指长时间的过热天气，是一种独特的高温极端事件。在过去的几十年里，由于极 端高温事件的发生不断增加，全球夏季热浪的频率、强度和持续时间都在增加，对全球农业、 生态系统和人类健康造成严重破坏。尽管关于热浪的研究很多，但热浪本身目前并没有一个统 一的定义，因此本发明专利提出了一种考虑气候变化的热浪识别方法，并通过公式量化了热浪 的主要特征。
3.热浪对农业的影响很大。长时间的热浪往往与干旱相结合，干旱使植被变干并导致作物显 着减少。同样，热浪也会增加野火的风险。此外，热浪引起的中暑会严重影响人类健康。除了 这些方面，热浪还会增加夏季的用电量，从而加剧停电的风险。这些潜在的灾难性影响凸显了 了解热浪特征未来变化的紧迫性。
4.已有许多关于美国、欧洲、中国、澳大利亚和全球其他地区的热浪模拟和预测的研究。 perkins和alexander(2012)对热浪定义进行了全面审查，并检查了他们捕捉澳大利亚历史热 浪的能力。lyon和barnston(2017)比较了不同定义下美国夏季热浪的特征，结果表明，使 用每日最高温度定义的热浪比基于最低温度定义的热浪更频繁、更持久，行为的区域差异很大。 伊姆兰等(2017)评估了wrf在模拟澳大利亚墨尔本热浪事件中的性能，发现行星边界层对 其他物理方案的影响最大。苏等(2019)调查了中国热浪年代际变化的驱动因素和物理过程， 并指出了人为强迫在热浪变化中的主导作用。
5.对于热浪预测，ganguly等(2009)发现，在21世纪，变暖加剧、热浪加剧、不确定性增 加、区域变化大。鲁索等(2014)在全球范围内研究了现在和未来的极端热浪，模型预测显示 未来极端和非常极端热浪发生的概率会增加。herrera-estrada等(2017)研究了美国夏季干旱 和热浪未来预测的不确定性，并在模型之间达成共识，即研究区多个地区的干旱和热浪将增加。 wang等(2019)从频率、持续时间、震级、强度、累积发生天数和严重程度等方面分析了中 国未来热浪变化。结果表明，未来几十年，中国将承受更频繁、更持久和更严重的热浪；但是 却难以有效在生成时优先判别。
6.针对这一问题，我们提出了一种考虑气候变化的热浪识别方法，分析气候变化条件下全球 夏季热浪在频率、持续时间和强度方面的变化，以及计算全球及各个子区域的重现期。


技术实现要素：

7.针对背景技术中存在的问题，本发明提供了一种考虑气候变化的热浪识别方法，其特征在 于，包括：
8.步骤1、通过日最高温度收集热浪发生的日期，再通过公式量化热浪特征；
9.步骤2、评估集合在捕捉热浪事件方面的性能，具体通过与观测值的比较来验证
cmip6 gcm集合识别的热浪；
10.步骤3、分析未来热浪特征的时空变化，包括频率、持续时间、强度、大小和严重程度；
11.步骤4、开展趋势分析，识别全球热浪加剧的脆弱区域；
12.步骤5、通过计算不同排放情景下全球及各子区域的热浪重现期，分析人为强迫对热浪频 率的影响。
13.所述热浪为：日最高温度至少连续3天超过温度阈值时，即发生热浪；所述温度阈值计算 为以当天为中心的21天滑动窗口的第90个百分位数。
14.所述热浪特征包括：热浪数量hwn、热浪总天数hwf、热浪持续时长hwd和热浪强度 hwi：
15.hwn＝n
[0016][0017][0018][0019]
其中，热浪数量hwn代表一年中夏季热浪出现的次数，热浪总天数hwf代表一年内热 浪的总天数，热浪持续时长hwd代表平均每场热浪的天数，热浪强度hwi代表平均每次热浪 超过阈值的温度均值。
[0020]
本发明的有益效果在于：
[0021]
1.研究范围覆盖全球，且考虑未来100年气候变化对热浪特征的影响。
[0022]
2.通过趋势检验和重现期计算，系统地定量地分析了未来热浪在不同碳排放情景下的变 化特征。
[0023]
3.可有效反映观测误差、模型可靠性和气候变化信号时间相关性的不确定性。
附图说明
[0024]
图1为本发明一种考虑气候变化的热浪识别方法实施例的流程图；
[0025]
图2为全球未来热浪特征变化(以hwn指标为例)。
具体实施方式
[0026]
以下结合附图对本发明作进一步的详细说明。
[0027]
如图1所示的本发明实施例，包括：
[0028]
步骤1、通过日最高温度收集热浪发生的日期，再通过公式量化热浪特征；
[0029]
步骤2、评估集合在捕捉热浪事件方面的性能，具体通过与观测值的比较来验证cmip6 gcm集合识别的热浪；
[0030]
步骤3、分析未来热浪特征的时空变化，包括频率、持续时间、强度、大小和严重程度；
[0031]
步骤4、开展趋势分析，识别全球热浪加剧的脆弱区域；
[0032]
步骤5、通过计算不同排放情景下全球及各子区域的热浪重现期，分析人为强迫对热浪频 率的影响；
[0033]
在步骤1中，热浪定义为：对于5月至9月(北半球)期间的日最高温度至少连续3天超 过温度阈值时，即发生热浪。温度阈值计算为以当天为中心的21天滑动窗口的第90个百分位 数。
[0034]
在步骤1中，热浪特征包括：热浪数量(hwn)、热浪总天数(hwf)、热浪持续时长(hwd) 和热浪强度(hwi)，具体为：
[0035]
hwn＝n
[0036][0037][0038][0039]
热浪数量(hwn)代表一年中夏季热浪出现的次数，热浪总天数(hwf)代表一年内热 浪的总天数，热浪持续时长(hwd)代表平均每场热浪的天数，热浪强度(hwi)代表平均每 次热浪超过阈值的温度均值。
[0040]
在步骤2中，采用最新cmip6的12套gcm的温度数据，通过对比历史时期的观测值， 验证方法的准确性。选择的gcm如表1所示：
[0041]
表1 gcm的温度数据
[0042][0043]
在步骤3中，以21世纪全球夏季热浪为研究对象，预测全球在ssp 245和ssp 585两种排 放情景下热浪的特征变化。
[0044]
在步骤4中，所使用的mann-kendall非参数秩次检验在数据趋势检测中极为有用，其特 点表现为：(1)无需对数据系列进行特定的分布检验，对于极端值也可参与趋势检验；(2)允 许系列有缺失值；(3)主要分析相对数量级而不是数字本身，这使得微量值或低于检测范围的 值也可以参与分析；(4)在时间序列分析中，无需指定是否是线性趋势。两变量间
的互相关系 数就是mann-kendall互相关系数，也称mann-kendall统计数s。