【SWAT水文模型】SWAT水文模型建立及应用第四期: 气象数据的准备(中国区域高精度同化气象站CMADS)

news2024/9/26 5:22:43

SWAT水文模型建立及应用: 气象数据的准备

  • 1 简介
  • 2 气象数据的准备(中国区域高精度同化气象站CMADS)
    • 2.1 数据说明
    • 2.2 数据下载
  • 3 CMADS 数据集SWAT子集使用说明
    • 3.1 SWAT2009版本
    • 3.2 SWAT2012版本
  • 参考

本博客主要介绍气象数据的准备,分为数据下载和数据处理两部分。

1 简介

SWAT模型需要的气象数据主要包括流域的日降水量、最高/最低气温、太阳辐射、风速和相对湿度。这些数据可以是统计数据,也可以通过SWAT模型的天气模拟程序(Weather Generator)生成,或者是统计和模拟生产数据的结合。
理想情况下SWAT模型需要至少20年的天气资料,如果缺少必要的资料则可用天气生成程序进行补充。
在时间尺度上,模型的模拟时间步长可以为年、月、日。

2 气象数据的准备(中国区域高精度同化气象站CMADS)

国家青藏高原科学数据中心-SWAT模型中国大气同化驱动数据集(CMADS V1.0)(2008-2016)
在这里插入图片描述
CMADS(The China Meteorological Assimilation Driving Datasets for the SWAT model)数据集引入中国气象局大气同化系统(CLDAS)技术,利用数据循环嵌套、重采样,模式推算及双线性插值等多种技术手段建立。CMADS数据集按照SWAT模型输入驱动数据格式进行了格式整理与修正,使SWAT模型可直接使用该数据集而不需要任何格式转换。

2.1 数据说明

CMADS系列数据集同时建立了两种格式的数据(.dbf和.txt),方便其他它模型应用人员及气象分析人员调用与分析。CMADS数据源介绍:气温、气压、比湿、风速驱动数据引入了2421个国家级自动站和业务考核的29452个区域自动站2009年1月以来地面基本气象要素逐小时观测数据以及相应时期的台站信息(台站经纬度、海拔高度),利用多重网格三维变分方法(STMAS),在NCEP/GFS背景场基础上制作地面基本要素分析场;其中,中国区域以外,只对NCEP/GFS背景数据做地形调整、变量诊断,并插值到分析格点;中国区域以内,利用STMAS算法,将经过前处理的NCEP/GFS背景数据和自动站观测融合,并与中国区域以外的数据进行拼接。
降水: 由多卫星与地面自动站降水融合而成。其中,中国区域以外采用NCEP-CPC制作的CMORPH卫星融合降水产品,中国区域采用CMORPH产品为背景场融合中国降水自动站观测制作的中国区域小时降水量融合产品。
辐射: 基于DISSORT辐射传输模型,获取来自FY2E卫星一级产品实时反演太阳短波辐射产品。主要以ISCCP资料为背景数据,利用大气辐射传输模式DISORT对FY2D/E标称图数据进行反演,计算出分析格点上的地面入射太阳总辐射辐照度。

CMADSV1.0系列数据集空间覆盖整个东亚(0°N-65°N,60°E-160°E),空间分辨率分别为:

  • CMADS V1.0版本: 1/3°
  • CMADS V1.1版本: 1/4°
  • CMADS V1.2版本: 1/8°
  • CMADS V1.3版本: 1/16°,

以上分辨率均为逐日(CLDAS同化场基本分辨率为1/16°,保证了CMADS数据集最高分辨率达1/16°),时间尺度为2008-2013年。

CMADSV1.0版本数据集(空间分辨率:1/3°。时间分辨率:逐日。空间覆盖范围:东亚(0°N-65°N,60°E-160°E)。

  • 站点数量:58500站。
  • 提供要素:日平均温度,日最高\低温度,日累计24时降水量,日平均太阳辐射,日平均气压,日比湿度,日相对湿度,日平均风速。
  • 提供数据格式:dbf及txt。

2.2 数据下载

点击免费下载,利用FileZilla软件下载数据的详细过程可参见另一博客-【数据下载】FileZilla安装及使用说明:以全球NCEP 再分析数据集为例
在这里插入图片描述
打开FileZilla软件,将网站信息填入,快速连接后,可进行数据下载(文件夹和压缩包):
在这里插入图片描述

3 CMADS 数据集SWAT子集使用说明

备注: SWAT2009版本可加载dbf及txt格式站点,而SWAT2012版本仅能加载txt站点

3.1 SWAT2009版本

SWAT模型加载CMADS数据集时将不需要计算SWAT WEATHER,转换站点格式,计算各要素长时间气候态,仅需要简单的按照下面步骤进行操作即可。

步骤1: 下载CMADSV1.0-station.zip,用ARCGIS打开CMADSV1.0.mxd(地图初始地理坐标系为:GCS_WGS_1984 Datum: D_WGS_1984,用户可根据需要自行变换),查询研究区范围。

步骤2: 载入研究区域地图

步骤3: 单击放大按钮,对目标研究区放大。

步骤4: 查询该研究区站点数,并查找选择研究区内记录所有站点名STATIONID

步骤5: 通过记录的站点名(图4)查找选取各要素的fork属性值,并按照顺序新建用户自己的FORK表(以降水索引表为例)。

步骤7: 通过文本查找选项,查找出以上记录的站点,并按照规定格式最终建立SWAT模型需要的全部索引表(以降水站点为示例)。

3.2 SWAT2012版本

参考

1、CSDN博客-SWAT模型教程—土地利用、土壤数据、气象数据的处理

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/495147.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

HulaCWMS呼啦企业网站管理系统 v3.0.4

源码下载:https://download.csdn.net/download/m0_66047725/87630654 HulaCWMS(呼啦企业网站管理系统)是基于ThinkPHP5框架开发,安全高效,包括ThinkPHP5的所有特性。专注于企业、政府单位网站建设,以免费开源的方式,帮…

python - 模块使用详解

前言 Python有非常强大的第三方库,也有非常多的内置模块帮助开发人员实现某些功能,无需开发人员自己造轮子。本文介绍Python的模块。 什么是模块 模块简单来说就是一系列功能的集合体,如果将程序的开发比喻成拼图,模块就是各种…

读懂海尔智家大脑:深度体验的本质是深度生活

了解科技行业的读者,应该都对“大脑”这个名词不陌生。 “黑灯工厂”里指挥生产的“工业大脑”,繁忙机场里运筹帷幄的“航空大脑”,还有智慧城市建设的灵魂“城市大脑”…… 如果家也有一颗总揽全局的大脑,生活会发生什么改变呢&a…

SuperMap GIS基础产品三维GIS FAQ集锦(2)

SuperMap GIS基础产品三维GIS FAQ集锦(2) 【WebGL】桌面对三维缓存设置了最大最小可见高度,在iServer发布三维服务并进行预览是可以看到该效果的,但在前端代码打开该服务,最大最小可见高度效果丢失,请问怎…

Makefile零基础教学(一)初识makefile

从这篇文章开始就开始进入 Makefile 的零基础教程,相信只要看了本教程的都可以对 Makefile 有一个清晰的理解和正确的运用。那么现在就开始我们的 Makefile 学习之路。 文章目录 一、什么是 Makefile,优点?二、什么是 make, 为什么使用make?…

可拓展哈希

可拓展哈希 借CMU 15445的ppt截图来说明问题。 我们传统静态hash的过程是hash函数后直接将值存入对应的bucket,但是在可扩展hash中,得查询Directory(左),存入directory指向的bucket(右)。 下面…

linux线程池、基于线程池的单例模式、读者写者问题

线程池&单例模式 一、什么是线程池二、设计思路三、代码实现四、基于线程池的单例模式4.1 懒汉模式设计思路 五、读者写者问题及读写锁 一、什么是线程池 线程池: 一种线程使用模式。线程过多会带来调度开销,进而影响缓存局部性和整体性能。而线程池维护着多个…

flashback database 深入学习

一.FlashbackDatabase 和 Restore Points 说明 OracleFlashback Database and restore points are related data protectionfeatures that allow you to rewind data back in time tocorrect any problems caused by logical data corruption or user errors within adesignate…

gopher 初探

文章目录 gopher协议简介发送GET请求curlgopher gopher发POST请求 gopher协议 简介 Gopher是Internet上一个非常有名的信息查找系统,它将Internet上的文件组织成某种索引,很方便地将用户从Internet的一处带到另一处。在WWW出现之前,Gopher是…

【AI绘画】——Midjourney关键词格式解析(常用参数分享)

目前在AI绘画模型中,Midjourney的效果是公认的top级别,但同时也是相对较难使用的,对小白来说比较难上手,主要就在于Mj没有webui,不能选择参数,怎么找到这些隐藏参数并且触发它是用好Mj的第一步。 今天就来…

Motrix 全能型下载神器(时隔两年,重新焕发生机)

简介 Motrix 是一款功能强大的下载管理器,支持 HTTP、FTP、BT、磁力链等多种下载协议,同时还具备浏览器插件和跨平台(Windows、macOS、Linux)的特点。它拥有多线程下载、断点续传、任务调度、自动更新等多种实用特性,…

学习笔记:基于SpringBoot的牛客网社区项目实现(六)之发表帖子 + 评论 + 私信

一、过滤敏感词 二、发布帖子 业务流程: 1、先创建帖子的实体DiscussPost,属性有帖子id,user_id,title,content,type,status,create_time,comment_count,scor…

【Python入门知识】NumPy 数组搜索,案例+理论讲解

前言 嗨喽~大家好呀,这里是魔王呐 ❤ ~! 搜索数组 可以在数组中搜索(检索)某个值,然后返回获得匹配的索引。 要搜索数组,请使用 where() 方法。 实例 查找值为 4 的索引: import numpy as nparr np.…

[ tool ] Xpath选择器和selenium工具基本使用

XPath xpath介绍 是一门在XML文档中查找信息的语言 html文档准备 doc <html><head><base hrefhttp://example.com/ /><title>Example website</title></head><body><div idimages><a hrefimage1.html aabb>Name: My…

车载激光雷达原理+双激光雷达方案+纯激光雷达感知3Dbonding box

集度汽车透露了首款汽车机器人概念车车头部位的设计细节&#xff0c;车前灯和车前盖处激光雷达的设计清晰可见。至此&#xff0c;集度汽车的车前盖、前向双激光雷达自动驾驶技术方案首次曝光。 集度汽车官方也称&#xff0c;“双激光雷达”设计方案极具创新性&#xff0c;激光…

求中位数?

文章目录 如何求一个中位数&#xff1f;[295. 数据流的中位数](https://leetcode.cn/problems/find-median-from-data-stream/)常规思路&#xff1a;解决思路&#xff1a; 如何求一个中位数&#xff1f; 如果输入一个数组&#xff0c;让你求中位数&#xff0c;简单的解决方法就…

不合格机器人工程讲师如何坦然面对失败

能坦然面对的重要原因是我自己从一开始就知道注定要失败的&#xff0c;或者说失败率接近99.9%。 能够从失败中成长&#xff0c;不断挑战自我&#xff0c;收获更多更大的失败也是一种体验。 失败是客观事实&#xff0c;坦然是主观上的正能量的情绪。 用客观态度对待客观事实。 …

JavaScript class和继承的原理

&#xff08;对于不屈不挠的人来说&#xff0c;没有失败这回事。——俾斯麦&#xff09; class 相关链接 MDN链接 有关类的详细描述 关于构造函数&#xff0c;原型和原型链的说明 类的概述 类是用于创建对象的模板。他们用代码封装数据以处理该数据。JS 中的类建立在原型上…

4月跳槽进字节跳动了,面试真简单...

前言: 最近金三银四跳槽季&#xff0c;相信很多小伙伴都在面试找工作&#xff0c; 怎样才能拿到大厂的offer&#xff0c;没有掌握绝对的技术&#xff0c;那么就要不断的学习&#xff0c;没有绝对的天才&#xff0c;只有持续不断的付出。对于我们每一个平凡人来说&#xff0c;…

Detecting Kernel Memory Leaks in Specialized Modules with Ownership Reasoning

Detecting Kernel Memory Leaks in Specialized Modules with Ownership Reasoning 背景&#xff1a; 内存泄漏&#xff1a;A memory leak happens when an allocated memory region is not released even though it will never be used again.分配的内存未被正常释放。 内存…