【查看原文】气象数据相关分析及使用系列:如何使用格点数据分析中国霜冻灾害变化技术
霜冻是一种短历时的农业气象灾害,它是由于日最低气温下降,使植物茎、叶处温度下降到0℃以下,导致正在生长的植物受到冻伤的现象。霜冻出现的早晚会对农作物产量产生显著影响。单站的数据很难在区域范围应用,本内容将展示直接利用格点数据进行霜冻灾害分析的主要步骤。
【内容简述】:
一、霜冻灾害辨识初霜日和终霜日计算
霜冻日辨识方法:
( 1) 8 月 1 日−12 月 31 日,首个日最低气温低于阈值温度的日期为初霜日;
( 2)1 月 1 日−7 月 31 日,最后一个日最低气温低于阈值温度的日期为终霜日;
( 3)在同一年度,终霜日与初霜日间隔日数为无霜期。若上年度未出现,则上年度初、终霜日为空值。
二、霜冻灾害强度计算
在每年终霜日与初霜日之间的生长季,依据下表计算霜冻
基于日2m最低气温的霜冻强度等级划分标准
三、点尺度与格点尺度霜冻灾害轻度和日期趋势分析
以 1961−1990 年为基准期,计算初霜冻日期、终霜冻日期、无霜期长度和生长季内轻度霜冻、中度霜冻和重度霜冻时间序列的距平变化,并进行 7点平滑处理,获得 1967−2018 年的时间序列,最后使用线性回归方法计算线性变化趋势。
回归方法:
l 线性回归
l Theilslopes回归
四、霜冻灾害区划
在格点化气象数据的基础上,利用空间聚类分析方法研究中国范围内的霜冻灾害区划。
聚类算法采用 Python 的 sklearn 库中 Kmeans 算法,聚类特征采用霜冻日期信息(初霜冻日期、终霜冻日期、无霜期长度)和霜冻强度等级气候态信息(生长季内轻度霜冻、中度霜冻和重度霜冻)。
【其它相关推荐】:
- 高精度气象模拟软件WRF(Weather Research Forecasting)技术及案例应用
- Python人工智能在气象中的应用
- WRF模式、WRF-SOLAR、WRF-UCM、人工智能气象、FLEXPART、CMIP6数据处理、LEAP模型
- 气象数据分析:如何使用格点数据分析中国积温变化技术应用
- 气象数据分析:遥感降水评估技术方法专题课程