[发明专利]一种表面温度高温和低温数据集重构方法

说明书

本发明公开一种表面温度高温和低温数据集重构方法，通过对不同天气进行划分，针对不同天气构建不同的近地面气温数据的估算模型计算每天的气温最大值和最小值以及平均气温，然后针对中国不同区域的自然条件构建不同区域的的温度校正模型进一步对最高温和最低以及平均温度进行校正和精度评价，从而构建最高温度、最低温度和平均气温数据集，在此基础上对对最高气温和最低气温的波动趋势分析；本发明区分了晴天和非晴天天气状态，采用多种评价指标对近地面气温的时空变化趋势进行分析，以CMFD数据和ERA5数据集作为再分析数据源，具有较高的空间分辨率和可靠的精度，可准确捕捉区域气温变化情况，便于气候相关分析和其他地表驱动因子的研究。

技术领域

本发明涉及近地面气温数据重构技术领域，尤其涉及一种表面温度高温和低温数据集重构方法。

背景技术

近地面气温是反映全球气候变化的重要变量，显著影响地球各圈层能量和物质的循环转换，特别是每日近地面最高气温，最低气温和平均气温对研究大气循环转换，气候变化以及极端天气事件的强度和频率具有重要意义；

目前地面观测数据在单点上具有时间连续性，但受到站点分布不均和对空间异质性表征差的影响缺乏空间连续性，卫星遥感数据可以进行大范围空间观测，但受到传感器过境时间和云雨天气的影响缺乏时间连续性，同化数据可以获得大区域长时间序列的气温数据，但其空间分辨率较低且目前缺乏近地面最高气温和最低气温数据，因此，本发明提出一种表面温度高温和低温数据集重构方法以解决现有技术中存在的问题。

发明内容

针对上述问题，本发明的目的在于提出一种表面温度高温和低温数据集重构方法，该表面温度高温和低温数据集重构方法区分了晴天和非晴天天气状态，分别建立气温变化模型计算得到每日最高和最低气温，通过校正方程进一步提高数据精度，采用多种评价指标对近地面气温的时空变化趋势进行分析，以CMFD数据和ERA5数据集作为再分析数据源，具有较高的空间分辨率和可靠的精度，可准确捕捉区域气温变化情况，便于气候相关分析和其他地表驱动因子的研究。

为实现本发明的目的，本发明通过以下技术方案实现：一种表面温度高温和低温数据集重构方法，包括以下步骤：

步骤一、将每日天气划分为晴天天气和非晴天天气，并分析近地面气温的两种估算策略；

步骤二、先根据晴天状态下气温变化的周期性和非对称性建立晴天状态下的气温分段正弦函数，模拟近地面气温的变化情况估算近地面的最高气温和最低气温并校正，然后估算非晴天天气下的近地面的最高气温和最低气温并校正；

步骤三、将校正后的近地面最该气温和最低气温作为每日气温变化的限定阈值，并根据站点实测数据对近地面平均气温输出值进行多元线性回归校正以提高精度得到每日的近地面平均气温数据集；

步骤四、通过平均大气温度的垂直衰减率对各种气象站的近地面气温的数据进行校正；

步骤五、将决定系数、平均绝对误差和均方根误差三个指标作为评估指标，并利用评估指标对原始输出的气温数据集和校正后数据集与站点实测数据分别进行精度验证；

步骤六、通过对输出近地面气温数据与站点实测数据进行比较，评估各区域的近地面最高气温、最低气温和平均气温的变化趋势，通过各气候变量进一步检验数据集的效果和区域适用性；

步骤七、对校正前和修正后的近地面最高气温、最低气温和平均气温及各站点实测数据进行精度验证，并对近地面的最高气温和最低气温的波动趋势进行分析。

进一步改进在于：所述步骤一中对于天气划分是借助MODIS自带的质量控制字段和利用站点实测数据进行判别。