[发明专利]一种复合高温干旱极端事件归因方法

说明书

本发明提出了一种复合高温干旱极端事件归因方法，涉及气候变化、灾害预防及统计分析的技术领域，获取时空尺度相同的观测降水数据和观测气温数据，根据数据对应的时间段和空间范围，确定需要进行复合高温干旱极端事件变化归因分析的时空区域，按选定的空间区域经纬度裁剪观测降水数据和观测气温数据对应的空间经度和纬度，按选定的时间范围裁剪观测降水数据和观测气温数据对应的时间维度，将观测降水数据和观测气温数据的裁剪结果根据时间维度对齐，量化降水变化、气温变化以及降水相关关系变化这三种驱动因子在复合高温干旱事件变化中的贡献，实现复合灾害重现期变化的不同来源清晰化，有助于防灾减灾，降低气候变化的影响。

技术领域

本发明涉及气候变化、灾害预防及统计分析的技术领域，更具体地，涉及一种基于多元泰勒展开的复合高温干旱极端事件归因方法。

背景技术

随着气候变暖的持续，近几十年来，全球许多陆地地区的严重干旱事件和热浪事件均有所增加。干旱和热浪是影响人类生产生活的两种主要自然灾害，两者有时会相伴发生，一般将这种事件称之为复合高温干旱极端事件。复合高温干旱极端事件可能对生态系统和人类社会造成比单个事件更加严重的影响。因此，准确评估复合干热事件变化及其驱动因素对，提高人们对干热事件的理解并减少其影响至关重要。

干热复合事件的发生不仅与单独发生的干旱和热浪事件有关，还与降水气温间的相关关系有关，这是由联合事件的多变量性质决定的。因此，干旱事件、热浪事件和降水气温关系的变化可以作为驱动干热复合事件变化的三个主要因素。由于变量间的依赖性是表征复合极端事件的关键因素，基于多元变量联合分布的模型，比如copula和meta-gaussian模型等，常常被用来模拟联合事件的发生。这些联合分布模型不仅能满足描述变量关联性质的需要，而且允许在建模时采用灵活的边际分布形式，以适应不同的气象水文变量。

如现有技术中公开了一种基于气象预报的气象型骤旱概率预报方法，首先收集基础数据，包括降水和平均气温的实测数据，然后定义骤旱，并采用广义贝叶斯模型对候降水和候气温进行概率预报，最后建立基于copula函数的骤旱概率预警模型，提高了区域对水文极端事件的预防，但对降水和气温的统计变化缺乏量化手段，而且整体变化分析不全面，直观性不高，减灾防灾的效果不佳。

发明内容

为解决现有面向复合高温干旱极端事件预防处理的方法中，对降水和气温的统计变化缺乏量化手段，且变化分析不全面，直观性差的问题，本发明提出了一种基于多元泰勒展开的复合高温干旱极端事件归因方法，根据降水和气温的统计特征变化将对复合灾害重现期的来源进行量化，清晰化复合灾害重现期变化的不同来源，有助于防灾减灾，降低气候变化的影响。

为了达到上述技术效果，本发明的技术方案如下：

一种复合高温干旱极端事件归因方法，所述方法包括以下步骤：

S1.将时空尺度相同的观测降水数据和观测气温数据作为输入数据；

S2.根据输入数据中观测降水数据和观测气温数据分别对应的时间段和空间范围，确定需要进行复合高温干旱极端事件变化归因分析的时空区域；

S3.按选定的空间区域经纬度裁剪观测降水数据和观测气温数据对应的空间经度和纬度，按选定的时间范围裁剪观测降水数据和观测气温数据对应的时间维度；

S4.确定裁剪得到的需要进行复合高温干旱极端事件重现期的数据所对应的空间分布的集合，筛选出集合内的降水数据；确定选定的时间范围和需要进行复合高温干旱变化判断的时间范围的并集，裁剪需要进行复合高温干旱变化判断的降水数据；

S5.将观测降水数据和观测气温数据的裁剪结果根据时间维度对齐；

S6.提取对齐后的观测降水数据和观测气温数据，基于空间位置相同的降水数据和气温数据，判别复合高温干旱极端事件驱动因子的变化，进行量化归因分析。