一種多功能氣候數(shù)據(jù)模型及其應(yīng)用的制作方法
【專利摘要】本發(fā)明公開了一種多功能氣候數(shù)據(jù)模型及其應(yīng)用，該多功能氣候數(shù)據(jù)模型以氣溫海拔調(diào)整方程、雙線性距離加權(quán)插值、諧波擬合等方法為基礎(chǔ)，實(shí)現(xiàn)任意尺度下氣候變量的生成。通過這些數(shù)據(jù)，接合物種分布模型，可以實(shí)現(xiàn)對未來氣候條件下樹種的適宜性分布進(jìn)行預(yù)測，為林業(yè)部門造林或再造林時(shí)的樹種選擇提供依據(jù)，從而提高林地生產(chǎn)力。本發(fā)明所產(chǎn)生的氣候數(shù)據(jù)，還可以為森林生態(tài)系統(tǒng)生長模型提供長期的氣候數(shù)據(jù)支持，從而提高生長模型的預(yù)測精度；通過本發(fā)明的降尺度方法，可以對政府間氣候變化專門委員會(huì)的眾多大氣環(huán)流模型預(yù)測結(jié)果進(jìn)行任意尺度轉(zhuǎn)換，從而為多模型多情景下的相關(guān)研究提供數(shù)據(jù)支持。
【專利說明】一種多功能氣候數(shù)據(jù)模型及其應(yīng)用

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于氣候數(shù)據(jù)模型【技術(shù)領(lǐng)域】，具體涉及一種多功能氣候數(shù)據(jù)模型的構(gòu)建方 法及其應(yīng)用。

【背景技術(shù)】
[0002] 1906?2005年間，全球平均氣溫上升了 0. 56?0. 92°C ;根據(jù)不同的氣候情景模 擬估計(jì)未來100年中，全球平均溫度將繼續(xù)上升1. 4°C?5. 8°C，極端氣候事件發(fā)生的頻率 和強(qiáng)度也將持續(xù)增加。如此大幅度的氣候變化將在大區(qū)域范圍內(nèi)影響植被的類型和分布， 增加森林災(zāi)害（火災(zāi)、病蟲害等）的發(fā)生頻率與強(qiáng)度，對我國林業(yè)發(fā)展產(chǎn)生諸多影響。
[0003] 預(yù)測全球氣候變化對森林生態(tài)系統(tǒng)的影響，評價(jià)森林生態(tài)系統(tǒng)對全球氣候變化的 響應(yīng)及適應(yīng)，是全球變化研究的重要領(lǐng)域之一，也是針對森林生態(tài)系統(tǒng)制定有效的適應(yīng)氣 候變化措施的基礎(chǔ)。準(zhǔn)確可靠的氣候基礎(chǔ)數(shù)據(jù)是以上研究的前提，其獲取途徑通常為：氣象 站直接觀測數(shù)據(jù)、IPCC大氣環(huán)流模型的模擬數(shù)據(jù)以及全球相關(guān)研究機(jī)構(gòu)的長期監(jiān)測氣候數(shù) 據(jù)庫等。然而這些數(shù)據(jù)通?？臻g分辨率較低、數(shù)據(jù)格式復(fù)雜且變量類型不統(tǒng)一。利用統(tǒng)計(jì) 方法插值氣象站觀測數(shù)據(jù)可以有效地提高數(shù)據(jù)空間分辨率，其中以ANUSPLIN和PRISM算法 應(yīng)用最廣泛。ANUSPLIN是基于薄盤平滑樣條法內(nèi)插多變量數(shù)據(jù)的算法；錢永蘭等于2010年 將其應(yīng)用于獲取中國的氣溫和降水變量數(shù)據(jù)集，取得了較好的效果。PRISM由美國俄勒岡州 立大學(xué)模型組設(shè)計(jì)的基于知識(shí)的氣候模型系統(tǒng)，其數(shù)據(jù)成果主要為北美800m-4000m每月 氣候柵格表面，朱華忠等于2003年通過收集中國的氣象站觀測數(shù)據(jù)應(yīng)用PRISM生成了中國 的逐月氣溫和降水?dāng)?shù)據(jù)。范澤孟等于2012年使用曲面建模（HASM)的方法，對全球氣溫和 中國降水量對大氣環(huán)流模型HadCM3的三個(gè)情景數(shù)據(jù)進(jìn)行了降尺度模擬。
[0004] 綜上所述，如何有效的獲得高精度氣候數(shù)據(jù)已經(jīng)成為一個(gè)重要的研究問題，而上 述研究所提供的方法仍然存在一定的缺點(diǎn)，首先，由于無法動(dòng)態(tài)降尺度，靜態(tài)生成的歷年每 月高空間分辨率氣候變量柵格數(shù)據(jù)將占用大量存儲(chǔ)空間，其數(shù)據(jù)往往只能應(yīng)用于一個(gè)固定 的尺度條件下。其次，上述方法均使用氣象站觀測值進(jìn)行插值，因此需要大量的高精度觀測 值對其生成的結(jié)果進(jìn)行精度保證，然而，很多時(shí)候由于部分氣象站觀測數(shù)據(jù)的缺失，將會(huì)直 接影響局部插值的效果和數(shù)據(jù)準(zhǔn)確性。再次，上述方法所產(chǎn)生的氣候變量相對較少，往往一 些對林木生長有較大影響的氣候變量無法獲得，因此很難滿足林業(yè)相關(guān)研究的實(shí)際需要。 最后，以上方法所獲得的氣候數(shù)據(jù)往往只針對某一個(gè)時(shí)間范圍或幾個(gè)特定的時(shí)期，無法在 時(shí)間尺度上提供全面的數(shù)據(jù)支持。


【發(fā)明內(nèi)容】

[0005] 發(fā)明目的：針對現(xiàn)有技術(shù)中存在的不足，本發(fā)明的目的是提供一種多功能氣候數(shù) 據(jù)模型，以氣溫海拔調(diào)整方程、雙線性距離加權(quán)插值、諧波擬合等方法為基礎(chǔ)，實(shí)現(xiàn)任意尺 度下氣候變量的生成。通過這些數(shù)據(jù)，接合物種分布模型，可以實(shí)現(xiàn)對未來氣候條件下樹種 的適宜性分布進(jìn)行預(yù)測，為林業(yè)部門造林或再造林時(shí)的樹種選擇提供依據(jù)，從而提高林地 生產(chǎn)力。本發(fā)明的另一目的是提供一種上述多功能氣候數(shù)據(jù)模型的應(yīng)用。
[0006] 技術(shù)方案：為了實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明采用的技術(shù)方案如下：
[0007] -種多功能氣候數(shù)據(jù)模型，其特征在于，由以下各步驟構(gòu)建而成：
[0008] (1)通過逐步回歸的方法，構(gòu)建基線氣溫柵格數(shù)據(jù)與基線數(shù)字高程模型按月的 36個(gè)多元線性回歸模型，并分別對回歸模型求海拔的一階偏導(dǎo)數(shù)，形成氣溫變量的海拔調(diào) 整方程；其中，多元線性回歸模型的因變量包括：Lat 2, Lat3, Lon2, Lon3, Elev2, LatXLon， (LatXLon)2，（LatXLon)3，（Lon/Lat) 2，（Lon/Lat)3，Lat2 X Lon，Lon2 X Lat，Lon2/Lat， Lon/Lat2，Lat XLonXElev，LatXLonXElev2，（Lon/Lat) X Elev，（Lon/Lat) XElev2， Lat XElev，Lat XElev2, LonXElev，LonXElev2, Lat 為諱度、Lon 為經(jīng)度、Elev 為海拔；
[0009] 海拔調(diào)整方程如下：
[0010] Δ T = Δ ElevX (a+b1X2XElev+b2XLatXLon+b3X2XLatXLonXElev+b 4XLo n/Lat+b5X 2 X Lon/Lat XElev+b6X Lat+b7X 2 X Lat XElev+b8X Lon+b9X 2 X LonXElev)式 (1)；
[0011] 式中，a，bi(i = 1到9)為參數(shù)，值見表1和2, Λ T為氣溫差，Λ Elev為高程差；
[0012] 表1 1-6海拔調(diào)整方程參數(shù)值
[0013]

【權(quán)利要求】
1. 一種多功能氣候數(shù)據(jù)模型，其特征在于，由以下各步驟構(gòu)建而成： (1)通過逐步回歸的方法，構(gòu)建基線氣溫柵格數(shù)據(jù)與基線數(shù)字高程模型按月的36個(gè) 多元線性回歸模型，并分別對回歸模型求海拔的一階偏導(dǎo)數(shù)，形成氣溫變量的海拔調(diào)整 方程；其中，多元線性回歸模型的因變量包括：Lat 2, Lat3, Lon2, Lon3, Elev2, LatXLon， (LatXLon)2, (LatXLon)3, (Lon/Lat)2, (Lon/Lat)3, Lat2 X Lon, Lon2 X Lat, Lon2/Lat， Lon/Lat2, Lat X LonX Elev, Lat X Lon XElev2, (Lon/Lat) X Elev, (Lon/Lat) XElev2， LatXElev，LatXElev2, LonXElev，LonXElev2, Lat 為諱度、Lon 為經(jīng)度、Elev 為海拔； 海拔調(diào)整方程如下： Δ T = Δ ElevX (a+b1X2XElev+b2XLatXLon+b3X2XLatXLonXElev+b 4XLon/ Lat+b5X 2X Lon/Lat XElev+b6XLat+b7X 2 XLat XElev+b8XLon+b9X 2 X LonXElev)式 (1)； 式中，a，bi(i = 1到9)為參數(shù)，值見表1和2，ΛΤ為氣溫差，AElev為高程差； 表1 1-6海拔調(diào)整方程參數(shù)值

(2) 利用雙線性距離加重插值算法將原始基線降水柵格表面轉(zhuǎn)換為任意空間尺度的基 線降水?dāng)?shù)據(jù)Pd;結(jié)合步驟（1)的氣溫海拔調(diào)整方程及雙線性距離加權(quán)插值算法，將原始基 線氣溫柵格表面生成任意空間尺度的基線氣溫?cái)?shù)據(jù)T be; (3) 不同時(shí)期基礎(chǔ)氣候數(shù)據(jù)的生成；數(shù)據(jù)包括1901-2012年每年、以及大氣環(huán)流模型預(yù) 測的未來2010-2039、2040-2069、2070-2099三個(gè)時(shí)期的累年未來的每月距平基礎(chǔ)氣候數(shù) 據(jù)；對于任意一點(diǎn)P，在距平基礎(chǔ)氣候數(shù)據(jù)上搜索其四個(gè)臨近像元，并采用雙線性距離加權(quán) 插值獲得八"，即該點(diǎn)的距平值，與步驟（2)中獲得的對應(yīng)位置1^或匕相加，從而得到最終 的基礎(chǔ)氣候變量模擬值； (4) 結(jié)合步驟（3)中生成的月平均基礎(chǔ)氣溫變量，通過式（5)中的諧波擬合方程產(chǎn)生每 日氣溫變量，生成三個(gè)新的派生氣溫變量，日均氣溫、日最高氣溫及日最低氣溫；
式（5) 式中，t為時(shí)間；T為月分號(hào)；D為每月天數(shù)；m為當(dāng)月的第幾天；YT相關(guān)氣候變量的月平 均值
b6 = 0， t = (T-0. 5) + (m-0. 5)/D。 (5) 無霜期天數(shù)、霜凍天數(shù)及光合有效輻射的計(jì)算： a) 結(jié)合步驟（3)中獲得的月均最低溫，采用經(jīng)驗(yàn)公式6計(jì)算每月的無霜期天數(shù)，再通過 公式7間接計(jì)算每月的霜凍天數(shù)；
1 式（6) NFDm = Nm-NFFDm 式（7) 式中，Tmin為月均最低氣溫，Nm為當(dāng)月的天數(shù)； b) 結(jié)合步驟（4)所生成的日最低氣溫、日最高氣溫及樣地緯度，采用式（8)來計(jì)算日光 合有效輻射，計(jì)算結(jié)果為MJ;
式⑶ 其中， Qex= (0.0864/π ) X 1367X (1+0. 033 X cos (2 π XdY/365)) XhdXsin(Dec) Xsin(Lat )+cos (Dec)X cos(Lat)X sin(hd)， Dec = Arcsin (0· 4X Sin (2 π X (dY-82) /365))， hd = Arccos(-tan(Lat)X tan(Dec)， Lat = η X siteLat/180 ； 式中，PARd為日光合有效輻射，為忽略大氣層影響情況下的太陽輻射，hd為日照時(shí) 數(shù)，Dec為太陽傾斜角，dY為一年中的第幾天，Λ mT為30天平均最高氣溫與最低氣溫的溫 差，Λ dT為當(dāng)日的最高溫與最低溫的溫差，siteLat為樣地緯度； (6)其它派生氣候變量計(jì)算 根據(jù)步驟（3)生成基礎(chǔ)氣候數(shù)據(jù)，按年或季節(jié)進(jìn)行統(tǒng)計(jì)，快速形成每年或不同季節(jié)的 平均氣溫、平均最高氣溫、平均最低氣溫，總降水量； 通過步驟（4)所生成的日氣溫變量值，形成按月或年的各種積溫變量； 通過統(tǒng)計(jì)月均氣溫大于5°C的月數(shù)生成溫暖指數(shù)； 統(tǒng)計(jì)大于5°C、小于30°C的月均氣溫之和的年均值得到生物溫度。
2.根據(jù)權(quán)利要求1所述的多功能氣候數(shù)據(jù)模型，其特征在于，步驟2)中，對于任意 的數(shù)據(jù)點(diǎn)P，首先在原始的基線氣溫和基線數(shù)字高程模型柵格表面上分別搜索其臨近的四 個(gè)像元；并采用雙線性距離加權(quán)插值獲得插值溫度T bil及插值海拔Elevbil ;然后將高程差 Λ Elev = Elev-EleVbil代入氣溫海拔調(diào)整方程獲得溫差Λ T ;最后將Λ T與Tbil相加獲得 Tbe，即P點(diǎn)基線溫度；其次，在原始基線降水柵格表面上搜索臨近的四個(gè)像元，通過雙線性 距離加重插值得到P d，即P點(diǎn)的基線降水量；雙線性距離加權(quán)插值算法見公式2、3、4及圖 1 ; P = ?\ X d4+T2 X d3 式（2) Ti = p1Xd2+p4Xd1 式（3) T2 = p2 X d2+p3 X 屯 式（4)。
【文檔編號(hào)】G06F19/00GK104143043SQ201410303156
【公開日】2014年11月12日 申請日期:2014年6月27日 優(yōu)先權(quán)日:2014年6月27日
【發(fā)明者】曹福亮, 代勁松, 曹林, 汪貴斌 申請人:南京林業(yè)大學(xué)