本發(fā)明屬于極端天氣氣候評(píng)估，具體涉及一種河流-大氣耦合熱浪評(píng)估方法和系統(tǒng)。

背景技術(shù)：

1、近年來隨著高溫記錄被不斷刷新，全球經(jīng)歷了頻繁的極端天氣氣候事件，熱浪—?dú)夂蜃兓瘞淼奈ｋU(xiǎn)后果之一—在全球范圍內(nèi)的頻率和強(qiáng)度正以驚人的速度增加。目前，全球范圍內(nèi)已經(jīng)廣泛開展了有關(guān)大氣熱浪及其引發(fā)的連鎖反應(yīng)的相關(guān)研究，但有關(guān)大氣熱浪的定義方法沒有得到統(tǒng)一。針對(duì)水體熱浪的相關(guān)研究也逐漸展開，然而由于大尺度范圍下河流水溫?cái)?shù)據(jù)的稀缺與不連續(xù)性，目前，缺乏大尺度范圍對(duì)河流熱浪的研究。

2、極端氣候事件并發(fā)研究已得到了學(xué)界和公眾的高度關(guān)注，利用聯(lián)合概率分布函數(shù)研究發(fā)現(xiàn)美國(guó)地區(qū)干旱和熱浪同時(shí)發(fā)生概率呈顯著增加趨勢(shì)；采用ru和ud地表觀測(cè)氣象數(shù)值以及cmip5模擬數(shù)值對(duì)比分析全球同時(shí)發(fā)生極端降水和極端高溫事件的變化趨勢(shì)。相比于單一的大氣熱浪或河流熱浪事件，河流-大氣熱浪耦合事件更為復(fù)雜和危險(xiǎn)；河流通過蒸發(fā)、輻射和對(duì)流等過程與大氣交換熱量，從而緩沖了氣溫的劇烈變化。然而，大氣熱浪的發(fā)生可能進(jìn)一步觸發(fā)河流熱浪，河流水溫的升高會(huì)增強(qiáng)蒸發(fā)作用，增加大氣濕度，從而加劇大氣熱浪的強(qiáng)度和持續(xù)時(shí)間，形成一個(gè)惡性循環(huán)。河流-大氣耦合熱浪事件導(dǎo)致高溫與高濕度的結(jié)合可能增加熱相關(guān)疾病的發(fā)病率，對(duì)人類健康構(gòu)成嚴(yán)重威脅。研究河流-大氣耦合熱浪重點(diǎn)在于揭示河流在調(diào)節(jié)區(qū)域氣候中的關(guān)鍵作用，以及河流熱浪事件變化如何響應(yīng)和反饋大氣熱熱浪事件。深入研究河流與大氣熱浪的耦合機(jī)制，對(duì)于預(yù)測(cè)和緩解氣候變化影響至關(guān)重要。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)于上述現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提供一種河流-大氣耦合熱浪評(píng)估方法和系統(tǒng)，以解決現(xiàn)有技術(shù)中大區(qū)域尺度下河流水溫?cái)?shù)據(jù)稀缺不連續(xù)的問題，及不同極端事件定義下的大氣熱浪事件和河流熱浪事件耦合的問題。

2、為達(dá)到上述目的，本發(fā)明采用的技術(shù)方案如下：

3、本發(fā)明的一種河流-大氣耦合熱浪評(píng)估方法，步驟如下：

4、1）獲得設(shè)定的時(shí)間內(nèi)大范圍的多個(gè)流域的逐日連續(xù)河流表面水溫?cái)?shù)據(jù)；

5、2）計(jì)算研究區(qū)域的熱浪溫度閾值，定義研究區(qū)域的河流熱浪事件和大氣熱浪事件，計(jì)算河流熱浪事件和大氣熱浪事件的基本特征指標(biāo)；

6、3）對(duì)河流熱浪事件和大氣熱浪事件進(jìn)行耦合，以定義河流-大氣耦合熱浪事件；計(jì)算河流-大氣耦合熱浪事件的相關(guān)時(shí)間特征指標(biāo)和耦合率；

7、4）對(duì)步驟2）中的河流熱浪事件和大氣熱浪事件的基本特征指標(biāo)和步驟3）中的河流-大氣耦合熱浪事件的時(shí)間特征指標(biāo)和耦合率的年變化趨勢(shì)進(jìn)行評(píng)估，并對(duì)步驟2）中的河流熱浪事件和大氣熱浪事件的基本特征指標(biāo)和步驟3）中的河流-大氣耦合熱浪事件的時(shí)間特征指標(biāo)和耦合率的相關(guān)性進(jìn)行評(píng)估。

8、進(jìn)一步地，所述步驟1）具體包括：

9、11）獲取設(shè)定的時(shí)間內(nèi)大范圍的多個(gè)流域的氣象水文驅(qū)動(dòng)數(shù)據(jù)、河流表面水溫觀測(cè)數(shù)據(jù)以及流域?qū)傩詳?shù)據(jù)；

10、12）對(duì)步驟11）中獲取的數(shù)據(jù)進(jìn)行預(yù)處理，包括刪除重復(fù)的時(shí)間序列數(shù)據(jù)、刪除錯(cuò)誤記錄、刪除異常值及數(shù)據(jù)標(biāo)準(zhǔn)化處理，得到預(yù)處理后的氣象水文驅(qū)動(dòng)數(shù)據(jù)、河流表面水溫觀測(cè)數(shù)據(jù)及流域?qū)傩詳?shù)據(jù)；再將數(shù)據(jù)的日期轉(zhuǎn)化為時(shí)間特征數(shù)據(jù)；將處理后得到的氣象水文驅(qū)動(dòng)數(shù)據(jù)、河流表面水溫觀測(cè)數(shù)據(jù)、流域?qū)傩詳?shù)據(jù)和時(shí)間特征數(shù)據(jù)按照一定比例劃分為訓(xùn)練集和測(cè)試集；

11、13）對(duì)lstm模型進(jìn)行超參數(shù)設(shè)置，將步驟12）中處理后的訓(xùn)練集數(shù)據(jù)輸入lstm模型進(jìn)行訓(xùn)練，更新模型參數(shù)，目標(biāo)是最小化損失函數(shù)l；

12、14）將步驟12）中處理后的測(cè)試集數(shù)據(jù)輸入步驟13）中訓(xùn)練后的lstm模型中，通過訓(xùn)練后的lstm模型逐層計(jì)算輸出河流表面水溫預(yù)測(cè)數(shù)據(jù)；將河流表面水溫的預(yù)測(cè)數(shù)據(jù)和河流表面水溫觀測(cè)數(shù)據(jù)反歸一化處理后評(píng)估模型性能并獲得逐日連續(xù)河流表面水溫?cái)?shù)據(jù)。

13、進(jìn)一步地，所述步驟11）中氣象水文驅(qū)動(dòng)數(shù)據(jù)為時(shí)間序列數(shù)據(jù)，包括降水量、積雪水當(dāng)量、地表氣壓、最高氣溫、最低氣溫、日平均氣溫以及風(fēng)速分量。

14、進(jìn)一步地，所述河流表面水溫觀測(cè)數(shù)據(jù)為非逐日連續(xù)的時(shí)間序列數(shù)據(jù)。

15、進(jìn)一步地，所述流域?qū)傩詳?shù)據(jù)歸類為六個(gè)主要組別，包括地形、氣候、水文、土地利用條件、土壤和地質(zhì)屬性；具體數(shù)據(jù)特征包括：流域的坐標(biāo)位置、海拔高度、流域坡度、年積雪比例、年均降水量、年均和月均氣溫以及流量、基流指數(shù)。

16、進(jìn)一步地，所述步驟12）中的數(shù)據(jù)標(biāo)準(zhǔn)化處理，具體包括：將數(shù)據(jù)進(jìn)行z-score標(biāo)準(zhǔn)化，從而使得數(shù)據(jù)轉(zhuǎn)換為均值為0，標(biāo)準(zhǔn)差為1的分布，且確保數(shù)據(jù)具有相似的尺度和分布；其計(jì)算公式如下：

17、；

18、其中，x為原始數(shù)據(jù)，μ為原始數(shù)據(jù)的平均值，為原始數(shù)據(jù)的標(biāo)準(zhǔn)差，為歸一化后的數(shù)據(jù)。

19、進(jìn)一步地，所述步驟13）具體包括：

20、對(duì)lstm模型進(jìn)行超參數(shù)設(shè)置，具體包括定義總訓(xùn)練周期數(shù)、模型保存頻率、批量大小、時(shí)間步長(zhǎng)、lstm隱藏層的單元數(shù)量以及dropout率；

21、將步驟12）中處理后的訓(xùn)練集數(shù)據(jù)輸入lstm模型進(jìn)行訓(xùn)練，包括預(yù)處理后的氣象水文驅(qū)動(dòng)數(shù)據(jù)、河流表面水溫觀測(cè)數(shù)據(jù)和流域?qū)傩詳?shù)據(jù)，訓(xùn)練過程中模型根據(jù)?lstm?網(wǎng)絡(luò)前向傳播生成河流表面水溫模擬數(shù)據(jù)；

22、模型參數(shù)通過反向傳播算法進(jìn)行更新，目標(biāo)是最小化損失函數(shù)l，損失函數(shù)l的表達(dá)式如下：

23、；

24、其中，表示河流表面水溫模擬數(shù)據(jù)，表示河流表面水溫觀測(cè)數(shù)據(jù)，表示河流表面水溫觀測(cè)值的方差，取1×10?8，n為河流表面水溫觀測(cè)數(shù)據(jù)樣本數(shù)量；

25、計(jì)算損失函數(shù)l對(duì)模型參數(shù)θ的梯度；參數(shù)θ包括lstm模型中所有的權(quán)重矩陣和偏置項(xiàng)；

26、使用梯度下降法來更新模型參數(shù)，更新規(guī)則為：

27、；

28、其中，k表示當(dāng)前的迭代次數(shù)，θ(k)為第k次迭代時(shí)的參數(shù)值，η為學(xué)習(xí)率，為損失函數(shù)對(duì)參數(shù)θ的梯度，θ(k+1)為更新后的參數(shù)值；

29、進(jìn)行多次迭代使模型參數(shù)逐步優(yōu)化，直到損失函數(shù)收斂到最小值，或達(dá)到預(yù)定的訓(xùn)練周期數(shù)，完成模型的訓(xùn)練。

30、進(jìn)一步地，所述步驟14）具體包括：

31、將測(cè)試集中預(yù)處理后的氣象水文驅(qū)動(dòng)數(shù)據(jù)和流域?qū)傩詳?shù)據(jù)輸入訓(xùn)練后的lstm模型中；通過訓(xùn)練后的lstm模型進(jìn)行逐層計(jì)算輸出河流表面水溫預(yù)測(cè)數(shù)據(jù)；具體過程如下：

32、在每個(gè)時(shí)間步t，訓(xùn)練后的lstm?模型接收輸入數(shù)據(jù)，進(jìn)行遺忘門的計(jì)算得到在當(dāng)前氣象水文條件下，模型決定需要保留的前一時(shí)間步的河流表面水溫預(yù)測(cè)信息；

33、遺忘門計(jì)算公式如下：

34、；

35、其中，表示水溫信息保留率，表示函數(shù)，表示遺忘門的權(quán)重矩陣，表示前一時(shí)間步的河流表面水溫預(yù)測(cè)信息，表示當(dāng)前時(shí)間步輸入的氣象水文驅(qū)動(dòng)數(shù)據(jù)和流域?qū)傩詳?shù)據(jù)，表示遺忘門的偏置項(xiàng)；

36、通過輸入門計(jì)算當(dāng)前時(shí)間步輸入的氣象水文驅(qū)動(dòng)數(shù)據(jù)和流域?qū)傩詳?shù)據(jù)對(duì)河流表面水溫預(yù)測(cè)狀態(tài)更新時(shí)的影響比例以及候選單元狀態(tài)的值；

37、輸入門計(jì)算公式如下：

38、；

39、；

40、其中，表示氣象輸入影響率，表示輸入門的權(quán)重矩陣，表示輸入門的偏置向量，表示候選單元狀態(tài)，表示雙曲正切激活函數(shù)，表示候選單元狀態(tài)的權(quán)重矩陣，表示候選單元狀態(tài)的偏置向量；

41、更新當(dāng)前時(shí)間步的累積水溫預(yù)測(cè)信息ct，ct包括當(dāng)前時(shí)間步的氣象水文輸入和前一時(shí)間步的河流表面水溫預(yù)測(cè)信息，計(jì)算公式如下：

42、；

43、其中，和分別表示當(dāng)前時(shí)間步和前一時(shí)間步的累積水溫預(yù)測(cè)信息，表示逐元素乘法；

44、通過計(jì)算輸出門的激活值來控制當(dāng)前時(shí)間步的累積水溫預(yù)測(cè)信息的信息輸出比例，計(jì)算當(dāng)前時(shí)間步的河流表面水溫預(yù)測(cè)信息作為輸出信息，計(jì)算公式如下：

45、；

46、；

47、其中，表示輸出門的激活值，表示當(dāng)前時(shí)間步的河流表面水溫預(yù)測(cè)信息，表示輸出門的權(quán)重矩陣，表示輸出門的偏置向量；

48、最后一個(gè)時(shí)間步的河流表面水溫預(yù)測(cè)信息作為整個(gè)時(shí)間序列的特征表示，傳遞給輸出層輸出河流表面水溫預(yù)測(cè)數(shù)據(jù)，表達(dá)式如下：

49、；

50、其中，表示輸出層的權(quán)重矩陣，表示偏置項(xiàng)，表示模型輸出的河流表面水溫預(yù)測(cè)數(shù)據(jù)。

51、進(jìn)一步地，所述步驟14）中將河流表面水溫的預(yù)測(cè)數(shù)據(jù)和河流表面水溫觀測(cè)數(shù)據(jù)反歸一化處理后評(píng)估模型性能并獲得逐日連續(xù)河流表面水溫?cái)?shù)據(jù)，具體包括以下步驟：

52、反歸一化處理計(jì)算公式如下：

53、；

54、其中，y表示反歸一化后的水溫?cái)?shù)據(jù)（恢復(fù)到真實(shí)尺度的水溫），表示歸一化后的水溫?cái)?shù)據(jù)，表示水溫?cái)?shù)據(jù)的標(biāo)準(zhǔn)差，表示水溫?cái)?shù)據(jù)的平均值，水溫?cái)?shù)據(jù)包括河流表面水溫預(yù)測(cè)數(shù)據(jù)和河流表面水溫觀測(cè)數(shù)據(jù)；

55、利用反歸一化后的河流表面水溫預(yù)測(cè)數(shù)據(jù)和河流表面水溫觀測(cè)數(shù)據(jù)對(duì)模型進(jìn)行評(píng)估，如下：

56、；

57、；

58、；

59、；

60、式中，表示河流表面水溫預(yù)測(cè)數(shù)據(jù)，表示河流表面水溫觀測(cè)數(shù)據(jù)，n表示模型測(cè)試期間配對(duì)的河流表面水溫的預(yù)測(cè)數(shù)據(jù)和觀測(cè)數(shù)據(jù)的總數(shù)，表示河流表面水溫預(yù)測(cè)數(shù)據(jù)的平均值，表示河流表面水溫觀測(cè)數(shù)據(jù)的平均值，表示百分比偏差，表示納什效率系數(shù)，表示均方根誤差，表示皮爾遜相關(guān)系數(shù)；根據(jù)pbias、nse、rmse和pcorr四個(gè)評(píng)估參數(shù)評(píng)估模型輸出結(jié)果具有可靠性后，反歸一化后的河流表面水溫預(yù)測(cè)數(shù)據(jù)為獲得的逐日連續(xù)河流表面水溫?cái)?shù)據(jù)。

61、進(jìn)一步地，所述步驟2）具體包括：

62、21）基于步驟1）獲得的河流表面水溫?cái)?shù)據(jù)和使用的日最高氣溫?cái)?shù)據(jù)，計(jì)算研究區(qū)域的熱浪溫度閾值；

63、將研究區(qū)域基準(zhǔn)期內(nèi)所有年份的年內(nèi)第d日前后5日的日溫度集合按遞增排列，表達(dá)式為：

64、；

65、其中，表示第y年第i日的日溫度；表示集合的并集，表示第1至m年年內(nèi)第d日前后5日的日溫度集合；

66、第d日的熱浪溫度閾值是日溫度集合按遞增排列后第90百分位數(shù)對(duì)應(yīng)的日溫度，河流熱浪溫度閾值和大氣熱浪溫度閾值分別用河流表面水溫和日最高氣溫作為日溫度進(jìn)行計(jì)算；

67、22）定義研究區(qū)域的河流熱浪事件和大氣熱浪事件，設(shè)置熱浪識(shí)別基本參數(shù)，包括：允許大氣熱浪事件和河流熱浪事件最大間隙長(zhǎng)度均為2天，最短大氣熱浪持續(xù)時(shí)間為3天，最短河流熱浪持續(xù)時(shí)間為5天；

68、23）計(jì)算河流熱浪事件和大氣熱浪事件的基本特征指標(biāo)，包括熱浪頻率、熱浪持續(xù)時(shí)間及熱浪平均強(qiáng)度。

69、進(jìn)一步地，所述步驟22）中對(duì)于大氣熱浪事件識(shí)別條件為：當(dāng)日最高氣溫至少連續(xù)三日大于大氣熱浪溫度閾值時(shí)，記作大氣熱浪事件。

70、進(jìn)一步地，所述步驟22）中對(duì)于河流熱浪事件識(shí)別條件為：當(dāng)河流表面水溫至少連續(xù)五日大于河流熱浪溫度閾值時(shí)，記作河流熱浪事件。

71、進(jìn)一步地，所述步驟23）中熱浪頻率為每個(gè)流域在設(shè)定的時(shí)間內(nèi)發(fā)生的河流熱浪或大氣熱浪事件的總次數(shù)；針對(duì)每個(gè)流域，檢索給定時(shí)間段內(nèi)滿足熱浪事件識(shí)別條件的事件，按照時(shí)間順序?qū)崂耸录M(jìn)行排序并標(biāo)注序號(hào)；

72、熱浪持續(xù)時(shí)間為每個(gè)流域在設(shè)定的時(shí)間內(nèi)發(fā)生的河流熱浪事件或大氣熱浪事件的持續(xù)天數(shù)，計(jì)算方法為：

73、；

74、其中，和分別表示第?i個(gè)熱浪事件的結(jié)束日期和開始日期；

75、熱浪平均強(qiáng)度hiavg的計(jì)算方法為：

76、；

77、；

78、其中，hd為熱浪持續(xù)時(shí)間，河流熱浪持續(xù)時(shí)間hd，大氣熱浪持續(xù)時(shí)間，表示每一個(gè)熱浪日氣溫最高值與50％分位數(shù)閾值之間的異常值，hicum為熱浪事件中的累計(jì)強(qiáng)度。

79、進(jìn)一步地，所述步驟3）具體包括：

80、31）獲取每個(gè)河流熱浪事件和大氣熱浪事件的開始日期和結(jié)束日期，通過河流熱浪事件起止日期為每個(gè)河流熱浪事件創(chuàng)建一個(gè)搜索窗口，在搜索窗口上搜索重疊的大氣熱浪事件與河流熱浪事件并進(jìn)行耦合，將匹配的耦合事件定義為河流-大氣耦合熱浪事件；

81、32）根據(jù)步驟2）中計(jì)算得到的河流熱浪事件和大氣熱浪事件基本特征指標(biāo)，計(jì)算河流-大氣耦合熱浪事件的相關(guān)時(shí)間特征指標(biāo)和耦合率。

82、進(jìn)一步地，所述步驟31）中使用detect_event?函數(shù)確定每個(gè)河流熱浪事件的開始日期trhw,start和結(jié)束日期trhw,end；

83、為每個(gè)河流熱浪事件創(chuàng)建一個(gè)搜索窗口，在搜索窗口上搜索重疊的大氣熱浪事件與河流熱浪事件并進(jìn)行耦合；

84、定義搜索窗口的起始時(shí)間tswb和結(jié)束時(shí)間tswe，搜索窗口的起始時(shí)間定義為河流熱浪事件的開始日期提前120小時(shí)（即5天），具體為：

85、；

86、搜索窗口的結(jié)束時(shí)間定義為河流熱浪事件的結(jié)束日期，具體為：

87、；

88、比較大氣熱浪事件的開始日期tahw,start和結(jié)束日期tahw,end是否在搜索窗口[tswb,tswe]內(nèi)，判定大氣熱浪事件與河流熱浪事件是否耦合，耦合條件為：

89、；

90、或者，。

91、記錄所有匹配的耦合事件，并存儲(chǔ)在事件列表中定義為河流-大氣耦合熱浪事件；如果沒有找到重疊的大氣熱浪事件，則將河流熱浪事件定義為獨(dú)立事件。

92、進(jìn)一步地，所述步驟32）中河流-大氣耦合熱浪事件的相關(guān)時(shí)間特征指標(biāo)包括：

93、耦合河流熱浪持續(xù)時(shí)間為每個(gè)流域在設(shè)定的時(shí)間內(nèi)所有河流-大氣耦合熱浪事件中河流熱浪持續(xù)時(shí)間的總和，表達(dá)式為：

94、；

95、其中，n為在設(shè)定的時(shí)間內(nèi)發(fā)生的河流-大氣耦合熱浪事件的總數(shù)，tro,i表示第i個(gè)耦合事件中河流熱浪的開始時(shí)間，tre,i表示第i個(gè)耦合事件中河流熱浪的結(jié)束時(shí)間；

96、耦合大氣熱浪持續(xù)時(shí)間為每個(gè)流域在設(shè)定的時(shí)間內(nèi)所有河流-大氣耦合熱浪事件中大氣熱浪的持續(xù)時(shí)間的總和；

97、當(dāng)搜索窗口中一個(gè)河流熱浪事件耦合多個(gè)大氣熱浪事件時(shí)，耦合大氣熱浪時(shí)間為窗口內(nèi)耦合的所有大氣熱浪事件的和，表達(dá)式為：

98、；

99、其中，m表示第?i?個(gè)河流-大氣耦合熱浪事件中所耦合的大氣熱浪事件的數(shù)量，tao,ij?表示第?i個(gè)河流-大氣耦合熱浪事件中耦合的第?j個(gè)大氣熱浪事件的開始時(shí)間，tae,ij表示第i個(gè)河流-大氣耦合熱浪事件中耦合的第j個(gè)大氣熱浪事件的結(jié)束時(shí)間，表示第i個(gè)河流-大氣耦合熱浪事件中所有大氣熱浪事件的持續(xù)時(shí)間之和；

100、耦合熱浪響應(yīng)滯后時(shí)間為每個(gè)流域在設(shè)定的時(shí)間內(nèi)每個(gè)河流-大氣耦合熱浪事件中大氣熱浪開始時(shí)間到河流熱浪開始時(shí)間的時(shí)間距離之和；

101、一個(gè)河流熱浪事件耦合多個(gè)大氣熱浪事件時(shí)，選擇耦合的第一個(gè)大氣熱浪事件的開始時(shí)間參與計(jì)算，表達(dá)式為：

102、；

103、其中，表示第i個(gè)河流-大氣耦合熱浪事件中耦合的第1個(gè)大氣熱浪事件的開始時(shí)間；

104、耦合熱浪時(shí)間差為每個(gè)流域在設(shè)定的時(shí)間內(nèi)每個(gè)河流-大氣耦合熱浪事件中耦合河流熱浪持續(xù)時(shí)間與耦合大氣熱浪持續(xù)時(shí)間的時(shí)間差之和，表達(dá)式為：

105、。

106、進(jìn)一步地，所述河流-大氣耦合熱浪事件的耦合率為每個(gè)流域在設(shè)定的時(shí)間內(nèi)所發(fā)生的河流-大氣耦合熱浪事件數(shù)量占河流熱浪事件數(shù)量的比例，若流域在設(shè)定的時(shí)間內(nèi)未發(fā)生河流熱浪事件，則耦合率計(jì)為na，表達(dá)式為：

107、；

108、其中，cr表示流域在設(shè)定的時(shí)間內(nèi)的耦合事件的耦合率，表示流域在設(shè)定的時(shí)間內(nèi)發(fā)生的河流-大氣耦合熱浪事件的數(shù)量，表示流域在設(shè)定的時(shí)間內(nèi)發(fā)生的河流熱浪事件的數(shù)量；時(shí)，耦合率cr為na。

109、進(jìn)一步地，所述步驟4）中基于線性回歸和theil?sens斜率方法評(píng)估步驟2）中的河流熱浪事件和大氣熱浪事件的基本特征指標(biāo)和步驟3）中的河流-大氣耦合熱浪事件的時(shí)間指標(biāo)和耦合率的年變化趨勢(shì)，年變化趨勢(shì)分別用絕對(duì)值和百分比值表示，百分比趨勢(shì)變化公式為：

110、；

111、其中，cend和cstart分別表示結(jié)束日期和開始日期的平均值，nyears表示時(shí)間序列跨度的年數(shù)，表示年百分比變化大小。

112、進(jìn)一步地，所述步驟4）中利用pearson相關(guān)系數(shù)評(píng)估步驟2）中河流熱浪事件和大氣熱浪事件的基本特征指標(biāo)與步驟3）中河流-大氣耦合熱浪事件的時(shí)間特征指標(biāo)和耦合率的相關(guān)性；

113、pearson相關(guān)系數(shù)表示兩個(gè)變量之間的線性關(guān)系強(qiáng)度和方向，pearson相關(guān)系數(shù)計(jì)算公式如下：

114、；

115、其中，r為pearson相關(guān)系數(shù)，和為兩個(gè)變量的觀測(cè)值，和為兩個(gè)變量的均值，pearson相關(guān)系數(shù)的取值范圍為-1到1，其中-1表示完全負(fù)相關(guān)，1表示完全正相關(guān)，0表示無相關(guān)性。

116、本發(fā)明還提供一種河流-大氣耦合熱浪評(píng)估系統(tǒng)，包括：數(shù)據(jù)獲取模塊、第一計(jì)算模塊、事件耦合模塊、第二計(jì)算模塊、第一評(píng)估模塊及第二評(píng)估模塊；

117、數(shù)據(jù)獲取模塊，用于獲得設(shè)定的時(shí)間內(nèi)大范圍的多個(gè)流域的河流水溫?cái)?shù)據(jù)；

118、第一計(jì)算模塊，用于計(jì)算研究區(qū)域的熱浪溫度閾值，定義研究區(qū)域的河流熱浪事件和大氣熱浪事件，計(jì)算河流熱浪事件和大氣熱浪事件的基本特征指標(biāo)；

119、事件耦合模塊，用于對(duì)河流熱浪事件和大氣熱浪事件進(jìn)行耦合，以定義河流-大氣耦合熱浪事件；

120、第二計(jì)算模塊，用于計(jì)算河流-大氣耦合熱浪事件的相關(guān)時(shí)間特征指標(biāo)和耦合率；

121、第一評(píng)估模塊，用于對(duì)河流熱浪事件和大氣熱浪事件的基本特征指標(biāo)、河流-大氣耦合熱浪事件的時(shí)間特征指標(biāo)和耦合率的年變化趨勢(shì)進(jìn)行評(píng)估；

122、第二評(píng)估模塊，用于對(duì)河流熱浪事件和大氣熱浪事件的基本特征指標(biāo)、河流-大氣耦合熱浪事件的時(shí)間特征指標(biāo)和耦合率的相關(guān)性進(jìn)行評(píng)估。

123、本發(fā)明的有益效果：

124、本發(fā)明通過lstm模型，解決了河流水溫?cái)?shù)據(jù)稀缺和不連續(xù)的問題，使得數(shù)據(jù)的獲取和處理更加高效和準(zhǔn)確。

125、本發(fā)明通過河流-大氣熱浪耦合，量化了耦合事件與非耦合事件時(shí)間特征指標(biāo)的變化，分析耦合事件時(shí)間特征指標(biāo)及耦合率的動(dòng)態(tài)趨勢(shì)，并揭示這些趨勢(shì)與單一熱浪事件特征指標(biāo)之間的相關(guān)性。

126、本發(fā)明全面地評(píng)估河流熱浪與熱浪之間的反饋響應(yīng)關(guān)系，可以更全面地理解和預(yù)測(cè)河流和大氣熱浪之間的相互作用，為應(yīng)對(duì)氣候變化提供重要參考。