一种极端气候事件辨识方法和系统

摘要

本申请公开了一种极端气候事件辨识方法和系统，该方法在获取极端气候待识别区域的气候指标格点数据之后，对待识别区域内的各个事件中心进行逐步扩展，直到与事件中心相邻的所有格点的气候指标数值都不超过所述指标阈值为止。最终通过该方法可以得到待识别区域内极端气候事件的极端气候影响范围。进一步地，还可以通过平均值的计算方法得到各个极端气候事件的气候指标强度。本方法可以最终得出待识别区域内各个极端气候事件3个维度信息：极端气候影响范围、气候指标强度和持续时间，对各个极端气候事件能够较为全面地进行识别。

权利要求

1.一种极端气候事件辨识方法，其特征在于，该方法包括：获取极端气候时间段内待识别区域的气候指标格点数据；将气候指标格点按照研究目的划分为多个研究区域，作为不同区域的待识别格点；

找出单个研究区域内所述待识别格点在不同时间尺度上气候指标数值的绝对值最大的格点作为事件中心，其气候指标数值作为事件中心气候指标阈值；

在所述事件中心当前时间尺度上相邻的其它格点中找出所述气候指标数值的绝对值最大的格点作为目标格点，将所述目标格点扩展为所述事件中心，将两者气候指标数值平均值扩展为所述气候指标阈值，按照上述方法，继续扩展事件中心，并将每次扩展事件中心的气候指标数值平均值扩展为所述气候指标阈值，直到与所述事件中心相邻的其它格点的所述气候指标数值都不超过所述指标阈值为止；

将各个所述事件中心连续格点面积作为各个极端气候事件的所述极端气候影响范围，将各个事件中心气候指标阈值作为对应的所述气候指标数值。

2.根据权利要求1所述的一种极端气候事件辨识方法，其特征在于，所述方法还包括：将各个所述事件中心连续格点的所述气候指标数值的平均值作为对应所述极端气候事件的气候指标强度。

3.根据权利要求2所述的一种极端气候事件辨识方法，其特征在于，所述方法还包括：将各个所述事件中心连续格点面积作为极端气候事件的影响范围；

绘制对应所述极端气候事件的IAD曲线，所述IAD曲线的横坐标为所述影响范围，所述IAD曲线的纵坐标为所述气候指标强度。

4.根据权利要求3所述的一种极端气候事件辨识方法，其特征在于，所述方法还包括：将所述待识别区域内所有所述极端气候事件的所述IAD曲线绘制于一张图中；选取同一时间尺度下的所有极端气候事件曲线，将不同影响范围上气候指标强度最大的点相连形成IAD包络线。

5.根据权利要求4所述的一种极端气候事件辨识方法，其特征在于，在所述获取极端气候时间段内待识别区域的气候指标格点数据之前，所述方法还包括：获取查询指令，所述查询指令包括所述极端气候时间段、所述待识别区域和所述指标阈值范围；

所述方法还包括：输出所述待识别区域内各个所述极端气候事件所对应的所述极端气候影响范围和所述气候指标强度。

6.根据权利要求5所述的一种极端气候事件辨识方法，其特征在于，所述方法还包括：输出所述待识别区域内各个所述极端气候事件所对应的所述IAD曲线；输出所述待识别区域所对应的所述IAD包络线。

7.根据权利要求1至6任一项所述的一种极端气候事件辨识方法，其特征在于，所述气候指标格点数据包括格点信息和气候指标数值；所述格点信息包括格点面积和格点坐标。

8.根据权利要求1至6任一项所述的一种极端气候事件辨识方法，其特征在于，所述气候指标数值包括温度或降水量。

9.一种极端气候事件辨识系统，其特征在于，包括：辨识服务器；

所述辨识服务器用于执行权利要求1至8任一项所述的一种极端气候事件辨识方法。

10.根据权利要求9所述的一种极端气候事件辨识系统，其特征在于，所述系统还包括：多个查询终端；

所述辨识服务器还用于接收各个所述查询终端发送的查询指令，所述查询指令包括极端气候时间段、待识别区域和指标阈值范围；所述辨识服务器还用于输出待识别区域内各个极端气候事件所对应的极端气候影响范围和气候指标强度给对应的所述查询终端。

说明书

一种极端气候事件辨识方法和系统

技术领域

[0001] 本申请属于气象学领域，特别涉及一种极端气候事件辨识方法和系统。

背景技术

[0002] 极端气候事件是区域性现象，是指在连续面积上在一定持续时间内气候指标超出气候阈值范围的事件。极端气候事件是气候的状态严重偏离其平均态气候事件，在统计意
义上属于不易发生的小概率事件。极端气候包括干旱、洪涝、高温热浪和低温冷害等。极端
气候的气候指标有：极端温度、极端降水及其他指标。

[0003] 在全球变暖背景下，极端气候事件的强度和频率不断增强，具有突发性和不可预估性等，对社会的经济发展和生态环境造成了深远的影响。因此，极端气候事件的客观辨识
和记录是尤为重要的。

发明内容

[0004] 本申请的目的在于提供一种极端气候事件辨识方法和系统，其能够改善上述问题。

[0005] 本申请的实施例是这样实现的：

[0006] 第一方面，本申请提供一种极端气候事件辨识方法，其包括：

[0007] 获取极端气候时间段内待识别区域的气候指标格点数据；将所述气候指标格点按照研究目的划分为多个研究区域，作为不同区域的待识别格点；

[0008] 找出所述单个研究区域内所述待识别格点在不同时间尺度上待识别格点中气候指标数值的绝对值最大的格点作为事件中心，其气候指标数值作为事件中心气候指标阈
值；

[0009] 在所述事件中心当前时间尺度上相邻的其它格点中找出所述气候指标数值的绝对值最大的格点作为目标格点，将所述目标格点扩展为所述事件中心，将两者气候指标数
值平均值扩展为所述气候指标阈值，按照上述方法，继续扩展事件中心，并将每次扩展事件
中心的气候指标数值平均值扩展为所述气候指标阈值，直到与所述事件中心相邻的所有格
点的所述气候指标数值都不超过所述指标阈值为止；

[0010] 将各个所述事件中心连续格点面积作为各个极端气候事件的所述极端气候影响范围，将各个事件中心气候指标阈值作为对应的所述气候指标数值。

[0011] 在本申请可选的实施例中，所述气候指标格点数据包括格点信息和气候指标数值；所述格点信息包括格点面积和格点坐标。

[0012] 在本申请可选的实施例中，所述气候指标数值包括温度或降水量。

[0013] 可以理解，极端高温事件可能带来高温热浪；极端低温事件可能带来低温冷害；极端高降水量事件可能带来洪涝、雪灾等灾害；极端低降水量事件可能带来干旱等灾害。

[0014] 可以理解，本申请公开了一种极端气候事件辨识方法，在获取极端气候时间段内待识别区域的气候指标格点数据之后，对待识别区域内的各个事件中心进行逐步扩展，直
到与事件中心相邻的所有格点的气候指标数值都不超过所述指标阈值为止。最终通过该方
法可以得到待识别区域内多个极端气候事件的极端气候影响范围。

[0015] 在本申请可选的实施例中，所述方法还包括：将各个所述事件中心的范围内的所有格点的所述气候指标数值的平均值作为对应所述极端气候事件的气候指标强度。

[0016] 可以理解，结合上述步骤所得到的极端气候影响范围，本方法可以最终得出待识别区域内各个极端气候事件3个维度信息：极端气候影响范围、气候指标强度和持续时间。
该持续时间即为预设的极端气候时间段。

[0017] 在本申请可选的实施例中，所述方法还包括：

[0018] 将各个所述极端气候格点连续面积作为极端气候事件的影响范围；

[0019] 绘制对应所述极端气候事件的IAD曲线，所述IAD曲线的横坐标为所述影响范围，所述IAD曲线的纵坐标为所述气候指标强度。

[0020] 可以理解，每个极端气候事件对应了一个强度‑面积‑持续时间（Intensity area duration，IAD）曲线，由于本方法中持续时间为预设的极端气候不同时间尺度，因此IAD曲
线即为直观反映极端气候事件既定持续时间的面积和强度关系的曲线族。

[0021] 在本申请可选的实施例中，所述方法还包括：将所述待识别区域内所有所述极端气候事件的所述IAD曲线绘制于一张图中；选取极端气候不同时间尺度所有极端气候事件
曲线，将不同影响范围上气候指标强度最大的点相连形成IAD包络线。

[0022] 可以理解，IAD包络线能够反映极端气候下不同时间尺度和待识别区域内，各个极端气候事件能够达到的最大强度。

[0023] 在本申请可选的实施例中，在所述获取极端气候时间段内待识别区域的气候指标格点数据之前，所述方法还包括：获取查询指令，所述查询指令包括所述极端气候时间段、
所述待识别区域和所述指标阈值范围；

[0024] 所述方法还包括：输出所述待识别区域内各个所述极端气候事件所对应的所述极端气候影响范围和所述气候指标强度。

[0025] 可以理解，上述极端气候时间段、待识别区域和指标阈值范围可以由辨识服务器预设，也可以由查询终端自定义。辨识服务器在得到各个极端气候事件所对应的极端气候
影响范围和气候指标强度后，可以传输给查询终端。

[0026] 在本申请可选的实施例中，所述方法还包括：输出所述待识别区域内各个所述极端气候事件所对应的所述IAD曲线；输出所述待识别区域所对应的所述IAD包络线。

[0027] 可以理解，辨识服务器在得到各个极端气候事件所对应的IAD曲线和待识别区域所对应的所述IAD包络线后，可以传输给查询终端。

[0028] 第二方面，本申请提供了一种极端气候事件辨识系统，包括：辨识服务器；

[0029] 所述辨识服务器用于执行第一方面任一项所述的极端气候事件辨识方法。

[0030] 在本申请可选的实施例中，所述系统还包括：多个查询终端；

[0031] 所述辨识服务器还用于接收各个所述查询终端发送的所述查询指令，所述查询指令包括所述极端气候时间段、所述待识别区域和所述指标阈值范围；

[0032] 所述辨识服务器还用于输出所述待识别区域内各个所述极端气候事件所对应的所述极端气候影响范围和所述气候指标强度给对应的所述查询终端。

[0033] 在本申请可选的实施例中，所述辨识服务器还用于输出所述待识别区域内各个所述极端气候事件所对应的所述IAD曲线给对应的所述查询终端；所述辨识服务器还用于输
出所述待识别区域所对应的所述IAD包络线给对应的所述查询终端。

[0034] 有益效果：与现有技术相比，本发明技术方案具有以下有益技术效果：

[0035] 本申请公开了一种极端气候事件辨识方法和系统，该方法在获取极端气候待识别区域的气候指标格点数据之后，对待识别区域内的各个事件中心进行逐步扩展，直到与事
件中心相邻的所有格点的气候指标数值都不超过所述指标阈值为止。最终通过该方法可以
得到待识别区域内极端气候影响范围。进一步地，还可以通过平均值的计算方法得到各个
极端气候事件的气候指标强度。本方法可以最终得出待识别区域内各个极端气候事件3个
维度信息：极端气候影响范围、气候指标强度和持续时间，对各个极端气候事件能够较为全
面地进行识别。

[0036] 为使本申请的上述目的、特征和优点能更明显易懂，下文特举可选实施例，并配合所附附图，作详细说明如下。

附图说明

[0037] 为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对
范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这
些附图获得其他相关的附图。

[0038] 图1是本申请提供的一种极端气候事件辨识方法的流程示意图；

[0039] 图2是图1所示的极端气候事件辨识方法中单个极端气候事件的极端气候格点的辨识步骤示意图；

[0040] 图3是本申请提供的IAD曲线和IAD包络线的绘制说明图；

[0041] 图4是本申请提供的另一种极端气候事件辨识方法的流程示意图；

[0042] 图5是本申请提供的一种极端气候事件辨识系统的示意图。

具体实施方式

[0043] 下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于
本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他
实施例，都属于本申请保护的范围。

[0044] 如图1所示，本申请提供一种极端气候事件辨识方法，该方法的执行主体可以是一个辨识服务器，方法包括：

[0045] 101、获取极端气候待识别区域的气候指标格点数据；将气候指标格点按照研究目的划分为多个研究区域，作为不同区域的待识别格点。

[0046] 在本申请可选的实施例中，气候指标格点数据包括格点信息和气候指标数值；格点信息包括格点面积和格点坐标。

[0047] 在本申请可选的实施例中，气候指标数值包括温度或降水量。

[0048] 可以理解，极端高温事件可能带来高温热浪；极端低温事件可能带来低温冷害；极端高降水量事件可能带来洪涝、雪灾等灾害；极端低降水量事件可能带来干旱等灾害。

[0049] 在本申请可选的实施例中，极端气候时间段和待识别区域可以由服务器预先设定也可以由查询者自定义。其中，极端气候时间段即为极端气候事件的持续时间；待识别区域
可以是一个城市、一个国家等查询者需要进行极端气候事件识别的区域。

[0050] 上述气候指标格点数据是指分布于各个需要监测地区的多个高密度的气象观测站所获取的气候指标数据，再利用ANUSPLIN软件的薄盘样条法(Thin Plate Spline，TPS)
进行空间插值得到的一定精度的格点数据集，比如0.5°×0.5°降水格点数据集。格点资料
对极端气候事件的计算和判断更加简单快捷。

[0051] 102、找出单个研究区域内待识别格点在不同时间尺度上气候指标数值的绝对值最大的格点作为事件中心，其气候指标数值作为事件中心气候指标阈值。

[0052] 举例说明，如图2的左上图像所示，在待识别区域内找出气候指标数值的绝对值最大的格点a0（图中阴影格点）作为事件中心。

[0053] 103、在事件中心当前时间尺度上相邻的格点中找出气候指标数值的绝对值最大的格点作为目标格点，将目标格点扩展为事件中心，将两者气候指标数值平均值扩展为所
述气候指标阈值，按照上述方法，继续扩展事件中心，并将每次扩展事件中心的气候指标数
值平均值扩展为所述气候指标阈值，直到与所述事件中心相邻的所有格点的所述气候指标
数值都不超过所述指标阈值为止。

[0054] 如图2的左上图像所示，在待识别区域内找出气候指标数值的绝对值最大的格点a0（图中阴影格点）作为事件中心，其气候指标数值作为事件中心气候指标阈值。

[0055] 左上图中虚线方框所围住的格点即为与该事件中心连接的格点，对这8个格点进行分析，找出气候指标数值的绝对值最大的格点作为第一个目标格点a1。

[0056] 将第一个目标格点a1也划入事件中心的范围内，如图2的左中图像中的阴影格点所示，将气候指标数值平均值扩展为所述气候指标阈值。

[0057] 左中图中虚线方框所围住的格点即为与该事件中心连接的格点，对这10个格点进行分析，找出气候指标数值的绝对值最大的格点作为第二个目标格点a2。

[0058] 将第二个目标格点a2也划入事件中心的范围内，如图2的左下图像中的阴影格点所示，将气候指标数值平均值扩展为所述气候指标阈值。继续在事件中心的周围寻找目标
格点，直到与所述事件中心相邻的所有格点的所述气候指标数值都不超过所述指标阈值为
止，如图2的右图所示。右图中的阴影区域即为最终的事件中心范围，即为本次极端气候事
件的极端气候影响范围，即为图3中的第一极端气候事件的极端气候影响范围。

[0059] 继续执行步骤102，103，可以得到待识别区域内的其他极端气候事件。

[0060] 104、将各个事件中心连续格点面积作为各个极端气候事件的极端气候影响范围，将各个事件中心气候指标阈值作为对应的气候指标数值。

[0061] 可以理解，本申请公开了一种极端气候事件辨识方法，在获取极端气候时间段内待识别区域的气候指标格点数据之后，对待识别区域内的各个事件中心进行逐步扩展，直
到与事件中心相邻的所有格点的所述气候指标数值都不超过指标阈值为止。最终通过该方
法可以得到待识别区域内极端气候事件的极端气候影响范围。

[0062] 在本申请可选的实施例中，方法还包括：将各个事件中心的范围内的所有格点的气候指标数值的平均值作为对应极端气候事件的气候指标强度。

[0063] 可以理解，结合上述步骤所得到的极端气候影响范围，本方法可以最终得出待识别区域内各个极端气候事件3个维度信息：极端气候影响范围、气候指标强度和持续时间。
该持续时间即为预设的极端气候时间段。

[0064] 在本申请可选的实施例中，方法还包括：

[0065] 将各个极端气候事件的极端气候影响范围内，气候指标数值的绝对值最大的格点作为事件中心；

[0066] 绘制对应极端气候事件的IAD曲线，IAD曲线的横坐标为所述影响范围，IAD曲线的纵坐标为所述气候指标强度。

[0067] 可以理解，每个极端气候事件对应了一个强度‑面积‑持续时间（Intensity area duration，IAD）曲线，由于本方法中持续时间为预设的不同极端气候时间段，因此IAD曲线
即为直观反映特定时间段内极端气候影响范围和气候指标强度关系的曲线族。

[0068] 如图3所示，第一极端气候事件所对应的IAD曲线为图3的右图中三角形图标连接线所示；第二极端气候事件所对应的IAD曲线为图3的右图中矩形图标连接线所示；第三极
端气候事件所对应的IAD曲线为图3的右图中圆形图标连接线所示。

[0069] 在本申请可选的实施例中，方法还包括：将待识别区域内所有极端气候事件的IAD曲线绘制于一张图中；选取不同极端气候不同既定时间尺度上所有极端气候事件曲线，将
不同影响范围上气候指标强度最大的点相连形成IAD包络线。

[0070] 如图3的右图所示，第一极端气候事件、第二极端气候事件和第三极端气候事件的IAD包络线为右上角的虚线曲线所示。可以理解，IAD包络线能够反映极端气候在既定时间
尺度上和不同影响范围内，极端气候事件能够达到的最大强度。

[0071] 对应的，本申请提供了一种极端气候事件辨识系统，包括：辨识服务器；该辨识服务器用于执行上述任一项的极端气候事件辨识方法。

[0072] 如图4所示，本申请还提供一种极端气候事件辨识方法，该方法相较于上述方法还包括：

[0073] 401、获取查询指令，查询指令包括极端气候时间段、待识别区域和指标阈值范围。

[0074] 406、输出待识别区域内各个极端气候事件所对应的极端气候影响范围和气候指标强度。

[0075] 如图4所示，该方法还包括如下步骤：

[0076] 402：获取极端气候待识别区域的气候指标格点数据；将气候指标格点按照研究目的划分为多个研究区域，作为不同区域的待识别格点；

[0077] 403：找出单个研究区域内待识别格点在不同时间尺度上气候指标数值的绝对值最大的格点作为事件中心，其气候指标数值作为事件中心气候指标阈值；

[0078] 404：在事件中心当前时间尺度上相邻的其它格点中找出气候指标数值的绝对值最大的格点作为目标格点，将目标格点扩展为事件中心，将两者气候指标数值平均值扩展
为气候指标阈值；

[0079] 405：将各个事件中心连续格点面积之和作为各个极端气候事件的极端气候影响范围，将各个事件中心气候指标阈值作为对应的气候指标数值。

[0080] 可以理解，上述极端气候时间段、待识别区域和指标阈值范围可以由辨识服务器预设，也可以由查询终端自定义。辨识服务器在得到各个极端气候事件所对应的极端气候
影响范围和气候指标强度后，可以传输给查询终端。

[0081] 在本申请可选的实施例中，方法还包括：输出待识别区域内各个极端气候事件所对应的IAD曲线；输出待识别区域所对应的IAD包络线。

[0082] 可以理解，辨识服务器在得到各个极端气候事件所对应的IAD曲线和待识别区域所对应的IAD包络线后，可以传输给查询终端。

[0083] 对应的，如图5所示，本申请提供了另一种极端气候事件辨识系统，包括：辨识服务器51和多个查询终端52；

[0084] 辨识服务器51用于接收各个查询终端52发送的查询指令，查询指令包括极端气候时间段、待识别区域和指标阈值范围；

[0085] 辨识服务器51还用于执行上述任一项的极端气候事件辨识方法；

[0086] 辨识服务器51还用于输出待识别区域内各个极端气候事件所对应的极端气候影响范围和气候指标强度给对应的查询终端。

[0087] 在本申请可选的实施例中，辨识服务器51还用于输出待识别区域内各个极端气候事件所对应的IAD曲线给对应的查询终端52；辨识服务器51还用于输出待识别区域所对应
的IAD包络线给对应的查询终端52。

[0088] 本申请公开了一种极端气候事件辨识方法和系统，该方法在获取极端气候时间段内待识别区域的气候指标格点数据之后，对待识别区域内的各个事件中心进行逐步扩展，
直到与事件中心相邻的所有格点的气候指标数值都不超过指标阈值为止。最终通过该方法
可以得到待识别区域内极端气候事件的极端气候影响范围。进一步地，还可以通过平均值
的计算方法得到各个极端气候事件的气候指标强度。本方法可以最终得出待识别区域内各
个极端气候事件3个维度信息：极端气候影响范围、气候指标强度和持续时间，对各个极端
气候事件能够较为全面地进行识别。

[0089] 本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设
备和介质类实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参
见方法实施例的部分说明即可，这里就不再一一赘述。

[0090] 至此，已经对本主题的特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作可以按照不同的顺序来执行并且仍然
可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺
序，以实现期望的结果。在某些实施方式中，多任务处理和并行处理可以是有利的。

[0091] 在本公开的各种实施方式中所使用的表述“第一”、“第二”、“所述第一”或“所述第二”可修饰各种部件而与顺序和/或重要性无关，但是这些表述不限制相应部件。以上表述
仅配置为将元件与其它元件区分开的目的。例如，第一用户设备和第二用户设备表示不同
的用户设备，虽然两者均是用户设备。例如，在不背离本公开的范围的前提下，第一元件可
称作第二元件，类似地，第二元件可称作第一元件。

[0092] 当一个元件(例如，第一元件)称为与另一元件(例如，第二元件)“(可操作地或可通信地)联接”或“(可操作地或可通信地)联接至”另一元件(例如，第二元件)或“连接至”另
一元件(例如，第二元件)时，应理解为该一个元件直接连接至该另一元件或者该一个元件
经由又一个元件(例如，第三元件)间接连接至该另一个元件。相反，可理解，当元件(例如，
第一元件)称为“直接连接”或“直接联接”至另一元件(第二元件)时，则没有元件(例如，第
三元件)插入在这两者之间。

[0093] 以上描述仅为本申请的可选实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术
方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行
任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功
能的技术特征进行互相替换而形成的技术方案。

[0094] 以上所述仅为本申请的可选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修
改、等同替换、改进等，均应包含在本申请的保护范围之内。