当前位置:首页极端天气气候事件监测诊断预测 → 干旱
区域性极端事件“糖葫芦串”客观识别法

区域性极端事件糖葫芦串客观识别法

  

参数名

含义

所处位置

原始指数

针对所关注的区域性事件,选定合适的针对单一台站的指数。通常为某一气象要素(如Tmax, Tmin, Prec)或专门的指数(如CI)。

步骤1

单点()

逐日指数选定

单点()

异常性之阀值

    针对原始指数,判别单点()异常性所采用的阀值(绝对阀值或百分位阀值)。

原始指数

方向性指示码

    取值1-1:“1”代表原始指数的数值越大其表示的异常性越大如Tmax, Prec);“-1”代表原始指数的数值越小其表示的异常性越大如Tmin, CI)。

步骤2

逐日

自然异常带分离

邻站距离

    与某站的距离在“邻站距离”范围内的站(或点)被定义为该站的邻站。

邻站异常站数

比率阈值

    在判别自然异常带时使用,有利于断开不同的自然异常带。一般取值0.1~0.5

异常带

台站数阈值

    一般取值3~20,当异常带内所含的台站数量达到或超过该数时,即为独立的自然异常带,否则带内各站为零散的异常点。

事件间断日数

阈值

   事件允许间断的最大日数,通常取值为0,即不允许间断;特殊情况下可选取1~2

步骤3

事件的

时间连续性识别

异常带的重合

站数比率阀值

   判别异常带与临时事件重合的控制参数。当某异常带的重合站数比率达到或超过该阀值时,该异常带属于该临时事件,反之则不然。

单一指数之

均值与标准差

    区域性事件的5个单一指数的平均值与标准差。需要在第一遍运算完成后利用结果进行专门计算得到。

步骤4

区域性事件的

指标体系

事件综合指数之系数

    事件综合指数标准化加权求和函数中5个单一指数之系数,需要自选方案计算得出。

逐日综合指数之系数

    逐日综合指数加权求和函数中3个单一指数之系数,采用“事件综合指数之系数”中的相应值。

事件定义

之阀值

根据前四个步骤识别得到事件中,只保留那些超过该“阀值”的事件。

该“阀值”包含两方面:一是在综合指数和5个单一指数中选择其一;二是确定相应适当之数值作为真正之阀值。

步骤5

区域性事件的

极端性判别

(编号)区域性

事件定义之阀值

针对所关心区域(如中国、华北或某省),根据事件的综合指数大小分布特点确定该阀值。对那些超过该“阀值”的事件进行编号,称之为(编号)区域性事件;而将那些未达到该“阀值”的事件称为弱事件。

(编号)

区域性事件之

等级划分阀值

    由(编号)区域性事件的综合指数大小分布特点、根据四级划分原则(极端10%、重度20%、中度40%和轻度30%)得到的3个分界值。