基于气候区的台站降水观测误差修订方法及系统

摘要

本发明提供一种基于气候区的台站降水观测误差修订方法及系统，所述方法包括：获取预设时段内预设区域内台站的气温数据、降水事件类型、干燥度数据和降水观测值；将所述预设区域划分为多个待分析气候区；根据所述气温数据和降水事件类型，通过预设的气温阈值算法，确定所述各待分析气候区的气温阈值；根据所述气温阈值、所述各待分析气候区内的台站的气温数据和所述各待分析气候区内的台站的降水观测值，通过预设的气候区降水观测误差订正算法，确定所述各待分析气候区的订正降水值。本发明将待分析区域按照气候区划分后，再根据气候区的不同特点，计算不同的气温阈值计入降水观测误差的订正算法中提高了待分析区域的降水观测误差的准确率。

说明书

技术领域

本发明涉及水文、气象数据分析领域，特别是涉及基于气候区的台站降水观测误差修订方法及系统。

背景技术

降水资料是目前全球水热循环以及气候变化研究最主要的气候资料之一，降水资料的准确与否不仅直接影响流域尺度的水文过程研究，而且对于区域乃至全球尺度的气候和水文研究至关重要。

然而，目前所用的降水资料主要是由各种标准的雨量计直接观测得到，一方面由于雨量计对风场的改变引起的动力损失、雨量计的湿润和蒸发损失，无法对微量降水进行准确观测等各种因素的存在，使得观测的降水量值远小于实际降水量，降水观测资料存在系统观测误差，包括动力损失、湿润损失、蒸发损失以及微量降水等各种损失计算在内后，来自雨量计的降水观测资料依然存在很大的系统误差。

发明内容

基于此，有必要针对雨量计的降水观测误差问题，提供一种基于气候区的台站降水观测误差修订方法及系统。

本发明提供一种基于气候区的台站降水观测误差修订方法，包括：

获取预设时段内预设区域内台站的气温数据、降水事件类型、干燥度数据和降水观测值；

根据气候区划分标准，以及所述预设区域内台站的气温数据、干燥度数据和降水观测值，将所述预设区域划分为多个待分析气候区；

根据所述气温数据和降水事件类型，通过预设的气温阈值算法，确定所述多个待分析气候区中各待分析气候区的气温阈值；

根据所述气温阈值、所述各待分析气候区内的台站的气温数据和所述各待分析气候区内的台站的降水观测值，通过预设的气候区降水观测误差订正算法，确定所述各待分析气候区的订正降水值。

在其中一个实施例中，所述根据气候区划分标准，以及所述预设区域内台站的气温数据、干燥度数据和降水观测值，将所述预设区域划分为多个待分析气候区，包括：

根据气候区划分标准和所述预设区域的气温数据、计算所得的干燥度数据和降水观测值，将所述预设区域依次划分温度带、所述温度带内的干湿区和所述干湿区内的气候区；

根据所述干湿区内的气候区，将所述预设区域划分为多个待分析气候区。

在其中一个实施例中，所述根据所述气温数据和降水事件类型，通过预设的气温阈值算法，确定所述各待分析气候区的气温阈值，包括：

所述降水事件类型包括降雨事件、雨夹雪事件和降雪事件；

所述根据所述气温数据和降水事件类型，确定所述各待分析气候区的气温阈值，包括：

计算所述待分析气候区的所有雨夹雪事件和所有降雪事件之和占全部所述降水事件的比例，获取第一比例值；

将所述第一比例值和预设的第一阈值进行比较，若所述第一比例值小于所述预设的第一阈值，则所述待分析气候区无气温阈值，所述待分析气候区只有降雨事件；

若所述第一比例值不小于所述预设的第一阈值，则所述待分析气候区有气温阈值。

在其中一个实施例中，所述方法还包括：

若所述第一比例值不小于所述预设的第一阈值，计算所述待分析气候区的所有雨夹雪事件之和占全部所述降水事件的比例，获取第二比例值；

将所述第二比例值和预设的第二阈值进行比较，若所述第二比例值小于第二阈值，则确定所述待分析气候区的气温阈值为单临界气温阈值，所述单临界气温阈值为降雨事件和降雪事件的临界气温值；

若所述第二比例值大于等于第二阈值，则确定所述待分析气候区的气温阈值为双临界气温阈值，所述双临界气温阈值包括第一临界气温阈值和第二临界气温阈值，其中所述第一临界气温阈值为降雨事件和雨夹雪事件的临界气温值，所述第二临界气温阈值为雨夹雪事件和降雪事件的临界气温值。

在其中一个实施例中，所述确定所述待分析气候区的气温阈值为单临界气温阈值，包括：

获取所有雨夹雪事件的气温值；

计算所述所有雨夹雪事件的气温值的算术平均值，并将所述算术平均值确定为所有雨夹雪事件的平均气温值；

将所述所有雨夹雪事件的平均气温值确定为所述待分析气候区的所述单临界气温阈值。

在其中一个实施例中，所述确定所述待分析气候区的气温阈值为双临界气温阈值，包括：

以降雨事件过渡至雨夹雪事件再过渡至降雪事件为时间轴，在所述降水事件中确定所有雨夹雪事件中的第一分位次的雨夹雪事件和第二分位次的雨夹雪事件；

将所述第一分位次雨夹雪事件的气温值确定为所述待分析气候区第一临界气温阈值，将所述第二分位次雨夹雪事件的气温值确定为所述待分析气候区第二临界气温阈值。

在其中一个实施例中，所述根据所述气温阈值、所述待分析气候区内的台站的气温数据和所述待分析气候区内的台站的降水观测值，通过预设的气候区降水观测误差订正算法，确定所述各待分析气候区的订正降水值，包括：

根据所述各待分析气候区的气温阈值和所述气温数据，确定所述待分析气候区的降雪事件占所述全部所述降水事件的比例，获取所述各待分析气候区的降雪事件比例值；

根据所述各待分析气候区的降雪事件比例值和预设的第一风速，通过预设的雨量计捕捉算法，计算所述各待分析气候区内的台站的降水事件捕捉率；

根据所述各待分析气候区内的台站的降水事件捕捉率，所述各待分析气候区内的台站的降水观测值，通过预设的气候区降水观测误差订正算法，确定所述各待分析气候区的订正降水值。

在其中一个实施例中，所述根据所述各待分析气候区内的台站的降水事件捕捉率，所述各待分析气候区内的台站的降水观测值，通过预设的气候区降水观测误差订正算法，确定所述各待分析气候区的订正降水值，包括：

获取所述各待分析气候区内的台站的湿润损失、蒸发损失和微量降水损失；

根据所述湿润损失、所述蒸发损失、所述微量降水损失、所述各待分析气候区内的台站的降水捕捉率和所述待分析气候区内的台站的降水观测值，确定所述各待分析气候区的订正降水值。

在其中一个实施例提供的基于气候区的台站降水观测误差修订方法中，将待分析区域按照气候区划分为不同的待分析气候区后，按照不同的气候区分别计算各待分析气候区的气温阈值，再将各待分析气候区的气温阈值计入降水观测误差的订正算法中，计算各待分析气候区的订正降水值。将待分析区域按照气候区划分后，再根据气候区的不同特点，计算不同的气温阈值计入降水观测误差的订正算法中，能够避免现有的降水观测误差的订正算法中，将不同的气候区的气温阈值都进行统一的平均计算引起的系统误差，提高了单个雨量计的降水观测误差的准确率，提高了待分析区域的降水观测误差的准确率，也进一步的提高了整个区域的降水观测误差的订正算法的准确率。

在其中一个实施例中，根据不同气候区的降水事件的特点，首先区分是否有气温阈值，在有气温阈值的情况下，进一步的区分单临界气温阈值和双临界气温阈值，确定出的各待分析气候区的气温阈值更加符合实际，也使得基于不同待分析气候区的气温阈值计算的订正降水值的结果更加准确。

在其中一个实施例中，降水观测误差订正算法中所使用的降水事件捕捉率，是根据不同气候区计算得出的气温阈值所确定的不同的降水事件捕捉率，使得降水观测误差订正算法计算得出的订正降水值，系统误差小，结果更加准确。

本发明还提供一种基于气候区的台站降水观测误差修订系统，包括：

数据获取模块，用于获取预设时段内预设区域内台站的气温数据、降水事件类型、干燥度数据和降水观测值；

待分析气候区划分模块，用于根据气候区划分标准，以及所述预设区域内台站的气温数据、干燥度数据和降水观测值，将所述预设区域划分为多个待分析气候区；

气温阈值确定模块，用于根据所述气温数据和降水事件类型，通过预设的气温阈值算法，确定所述多个待分析气候区中各待分析气候区的气温阈值；

降水修订值确定模块，用于根据所述气温阈值、所述各待分析气候区内的台站的气温数据和所述各待分析气候区内的台站的降水观测值，通过预设的气候区降水观测误差订正算法，确定所述各待分析气候区的订正降水值。

在其中一个实施例中，所述待分析气候区划分模块，包括：

气候区确定单元，用于根据气候区划分标准和所述预设区域的气温数据、计算所得的干燥度数据和降水观测值，将所述预设区域依次划分温度带、所述温度带内的干湿区和所述干湿区内的气候区；

待分析气候区确定单元，用于根据所述干湿区内的气候区，将所述预设区域划分为多个待分析气候区。

在其中一个实施例中，所述降水事件类型包括降雨事件、雨夹雪事件和降雪事件；

所述气温阈值确定模块，包括：

第一比例值计算单元，用于计算所述待分析气候区的所有雨夹雪事件和所有降雪事件之和占全部所述降水事件的比例，获取第一比例值；

气温阈值确定单元，用于将所述第一比例值和预设的第一阈值进行比较，若所述第一比例值小于所述预设的第一阈值，则所述待分析气候区无气温阈值，所述待分析气候区只有降雨事件；若所述第一比例值不小于所述预设的第一阈值，则所述待分析气候区有气温阈值。

在其中一个实施例中，所述气温阈值确定单元，还包括：

第二比例值计算子单元，用于若所述第一比例值不小于所述预设的第一阈值，计算所述待分析气候区的所有雨夹雪事件之和占全部所述降水事件的比例，获取第二比例值；

单双临界气温阈值确定子单元，用于将所述第二比例值和预设的第二阈值进行比较，若所述第二比例值小于第二阈值，则确定所述待分析气候区的气温阈值为单临界气温阈值，所述单临界气温阈值为降雨事件和降雪事件的临界气温值；若所述第二比例值大于或等于第二阈值，则确定所述待分析气候区的气温阈值为双临界气温阈值，所述双临界气温阈值包括第一临界气温阈值和第二临界气温阈值，其中所述第一临界气温阈值为降雨事件和雨夹雪事件的临界气温值，所述第二临界气温阈值为雨夹雪事件和降雪事件的临界气温值。

在其中一个实施例中，所述单双临界气温阈值确定子单元，用于获取所有雨夹雪事件的气温值；计算所述所有雨夹雪事件的气温值的算术平均值，并将所述算术平均值确定为所有雨夹雪事件的平均气温值；将所述所有雨夹雪事件的平均气温值确定为所述待分析气候区的所述单临界气温阈值。

在其中一个实施例中，所述单双临界气温阈值确定子单元，用于以降雨事件过渡至雨夹雪事件再过渡至降雪事件为时间轴，在所述降水事件中确定所有雨夹雪事件中的第一分位次的雨夹雪事件和第二分位次的雨夹雪事件；将所述第一分位次雨夹雪事件的气温值确定为所述待分析气候区第一临界气温阈值，将所述第二分位次雨夹雪事件的气温值确定为所述待分析气候区第二临界气温阈值。

在其中一个实施例中，所述降水修订值确定模块，包括：

降雪事件比例值计算单元，用于根据所述各待分析气候区的气温阈值和所述气温数据，确定所述待分析气候区的降雪事件占所述全部所述降水事件的比例，获取所述各待分析气候区的降雪事件比例值；

降水事件捕捉率计算单元，用于根据所述各待分析气候区的降雪事件比例值和预设的第一风速，通过预设的雨量计捕捉算法，计算所述各待分析气候区内的台站的降水事件捕捉率；

订正降水值计算单元，用于根据所述各待分析气候区内的台站的降水事件捕捉率，所述各待分析气候区内的台站的降水观测值，通过预设的气候区降水观测误差订正算法，确定所述各待分析气候区的订正降水值。

在其中一个实施例中，所述订正降水值计算单元，包括：

损失获取子单元，用于获取所述各待分析气候区内的台站的湿润损失、蒸发损失和微量降水损失；

订正降水值计算子单元，用于根据所述湿润损失、所述蒸发损失、所述微量降水损失、所述各待分析气候区内的台站的降水捕捉率和所述待分析气候区内的台站的降水观测值，确定所述各待分析气候区的订正降水值。

在其中一个实施例提供的基于气候区的台站降水观测误差修订系统中，将待分析区域按照气候区划分为不同的待分析气候区后，按照不同的气候区分别计算各待分析气候区的气温阈值，再将各待分析气候区的气温阈值计入降水观测误差的订正算法中，计算各待分析气候区的订正降水值。将待分析区域按照气候区划分后，再根据气候区的不同特点，计算不同的气温阈值计入降水观测误差的订正算法中，能够避免现有的降水观测误差的订正算法中，将不同的气候区的气温阈值都进行统一的平均计算引起的系统误差，提高了单个雨量计的降水观测误差的准确率，提高了待分析区域的降水观测误差的准确率，也进一步的提高了整个区域的降水观测误差的订正算法的准确率。

在其中一个实施例中，根据不同气候区的降水事件的特点，首先区分是否有气温阈值，在有气温阈值的情况下，进一步的区分单临界气温阈值和双临界气温阈值，确定出的各待分析气候区的气温阈值更加符合实际，也使得基于不同待分析气候区的气温阈值计算的订正降水值的结果更加准确。

在其中一个实施例中，降水观测误差订正算法中所使用的降水事件捕捉率，是根据不同气候区计算得出的气温阈值所确定的不同的降水事件捕捉率，使得降水观测误差订正算法计算得出的订正降水值，系统误差小，结果更加准确。

附图说明

图1为一个实施例中的基于气候区的台站降水观测误差修订方法的流程示意图；

图2为另一个实施例中的基于气候区的台站降水观测误差修订方法的流程示意图；

图3为又一个实施例中的基于气候区的台站降水观测误差修订方法的流程示意图；

图4为再一个实施例中的基于气候区的台站降水观测误差修订方法的流程示意图；

图5为一个实施例中的基于气候区的台站降水观测误差修订系统的结构示意图；

图6为另一个实施例中的基于气候区的台站降水观测误差修订系统的结构示意图；

图7为又一个实施例中的基于气候区的台站降水观测误差修订系统的结构示意图；

图8为再一个实施例中的基于气候区的台站降水观测误差修订系统的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例对本发明进行进一步说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

图1为一个实施例中的基于气候区的台站降水观测误差修订方法的流程示意图，如图1所示的基于气候区的台站降水观测误差修订方法包括：

步骤S100，获取预设时段内预设区域内台站的气温数据、降水事件类型、干燥度数据和降水观测值。

具体的，为使降水观测值的结果更加准确以及符合实际，所述的预设时段一般选择至少十年的时间段；所述预设区域，一般按照地理上的地形地貌进行划分，如青藏高原区域、乌鲁木齐河流域等；所述的气温数据，包括月平均气温数据、日平均气温数据、极端最低气温等；所述降水事件类型，包括降雨事件、雨夹雪事件、降雪事件等；所述干燥度数据，包括年干燥度等；所述降水观测值，包括雨量计的观测值等。

步骤S200，根据气候区划分标准，以及所述预设区域内台站的气温数据、干燥度数据和降水观测值，将所述预设区域划分为多个待分析气候区。

具体的，结合区域气候特征，划分温度带、干湿区和气候区。采用日平均气温大于10℃的日数作为划分温度带的重要指标；采用年干燥度(最大可能蒸散多年平均与年降水量多年平均的比值)作为干湿区划分的主要指标；采用7月平均气温作为气候区的划分指标。

根据气候区划分标准和所述预设区域的气温数据、干燥度数据和降水观测值,将所述预设区域依次划分温度带、所述温度带内的干湿区和所述干湿区内的气候区。如，采用1981-2010年日气象观测数据，根据国家标准气候区划方法进行气候区划分，遵循“地带性与非地带性相结合、发生同一性与区域气候特征相对一致性相结合、综合性和主导因素相结合、自上而下和自下而上相结合及空间分布连续性与取大去小”5个原则。

1、划分温度带：

在温度带的划分中，通常使用平均气温的指标作为划分标准，例如以日平均气温稳定≥10℃的日数作为划分温度带的主要指标，以日平均气温稳定≥10℃的积温为参考指标。以1月平均气温作为划分温度带的辅助指标(对于地势差异大的青藏高原同时将7月平均气温作为辅助指标)，以极端最低气温的多年平均值为其参考指标，具体划分标准见表1。

表1

2、划分干湿区：

以年干燥度(最大可能蒸散多年平均与年降水量多年平均的比值)作为干湿区划分的主要指标。以年降水量表，具体划分标准见表2。

表2

3、划分气候区：

以七月平均气温作为气候区的划分指标，具体划分标准见表3。

表3

根据所述气候区，将所述预设区域划分为待分析气候区，即，根据上述表3中划分出的气候区，将所述预设区域划分为多个待分析气候区。

步骤S300，根据所述气温数据和降水事件类型，通过预设的气温阈值算法，确定所述多个待分析气候区中各待分析气候区的气温阈值。

具体的，在降水事件类型中，只考虑降雨、雨夹雪、降雪三种降水形态。根据所述各待分析气候区，利用待分析气候区内的气象站日平均气温和降水事件类型来统计降雨和降雪的气温阈值。不同的待分析气象区内的气温阈值也不同，保证了后续计算的准确性。

实际操作中，可通过绘制每个气象站点日平均气温和不同降水形态之间的散点图，确定气温阈值。

步骤S400，根据所述气温阈值、所述各待分析气候区内的台站的气温数据和所述各待分析气候区内的台站的降水观测值，通过预设的气候区降水观测误差订正算法，确定所述各待分析气候区的订正降水值。

具体的，首先，根据所述气温阈值、所述待分析气候区内的台站的气温数据和所述待分析气候区内的台站的降水观测值，分别计算所述各待分析气候区的降水事件捕捉率，所述降水事件捕捉率包括降雨捕捉率、雨夹雪捕捉率和降雪捕捉率，在降水事件捕捉率的计算中，根据不同的气候区计算的各待分析气候区的气温阈值，决定了不同的待分析气候区的各降水事件的捕捉率。

根据所述降水事件捕捉率、湿润损失、蒸发损失、微量降水，通过降水修正算法计算所述各待分析气候区的订正降水值。

本实施例提供的基于气候区的台站降水观测误差修订方法中，将待分析区域按照气候区划分为不同的待分析气候区后，按照不同的气候区分别计算各待分析气候区的气温阈值，再将各待分析气候区的气温阈值计入降水观测误差的订正算法中，计算各待分析气候区的订正降水值。通过将待分析区域按照气候区划分后，再根据气候区的不同特点，计算不同的气温阈值计入降水观测误差的订正算法中，能够避免现有的降水观测误差的订正算法中，将不同的气候区的气温阈值都进行统一的平均计算引起的系统误差，提高了单个雨量计的降水观测误差的准确率，提高了待分析气候区的降水观测误差的准确率，也进一步的提高了预设区域的降水观测误差的订正算法的准确率。

图2为另一个实施例中的基于气候区的台站降水观测误差修订方法的流程示意图，如图2所示的基于气候区的台站降水观测误差修订方法包括：

步骤S310，计算所述待分析气候区的所有雨夹雪事件和所有降雪事件之和占全部所述降水事件的比例，获取第一比例值。

具体的，所述降水事件类型包括降雨事件、雨夹雪事件和降雪事件。

计算所述待分析气候区的所有雨夹雪事件和所有降雪事件之和占全部所述降水事件的比例，获取第一比例值。在一个待分析气候区内，分别统计所有的降水事件的总和、降水事件的总和、雨夹雪事件的总和和降雪事件的总和，所述第一比例值为所有雨夹雪事件的总和加所有降雪事件的总和，占所有降水事件的总和的比例。

步骤S320，将所述第一比例值和预设的第一阈值进行比较，判断所述第一比例值是否小于所述预设的第一阈值，若是，接步骤S330，若否，跳至步骤S340。

具体的，所述第一阈值取值为3％，将上述步骤中的第一比例值和3％进行比较，判断所述第一比例值是否小于3％。

步骤S330，所述待分析气候区无气温阈值，所述待分析气候区只有降雨事件。

具体的，如所述的第一比例值小于3％，可以认为这个待分析气候区内只有降雨事件，因此也没有温度阈值。

步骤S340，所述待分析气候区有气温阈值，计算所述待分析气候区的所有雨夹雪事件之和占全部所述降水事件的比例，获取第二比例值。

具体的，如所述第一比例值大于等于3％，此时所述待分析气候区有温度阈值。进一步的，计算所述待分析气候区内所有雨夹雪事件的总和站所述所有降水事件的比例，获取第二比例值。

步骤S350，将所述第二比例值和预设的第二阈值进行比较，判断所述第二比例值是否小于第二阈值，若是，接步骤S360，若否，跳至步骤S370。

具体的，所述第二阈值为5％，若所述待分析气候区内所有雨夹雪事件的总和占所述所有降水事件的比例和5％进行比较。

步骤S360，确定所述待分析气候区的气温阈值为单临界气温阈值，所述单临界气温阈值为降雨事件和降雪事件的临界气温值。

具体的，若所述待分析气候区内所有雨夹雪事件的总和占所述所有降水事件的比例不超过5％，可以认为所述待分析区域发生雨夹雪事件的几率很小，可以认为只发生降雨事件和降雪事件。所述的温度阈值可以界定为单临界气温阈值。

所述的单临界气温阈值可以通过获取所有雨夹雪事件的气温值；计算所述所有雨夹雪事件的气温值的算术平均值，获取所有雨夹雪事件的平均气温值；将所述所有雨夹雪事件的平均气温值确定为所述单临界气温阈值即可。

步骤S370，确定所述待分析气候区的气温阈值为双临界气温阈值，所述双临界气温阈值包括第一临界气温阈值和第二临界气温阈值，其中所述第一临界气温阈值为降雨事件和雨夹雪事件的临界气温值，所述第二临界气温阈值为雨夹雪事件和降雪事件的临界气温值。

具体的，若所述待分析气候区内所有雨夹雪事件的总和占所述所有降水事件的比例大于等于5％，可以认为所述待分析区域发生降雨事件、雨夹雪事件和降雪事件的几率都很大，所述的温度阈值可以界定为双临界气温阈值。

以降雨事件过渡至雨夹雪事件再过渡至降雪事件为时间轴，在所述降水事件中确定所有雨夹雪事件中的第一分位次的雨夹雪事件和第二分位次的雨夹雪事件；将所述第一分位次雨夹雪事件的气温值确定为第一临界气温阈值，将所述第二分位次雨夹雪事件的气温值确定为第二临界气温阈值。如，设定第一分位次为5％，第二分位次为95％，则将所有雨夹雪事件中的第5％次的雨夹雪事件的气温值确定为第一临界气温阈值，将所有雨夹雪事件中的第95％次的雨夹雪事件的气温值确定为第二临界气温阈值。所述第5％次和第95％的降雪事件的气温值，取所述待分析气候区内的台站的所有观测值的平均值。

本实施例中，根据不同气候区的降水事件的特点，首先区分是否有气温阈值，在有气温阈值的情况下，进一步的区分单临界气温阈值和双临界气温阈值，确定出的各待分析气候区的气温阈值更加符合实际，也使得基于不同待分析气候区的气温阈值计算的订正降水值的结果更加准确。

图3为又一个实施例中的基于气候区的台站降水观测误差修订方法的流程示意图，如图3所示的基于气候区的台站降水观测误差修订方法包括：

步骤S410，根据所述各待分析气候区的气温阈值和所述气温数据，确定所述待分析气候区的降雪事件占所述全部所述降水事件的比例，获取所述各待分析气候区的降雪事件比例值。

具体的，根据所得温度阈值可计算该气候区降雪事件占总降水事件的比例S，具体计算公式如下：

单临界气温阈值法：

双临界气温阈值法：

式中，T_P为单临界气温阈值法所得温度阈值；T_L、T_S为双临界气温阈值法所得温度阈值；T_max、T_min、T_d分别为日最高、最低、平均气温。

步骤S420，根据所述各待分析气候区的降雪事件比例值和预设的第一风速，通过预设的雨量计捕捉算法，计算所述各待分析气候区内的台站的降水事件捕捉率。

具体的，分别计算不同气候带台站观测降雨、雨夹雪、降雪捕捉率。具体公式如下：

CR_snow＝exp(-0.056W_s)*100(0<W_s<6.2)

CR_rain＝exp(-0.041W_s)*100(0<W_s<7.3)

CR_mixed＝1/(S/CR_snow+(1-S)CR_rain)

式中，W_s为我国标准的10m高度日风速(m/s)，S为降雪事件占总降水事件的比例，CR_snow为降雪事件的捕捉率，CR_rain为降雨事件的捕捉率，CR_mixed为雨夹雪事件的捕捉率。

步骤S430，根据所述各待分析气候区内的台站的降水事件捕捉率，所述各待分析气候区内的台站的降水观测值，通过预设的气候区降水观测误差订正算法，确定所述各待分析气候区的订正降水值。

具体的，将所述各待分析气候区内的各台站的各降水事件捕捉率，代入降水观测误差订正算法的方程式中，计算各待分析气候区的订正降水值。所述降水观测误差订正方程，包括了雨量计的湿润损失、蒸发损失、微量降水及由于风速引起的雨量计的捕捉率导致的动力损失。

本实施例中，降水观测误差订正算法中所使用的降水事件捕捉率，是根据不同气候区计算得出的气温阈值所确定的不同的降水事件捕捉率，使得降水观测误差订正算法计算得出的订正降水值，系统误差小，结果更加准确。

图4为再一个实施例中的基于气候区的台站降水观测误差修订方法的流程示意图，如图4所示的基于气候区的台站降水观测误差修订方法包括：

步骤S431，获取所述各待分析气候区内的台站的湿润损失、蒸发损失和微量降水损失。

具体的，ΔP_w为湿润损失；ΔP_e为蒸发损失；ΔP_t为微量降水。湿润损失，蒸发损失及微量降水的取值见表4。

步骤S432，根据所述湿润损失、所述蒸发损失、所述微量降水损失、所述各待分析气候区内的台站的降水捕捉率和所述待分析气候区内的台站的降水观测值，确定所述各待分析气候区的订正降水值。

具体的，所述降水观测误差订正方程为：

P_c＝K(P_g+ΔP_w+ΔP_e+ΔP_t)

其中，Pc，为订正后的降水；Pg，地面观测站降水；ΔP_w，湿润损失；ΔP_e为蒸发损失；ΔP_t为微量降水；K，订正系数；CR，降水捕捉率。

本实施例中，降水观测误差订正算法中所使用的降水事件捕捉率，是根据不同气候区计算得出的气温阈值所确定的不同的降水事件捕捉率，使得降水观测误差订正算法计算得出的订正降水值，系统误差小，结果更加准确。

图5为一个实施例中的基于气候区的台站降水观测误差修订系统的结构示意图，如图5所示的基于气候区的台站降水观测误差修订系统包括：

数据获取模块100，用于获取预设时段内预设区域内台站的气温数据、降水事件类型、干燥度数据和降水观测值。

待分析气候区划分模块200，用于根据气候区划分标准，以及所述预设区域内台站的气温数据、干燥度数据和降水观测值，将所述预设区域划分为多个待分析气候区。

气温阈值确定模块300，用于根据所述气温数据和降水事件类型，通过预设的气温阈值算法，确定所述多个待分析气候区中各待分析气候区的气温阈值。

降水修订值确定模块400，用于根据所述气温阈值、所述各待分析气候区内的台站的气温数据和所述各待分析气候区内的台站的降水观测值，通过预设的气候区降水观测误差订正算法，确定所述各待分析气候区的订正降水值。

本实施例提供的基于气候区的台站降水观测误差修订系统，将待分析区域按照气候区划分为不同的待分析气候区后，按照不同的气候区分别计算各待分析气候区的气温阈值，再将各待分析气候区的气温阈值计入降水观测误差的订正算法中，计算各待分析气候区的订正降水值。将待分析区域按照气候区划分后，再根据气候区的不同特点，计算不同的气温阈值计入降水观测误差的订正算法中，能够避免现有的降水观测误差的订正算法中，将不同的气候区的气温阈值都进行统一的平均计算引起的系统误差，提高了单个雨量计的降水观测误差的准确率，提高了待分析气候区的降水观测误差的准确率，也进一步的提高了预设区域的降水观测误差的订正算法的准确率。

图6为另一个实施例中的基于气候区的台站降水观测误差修订系统的结构示意图，如图6所示的基于气候区的台站降水观测误差修订系统包括：

气候区确定单元210，用于根据气候区划分标准和所述预设区域的气温数据、计算所得的干燥度数据和降水观测值，将所述预设区域依次划分温度带、所述温度带内的干湿区和所述干湿区内的气候区；

待分析气候区确定单元220，用于根据所述干湿区内的气候区，将所述预设区域划分为多个待分析气候区。

本实施例中，将预设区域划分为不同的气候区，根据不同的气候区的气候特点，计算不同的降水事件捕捉率，使得降水观测误差订正算法计算得出的订正降水值，系统误差小，结果更加准确。

图7为又一个实施例中的基于气候区的台站降水观测误差修订系统的结构示意图，如图7所示的基于气候区的台站降水观测误差修订系统包括：

第一比例值计算单元310，用于计算所述待分析气候区的所有雨夹雪事件和所有降雪事件之和占全部所述降水事件的比例，获取第一比例值。

气温阈值确定单元320，用于将所述第一比例值和预设的第一阈值进行比较，若所述第一比例值小于所述预设的第一阈值，则所述待分析气候区无气温阈值，所述待分析气候区只有降雨事件；若所述第一比例值不小于所述预设的第一阈值，则所述待分析气候区有气温阈值。

所述气温阈值确定单元320，还包括：

第二比例值计算子单元321，用于若所述第一比例值不小于所述预设的第一阈值，计算所述待分析气候区的所有雨夹雪事件之和占全部所述降水事件的比例，获取第二比例值。

单双临界气温阈值确定子单元322，用于将所述第二比例值和预设的第二阈值进行比较，若所述第二比例值小于第二阈值，则确定所述待分析气候区的气温阈值为单临界气温阈值，所述单临界气温阈值为降雨事件和降雪事件的临界气温值；若所述第二比例值大于或等于第二阈值，则确定所述待分析气候区的气温阈值为双临界气温阈值，所述双临界气温阈值包括第一临界气温阈值和第二临界气温阈值，其中所述第一临界气温阈值为降雨事件和雨夹雪事件的临界气温值，所述第二临界气温阈值为雨夹雪事件和降雪事件的临界气温值。

所述单双临界气温阈值确定子单元322，用于获取所有雨夹雪事件的气温值；计算所述所有雨夹雪事件的气温值的算术平均值，并将所述算术平均值确定为所有雨夹雪事件的平均气温值；将所述所有雨夹雪事件的平均气温值确定为所述待分析气候区的所述单临界气温阈值；还用于以降雨事件过渡至雨夹雪事件再过渡至降雪事件为时间轴，在所述降水事件中确定所有雨夹雪事件中的第一分位次的雨夹雪事件和第二分位次的雨夹雪事件；将所述第一分位次雨夹雪事件的气温值确定为所述待分析气候区第一临界气温阈值，将所述第二分位次雨夹雪事件的气温值确定为所述待分析气候区第二临界气温阈值。

本实施例中，根据不同气候区的降水事件的特点，首先区分是否有气温阈值，在有气温阈值的情况下，进一步的区分单临界气温阈值和双临界气温阈值，确定出的各待分析气候区的气温阈值更加符合实际，也使得基于不同待分析气候区的气温阈值计算的订正降水值的结果更加准确。

图8为再一个实施例中的基于气候区的台站降水观测误差修订系统的结构示意图，如图8所示的基于气候区的台站降水观测误差修订系统包括：

降雪事件比例值计算单元410，用于根据所述各待分析气候区的气温阈值和所述气温数据，确定所述待分析气候区的降雪事件占所述全部所述降水事件的比例，获取所述各待分析气候区的降雪事件比例值。

降水事件捕捉率计算单元420，用于根据所述各待分析气候区的降雪事件比例值和预设的第一风速，通过预设的雨量计捕捉算法，计算所述各待分析气候区内的台站的降水事件捕捉率。

订正降水值计算单元430，用于根据所述各待分析气候区内的台站的降水事件捕捉率，所述各待分析气候区内的台站的降水观测值，通过预设的气候区降水观测误差订正算法，确定所述各待分析气候区的订正降水值。

所述订正降水值计算单元430，包括：

损失获取子单元431，用于获取所述各待分析气候区内的台站的湿润损失、蒸发损失和微量降水损失。

订正降水值计算子单元432，用于根据所述湿润损失、所述蒸发损失、所述微量降水损失、所述各待分析气候区内的台站的降水捕捉率和所述待分析气候区内的台站的降水观测值，确定所述各待分析气候区的订正降水值。

本实施例中，降水观测误差订正算法中所使用的降水事件捕捉率，是根据不同气候区计算得出的气温阈值所确定的不同的降水事件捕捉率，使得降水观测误差订正算法计算得出的订正降水值，系统误差小，结果更加准确。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。