如何使用格点数据分析中国霜冻灾害变化技术应用

霜冻是一种短历时的农业气象灾害，它是由于日最低气温下降，使植物茎、叶处温度下降到0℃以下，导致正在生长的植物受到冻伤的现象。霜冻出现的早晚会对农作物产量产生显著影响。单站的数据很难在区域范围应用，本课将展示直接利用格点数据进行霜冻灾害分析的主要步骤。

白老师，长期从事地学领域数据挖掘、区域气候变化、数值模式、地学统计。主要研究领域为复杂数据分析和统计建模，长期从事python语言的教学与应用，有丰富的地学数据分析、建模、商务智能等项目实施与管理经验。

准备：

格点数据：CN05.1            

工具：anaconda 5.0

库：scipy、numpy、xarray、pandas，sklearn  

备注：案例数据、代码、讲义一起发放。

一、霜冻灾害辨识初霜日和终霜日计算霜冻日辨识方法：

（ 1） 8 月 1 日−12 月 31 日，首个日最低气温低于阈值温度的日期为初霜日；

（ 2）1 月 1 日−7 月 31 日，最后一个日最低气温低于阈值温度的日期为终霜日；

（ 3）在同一年度，终霜日与初霜日间隔日数为无霜期。若上年度未出现，则上年度初、终霜日为空值。

二、霜冻灾害强度计算

在每年终霜日与初霜日之间的生长季，依据下表计算霜冻

基于日2m最低气温的霜冻强度等级划分标准

三、点尺度与格点尺度霜冻灾害轻度和日期趋势分析以 1961−1990 年为基准期，计算初霜冻日期、终霜冻日期、无霜期长度和生长季内轻度霜冻、中度霜冻和重度霜冻时间序列的距平变化，并进行 7点平滑处理，获得 1967−2018 年的时间序列，最后使用线性回归方法计算线性变化趋势。

四、霜冻灾害区划在格点化气象数据的基础上，利用空间聚类分析方法研究中国范围内的霜冻灾害区划。

聚类算法采用 Python 的 sklearn 库中 Kmeans 算法，聚类特征采用霜冻日期信息（初霜冻日期、终霜冻日期、无霜期长度）和霜冻强度等级气候态信息（生长季内轻度霜冻、中度霜冻和重度霜冻）。

原文链接