气候模式数据分位数映射法偏差矫正

曦嘻喜喜

已于 2023-07-29 17:48:59 修改

阅读量1.3k

点赞数

文章标签：数据分析

于 2023-07-13 17:57:25 首次发布

本文链接：https://blog.csdn.net/weixin_45626690/article/details/131682584

版权

近期在用CFS的天气预报产品，想要做偏差矫正处理；

1.首先查看的偏差矫正方法是分位数映射，参考的资料（很详细）：

分位数映射数据后处理-Quantile Mapping后处理 (R语言)_忠言睿长的博客-CSDN博客

基于分位数映射法的黑河上游气候模式降水误差订正 - 中国知网

做矫正时，观测和模拟两个时间序列应该保持一致吧；

还没有开始做，等做完再来更新~~~

20230729——R语言 Qmap 分位数映射

处理好CFS回报数据后开始做矫正，主要看的R官方文件，看自己选择什么映射方法，其中的方法很多；我自己在尝试的时候选择了PTF和DIST，PTF做的时候注意时间序列数据框是列的格式，按时间年份以列的形式排列好，我的之前是行的形式，一直报错；DIST方法一直报错未解决问题；最终选择了PTF；

PTF中我理解的观测和模拟之间关系又可以有多种方法，尝试了指数和线性，感觉最终矫正后的结果差别不大（通过ggplot图示），选择了线性；

library(xlsx)
library(qmap)
library(ggplot2)
###data_ready
ori<-read.xlsx("F:/db/climate/cli_grow/tem_m_p5.xlsx", sheetIndex=1)
ori<-ori[,2:28]


file_list <- list.files("E:/seasonyield_predict_2/datapre/cfs_hindcast/month_m_county/", 
                        pattern = "tem_09_", full.names = TRUE)
###制备列名
year<-c(1984:2010)

for (f in file_list) {
  cfs<-read.xlsx(f,sheetIndex = 1)
  cfs<-cfs[,3:29]

  names(ori)<-year
  names(cfs)<-year
  
  ###qm_correct
  fit<-c()
  bia<-c()
  
  for (r in 1:nrow(ori)) {
    obs<-ori[r,]
    obs<-t(obs)#row_col
    sim<-cfs[r,]
    sim<-t(sim)
    qm.fit<-fitQmapPTF(obs,sim,transfun="linear",wet.day=TRUE,cost="RSS",qstep=0.001)
    qm <- doQmapPTF(sim,qm.fit)
    bia<-rbind(bia,t(qm))
    xishu<-qm.fit[["par"]]
    fit<-rbind(fit,xishu)
    
    # qm.fit<-fitQmapDIST(obs,sim,distr="GammaDist",qstep=0.001)
    # qm <- doQmapDIST(sim,qm.fit)
    # #Error in xx[!xx.NULL][[1]] : subscript out of bounds
    
  }
  
  write.xlsx(bia,paste0("E:/seasonyield_predict_2/datapre/cfs_hindcast/bia_month_m/",basename(f)))
  write.xlsx(fit,paste0("E:/seasonyield_predict_2/datapre/cfs_hindcast/xishu_month_m/",basename(f)))
  
}

# ###test
# qm<-as.data.frame(qm)
# names(qm)<-c('v')
# obs<-as.data.frame(obs)
# names(obs)<-c('v')
# sim<-as.data.frame(sim)
# names(sim)<-c('v')
# "power" and "linear"  差不多
# ggplot() +
#   geom_line(data = qm, aes(x=c(1984:2010),y=v,color = "Series 1")) +
#   geom_line(data = obs, aes(x=c(1984:2010),y=v,color = "Series 2")) +
#   geom_line(data = sim, aes(x=c(1984:2010),y=v, color = "Series 3"))

2.问题：CFS历史回报1982-2009年时间序列数据找不到（它真的，我哭死~~~这个数据太难看懂了）

在另一篇公众号文章里，找到了这个网址，里面有2011-至今的数据，是每月的每一天往后九个月的月数据预报；

CFS预报数据下载&驱动WRF

Index of /data/climate-forecast-system/access/operational-9-month-forecast

3.GEE上面有1979-至今的CFS再分析产品，我理解的是用CFS模式模拟的历史当天的数据

https://developers.google.com/earth-engine/datasets/catalog/NOAA_CFSV2_FOR6H#description

20230717-更新

和老师讨论的时候说CFS找不到长时间序列的回报数据（我找了好几天都搜索无果诶），怎么感觉老师一下子不知道哪里点的链接，找到了！

https://www.ncei.noaa.gov/products/weather-climate-models/climate-forecast-system#:~:text=CFS%20reforecast%20data%20were%20used,Reanalysis%20and%20Reforecast%20(CFSRR).

点进去是这样：