缺少降水数据的估算与分析
- 对缺失降水资料的估计
- 降水数据或双质量指数的一致性
缺失雨量资料的估计方法
- 由于缺乏观察者或由于乐器故障，一些降水站可能在记录中短休息。通常需要估计这缺失的记录。
- 在美国气象局使用的程序中，一个气象站的缺失降水是根据一些其他气象站的降水观测数据估算的，这些观测数据尽可能接近并均匀分布在有缺失记录的气象站周围。
- 数据缺失的站称为插值站，用其数据计算缺失站数据的测量站称为索引站。
对缺失数据的估计有两种方法。
- 算术平均法
- 正常比例方法
1.简单的算术平均方法
根据算术平均方法，丢失的降水'PX'是：
在其中'n'是附近站的数量，'pi'是在第i站的降水，'px'缺少降水。
在三个站1,2和3的情况下，
Px = (P1 + P2 + P3)/3
命名站作为A，B和C而不是1,2和3
Px = (Pa + Pb + Pc)/3
式中Pa、Pb和Pc定义在前面。
2.正常比例方法
根据正态比法，缺失降水为:
其中PX是插值站'X'的任何风暴的缺失降水，PI是一组指数站的“iTh”站同样的暴风雨的降水，NX正常的年降水量'X'站和NI的'iTh'站的正常年降水量。
例如，对于在集水区中的三个索引站定义的符号。
如果指数站的正常年降水位于插值站正常年降水的±10％以内，那么我们申请算术平均方法以确定缺失的降水记录，否则为此目的使用正常比例。
考虑一个电台'x'缺少该记录。
现在让步
n =正常的年降水量。（平均年度降水数据的30年）
p =风暴降水。
让PX成为车站'X'和NX的缺失降水，本站的正常年降水量，NA，NB和NC是附近三站的正常年沉淀，分别在PA，PB和PC等时分别为附近的三站，A，B和C.这些时期的风暴降水。
现在我们要分别比较Nx和Na, Nb和Nc。如果Nx - Na、Nx - Nb、Nx - Nc的差值在Nx的10%以内，则采用简单算术平均法，否则采用正态比法。
例子
找出下表中给出的Station'C'的缺失风暴降水：
站 |
一种
|
B.
|
C
|
D.
|
E.
|
| 风暴沉淀（cm） |
9.7 |
8.3 |
---- |
11.7 |
8.0 |
| 年平均降水量(厘米) |
100.3. |
109.5 |
93.5 |
125.7 |
117.5 |
解决方案
本例中给出了A、B、D和E站的暴雨降水和正常年降水，并计算了正常年降水已知的C站的缺失降水。我们将首先确定是采用算术平均法还是正态比法。
NC = 93.5 x 10/100 = 9.35的10％
在NC中添加10％的NC后，我们得到93.5 + 9.35 = 102.85
减去10%得到84.15
所以要检查Na，Nb，Nd或Ne值，范围为102.85至84.15。
如果Na、Nb、Nd或Ne的值超出此范围，则采用正比值法。从上表的数据可以明显看出，Nb、Nd、Ne的值都不在这个范围内，所以这里采用正比值法，根据正比值法
PC =（1/4）（93.5 x 9.7 / 100.3 + 93.5 x 8.3 / 109.5 + 93.5 x 11.7 / 125.7 + 93.5 x 8.0 / 117.5）= 7.8厘米
例子
降水站“X”在风暴发生的一个月的部分时间内不工作。A、B、C三个周边站点的风暴总量分别为10.7、8.9和12.2 cm。X站、A站、B站和C站的正常年降水量分别为97.8、112、93.5和119.9 cm。估计“X”站的风暴降水量。
解决方案
PA = 10.7 cm na = 112厘米
Pb = 8.90 cm nb = 93.5 cm
Pc = 12.2 cm Nc = 119.9 cm
px =？nx = 97.8 cm
NX = 97.8 x 10/100的10％= 9.78厘米。
nx - na = 97.8 - 112 = -14.2cmþ超过+ 10％的NX（无需计算NX - NB和NX - NC
Px = (1/3)(97.8x 10.7/112+ 97.8x 8.90 /93.5 + 97.8x 12.2 /119.9)
Px = 9.5 cm
对缺失降水资料的估计
如果缺少雨量仪的数据丢失（例如，由于仪器故障），则会出现这种情况。来自周围仪表的数据用于估计缺失的数据。使用了三种方法：
算术平均值：
当正常年降水量在重建数据的规格的10％以内，使用
在哪里：
P.M =缺失位置的降水
P.我=索引站的降水一世
N =雨量仪数量
正常比率法:
当任何索引站的正常年降水与插值站的正常年降水量不同超过10％时，使用正常比率方法（NRM）。在该方法中，指数站的沉淀量由其正常年降水数据的比例加权，在表单的关系中：
在哪里：
P.M =缺失位置的降水
P.我=索引站的降水
NM ='缺少数据'规格的年平均雨量
N我=衡量的平均年雨
N =雨量仪数量
逆加权因子法
过程:
- 将兴趣仪表周围的区域分为四个象限
- 在每个象限中使用最近站的记录
- 计算缺雨量:
在哪里：
P.我=仪表记录的降雨一世
西=距仪表的距离一世到缺失的数据点
降水数据的一致性
一种双质量曲线用于检查雨量仪记录的一致性：
- 计算可疑仪表和检验仪表的累积雨量
- 分别绘制累积降雨量(偏离直线表示误差)
- 通过校正因子改变后乘以错误数据K.在哪里
遗失雨量资料短片
降水分析
- 地区降水估计
- 深度区域分析
- 降水频率
- 强度持续时间分析
- Intensity-duration——频率分析
区域降水估计
- 算术平均法
- Thiessen方法
- Isohetal方法
算术平均法
Theissen方法
- 划分区域（区域一种）进入以各个雨量计为中心的子区域;
- 确定每个子区域的区域（一种I)，并计算子区域权重(W.i) using: Wi = Ai/A
- 计算总空中降雨量
等雨量的方法
可能是最准确的方法，但很主观
- 地图上的绘制仪表位置;
- 主观接地在所选间隔之间的雨量之间的雨量之间的内插;
- 连接等雨深度的点，以产生相同的降雨量（Isohyets）;
- 使用以下方法计算空中雨量:
渗透指标
- 入渗指数是损失的平均速率，因此降雨量超过这个速率将等于直接径流。
- 通过使用渗透指数来制备具有异质渗透和降雨特性的大面积的径流量的估计。
- 渗透指数假设在整个风暴持续时间内渗透速率是恒定的。这种假设往往低估了较高的渗透速率，同时高估了较低的最终速率。
- 渗透指标最适合涉及长期暴风雨或具有高初始含水量的集水的应用。在这种条件下，忽视渗透率随时间的渗透率的变化，通常在实际地上致以理由。
- 使用了两种类型的索引:Phi-index和W-index。
水文土壤组
所有土壤分为四个不同径流性质的四个水文土壤。这些组标记为A，B，C和D.以下是其径流和渗透性质的简要：
一种最低径流势(大于0.03英寸/小时)
B.中等低径流势(0.15 - 0.30 in/hr)
C中等高径流势(0.05 - 0.15 in/hr)
D.最高径流潜力（0 - 0.05英寸/小时）
土地利用和治疗
- 流域表面状况的效果通过土地利用和治疗课程。
- 土地利用属于流域封面，包括各种植被，垃圾和覆盖物，休耕（裸露的土壤），以及水面（湖泊，沼泽），不透水（道路，屋顶等）和城市的非农业用途地区。
- 土地处理主要适用于农业用地用途，包括机械实践，如轮廓或梯田和管理实践，如放牧控制和作物轮换。
- 一班土地利用/治疗这种组合经常出现在文学作品中吗。
地面（水文）条件
水文条件是基于影响入渗和径流的因素的组合，包括:
- 植被区密度和冠层，
- 全年覆盖量，
- 牧草或有紧密种子的豆科植物的数量，
- 陆地表面上的残留物盖的百分比
- 程度的粗糙度
贫穷的:各种因素损害入渗并有增加径流的趋势
好：因素鼓励平均水平，而且比平均渗透更好，往往会减少径流。
