缺少降水数据的估算与分析
- 缺失降水数据的估计
- 降水数据或双重标准的一致性
估计缺失降雨数据的方法
- 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。
- 在美国天气局使用的过程中，估计站的丢失降水从其他地站的沉淀观察结果，靠近并且尽可能均匀地间隔在车站周围均匀间隔。
- 缺少其数据的站被称为插值站和衡量站，其数据用于计算丢失的站数据被称为索引站。
有两种估计缺失数据的方法。
- 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
其中PA，PB和PC在上面定义。
2.正常比例方法
根据正常比率方法，缺失的降水量为：
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。
现在我们必须单独将NX与NA，NB和NC进行比较。如果NX-NA，NX-NB，NX-NC的差异在NX的10％内，我们使用简单的算术平均方法，否则使用正常比率方法。
例子
找出下表中给出的Station'C'的缺失风暴降水：
车站 |
一种
|
B.
|
C
|
D.
|
E.
|
| 风暴沉淀（cm） |
9.7 |
8.3 |
---- |
11.7 |
8.0 |
| 正常的年降水量（cm） |
100.3. |
109.5 |
93.5 |
125.7 |
117.5 |
解决方案
在该示例中，在站A，B，D和E处提供暴雨降水和正常年沉淀，并在站C'中缺少沉淀，其正常年降水是已知的。我们首先确定是否要应用算术平均值或正常比例。
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
并通过减去10％，我们获得84.15的值
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的任何值超出该范围，则将使用正常比率方法。从上面的数据中清楚地清楚地，Nb，nd和ne值超出此范围，因此这里适用于正常比例方法
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”不起作用，其中一个月发生了暴风雨。在三个周围站A，B和C的风暴总数分别为10.7,8.9和12.2厘米。站x，a，b和c处的正常年降水量分别为97.8,112,93.5和119.9cm。估计站'X'的风暴降水。
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厘米
缺失降水数据的估计
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
正常比例方法：
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
互惠逆加权因子方法
程序：
- 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
- 计算缺少降水量：
在哪里：
P.我=仪表记录的降雨一世
xi.=距仪表的距离一世缺少数据点
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：
- 计算累计降雨量的累计降雨量和支票仪表
- 绘制累计降雨量相互互相（从直线发散表示错误）
- 通过校正因子改变后乘以错误数据K.在哪里
缺少降雨数据视频
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
- 强度 - 持续时间频率分析
地区降水估计
- 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）和计算子区域权重（W.i）使用：wi = ai / a
- 计算总空中降雨量
Isohetal方法
可能是最准确的方法，而是主观的
- 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）;
- 计算空中雨水：
渗透指标
- 渗透指数是平均损失率，使得降雨量超过该速率的程度将等于直接径流。
- 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。
- 两种类型的索引：使用PHI索引和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：
一种最低径流潜力（大于0.03英寸/小时）
B.适度低的径流潜力（0.15 - 0.30英寸/小时）
C适度高的径流潜力（0.05 - 0.15英寸/小时）
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。
- 一班土地使用/治疗是一种经常在文学中发现的组合。
地面（水文）条件
水文条件是基于影响渗透和径流的因素的组合，包括：
- 植物区的密度和冠层，
- 全年封面的数量，
- 旋转中的草或封闭种子豆类的数量，
- 陆地表面上的残留物盖的百分比
- 粗糙度
贫穷的：因素损害渗透，往往增加径流
好的：因素鼓励平均水平，而且比平均渗透更好，往往会减少径流。
