本技术涉及气候预估，尤其涉及一种区域极端气候预估方法、装置、电子设备及存储介质。

　　1、气候与生活息息相关，全球气候变化的加剧引发洪涝、干旱和台风等极端气候事件的频繁发生，对人类社会、生态系统和经济产生了广泛而深远的影响。通过对各种因素进行综合分析和预测，可以更好地预估未来可能发生的气候极端事件，为减轻气候变化带来的风险和损失提供科学数据。

　　2、目前，现有技术对于区域气候的预估主要采用模式模型计算，相对于数学统计方法，模式模型通过繁琐多样的公式计算，虽然在一定程度上提高了一定的预估精度，但同时，模式模型又出现了计算量大、分辨率低、精度不足等问题，很难对未来长期的气候趋势做出准确的预估。

　　1、本技术实施例的主要目的在于提出一种区域极端气候预估方法、装置、电子设备及存储介质，以获得区域极端气候的准确预估。

　　2、为实现上述目的，本技术实施例的一方面提出了一种区域极端气候预估方法，所述方法包括以下步骤：

　　3、基于cmip6区域气候模式与再分析数据集，对目标区域建立时空匹配的区域气候模式与再分析栅格数据库；

　　4、利用所述区域气候模式与再分析栅格数据库预估所述目标区域中多个气候指标的时序变化特征和概率分布特征；

　　5、利用敏感性分析法对所述时序变化特征和所述概率分布特征进行预估，获得所述目标区域的气候预估数据。

　　6、在一些实施例中，所述基于cmip6区域气候模式与再分析数据集，对目标区域建立时空匹配的区域气候模式与再分析栅格数据库，包括以下步骤：

　　8、获取与所述目标区域的范围和边界对应的cmip6数据，再根据所述cmip6数据选取对应的区域气候模式模型；

　　10、将所述区域气候数据和所述再分析数据集转换为栅格格式，并对栅格格式的所述区域气候数据和所述再分析数据集在空间和时间上进行匹配，得到匹配数据；

　　11、对所述匹配数据进行校准和验证，再根据所述匹配数据建立时空匹配的所述区域气候模式与再分析栅格数据库。

　　12、在一些实施例中，所述利用所述区域气候模式与再分析栅格数据库预估所述目标区域中多个气候指标的时序变化特征和概率分布特征，包括以下步骤：

　　13、对所述区域气候模式与再分析栅格数据库进行频率分析，得到各个所述气候指标的极值序列；

　　15、利用贝叶斯推理法确定所述动态copula耦合降尺度模型的随机参数；

　　16、利用所述动态copula耦合降尺度模型根据各个所述极值序列确定各个所述气候指标的所述时序变化特征和所述概率分布特征。

　　17、在一些实施例中，所述构建动态copula耦合降尺度模型，包括以下步骤：

　　18、构建所述再分析数据集中各个自变量的联合概率分布密度函数作为所述动态copula耦合降尺度模型；

　　21、其中，所述自变量ye包括温度极值te和降水极值pe，极值驱动因子为xe，xe＝(xe1,xe2,xe3)；f为各因变量或所述自变量的边际分布，c为二维copula概率密度函数；

　　22、对于任意给定的自变量联合概率分布fxe1xe2xe3，气候极值条件概率分布为：

　　24、在一些实施例中，所述利用贝叶斯推理法确定所述动态copula耦合降尺度模型的随机参数，包括以下步骤：

　　26、利用所述贝叶斯推理法从高维分布中取样估计所述随机参数的后验分布，计算表达式为：

　　28、其中g为所述随机参数，h为输入的模型参数，y为所述动态copula耦合降尺度模型观测到的数据，p(yg,σ2)表示所述随机参数的先验分布，p(gy,h,θ,σ2)表示所述随机参数的后验分布，p(gh,θ)表示似然函数；

　　29、根据所述随机参数的后验分布选取设定阈值置信区间内的估计参数作为所述动态copula耦合降尺度模型和所述贝叶斯推理法的输入数据。

　　30、在一些实施例中，所述利用敏感性分析法对所述时序变化特征和所述概率分布特征进行预估，获得所述目标区域的气候预估数据，包括以下步骤：

　　31、利用情景分析法与析因分析法对所述时序变化特征和所述概率分布特征进行预估，获得所述目标区域的气候预估数据。

　　33、利用情景分析法与析因分析法调整所述动态copula耦合降尺度模型的所述随机参数，获得调整所述随机参数后所述动态copula耦合降尺度模型的输出结果；根据所述输出结果评估所述动态copula耦合降尺度模型的敏感系数；

　　35、使用空间插值方法将第一分辨率的模拟结果插值到第二分辨率的栅格上，或将所述第二分辨率的模拟结果插值到所述第一分辨率的栅格上，得到插值结果；比较所述插值结果与未插值之前的原始数据，以评估所述动态copula耦合降尺度模型对空间分辨率变化的响应系数；所述第一分辨率和所述第二分辨率不相等。

　　36、为实现上述目的，本技术实施例的另一方面提出了一种区域极端气候预估装置，所述装置包括：

　　37、数据库建立单元，用于基于cmip6区域气候模式与再分析数据集，对目标区域建立时空匹配的区域气候模式与再分析栅格数据库；

　　38、特征预估单元，用于利用所述区域气候模式与再分析栅格数据库预估所述目标区域中多个气候指标的时序变化特征和概率分布特征；

　　39、气候预估单元，用于利用敏感性分析法对所述时序变化特征和所述概率分布特征进行预估，获得所述目标区域的气南宫28圈官网候预估数据。

　　40、为实现上述目的，本技术实施例的另一方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法。

　　41、为实现上述目的，本技术实施例的另一方面提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法。

　　43、本技术可以基于cmip6区域气候模式与再分析数据集，对目标区域建立时空匹配的区域气候模式与再分析栅格数据库；利用区域气候模式与再分析栅格数据库预估目标区域中多个气候指标的时序变化特征和概率分布特征；利用敏感性分析法对时序变化特征和概率分布特征进行预估，获得目标区域的气候预估数据。对目标区域建立时空匹配的栅格数据库提高了时空分辨率，基于栅格数据库进行气候预估可提升气候预估的精准度，并可揭示多气候指标的复合变化规律与机理，气候预估数据可为揭示气候变化对高洪高温区域的影响机制提供科学数据。