scripts/ChinaHW_cluster/doc_RHtests_mete2481.md

1. 数据均一化

1.1. 参考站挑选规则

1.1.1. 确定潜在参考站

Q1: PMF检测无突变点;(在参考站情况下,大概率也是无突变点)

Q2: PMF检测有突变点,但站点位置未发生变迁,采用QM-adjusted结果作为reference

1.1.2. 挑选每个站点的参考站

  1. 350km范围内, corr(diff(y_target), diff(y_refer)) > 0.7,时间序列最长的站点

    同时需要满足:|HR -HT| ≤200m if HT<2500 m; |HR -HT| ≤500m if HT≥2500 m

2. 如果经过步骤1,仍均无法找到参考站点,则采用无参考站点的矫正方法(PMF test)

1.1.3. PMT实战

测试reference site出现空值对QM_adj的影响

1.1.3.1. 城市化站点挑选

2. 数据栅格化

脚本放在spInterp/scripts https://github.com/rpkgs/spInterp

原始数据

说明文档:/mnt/z/GitHub/rpkgs/RHtestsHelper/doc_RHtests_mete2481.md

library(tidymet)
# st_met2481
f_org = "/mnt/z/GitHub/rpkgs/RHtestsHelper/data-raw/INPUT/INPUT_met2474_Tmax&RHmax_for_HImax_1951-2022.fst"

均一化数据

# RH_avg, Tair_avg, Tair_max
f_homo = "/mnt/z/GitHub/rpkgs/RHtestsHelper/OUTPUT/ChinaHI/OUTPUT_mete2481_1961-2022_RHtests_v20230228_RH_avg.csv"


kongdd/RHtestsHelper documentation built on April 18, 2023, 1:57 a.m.