GEE学习笔记 八十二：湖北旱情分析（2019年8月-9月）

    这个内容本来在前两周就已经写完了，只不过由于家里突发各种事情，先是老人过世，接着就是媳妇和儿子同时生病住院，各种事情忙了两周多的时间，今天就将这篇内容补充发布出来。

    学习GEE不光是学习使用这一个工具，最重要的是将它运用到我们的工作生活中，利用它来验证我们遇到的各种问题，通过实践练习来加深我们对我们所学习知识的认识。在9月份我看到一篇新闻报道，原文如下：

    2019年8月1日至9月15日，湖北平均雨量为近53年来同期最少，仅69.4毫米。尤其是中东部地区降水异常偏少，一个半月里大多数地方的累计降水量均不足70毫米，其中洪湖、英山降水仅4毫米。鄂西东部一直到鄂东地区的降水量均比常年同期偏少6成～9成，黄冈、武汉、黄石、咸宁等地偏少8成以上。8月以来，湖北中东部地区始终没有出现有效降水，加上今年高温天气持续时间长，进一步加剧土壤水分蒸发，导致该省中东部地区的气象干旱持续发展加重。

来源：

http://baijiahao.baidu.com/s?id=1645001983274025433&wfr=spider&for=pc

 

我们接下来就用GEE结合气象数据来做一个简单的数据分析，看看目前湖北干旱程度到底如何？

---

一、寻找合适的数据源

    这里用到的主要是气象数据，我这里使用的是NOAA的CFSV2这个6小时的气象数据：CFSV2: NCEP Climate Forecast System Version 2, 6-Hourly Products（https://developers.google.com/earth-engine/datasets/catalog/NOAA_CFSV2_FOR6H），主要用到的波段是降雨量波段和气温波段。

 

二、加载处理数据

    处理降雨数据和气温数据有些不太一样，降雨数据需要计算在时间段内的降雨总量，而气温我们寻找的是最高气温。气温计算比较简单我就不做代码展示，这里我简单展示一下如何计算降雨总量。

//imgCol就是影像集合，其中pre为降雨量波段

var preImgCol = imgCol.select("pre");

//使用join将影像集合合并为每日数据

var join = ee.Join.saveAll("matches");

var filter = ee.Filter.equals({

  leftField: "date",

  rightField: "date"

});

var joinImgs = join.apply(preImgCol.distinct("date"), preImgCol, filter);

var preImgs = joinImgs.map(function(image) {

  var _imgList = ee.List(image.get("matches"));

  var _tempCol = ee.ImageCollection.fromImages(_imgList);

  //由于是6小时，所以时间需要计算6*60*60

  var _dayImg = _tempCol.sum().clip(roi).multiply(6 * 60 * 60);

  var _date = image.get("date");

  _dayImg = _dayImg.set("system:time_start", ee.Date.parse("yyyy-MM-dd", _date).millis());

  return _dayImg;

});

preImgs = ee.ImageCollection(preImgs);

 

三、分析展示结果

下面展示的是2019年8月1日到2019年9月15日湖北全省每日最高温度和降雨变化情况

每日最高温度，单位摄氏度

每日降雨量

总体状况

    通过上面图表可以了解到这一个半月湖北一直是高温少雨的情况。接下来可以看一下空间分布图，可以明显看到在湖北东部，高温少雨干旱比较严重。

（1）最高温度分布图：

（2）降雨总量分布图

 

进一步我们统计一下各个市的状况：

（1）降雨量

（2）气温

 

四、对比历史数据

    其中蓝色线是实际的情况，红色线是拟合的趋势线，使用的是GEE中linearFit()来做线下回归计算得到的结果，相关代码如下：

var dataList = yearImgs.reduceColumns(ee.Reducer.toList(2), ["year", "tem"])

                       .get("list");

dataList = ee.List(dataList);

var result = dataList.reduce(ee.Reducer.linearFit());

print("linear fit result", result);

var offset = ee.Number(ee.Dictionary(result).get("offset"));

var scale = ee.Number(ee.Dictionary(result).get("scale"));

//计算预测数据

dataList = dataList.map(function(data) {

  data = ee.List(data);

  var predict = ee.Number(data.get(0)).multiply(scale).add(offset);

  data = data.add(predict);

  return data;

});

 

（1）对比40多年同时期的降雨数据

其中趋势拟合结果如下，非常明显可以看到降雨量总体趋势是在下降，也就是降雨量越来越少。

（2）最高气温

其中趋势拟合结果如下，气温总体趋势是在上升，最高气温是越来越高，天气越来越热。

上面所有的是总体情况对比，下面是各个主要的市对比历史情况。

    这几个主要的市也是目前干旱最严重的地方，从对比数据结果就可以看出降雨量同比下降了8成左右，同历史相比也下降了8成左右。

 

五、在进一步分析一下

    这个分析有点牵强，不过还是将分析结果直接贴出来，是关于湖北省雨季总的降雨量的一个统计分析，时间切割点在大坝修筑前后，可以看到总体降雨量少了将近100mm，具体为啥会这样我也不知道原因。

 

    以上所有结果纯属个人兴趣爱好，如有冒犯他人，望请见谅！

---

大家如果有问题需要交流或者有项目需要合作，可以微信联系我，加微信好友请留言加上“GEE”。

知乎专栏：https://zhuanlan.zhihu.com/c_123993183

CSDN：https://blog.csdn.net/shi_weihappy