学习记录九：VIC模型—气象驱动数据的制备

一、气象驱动数据的作用

气象驱动场数据是水文模拟的一关键的部分，水文模拟的精度及可靠性很大程度取决于气象驱动数据的精度。目前西部山区，由于观测站点稀少，高山区基本无观测站点，以致于无论采用何种方式都难以获得准确的气象驱动场，尤其降水。

二、气象驱动数据的制备

数据来源：中国气象数据网，官网一共提供了21个参数，本次是选用了最基本的四个参数，降水 (prec)，最高气温 (tmax)，最低气温(tmin)，平均风速 (wind)

软件：ArcGIS Pro、RStudio

目的：存储每个网格的历时数据，一个网格一个文件

以处理降水数据为例，其余参数处理过程相同，只需修改文件地址

1.RStudio：打开代码“Forcing_PREC”，修改文件地址，运行第一段代码，输出全国流域气象站点的经纬度坐标和站点编码（prec_long_lati.txt）。

2.ArcGIS Pro

①导入prec_long_lati.txt文件，显示XY数据

②根据研究区网格数据，选点并导出

3.RStudio：修改输入、输出文件地址，继续运行代码“Forcing_PREC”后半部分，输出降水数据。

注意：气象数据中的特征值处理（主要是降水数据）

①各要素项 32766 数据缺测或无观测任务

②降水量数据中：32700 表示降水“微量"；32XXX为纯雾露霜；31XXX为雨和雪的总量；30XXX为雪量（仅包括雨夹雪雪暴）

③风速数据中：+1000当风速超过仪器测量上限时，在上限数据基础上加1000

Error：原始数据问题，有重复行

解决办法1：在原文件中删除重复行（非常麻烦，全国多2000站点，猴年马月）

解决办法2：修改代码，将2020年9月数据框行数设置为31，12月设置为32，输出后，针对性删除重复行

4.RStudio：打开代码“Station_PREC”，修改输入、输出文件地址、气象站点的个数，运行代码，将按时间排列的气象数据转化为按气象站点排列，为后续插值做制备。

Error：输入数据中有NA值

解决办法：去除NA值/插补

5.RStudio：打开代码“IDW_PREC”，修改输入、输出文件地址、气象站点及网格数，进行IDW插值处理。

Error：各年份运行站点个数不同，直接运行会出错，满篇NA值

解决办法1：返回上一步，单独年份处理（超级无敌慢，利用零碎时间，一周只处理了10年）

解决办法2：返回上一步，运行出day值，核对站点进行取舍使其数量统一，批量处理

其实上述手动解决error的办法都很慢，可能代码几秒解决，但我搞不来代码，一个错误要花好久时间去悟去修改，所以在时间容许的情况下，选择了自己思考得出的低效率办法。

6.RStudio：根据上述步骤分别输出降水 (prec)，最高气温 (tmax)，最低气温(tmin)，平均风速 (wind)的IDW插值数据，且核对输出数据全部无误（无NA值）后，打开代码“Conbination_PMNW”，将四类数据进行合并，输出所有网格逐日气象IDW插值数据。

这部分气象驱动数据的处理真的废了老大劲，因为流域范围大选的站点多且时间范围长，从8月3日开始到今天，从家到学校，虽然不是全程学习，但基本找着空闲时间就学，中途解决各种bug（找人帮忙未果），算下来估计得一周多了。想起去年10月为了计算潜在蒸散也得处理气象数据，废了足足一个月，好在最后都用上了。

后面还有全局参数的制作及陆面模型的运行、汇流，整个过程没有想象中简单啊，不知多久才能学完，还有半个月开学，秋招要开始了，组会马上也来了，太难了，教教我！！！