本发明主要涉及地理学、气象学的交叉领域，具体为一种新疆地区雪深过程模拟方法。
背景技术：
1、积雪是新疆干旱区重要的水资源，对于生态有着重要影响，适量的积雪是开展冬季旅游、体育运动的重要保障，然而积雪也会带来相应的灾害，因此有必要对积雪物理过程进行模拟，以便预测积雪雪深及其随时间的变化过程。
2、积雪模型从一层(noah模型)到两层(dhsvm、vic等模型)直至多层(noah-mp、clm、crocus、sntherm等模型)进行考虑，这些积雪模型可直接耦合至陆面模式(land surfacemodel,lsm)和全球(global climate model,gcm)或区域气候模式(regional climatemodel,rcm)中。模型误差主要原因之一是由于方案的开发和测试均在北美或俄罗斯完成，这些区域积雪相对较厚且覆盖面积较大，以及陆面过程的一些关键积雪参数在模型中为全球平均值或常数，将这些方案和参数直接应用在新疆地区时，会出现较大的模拟偏差(例如低海拔模拟雪深低估和高海拔模拟雪深高估的情况)，导致无法精确估算新疆区域的积雪深度。且由于可用于校准和验证的雪深/雪水当量观测数据集的缺乏，尤其在地形复杂地区极为缺乏(新疆拥有山脉盆地，地形复杂，全疆仅105个站点，中国天山上海拔最高的两个气象站点为大西沟站和吐尔尕特站，海拔分别为3539m和3504.4m，站点稀少且主要位于平原，站点代表性差，高海拔以上无数据)，使得模型在新疆地区的积雪模拟具有较大的挑战。
技术实现思路
1、本发明技术方案针对现有技术解决方案过于单一的技术问题，提供了显著不同于现有技术的解决方案，主要提供了一种新疆地区雪深过程模拟方法，用以解决上述背景技术中提出的现有积雪模型存在较大的模拟偏差的技术问题。
2、本发明解决上述技术问题采用的技术方案为：
3、一种新疆地区雪深过程模拟方法，包括如下步骤：
4、s1、获取新疆地区的大气再分析资料数据集中的相关变量；
5、s2、对步骤s1中的大气再分析资料数据集进行预处理，利用新疆地区气象局提供的相关变量数据对大气再分析资料数据集中的降水数据进行偏差校正；
6、s3、根据新疆地区的经纬度对noah-mp模型所模拟的区域进行定义，获取包含地形、土地利用、植被覆盖等信息的静态地理数据，之后将步骤s2准备好的大气再分析资料数据集和静态地理数据编译运行生成模型计算所需要的驱动场数据；
7、s4、在积雪累积期、稳定期、消融期三个不同时段，对每次降雪事件后的新雪密度进行观测，以确定新疆地区真实的新雪密度，并据此调整模型中的新雪密度参数；
8、s5、将步骤s3中的驱动场数据代入步骤s4中修改了新雪密度参数的noah-mp模型中，并指定时间步长，与驱动数据一致，并进行积分计算后得到新疆地区的积雪深度；
9、s6、对步骤s5中得到的积雪深度进行评估，利用新疆地区气象局提供的积雪深度数据作为真值，用于校验模型精度；
10、s7、对步骤s5中得到的积雪深度进行绘图，以得到积雪深度空间分布数据。
11、作为一种实施方式，步骤s1中，所述大气再分析资料数据集为era5-land数据集，空间分辨率为0.1°×0.1°，时间分辨率为1小时。
12、具体地，所述相关变量包括温、压、风、湿、辐射、降水。
13、具体地，步骤s2包括：
14、s2-1、将大气再分析资料数据集中的降水数据重采样至气象站点经纬度，以月尺度为基础，为大气再分析资料数据集日降水数据设置一个降水频率阈值pera5_wdt，使得超过该阈值的大气再分析资料数据集降水频率等于气象观测降水频率；
15、s2-2、选定研究参考时段，计算出该参考时段每月的比例系数s，并对大气再分析资料数据集日降水数据进行偏差校正：
16、
17、其中，μm为月平均降水，pobs和pera5分别为气象观测和大气再分析资料数据集日降水数据，pobs_wdt为气象观测日降水≥1mm时的降水频率阈值，pera5_wdt为大气再分析资料数据集降水频率阈值；
18、
19、其中，pera5(d)和pera5_correct(d)分别为校正前后的大气再分析资料数据集日降水数据，校正后的大气再分析资料数据集降水与气象观测降水数据具有相同的降水频率和强度。
20、具体地，步骤s3中，noah-mp模型所模拟的区域投影为lambert，空间分辨率9×9km，时间分辨率1小时。
21、具体地，步骤s4中，新雪密度使用snowfork雪特性分析仪和人工取样称重观测两种方式进行确定，两种观测结果互相辅助记录校准和验证。
22、具体地，步骤s4中，新疆干旱区新雪密度为130-160kg/m3。
23、具体地，步骤s6中，采用相关系数和均方根误差为评估方法。
24、本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现上述的雪深过程模拟方法。
25、本发明还提供了一种计算机设备，包括：存储器，用于存储指令；处理器，用于执行所述指令，使得所述设备执行上述的雪深过程模拟方法的操作。
26、与现有技术相比，本发明的有益效果为：
27、(1)本发明利用新疆地区气象局提供的相关变量数据对大气再分析资料数据集中的降水数据进行偏差校正，使得校正后的era5降水与气象观测降水数据具有相同的降水频率和强度。缩小了将全球平均值或常数直接应用在新疆地区导致的较大的模拟偏差，有利于精确估算新疆地区的积雪深度。
28、(2)本发明将根据新疆地区的经纬度获取包含地形、土地利用、植被覆盖等信息的静态地理数据，并将其与预处理后大气再分析资料数据集编译运行生成模型计算所需要的驱动场数据，使得输入模型的数据更为贴合新疆地区的实际情况，缩小了直接利用模型原有数据导致的较大的模拟偏差，有利于精确估算新疆地区的积雪深度。
29、(3)本发明对新疆地区的新雪密度进行了实际观测并调整了模型中的新雪密度参数，提高了模型参数与新疆地区的匹配度，可进一步缩小将全球平均值或常数直接应用在新疆地区导致的较大的模拟偏差，有利于精确估算新疆地区的积雪深度。
30、(4)本发明在通过模型获得新疆地区的积雪深度后，利用新疆地区气象站点提供的积雪深度数据作为真值，来校验模型精度，可以提高模型计算结果的可靠性，从而有利于保障雪深过程模拟的精确度。且在新疆等地形复杂地区，虽然可用于校准和验证的雪深/雪水当量观测数据集较为缺乏，但由于通过上述对输入数据和模型参数的调整保障了模型模拟的精度，使得模型模拟的积雪情况准确度很高，基于此，利用当前低海拔较少的雪深/雪水当量观测数据集就能实现对模型的校准和验证，最终模型模拟的低海拔、高海拔的积雪过程都有足够的准确度。
31、综上所述，本发明基于一般的noah-mp模型，一方面利用新疆地区气象局提供的相关变量数据，通过参考时段每月的比例系数对大气再分析资料数据集中的降水数据进行偏差校正，并将其与静态地理数据编译运行生成模型计算所需要的驱动场数据，调高了输入模型的数据与新疆地区的贴合度；另一方面通过实际观测并调整了模型中的新雪密度参数，从而提升了模型参数与新疆地区的匹配度，并利用新疆地区气象局提供的积雪深度数据来校验模型精度，改良了由于参数不准确造成的积雪深度误差的缺点，避免低海拔模拟雪深低估和高海拔模拟雪深高估的情况，改善了积雪深度模拟效果，提高了积雪深度模拟时空分辨率。
32、以下将结合附图与具体的实施例对本发明进行详细的解释说明。
1.一种新疆地区雪深过程模拟方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种新疆地区雪深过程模拟方法，其特征在于：步骤s1中，所述大气再分析资料数据集为era5-land数据集，空间分辨率为0.1°×0.1°，时间分辨率为1小时。
3.根据权利要求1所述的一种新疆地区雪深过程模拟方法，其特征在于：步骤s1中，所述相关变量包括温、压、风、湿、辐射、降水。
4.根据权利要求1所述的一种新疆地区雪深过程模拟方法，其特征在于：步骤s2包括：
5.根据权利要求1所述的一种新疆地区雪深过程模拟方法，其特征在于：步骤s3中，noah-mp模型所模拟的区域投影为lambert，空间分辨率9×9km，时间分辨率1小时。
6.根据权利要求1所述的一种新疆地区雪深过程模拟方法，其特征在于：步骤s4中，新雪密度使用snowfork雪特性分析仪和人工取样称重观测两种方式进行确定，两种观测结果互相辅助记录校准和验证。
7.根据权利要求1所述的一种新疆地区雪深过程模拟方法，其特征在于：步骤s4中，新疆干旱区新雪密度为130-160kg/m3。
8.根据权利要求1所述的一种新疆地区雪深过程模拟方法，其特征在于：步骤s6中，采用相关系数和均方根误差为评估方法。
9.一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现权利要求1-8任一项所述的雪深过程模拟方法。
10.一种计算机设备，包括：存储器，用于存储指令；处理器，用于执行所述指令，使得所述设备执行实现权利要求1-8任一项所述的雪深过程模拟方法的操作。
