Chapter 4 研究的范式

4.1 科学问题

具体什么是科学问题，难有准确定义，但是我们可以从一些侧面了解什么是科学问题。

科学问题的一些诠释：

  • 一个你能通过科学实验方能解决的问题；
  • 一个讨论过、研究过，但尚未形成定论的问题；
  • 一个可能被你的科学设计而解决的问题。

4.1.1 科学问题的案例

（未完成）

先阅读一下内容：

https://www.scribbr.com/research-process/research-question-examples/

4.2 研究区

4.2.1 资料收集和处理

4.2.1.1 基本资料

  • 社会经济发展：GDP，主要经济支柱
  • 人口：人口分布以及人口时间变化，重要时间节点
  • 行政归属

4.2.1.2 地理数据

  • 高程：DEM，地形图
  • 土地利用：不同分类体系下的土地利用；不同时期的土地利用
  • 土壤质地：沙粉黏比例，土壤容重、有机质含量、土壤层厚度
  • 地质背景
  • 降水：降水空间分布，年降水量，降水年内级别分配，雨雪比例
  • 温度：温度空间分布，年平均温度，温度年内级别分配，最低最高温
  • 行政边界：各级行政区划
  • 城市/居民点
  • 道路：各级公路铁路

以上数据应当形成标准图件，可在论文、报告中直接使用。

4.2.1.3 气象再分析资料

  • GLDAS
  • ERA5-Land
  • CMFD
  • PRISM

4.3 检验、检验、检验

科研工作的每一步，都需要进行检验，而且是双重检验（Double Check），用不同的两个种策略对同一个数据、结果进行检验。

常见的检验方法（每条都尽量做到：方法独立 + 结论可解释 + 可复现）：

  • 异常值检验与原因分析：先用统计或规则把“异常”定位出来，再判断它是错误、罕见事件，还是机制变化。
    • 案例1（降水）：出现负降水或极端尖峰。检查原始站点/再分析产品标记、缺测值编码（如-9999）、时间聚合（小时→日）是否重复累计；若对应台风/暴雨过程且多源一致，可能是“真极端”。
    • 案例2（水文）：流量突增但降水无响应。检查水位-流量关系曲线是否更新、闸坝调度/融雪过程、传感器漂移；若仅单站突变且邻站不一致，多为数据问题。
  • 正确范围检验（物理/定义域）：用物理常识或变量定义给出硬边界，超界即优先判为错误或单位问题。
    • 案例1（相对湿度）：应在0–100%。若出现>100%，常见原因是单位（0–1 vs 0–100）或插值/平滑造成越界。
    • 案例2（坡度）：坡度为角度时，值应≥0，取值范围090°。坡度也可使用radians函数转换为弧度，取值范围0π。坡度也可使用m/m或者m/km单位，取值范围0~无穷大。
    • 案例3（坡向）：坡向一般在0–360°,若出现负值或>360，多为投影/算法输出未规范化。坡向也可能是0~π，因此计算后必须明确其可靠单位和取值范围。
  • 单位与量级检验：先确认单位，再看量级是否落在“地区/季节/过程”合理区间；量级不对往往比“数值不对”更常见。
    • 案例1（降水单位）：ERA5常以 m 表示累积降水，站点常用 mm。若把 m 当成 mm，会导致降水小1000倍。 日尺度的均值降水通常为3mm/天量级，月尺度的均值降水通常为100mm/月量级，年尺度的均值降水通常为1000mm/year量级——干旱、半干旱、半湿润、湿润地区的年降雨量标准是<200mm/year, 200-400mm/year, 400-800mm/year, >800mm/year。
    • 案例2（径流单位）：流量 m³/s 与径流深 mm/day 混用。检查是否做了流域面积归一化与时间尺度换算。
  • 手动演算（抽样核对）：挑选少量样本点/时段，用纸笔或计算器复算关键步骤，验证公式、索引、聚合逻辑是否正确。
    • 案例1（面积加权平均）：随机抽3个像元，手算权重与加权和，对比程序输出，能快速发现权重没归一/掩膜错位。
    • 案例2（统计指标）：手算一次 \(R^2\)、RMSE 或 NSE 的分子分母，常能发现把训练集当测试集或均值基准用错。
  • Excel/表格演算（快速交叉核算）：用另一套工具复现“同一件事”，尤其适合聚合、透视、分组统计与简单回归。
    • 案例1（月尺度汇总）：用透视表按月求和/均值，对比脚本输出，能抓到时区、闰日、缺测填补导致的偏差。
    • 案例2（异常筛查）：用条件格式标出负值/超界/突变点，快速定位问题发生的时间段或空间块。
  • 对公式/模型做绘图检验：把公式当函数画出来，看单调性、极限、拐点是否符合预期；同时画“输入→输出”散点看是否有反常形态。
    • 案例1（经验公式）：某参数化公式应随温度升高而增大，但曲线出现下降段，提示符号写反或变量单位未转换。
    • 案例2（关系曲线）：水位-流量曲线应基本单调；若出现回折，可能是分段拟合错误或数据混入不同断面时期。
  • 因果/相关/逻辑一致性检验：不把相关当因果，但要检查时间顺序、方向性与常识逻辑是否自洽。
    • 案例1（降水-径流滞后）：降水峰值通常先于径流峰值（存在滞后）。若模型输出径流先于降水，多为时间对齐/时区错误。
    • 案例2（物理方向）：温度升高通常会提高潜在蒸散；若计算得到PET随温度升高反而降低，优先检查公式与单位。
    • 案例3：降水、径流数据统计与模型时间差。 1:00, 2:00, 3:00分别有三个降水和径流数据，其含义通常为0-1:00，1-2:00，2-3:00三个时段中，降水和径流的平均值。水文模型中使用数据时，应在0-1:00时刻使用1:00的降水和径流数据，而不是1:00-2:00的降水和径流数据，即时间差为1小时。换句话说，降水数据报告为1，2,3时数据，但输入给模型需要把时间修改为0，1,2时，模型中才会顺利从0时刻开始使用“记录于数据表的1:00刻的降雨数值”——其虽标记在1:00时刻，但实际代表0-1区间内平均值。
  • 物质/能量平衡检验：用守恒约束把结果“卡住”；不要求完全闭合，但要求误差解释得通且量级合理。
    • 案例1（水量平衡）：多年平均下 \(P \approx ET + Q + \Delta S\)。若 \(ET+Q\) 远大于 \(P\)，先查单位、流域边界、重复累计与漏算地下补给项。
    • 案例2（能量平衡）：净辐射与感热/潜热通量不闭合时，检查通量符号约定、时间平均方式与地表反照率/长波辐射输入。
  • 文献/多源数据交叉对比：把结果放回“已知范围”，与区域经验值、公开产品、前人研究做同尺度对照。
    • 案例1（径流系数）：多年径流系数若接近1或远小于0.01，通常不合理；应对照同气候区流域的典型范围并解释差异来源。
    • 案例2（蒸散量）：年ET若超过当地多年降水太多，需要解释水汽输入/灌溉/融雪补给等，否则优先怀疑单位与区域掩膜。