基于修订Copula函数的中国干旱特征研究

利用中国613个站点1961~2010年逐月降水数据,基于游程理论从月标准化降水指数(SPI)序列中分离出干旱事件,并通过K-S检验方法对其干旱强度和干旱历时2个特征量的分布函数进行检验。在此基础上,利用Copula函数建立2个特征量的二维联合概率分布函数,对比分析干旱历时分布函数修订前后对不同类型干旱联合概率及重现期的影响。结果表明:干旱强度特征量符合Gamma分布,而干旱历时特征量并非完全符合指数分布,因此需对干旱历时分布函数进行必要的修订。在干旱历时分布函数修订情况下,大部分干旱类型的联合概率减小,少部分干旱类型的联合概率增大;且不同类型干旱的联合重现期增大。在干旱历时尺度相同时,随着干旱强度的增加,最大和最小联合重现期的差异无明显变化;但在干旱强度相同时,最大和最小联合重现期的差异随着干旱历时的增加而明显增大。     

基于Copula函数的北京强降水频率及危险性分析

客观分析强降水事件的发生频率及其致灾因子危险性,能为局地洪涝灾害的防灾、减灾规划及灾害预警提供科学依据。探讨了基于二元Copula函数的强降水致灾变量联合分布及其在强降水危险性分析中的应用。利用北京地区2005-2014年逐时降水资料提取强降水事件案例,通过建立能反映两个主要致灾因素--降水持续时间和过程降水量依存关系的二元联合分布模型,计算了北京地区强降水事件条件重现期,并以此为基础开展危险性分析。研究表明,北京地区强降水事件的持续时间多小于24 h,且主要服从广义极值和对数正态分布,而过程降水量则更适用于广义极值分布;通过Gumbel Copula函数能较好刻画过程降水量与持续时间的相互依存关系。北京地区短时强降水重现期受持续时间影响明显,仅基于降水量的重现期估算会低估其致灾危险性,利用基于Copula函数的条件重现期能更合理描述不同强降水情景致灾因子的危险性特征及其空间差异性特征。北京地区持续时间小于12 h、过程降水量在50 mm以上的强降水事件多呈东北-西南走向,而持续时间在6 h以内的50 mm以上强降水则在北京城区及东北部地区更加频繁。     

六大流域强降水面雨量气候特征分析

对长江上游六大流域1971～2000年强降水面雨量进行了统计，通过分析强降水面雨量出现频次、极值分布、滑动极值和流域之间强降水的关系，初步得出强降水面雨量的时空分布特点，即强降水面雨量具有明显的季节分布特征，年变化清楚，不同流域强降水面雨量频次分布、量级分布、极值分布、集中降水强度差异明显，相邻流域强降水面雨量关系密切。     

江门高温和降水的概率分布及极端事件重现水平

利用1961—2015年江门6个气象观测站逐年最高气温、汛期降水、最大日降水资料,采用线性倾向估计、广义极值分布(GEV)等统计方法,研究了江门年最高气温、汛期降水、最大日降水的概率分布及其极端事件的重现水平。结果表明:1)各站年最高气温概率均属Weibull分布,概率密度峰值对应气温恩平最大、上川岛最小;变化幅度恩平最大、台山最小。较低重现期(20年或以内)时,极端高温事件阈值恩平最高;重现期超过50年时,鹤山最高。2)各站汛期降水概率均属Weibull分布,概率密度峰值对应雨量及变化幅度恩平最大、鹤山最小;不同重现期,恩平极端降水事件阈值均显著高于其它台站,鹤山最低。3)鹤山、恩平和上川岛最大日降水概率属Frechet分布,开平和台山属Weibull分布,新会属Gumbel分布;各站日降水峰值概率比汛期降水峰值概率大一个量级。不同重现期,上川岛极端日降水事件阈值均显著高于其它台站。     

乌江流域极端降水时空分布特征及重现期分析

基于1960—2016年乌江流域41个气象站的逐日降水观测资料,利用线性倾向估计、滑动平均、累积距平等方法计算趋势系数和气候趋势,分析了研究时段内乌江流域年暴雨等级面雨量、年平均最大日降水量、年平均极端持续强降水次数和对应降水量的时空分布特征,分析表明:(1)乌江流域年暴雨等级面雨量和日数呈显著增加趋势(均通过α=0.05显著性水平检验),而暴雨强度呈不显著性增加趋势;5—10月各旬暴雨等级面雨量及日数变化基本一致,5月中旬至8月上旬呈单峰型分布,暴雨强度呈波动增减分布。(2)近57 a乌江流域年平均最大日降水量年代际变化比较明显。(3)乌江流域发生极端持续强降水年平均次数呈不显著的减少趋势,但极端持续强降水量呈不显著的增加趋势。采用耿贝尔极值Ⅰ型分布法计算了乌江流域5个代表站不同重现期日最大降水量值,发现不同站点日极端最大降水量重现期水平差异明显,重现期时间尺度存在临界点,约为50 a。     

1981~2017年雅砻江流域面雨量变化特征分析

利用1981～2017年雅砻江流域18个气象站的逐日降水资料,采用算术平均、滑动平均、线性回归等方法,分析了流域面雨量、雨季的时空分布特征。结果表明:雅砻江流域面雨量随月份起伏明显,年内变化呈单峰型。流域春季面雨量呈增加趋势,夏季面雨量中上游呈稳定趋势,下游呈减少趋势,秋季中游和下游呈减少趋势,冬季变化不明显。流域年平均面雨量由北向南逐渐增多,上游和中游呈上升趋势,下游呈下降趋势。雅砻江流域雨季开始期呈提前趋势,雨季结束期上游和下游有推迟趋势,中游变化趋势不明显。流域强降水主要出现在6～9月,面雨量最大值出现在7月,最小值在1月。流域上游的强降水与中游、下游的基本没有关联度;下游强降水和中游关联度为23.3%。      

珠海市年雨量和年最大日雨量多年一遇的极值计算

用皮尔逊-III型分布分别对珠海市年雨量和年最大日雨量两种变量进行拟合,进而计算了它们在不同重现期下的极值。结果表明:珠海市50年一遇的估算年雨量和年最大日雨量分别是2 908 mm和565 mm,100年一遇的分别是3 042 mm和648 mm。用澳门和珠海的雨量历史资料验证发现:澳门在104年间出现的最大年雨量是3 041.4 mm,与珠海百年一遇估算雨量吻合;珠海平均7.2年出现一次2 500 mm以上年雨量,而该雨量的估算重现期是7.5年,亦十分接近;年最大日雨量的估算重现期则比实际重现期小些。可见拟合良好,对其不同重现期下的极值估计结果可信。     

基于Γ函数的暖季小时降水概率分布

我国暖季小时降水的气候概率分布特征分析是开展短时强降水概率预报的重要基础工作。本文使用1991—2009年5月1日至9月30日的小时降水资料,采用最大似然估计方法,对用于描述518个观测站点降水分布的Γ函数的形状参数α和尺度参数β进行了估算,对极端α和β分布情况下大于0.1 mm的暖季小时降水的概率密度分布状况及其累积概率密度分布函数进行了分析,并给出了多个站点基于Γ函数的超过给定阈值的降水累积概率的分布。结果表明:α和β之间的相关性高达0.975,其分布与我国的地势分布有很大的关系。Γ分布可以很好地描述小时降水的分布状况,模拟得到的结果具有更好的连续性,揭示了实况降水中不能观测到的极端降水发生的可能性;华南沿海和海南西北部为最容易出现短时强降水的区域,在有降水的情况下,其小时雨量超过10、20和30 mm的累积概率分别达到了8.0%、2.0%和0.7%,另一个常出现极端降水的区域为鲁苏皖交界处,这是强对流预报中值得注意的区域;95%累积概率密度对应的小时降水阈值分布显示,自西北向东南,极端小时降水的阈值不断增大;α与站点海拔高度之间具有很好的指数相关性,其相关系数达到了0.709,表明地形对我国暖季小时降水量的分布具有重要的影响。     

攀枝花短时强降水气候特征分析

利用攀枝花市1988~2010年5~10月的逐时降水资料,对各历时各级强降水的时空分布特征进行了分析,利用皮尔逊-Ⅲ型频率分布函数,计算了攀枝花市4站1h、3h和6h各重现期的极端最大降水量。结果表明:各级强降水主要集中在6~9月,以7月为最多,且日变化特征显著,最容易出现在00~05时。1h、3h、6h的最大降水量均出现在盐边,盐边和市区更容易发生1h≥50mm的极端强降水。短时强降水过程具有非常强的局地性,单站过程高达80%,且雨强越大局地性越强。各历时各重现期的极端最大降水量均以盐边为最大。      

大渡河流域面雨量时空分布特征及雨季转换指标

利用1961-2016年大渡河流域15个气象站逐日降水资料,采用算术平均法计算上、中、下游三个分段流域的面雨量,对其时空分布特征进行分析,计算流域内雨季开始及结束期。结果表明:(1)大渡河中、上游面雨量呈上升趋势,下游呈下降趋势,下游年降水量相对变率和极差最大,其次是中游,上游最小;夏季流域面雨量最大,占全年降水的50%~60%。5-9月流域面雨量在100~200 mm之间,11月至翌年2月在5~20 mm之间,流域内面雨量峰值出现时间由北向南延迟,上、中、下游相差近1个月。(2)依据雨季转换指标计算出的雨季开始及结束期比依据强降水计算的更稳定,大渡河流域下游进入雨季最早,其次是中游,上游最晚,而上游雨季结束最早,其次是中游,下游最晚,上、中、下游雨季持续时间分别为172 d、182 d和195 d。(3)当上游出现强降水时,中、下游很少同时出现强降水,当下游出现强降水时,中游经常同时也出现强降水。     

概率调整法在气候模式模拟降水量订正中的应用

应用概率调整法订正区域气候模式系统PRECIS在SRES A1B情景下模拟的各季节全国日降水量。以第95百分位降水量为阈值,利用Γ分布分段拟合1962年12月—1972年11月的模拟值,构建传递函数,得到1991年12月—2001年11月的订正值。结果表明:全国平均日降水量空间分布的模拟改善明显,偏差百分率高于100%的格点比例从23.5%降低到1.0%;对各地区平均降水月循环的模拟结果改善,冷季降水较暖季更接近观测,提高拟合优度是改进订正方法的关键;多数地区连续干日数、连续5 d最大降水量及极端降水贡献率的空间强度、概率分布与空间相关性的订正效果显著。总体来说,该方法对模拟中国区域降水的平均态与极端降水均有明显改善,有助于气候评估工作的展开。     

华南后汛期极端降水特征及变化趋势

利用中国国家气象信息中心提供的华南89个代表站1969-2008年逐日降水资料,对华南后汛期（7-月）极端降水时空演变特征进行研究。结果表明：多年平均总降水量、强降水量、降水频率、强降水频率以及暴雨频率与强降水量阈值空间分布一致,广东和广西的南部及福建西南部为大值区;强降水量、降水频率及暴雨频率很大程度影响着华南后汛期总降水量的空间分布。强降水量、强降水频率、暴雨频率对后汛期总降水量的时间变化有很好的指示意义。华南后汛期极端降水在1992--1993年发生一次明显的年代际转折,1993年以来各指标的均值（除降水频率外）和方差均显著增加,华南发生极端旱涝的情况增多。另外,转折前后两个时段的总降水量、降水频率均呈减小趋势,但减小显著的区域有一定差异。     

中国日降水的分布特征和未来变化

通过对1961—2010年中国540个气象站逐日降水观测数据和高精度区域气候模式CCLM（COSMO model in climate mode）3839个格点模拟值的对比,检验CCLM模式对中国日降水的模拟能力,揭示了1961—2010年日降水分布格局的变化特征;同时利用CCLM模式对中国地区2011—2050年的日降水预估值（SRES-A1B情景）,运用概率统计和极值理论方法,分析了2011—2050年日降水序列及其极值的可能变化趋势。结果表明：除华南和青藏高原西部存在着较大的偏差以外,模式和观测日降水序列的峰度和偏度的分布格局较一致,空间相关系数达到0.75以上,CCLM能够很好地模拟中国日降水的分布特征。2011—2050年,峰度和偏度在江淮部分地区、东北与内蒙中东部等地区呈显著增加趋势,降水极端事件将会增多;最大日降水量和汛期最多无降水日数在上述地区的增加,进一步反映干旱和洪涝出现概率将升高。     

A copula-based multivariate analysis of Canadian RCM projected changes to flood characteristics for northeastern Canada

In the present work, climate change impacts on three spring (March–June) flood characteristics, i.e. peak, volume and duration, for 21 northeast Canadian basins are evaluated, based on Canadian regional climate model (CRCM) simulations. Conventional univariate frequency analysis for each flood characteristic and copula based bivariate frequency analysis for mutually correlated pairs of flood characteristics (i.e. peak–volume, peak–duration and volume–duration) are carried out. While univariate analysis is focused on return levels of selected return periods (5-, 20- and 50-year), the bivariate analysis is focused on the joint occurrence probabilities P1 and P2 of the three pairs of flood characteristics, where P1 is the probability of any one characteristic in a pair exceeding its threshold and P2 is the probability of both characteristics in a pair exceeding their respective thresholds at the same time. The performance of CRCM is assessed by comparing ERA40 (the European Centre for Medium-Range Weather Forecasts 40-year reanalysis) driven CRCM simulated flood statistics and univariate and bivariate frequency analysis results for the current 1970–1999 period with those observed at selected 16 gauging stations for the same time period. The Generalized Extreme Value distribution is selected as the marginal distribution for flood characteristics and the Clayton copula for developing bivariate distribution functions. The CRCM performs well in simulating mean, standard deviation, and 5-, 20- and 50-year return levels of flood characteristics. The joint occurrence probabilities are also simulated well by the CRCM. A five-member ensemble of the CRCM simulated streamflow for the current (1970–1999) and future (2041–2070) periods, driven by five different members of a Canadian Global Climate Model ensemble, are used in the assessment of projected changes, where future simulations correspond to A2 scenario. The results of projected changes, in general, indicate increases in the marginal values, i.e. return levels of flood characteristics, and the joint occurrence probabilities P1 and P2. It is found that the future marginal values of flood characteristics and P1 and P2 values corresponding to longer return periods will be affected more by anthropogenic climate change than those corresponding to shorter return periods but the former ones are subjected to higher uncertainties.     

化州暴雨气候特征分析及极端事件重现期计算

利用化州1959年以来的降水资料,对化州暴雨气候变化特征进行分析,在此基础上,研究极端降水的重现期,以期为化州市洪涝灾害的防范和风险管理提供一定的参考数据。统计分析表明,化州年暴雨日数与年雨量之间相关性较好,连续性暴雨多发生在龙舟水以及台风影响期间;暴雨日数、年暴雨量变化趋势显著;暴雨日数1964年发生了突变;暴雨日数、暴雨量存在11年的主要准周期;计算重现期,化州50a一遇的最大日降水量为395.2mm,100a一遇的最大日降水量为451.2mm。     

浑太流域降水极值的统计分布特征

基于浑太流域1966-2006年73个雨量站的日降水资料,建立了逐站年最大日降水量(AnnualMaximum,AM)序列和汛期4-9月日降水量<1.27mm.d-1的最长持续干旱天数(Munger Index,MI)序列,并对其时空分布规律进行了分析。采用广义极值(General Extreme Value,GEV)分布、广义帕雷托(General Pareto,GP)分布、韦布尔(Weibull,WB)分布、约翰逊SB(Jonhson SB,J-SB)分布、Burr分布和对数逻辑(Log-Logistic,L-LG)分布等6种极值分布函数对AM和MI序列进行了逐站分布拟合,结果表明,广泛应用的GEV分布整体拟合程度最好,有50个测站的KS检验统计量Dn<0.09,而未曾推广使用的Burr分布的拟合效果也非常好,有36个测站Dn<0.09。用GEV分布对50年一遇的AM和MI进行了估算,发现流域中心地区极端强降水和极端干旱的程度较高,分别为>208mm.d-1和>47d。     

Duration and Seasonality of Hourly Extreme Rainfall in the Central Eastern China

Compared with daily rainfall amount, hourly rainfall rate represents rainfall intensity and the rainfall process more accurately, and thus is more suitable for studies of extreme rainfall events. The distribution functions of annual maximum hourly rainfall amount at 321 stations in China are quantified by the Generalized Extreme Value（GEV） distribution, and the threshold values of hourly rainfall intensity for 5-yr return period are estimated. The spatial distributions of the threshold exhibit significant regional diferences, with low values in northwestern China and high values in northern China, the mid and lower reaches of the Yangtze River valley, the coastal areas of southern China, and the Sichuan basin. The duration and seasonality of the extreme precipitation with 5-yr return periods are further analyzed. The average duration of extreme precipitation events exceeds 12 h in the coastal regions, Yangtze River valley, and eastern slope of the Tibetan Plateau. The duration in northern China is relatively short. The extreme precipitation events develop more rapidly in mountain regions with large elevation diferences than those in the plain areas. There are records of extreme precipitation in as early as April in southern China while extreme rainfall in northern China will not occur until late June. At most stations in China, the latest extreme precipitation happens in August–September. The extreme rainfall later than October can be found only at a small portion of stations in the coastal regions, the southern end of the Asian continent, and the southern part of southwestern China.     

自组织映射神经网络(SOM)降尺度方法对江淮流域逐日降水量的模拟评估

利用1961~2002年ERA-40逐日再分析资料和江淮流域56个台站逐日观测降水量资料,引入基于自组织映射神经网络(Self-Organizing Maps,简称SOM)的统计降尺度方法,对江淮流域夏季(6~8月)逐日降水量进行统计建模与验证,以考察SOM对中国东部季风降水和极端降水的统计降尺度模拟能力。结果表明,SOM通过建立主要天气型与局地降水的条件转换关系,能够再现与观测一致的日降水量概率分布特征,所有台站基于概率分布函数的Brier评分(Brier Score)均近似为0,显著性评分(Significance Score)全部在0.8以上;模拟的多年平均降水日数、中雨日数、夏季总降水量、日降水强度、极端降水阈值和极端降水贡献率区域平均的偏差都低于11%;并且能够在一定程度上模拟出江淮流域夏季降水的时间变率。进一步将SOM降尺度模型应用到BCCCSM1.1(m)模式当前气候情景下,评估其对耦合模式模拟结果的改善能力。发现降尺度显著改善了模式对极端降水模拟偏弱的缺陷,对不同降水指数的模拟较BCC-CSM1.1(m)模式显著提高,降尺度后所有台站6个降水指数的相对误差百分率基本在20%以内,偏差比降尺度前减小了40%~60%;降尺度后6个降水指数气候场的空间相关系数提高到0.9,相对标准差均接近1.0,并且均方根误差在0.5以下。表明SOM降尺度方法显著提高日降水概率分布,特别是概率分布曲线尾部特征的模拟能力,极大改善了模式对极端降水场的模拟能力,为提高未来预估能力提供了基础。     

南方低山丘陵地区汛期短时强降水特征分析

研究汛期短时强降水特征,对于南方低山丘陵地区山洪灾害的预报具有重要指导意义。以怀化市为研究区域,基于该区域11个国家站和403个区域自动气象站的2012-2017年4-9月期间逐小时降水量以及相对应的NCEP资料,分析了怀化市短时强降水的时空分布特征,得出了产生短时强降水天气系统模型,结果显示：①汛期短时强降水发生频率较高,时间集中,分布不均。主要出现在5～7月,占4～9月的72.9%,其次在8～9月;北部频数多,中南部少,西部最少,辰溪、麻阳和怀化三县交界处及沅陵县的大合坪附近是频发区域。②短时强降水日变化呈单峰型,4～10时最容易发生,峰值在8时,谷值在23时。③强度越强出现的频次越少;北部的强度和次数大于其它区域;50～79.9 mm/h,占总站数的68.4%;各月国家站的极值乘以2约等于区域站极值。④低涡型短时强降水出现概率最高,低涡位置和移动路径是短时强降水预报的关键点。