重庆多历时极值降水的概率型优选及应用

基于重庆34个国家气象站1981—2016年5 min,24 h至3 d的过程最大雨量共18个年极值降水序列,利用线性矩法计算6种常用概率分布函数的模型参数,通过备选最优模型筛选法客观选取各站各历时极值降水的最优概率模型,并将优选结果应用于重庆不同历时百年重现期降水的计算。结果表明:模型优选方法得到的重庆各站不同历时极值降水的最优线型略有差异,广义极值分布占比最大,三参数Weibull分布次之,三参数对数正态分布第三,皮尔逊Ⅲ型和Gumbel分布相当,指数分布最差。最优线型计算的重庆不同历时百年重现期降水的空间分布大值区由短历时的点状分布向长历时的片状分布转变,渝东北的大值中心受地形影响不断向北移动。基于线性矩法的概率模型参数估计及客观的线型优选过程具有较强的可操作性和适应性,可应用于其他工程气象参数的推算中。     

广义极值分布在重庆短历时极值降水中的应用

利用广义极值分布函数拟合1981—2016年重庆34个国家气象站短历时(1、3、6、12 h)极值降水序列,对拟合结果进行显著性水平检验,并给出不同重现期极值降水的空间分布。结果表明:广义极值分布函数能较好地拟合重庆地区的短历时极值降水。随着降水历时的延长,服从Weibull分布(Frechet分布)的站点数逐渐减少(增加)。各短历时不同重现期降水的空间分布具体表现为10 a以下及20 a以上基本相似,位于长江沿线以北的重庆西北部地区降水量明显大于重庆长江沿线以南地区,且渝东南降水的相对大值区位于彭水地区。随着重现期的增加,降水中心更加集中,渝东北的大值中心随着历时的延长向北移动。广义极值分布函数的形状参数的绝对值接近或超出0.5时,计算的高重现期(大于样本长度)极值降水存在较大偏差;当不同历时降水拟合的形状参数值具有明显差异时,高重现期降水可能出现与客观规律相悖的现象。     

陕西短历时降水极值特征和致灾性分析

利用陕西95个气象站1980—2013年的短历时(1h、3h、6h、12h、24h)降水极值及相应县域1984—2013年的气象地质灾害记录,对陕西短历时降水极值、气象地质灾害发生的时空分布特征及两者间的关联度进行分析,并通过耿贝尔(Gumbel)极值分布模型拟合短历时降水百年极值。结果表明:陕北的子长、佳县,关中的彬县、华阴、武功、千阳,陕南的镇巴、商南、佛坪为短历时降水极值中心。超过一半的站降水极值呈缓慢增大趋势,降水极值与灾害均集中出现在4—10月,两者发生时间有较好的对应关系。陕北54.62%、关中48.5%、陕南68.97%的短历时降水极值出现的当天,当地发生了气象地质灾害。利用耿贝尔极值分布模型拟合5个短历时降水百年极值发现,百年一遇降水极值的空间分布特征与历史极值特征相似,这对短历时降水极值的预测与可能引发的暴雨洪涝地质灾害的预防有一定的借鉴意义。     

长江三峡地区宜昌、巴东短历时极值降水特征分析

利用长江三峡库首宜昌站及库区巴东站1955—2008年分钟降水强度资料,采用广义极值分布和线性矩参数估计方法,拟合两站7个短历时(60min以内)年最大降水量概率分布,推断各历时有关重现期降水极值,计算各历时暴雨频次及年最大降水量气候倾向率,分析各历时降水广义极值分布的参数随时间变化规律。结果表明:宜昌、巴东两站7个短历时年最大降水量采用广义极值分布拟合,其效果较好;两站短历时降水平均值趋势变化不明显,而不同百分位数降水量变化趋势差异较大,其中中位数的降水量呈下降趋势,较高百分位数的降水量增加趋势显著,达20%～30%。     

湖南省极端降水过程客观监测指标

利用1981-2010年湖南省97个地面气象观测站降水观测资料,基于二阶求导和尖顶突变模型等方法,分别对短历时降水序列和过程降水序列进行时间突变分析。结果表明：不同时间的最大小时累积降水量在时间上的突变点分别为12.0 h、6.1 h;过程降水持续时间突变点分别为10.0 d、4.4 d,不同持续时间最大降水量占过程总降水量的百分比及最大降水量在时间序列上的突变点分别为10.0 d、4.6 d和10.0 d、4.9d。建立的湖南省极端降水过程客观监测指标为：连续1-6 h、12 h最大降水量,连续1-5 d、10 d最大降水量和过程累积降水量及降水持续时间。指标的适用性通过与农作物因洪涝灾害的受灾率、成灾率及单位面积粮食减产量的相关分析验证。     

黑龙江省短历时降水时空分布特征研究

以百分位法和空间系统聚类法为理论基础，利用GIS空间插值技术，分析近30 a(1991—2020年)黑龙江省短历时（1 h、3 h、6 h、12 h）降水时空分布特征。结果表明：黑龙江省短历时降水分布趋势与夏季降水量分布趋势差异较大；短历时降水极值分布较为分散，基本上在西部松嫩平原地区最高，北部大、小兴安岭地区和东南山区最低；短历时降水99%、95%和90%分位，在西部松嫩平原地区最高，向东南和东部两个方向逐渐降低，大、小兴安岭最低；短历时降水从极值到99%、95%、90%分位降水量迅速下降，短历时降水高值在总降水样本中出现比例较小；黑龙江省各短历时降水的极值和均值年际变化趋势基本一致，各短历时的极值均呈明显增加趋势，历时越短增加趋势越明显。     

广义极值分布理论在重现期计算的应用

在气候统计学上,常用Weibull、Gumbel、Frechet统计分布函数对极端气候要素的分布进行拟合,广义极值分布理论综合了以上三种极值分布模型,在气候分析中得到了广泛应用。以南昌市年汛期日最大降水量为例,利用广义极值分布理论对其分布进行拟合,并对重现值及其置信区间进行计算,为气候要素极值的统计分析提供了一种新的手段。     

重庆地区短历时强降水气候特征

利用重庆地区34个气象站1981—2016年逐分钟降水资料,对10、60、360和1440 min短历时强降水量空间分布规律和分区进行了分析。结果表明:重庆地区短历时强降水量空间分布差异较大,全市有3个高值区,中心分别位于西部沙坪坝站、东北部开州站、东南部秀山站。短历时强降水趋势变化空间差异较大,东南部、东北偏北地区以增多趋势为主,其余地区以减少为主。360 min最大降水量最不稳定,随着降水历时的缩短,最大降水量的稳定性逐步增大;各历时最大降水量均为正偏态分布。根据重庆地区短历时强降水的空间分布及其EOF分析结果,并考虑到重庆地区复杂地形、城市雨水排除规划和应用上的方便,将重庆地区短历时强降水分为3个区,分别是西部区、东南部区和东北部区。     

青藏高原夏季极端降水概率分布特征

基于国家级地面气象站基本气象要素日值数据集的均一化降水序列计算了1961—2014年青藏高原中东部71个站夏季极端降水指数,选取二参数和三参数的Weibull分布、广义极值分布、皮尔逊Ⅲ型分布(Gamma分布)、对数逻辑斯特分布拟合其极值,分析了青藏高原中东部夏季极端降水的极值分布特征。结果表明:青藏高原夏季极端降水由东南向西北递减,大值中心位于四川东部地区,西藏东南部有一较大值中心,小值中心位于青海西北部。通过极值分布函数对极端降水指数的拟合,发现不同的指数适用的函数不同,需采用多种概率分布模式进行对比,并结合实际物理意义加以选择最适合的拟合分布函数。利用Gumbel分布计算夏季极端降水指数的多年一遇水平、50年一遇和100年一遇水平,均呈现出完全一致的空间分布特征:东南降水多,西北降水少;根据滑动t检验,强降水量和极强降水量均于2006年突变,由Gumbel分布估计突变后青藏高原中东部的极端降水有所增加。     

内蒙古夏季极端降水持续性分析与时空分布特征

利用内蒙古地区117站1991—2013年夏季(6—8月)逐时降水量资料,采用Gumbel极值方法确定内蒙古逐时极端降水阈值,研究内蒙古夏季逐时极端降水持续性和演变特征。结果表明:(1)内蒙古地区逐时极端降水阈值自西(5～10 mm)向东(40～55 mm)递增,但极端降水过程相对强度自西向东逐渐递减。内蒙古西部偏南地区、阴山山脉以南和大兴安岭东部极端降水过程持续时间较长,在7 h以上,其余地区极端降水过程持续时间较短,在6 h以内。(2)持续时间在1～3 h的极端降水过程发生次数最高,极端降水过程持续时间越短,降水量峰值出现前降水强度越大。极端降水持续时间4～6 h降水量偏离程度最大,1～3 h和7～12 h次之。(3)近23 a极端降水过程集中出现在7月下旬,峰值出现时刻由17:00滞后到20:00。1991—2010年极端降水过程偏少,可能是因为4～6 h和7～12 h极端降水过程次数偏少;进入2011—2013年,极端降水过程增加明显,主要与持续时间1～3 h、4～6 h和7～12 h极端降水过程同时增多有关。     

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。     

未来情景下南水北调中线工程水源区极端降水分布特征

利用南水北调中线工程水源区9个气象站点1961-2008年的日降水资料和IPCC第四次评估报告多模式数据结果,抽取逐年的最大日降水量序列样本,运用广义极值分布（GEV）和广义帕累托分布 (GPD）两种极值统计模型对样本进行拟合,遴选出描述流域最大日降水量分布规律的最优概率模型,推算重现期对应的降水量值,并预估该流域极端降水事件在未来气候变化情景下的响应。研究表明：南水北调中线工程水源区降水极值均符合GEV和GPD分布,但GPD模型更适合用于描述该流域降水极值分布;未来气候变化情景下用GPD分布拟合的降水极值优于使用GEV分布;A2情景下极端降水事件的发生将更频繁、更强烈,A1B情景下次之,B1情景下相对较小,表明未来高排放气候情景对极端降水事件的影响比中、低排放情景大。     

L-矩估计方法在极端降水研究中的应用

本文引进具有高精度优良特性的L-矩参数估计方法,应用Gumbel分布模式拟合我国东部地区的极端降水量。结果表明,参数的L-矩估计法使Gumbel分布拟合极端降水的优度有较大的提高,同时在给定重现期条件下估计极值分位数具有良好的效果。相对而言,对短样本序列,L-矩估计比常规矩估计具有明显的优势。     

基于两种分布的勉县年最大日降水量重现期估算

2021年8月22日勉县遭遇极端降水事件,日降水量高达2379 mm,灾害十分严重。统计分析1959—2021年勉县历史逐年最大日降水量特点,采用皮尔逊Ⅲ型（简称P-Ⅲ型）曲线分布和耿贝尔极值分布方法推算重现期及降水量,并将两者进行比较,对2021年8月22日极端大暴雨进行重现期估算。结果表明：勉县年最大日降水年际变化明显,2008年以来变率增大且有更极端的趋势;基于P-Ⅲ型曲线分布和耿贝尔极值分布的1959—2020年最大日降水积累概率拟合效果均较好,但耿贝尔极值分布对年最大日降水量的拟合优于P-Ⅲ型分布;应用耿贝尔极值分布推算勉县极值降水,100 a一遇的日降水量为1547 mm,2021年8月22日降水量2379 mm的重现期为4 88133 a。增加2021年最大日降水量进入样本序列重新构建耿贝尔极值分布函数,推算日降水量2379 mm的重现期为70735 a,100 a一遇的估算降水量为1834 mm,重现期及降水量估算变化均较大,说明超极端降水和样本长度对重现期的推算影响较大。     

辽宁地区夏季不同历时极端降水时空变化特征

利用1981—2015年辽宁省54个气象站降水观测资料,采用气候趋势系数、Morlet小波分析和Mann-Kendall突变分析等气候统计方法,分析了辽宁省夏季不同历时极端降水的时空变化特征。结果表明:1981—2015年夏季辽宁省西南部沿海、渤海北部沿海、黄海北部沿岸地区及大连市区为极端降水阈值大值区,辽宁省西部地区和东部山区极端降水阈值较小,极端降水强度的空间分布特征与极端降水的阈值相似。辽宁省夏季不同历时极端降水发生频次的分布特征基本相同,时间长期变化趋势不明显,主要表现为年际变化,存在3 a、5 a和8 a的变化周期,东部山区极端降水发生频次较多,环渤海沿岸和朝阳地区极端降水发生频次较少。近35 a夏季辽宁省24 h、12 h、6 h、3 h和1 h降水量极值的空间分布极不均匀,最大值与最小值分别差1.2、1.6、1.6、2.4倍和1.8倍。极端湿期长度最大值出现在新宾地区,为11.3 d;极端干期长度最大值出现在大石桥地区,为24.3 d。     

山西不同历时强降水的统计特征及趋势变化

利用山西省109站1981-2018年的短历时强降水资料,采用趋势系数、归一化、中尺度天气分析等方法,对1 h、3 h、6 h、12 h短历时强降水的极值、频次、日、月以及年代际等趋势变化和主要影响系统进行统计分析。结果表明:(1)极值空间分布具有山区大于盆地、南部大于北部,时效越短,极值分布的局地性越强等特点。(2)12 h内不同历时强降水出现频次具有"南高北低、山区高于盆地、东部山区高于西部山区、东南明显集中"的空间分布特点。(3)不同历时强降水集中出现在每年的7-8月,其中,1 h≥20 mm的短历时强降水出现频次最高。(4)1 h雨量≥20 mm、3 h雨量≥30 mm以及12 h雨量≥50mm强降水发生频次日内分布均为单峰型,6 h雨量≥50 mm强降水发生频次日内分布为双峰型。(5)1 h、3 h和6 h短历时强降水年发生次数的变化趋势为山西省东南部的增长速率最大;12 h短历时强降水年发生次数的变化趋势为山西省的东部和西部山区最大。(6)6 h和12 h与1 h和3 h短历时强降水的主要影响系统有明显差异,61%的6 h和12 h短历时强降水个例为系统性降水与多个中尺度强降水的组合造成。     

芝加哥雨型法在短历时暴雨雨型设计中的应用

基于山西临汾国家基本气象站1981—2013年逐日雨量资料,对临汾市城区暴雨强度公式修订的基础上,采用芝加哥雨型法,对临汾市城区短历时暴雨雨型设计进行分析研究。结果表明:1981—2013年山西临汾短历时最大降水量年际变化较大,且随着降水历时的延长,年最大降水量极值有增大趋势;年最强降水比较集中,多出现在7月上旬到8月中旬,且在午后出现次数较多。除历时30 min和180 min外,临汾城区短历时暴雨雨峰位置略偏前,短历时强降雨较为集中。瞬时雨强呈先增后减的单峰型分布,各历时的瞬时雨强变化趋势以及分布型基本一致,只是在时间分配上稍有差别,且雨强随着重现期增大而增大。当重现期相同时,雨峰处降雨强度随着历时的延长整体呈现减小、增大、再减小的波动趋势,但峰值雨强差异较小。     

菏泽市气候极值的统计分布和再现期研究

科学合理地估算某地区的气候极值再现期是气象科技服务的重要内容,对当地经济建设具有重要意义。对菏泽市35种气候极值,分别都用皮尔逊Ⅲ型（Pearson Ⅲ）、对数正态（log normal）、耿贝尔（Gumbel）、韦伯（Weibull）分布函数进行拟合,用χ2检验选出最优者。使用选出的最优分布函数,用多个再现期算出再现期极值,列成表格以备气象服务中使用。通过最优分布函数的选取,对哪个类型的气候要素较多服从于哪个分布函数问题进行了研究。研究结果发现极端气温类型的极值和日数类型的极值较多服从于皮尔逊Ⅲ型分布,降水和其他类型的极值较多服从于耿贝尔分布。简要介绍了计算中使用Excel的技巧。     

1960-2005年长江流域降水极值概率分布特征

 摘 要：根据1960-2005年长江流域147个气象站逐日降水观测资料和ECHAM5/ MPI-OM气候模式20世纪试验期（1941-2000年）79个格点逐日降水模拟资料，建立年最大强降水AM（annual maximum）序列及汛期日降水量＜1.27 mm的最长干旱持续天数MI（Munger index）序列，分析了长江流域降水极值序列的时空分布特征和概率分布模式。结果表明：1) 长江流域强降水事件的强度和概率最大的地区位于岷沱江流域中游、洞庭湖湖区、长江中下游干流区与鄱阳湖东南部支流等地区，干旱事件强度和概率最大的地区位于金沙江流域中下游与嘉陵江流域；2) 气候模式模拟的长江流域AM事件的多年平均值普遍高于观测值，但离差系数普遍低于观测值; 3) 气候模式模拟结果与观测的降水极值空间分布有一定的差异，但对气候模式和实际观测的降水极值概率分布的拟合，均证明Wakeby分布函数能够较好地拟合降水极值的概率分布。     

四川盆地短历时强降水极值分布的研究

运用广义帕雷托分布(GPD)和广义极值分布(GEV),借助于L-矩的参数估计方法,对四川盆地12站的小时极端降水量进行拟合,并对两种模型的拟合效果进行比较。运用Hill图,结合统计量D*来确定GPD的最佳门限值是合适的,选出的样本是独立的。各站的小时极端降水概率分布均符合GPD和GEV,但GPD模型的拟合精度要优于GEV模型。利用两种模型推算出各站给定重现期的最大小时降水量,其中泸州50 a一遇和100 a一遇的降水极值分位数都超过了100 mm,除了遂宁站外,两种模型估计出的极值分位数的相对误差基本都在10%以下。通过分析,GPD推算的结果更加可靠。