兰州地区降水量正态分布特征

在对降水资料的分析过程中,要求资料的时间序列呈正态分布。利用兰州地区的兰州、皋兰、榆中和永登4个站点1960~2009年的降水量资料,采用"偏度—峰度系数+W检验"方法,基于SPSS软件,对兰州地区的年、季和月降水量正态特征进行分析。结果表明,兰州地区4个气象站的年降水量均呈正态性分布;兰州、皋兰和永登3站的夏、秋2季降水量为正态性分布,而榆中站只有秋季降水量为正态性分布,且秋季降水量的正态性最好,冬季最差;大多数月降水量不服从正态分布,但对降水序列进行平方根处理后,其正态性得到明显的改善。     

东江流域汛期降水时空分布的非均一性特征

利用东江流域13个气象观测站1967—2011年的逐月降水量资料,对流域内汛期降水量的时空分布非均一性进行了分析。结果表明:流域内汛期各时段降水量无明显增加趋势,年际、年代际变化明显;降水量的时空间分布与其均方差均呈显著的正相关关系;各时段降水量的站间偏度系数和各站偏度系数均以正偏为主,峰度系数多为负值,且站间偏度和峰度系数皆具有明显的年代际变化特征;汛期各时段降水量均有88.9%的年份在空间上服从正态分布;汛期有95.6%的气象站降水量服从正态分布、前汛期和后汛期有93.9%的气象站降水量服从正态分布。未能通过正态性检验的年份和站点,多是由于偏度系数不能满足条件。     

海南省降水量的正态分布特征及正态化变换

利用海南省18个测站1966—2003年的资料,对各地月、季降水量进行正态分布检验,分析其时空分布特征,并探讨了正态分布转换的若干方法。研究表明,在0．01的信度检验下,春、夏、秋季降水基本符合正态分布,冬季仅北部和东部地区符合正态分布,月降水量的正态性也随季节而变化,且具有局地性。通过适当的数学变换,全省所有非正态分布的月降水量均可正态化。     

云南降水正态分布特征的初探

利用适合性检验方法，对云南省125个测站1961年一2000年40a逐月降水资料是否符合正态分布进行了检验，并对云南降水正态分布做了区划。研究结果表明，云南在雨季(5—10月)通过显著性检验的测站数明显少于干季(11一次年4月)通过显著性检验的测站数，其中8月份仅4站次通过显著性检验，而12月份高达97站次，占全省总站次的77．6％；即云南雨季降水多符合正态分布，而在于季多符合非正态分布，8月份几乎全省符合正态分布，而12月份大部份测站都不符合正态分布。云南降水量的正态统计分布一方面具有一定的区域性特征，另一方面又具有较强的局地性，不同的月份同一测站降水量的正态性不同。因此，在做有关降水量的分析预报时，很有必要考虑其正态性的统计分布特征。     

河南省月和年降水量正态性分析

利用1957～2008年(共52年)河南省48个气象站月、年降水量资料,利用标准偏态系数和峰度系数检验方法,对降水量的正态性进行了分析。结果表明,河南省大多数气象站的月和年降水量不服从正态分布,但对降水量序列进行开平方或开立方处理后,降水量序列的正态性得到明显的改善。半数台站的年降水量原始序列服从正态分布。对各站偏态系数进行平均,可以发现,所有站月序列的偏态系数均为原序列的最大,立方根序列的偏态系数最小。原序列均为正偏,平方根序列以正偏为主,立方根序列则以负偏为主。所有站月原序列的峰度系数均为正数,平方根或立方根的峰度系数则正负相间。     

甘肃降水量正态性分析

利用1951～2010年甘肃省81个气象站月、年降水量资料,采用Jarque-Bera检验与χ2检验对原降水序列和经过Box-Cox变换后序列的正态性进行分析。结果表明:甘肃省大多数气象站年降水量服从正态分布,但一半以上台站的月降水不服从正态分布。其中12月、11月、1月的正态性最差,而5月和9月最好;从季节来看,甘肃大多数气象站春、夏季正态性较好,秋、冬季正态性较差;从地域分布来看,全省各地降水均存在非正态,其中河西地区、陇中和陇东部分站点非正态现象尤其突出。经过数据变换后的序列,站年正态性通过率从原来的81.5%～82.7%升高到97.5%～100%,站月通过率从36.2%～68.5%升高到85.4%～94.0%,大部分站点通过了正态性检验。     

粤西降水量的分布特征及正态分布检验

分析粤西地区湛江、雷州和电白3站1957~1997年的月降水资料的时空特征,进行月、季、年及汛期降水量正态分布检验,并探讨了正态分布转换的若干方法。结果表明:在0.05的信度检验下,除个别站的个别月份外,粤西各地的月降水量基本都不服从正态分布;电白的年和汛期降水量不服从正态分布,湛江和雷州近似服从正态分布;各站夏季降水量均服从正态分布,春、秋和冬季各站均不服从正态分布。通过适当的数学变换和处理,粤西所有非正态分布的月、季、年和汛期降水量均可正态化变换。     

中国三峡地区汛期降水量的正态性研究

为了分析三峡地区降水量序列的正态性和谱结构,对降水量的常见各种变换进行试验性研究。试验包括单站降水量、降水量的平方根、立方根和Γ分布概率值等非线性变换,以及级别变换。研究区域多站平均降水量、区域降水量的主分量、区域降水量的非线性变换后的主分量和区域降水量的级别变换后的主分量等序列。研究发现三峡地区单站降水量的各种变换不改变序列原始谱结构,仅影响概率分布的偏度和峰度,使其较好地遵从正态分布,其中以Γ分布的变换以及级别变换在分布的偏度上为最好。 区域降水量的各种变换的综合指数(区域平均值和主分量)正态性及谱结构分析表明,除区域平均值变换后不改变原单站序列的谱结构外,主分量的综合指数能改变原单站序列的谱结构,同时也影响概率分布的偏度和峰度,使其能较好地遵从正态分布。其中以降水量的立方根和Γ分布概率变换以及级别变换,在分布的偏度上有较好的效果。     

中国东部月降水量分布的统计特征

本文利用中国东部(105°E以东)110个站的30年(1953—1982用降水量资料,分析了月降水量分布的统计特征,经计算,月降水量的变差系数大多在0.5—1.0之间。大部分站点月降水量的频数分布呈较明显的正偏形式,但偏斜程度因时间、地点的不同而异。假设检验的结果表明:在统计意义下(α=0.05),各地都有一些站点的月降水记录遵从正态分布。这些站点的时空分布反映了我国东部干湿季明显的季风气候特点。各地遵从正态分布站点数较高的月份大体上与该地变差系数较小的月份相对应,而这些月份均位于各地的多雨时段。对于其它一些无法用正态分布拟合的月降水的频数分布,绝大部分可用三种偏斜分布模式较好地拟合。     

广州市单日降水量极值特征、分布拟合与推算

选取最优概率分布函数有助于提高气象要素重现期极值计算的可靠性。基于广州气象站1908—2016年逐日降水资料,构建年最大日降水量序列,采用线性趋势分析方法,研究了广州市年最大日降水量的变化特征,选取皮尔逊-Ⅲ型、对数正态、指数和耿贝尔-Ⅰ分布4种分布函数拟合广州市年最大日降水量序列,并按ω2检验、似然比检验等方法进行拟合优度检验。结果表明,近56年来,广州市年最大日降水量呈不显著的增加趋势。4—9月日最大降水量出现次数较多,6个月的出现次数占全年的93. 6%,其中,前汛期出现次数大于后汛期的。对数正态分布确定为广州市年最大日降水量拟合最优分布函数。对数正态分布估算的广州市50 a一遇的年最大日降水量是240. 1 mm,100 a一遇的是266. 1 mm,150 a一遇估算的是281. 4 mm。观测资料表明,广州平均1. 8 a出现一次150 mm以上的日降水量,而该降水量的估算重现期是1. 9 a,相当吻合。     

陕西省降水量的概率分布

对陕西省年、季、月降水量的概率分布统计检验结果表明:①我省年降水量序列具有正态分布特征,服从于正态分布。②我省季降水序列服从Г分布。③月降水量序列经过线性变化后都服从于Г分布。因而在进行年降水的概率分布统计时可应用正态分布。对季、月降水进行概率分布统计时可以应用Г分布。     

汤阴县降水概率模型

利用汤阴县1964-2008年45 a降水资料,探讨汛期降水量和年降水量的变化趋势,并计算出各个时段的概率分布模型.结果表明:汤阴县年平均降水量呈增长趋势,约呈22 a的周期振荡,上世纪70年代以来汛期降水量与年降水量波动显著;汛期降水量和年降水量均服从正态分布.     

包头市气温分布函数的正态性检验

气象要素是一种随机变量。随机变量的概率分布往往具有某种特征。在气象统计预报中，常常假设气象要素是遵从正态分布的，严格来讲，事先都应当进行正态性检验。本文从随机变量及正态分布的概念入手，利用中心矩、偏度系数和峰度系数，提供了一种正态性检检方法，并利用该方法，对包头市各月平均气温的分布进行了正态性检验。     

我国南方旬降水量的统计特征

本文对秦岭—淮河以南地区旬降水量的时空分布特征进行了初步统计分析。指出论域内各旬降水量大多为正偏态和尖峰态分布。谐波分析表明,旬降水量年变化以1波为主。1波振幅和位相的自然正交分析显示出其年际变化趋势的空间分布各具特色。     

全球粮食气象产量及其与降水量变化的关系

利用全球150个国家和地区1951~1985年（部分国家为1951~1991年）小麦和水稻的原始产量及降水量资料,分析了小麦和水稻气象产量的特征、全球粮食气象产量与降水量变化的关系。结果表明,气象产量的贡献约占作物产量的3%~14%,且小麦和水稻气象产量占作物产量比重的分布具有明显的地域性。气象产量大都服从正态分布,其长期变化在地域性分布上有一定的规律,在时间分布上存在准12年、准8年和准2年周期。气象产量同降水量关系密切,欧洲、非洲中南部和南美洲大部的小麦气象产量与年降水量呈反相关,而非洲北部和中东则呈正相关,除非洲西部、孟加拉国和黑海附近等少数地区外,全球大部分国家和地区水稻气象产量与降水量呈明显的正相关。     

金华地区气候态变化特征及极端气候敏感区域分析

使用金华市气象台整理的1968—2020年逐年气温、日照时数、降水量和降水日数数据,采用常规气象统计方法,对金华地区气候态变化特征及极端气候敏感区域进行分析,结果表明：（1）不同气候态下金华地区平均气温、降水量均主要呈增加趋势,且分别在III态、IV态最明显,而日照时数、降水日数则主要呈减少趋势,且分别在II态、IV态下最明显;但随着II—IV态的转变,平均气温的增温效应、日照时数和降水日数的减少现象则均在减弱,降水量的增加趋势则先增强再减弱。（2）金华地区平均气温主要呈永康兰溪暖、浦江冷的格局,日照时数表现为金华义乌多、兰溪永康少的特征,降水量呈现出武义浦江多、义乌东阳少的分布,降水日数具有南多北少的特征。随着气候态变化,四者整体呈明显增高、减少、增多、减少趋势。（3）气候态的变化使得金华地区平均气温等级由低向高移动,日照时数等级由高向低移动,降水量等级由4级向3级来回移动,降水日数等级无明显变化。（4）随着气候态转变,除兰溪外整个金华地区均是极端气温的敏感区,兰溪、义乌是极端日照时数的敏感区,极端降水、降水日数基本无敏感区域。     

金华地区气候态变化特征及极端气候敏感区域分析

使用金华市气象台整理的1968—2020年逐年气温、日照时数、降水量和降水日数数据,采用常规气象统计方法,对金华地区气候态变化特征及极端气候敏感区域进行分析,结果表明：（1）不同气候态下金华地区平均气温、降水量均主要呈增加趋势,且分别在III态、IV态最明显,而日照时数、降水日数则主要呈减少趋势,且分别在II态、IV态下最明显;但随着II—IV态的转变,平均气温的增温效应、日照时数和降水日数的减少现象则均在减弱,降水量的增加趋势则先增强再减弱。（2）金华地区平均气温主要呈永康兰溪暖、浦江冷的格局,日照时数表现为金华义乌多、兰溪永康少的特征,降水量呈现出武义浦江多、义乌东阳少的分布,降水日数具有南多北少的特征。随着气候态变化,四者整体呈明显增高、减少、增多、减少趋势。（3）气候态的变化使得金华地区平均气温等级由低向高移动,日照时数等级由高向低移动,降水量等级由4级向3级来回移动,降水日数等级无明显变化。（4）随着气候态转变,除兰溪外整个金华地区均是极端气温的敏感区,兰溪、义乌是极端日照时数的敏感区,极端降水、降水日数基本无敏感区域。     

新会气候资料的正态分布检验及正态化处理

利用偏度、峰度检验法,检验新会近50年温度及降雨量资料是否符合正态分布,并对没有通过检验的序列进行正态化处理.结果表明,新会温度资料正态性较好,而降雨量资料正态性差;不符合正态分布的序列经过立方根或四次方根、双曲正切转换等正态化处理后能通过正态分布检验.     

气候态调整对华北冬、夏季气候监测的影响研究

本研究对比分析了不同气候态下,华北冬、夏季降水及气温的差异,分析了气候平均值的改变对历史极端事件监测的可能影响。研究结果发现,1991～2020年（简称气候Ⅱ态）的冬季和夏季的平均降水量均略多于1981～2010年（简称气候Ⅰ态）,但接近或略少于1961～2020年的平均降水量,平均降水量逐年变化幅度冬季Ⅱ态小于Ⅰ态,夏季反之。气候Ⅱ态冬季降水空间分布不均,夏季较Ⅰ态呈“中部减少,东西增加”的分布型。冬季和夏季极端降水阈值Ⅱ态（0.86 mm和22.0 mm）较Ⅰ态（0.83 mm和21.6 mm）均略有提高,造成近60年华北大部基于Ⅱ态阈值的冬、夏季极端降水日数较Ⅰ态略减少。此外,气候Ⅱ态的华北冬、夏季平均气温均明显高于Ⅰ态,也高于1961～2020年平均值。Ⅱ态气温较Ⅰ态基本呈全区增加特征,但空间分布不均匀。冬季极端低温和夏季极端高温阈值Ⅱ态（-9.8°C和27.9°C）较Ⅰ态（-10.2°C和27.5°C）均有所有所提高,造成华北大部分地区基于Ⅱ态阈值的近60年冬季极端低温日数较Ⅰ态有所增加,夏季极端高温日数较Ⅰ态存在不同程度的减少。因此,新气候态下华北气温和降水均值,华北大部极...     

川北绵阳地区降水量的时空分布特征及变化趋势

选用四川省绵阳地区8个台站1959~2005年日降水资料,采用经验正交函数分解法和连续功率谱分析等方法分析了绵阳地区年降水量的时空分布特征及变化趋势,结果表明,绵阳地区年降水量的空间分布不均匀,局地差异大,主要表现为3种分布型:①区域一致型;②东南—西北型;③中部型。绵阳地区的年降水量呈整体下降趋势,但降水剧烈程度加大,同时东南—西北分布型在加剧;功率谱分析发现,绵阳年降水量的变化具有2.9年和6.7年的显著变化周期;绵阳地区各站的年降水和不同等级降水的降水量和降水日数大致呈不同程度的下降趋势和减少趋势,但不同站点暴雨以上量级的降水量和降水日数变化特征又有所不同;绵阳地区区域平均年降水量呈减少趋势主要是由于雨季降水量和降水日数均出现减少趋势造成的。