极值统计理论的进展及其在气候变化研究中的应用

着重论述极值统计分布在极端天气气候事件和重大工程设计中的重要意义,综述该领域国内外研究进展。例如,基于超门限峰值法（POT）的广义帕累托分布（GPD)和基于单元极大值法（BM）的广义极值分布（GEV）及其参数间的理论关系;采用极值分布模型与多状态一阶Markov链相结合构建降尺度模型模拟局地极端降水事件,推算一定重现期的极端降水量的分位数;探讨极值分布模型分位数估计误差问题,多维极值分布理论及其应用等问题。     

长江流域极端强降水分布特征的统计拟合

基于长江流域147个气象站1960-2005年最大值降水序列(AM)与超门限峰值降水序列(POT),选取4大类20种分布函数,采用极大似然法和线性矩法估算了参数,经柯尔莫洛夫-斯米尔诺夫检验,确定了降水极值的最优概率模型.对AM与POT两套极端强降水序列的频率分析均表明,Wakeby分布函数能够较好的拟合长江流域降水极值的概率分布.同时指出了降水极值的拟合存在的不确定性.     

广义帕雷托分布在重庆暴雨强降水研究中的应用

引进广义帕雷托分布(GPD),借助于现代L-矩估计方法,模拟重庆地区极端降水事件,推算一定重现期的极端降水量分位数。模拟试验表明,基于超门限峰值法(POT)的GPD不但计算简便,而且基本不受原始序列样本量的影响,具有全部取值域的高精度稳定拟合(包括高端厚尾部),与GEV模拟结果相比,GPD具有更高精度和稳定性,更为实用。     

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。     

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。     

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。     

利用广义帕雷托分布拟合中国东部日极端降水的试验

引进广义帕雷托分布拟合我国东部地区78个测站夏季(5～9月)逐日极端降水量.结果表明,不同门限值条件下的逐日降水量所拟合的降水极值概率分布均符合广义帕雷托分布,与其它极值分布如广义极值(下称GEV)分布模式相比,以GPD模式为最优.根据现代气候条件,分别计算了50年一遇和100年一遇的极端降水量分位数并分析其空间分布特征,两者基本一致,总体上都呈现出由东南向西北方减小的趋势,且南北差异较大,南方的极端降水量值可能达到北方地区的两倍以上.此外,资料年份越长,拟合效果越好.     

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%。     

中国大陆地区小时极端降水阈值的计算与分析

利用广义极值分布和百分位两种阈值确定方法,对我国465个气象站点不同极端程度的小时降水强度阈值进行了分析。广义极值分布结果表明,重现期为2、5、10、50a的降水强度阈值具有一致的空间分布特征：华南沿海阈值最高,长江中下游地区北部、四川盆地西部、华北地区东部次之,云南中西部、华北西部和东北西部阈值相对更低,最小值出现在我国西部地区。百分位法得到的阈值空间分布呈现出与广义极值分布结果较为一致的东南大、西北小的整体特征。考察465站中位数发现,第99．9百分位的强度阈值与二年一遇降水的阈值接近。具体分析各站第99．9百分位降水阈值对应的重现期发现,长江流域及其以南地区重现期大多低于2a;35°N一带重现期长于4a;我国北方和西北部分地区重现期长于8a。     

导线覆冰极值的概率分布模拟及其应用试验

利用南方地区多个气象站和电力部门观冰站的导线覆冰逐日冰厚资料,将广义极值分布和广义帕雷托分布引入导线覆冰的概率模型研究中,通过超门限覆冰次数的泊松分布拟合检验,结合H ill图解,提出了基于超门限峰值法门限值的确定方法;对两种分布在导线覆冰极值模型拟合的适用性研究表明,广义帕雷托分布对各站覆冰冰厚极值的拟合精度最高;重现期冰厚极值估计随样本长度的变化分析表明,广义帕雷托分布模型极值估计的稳定性比广义极值分布强,一般样本容量达到25 a左右时,广义帕雷托分布重现期冰厚极值的估计趋于稳定,可以作为短序列下估计导线覆冰极值的较好方法。     

江西省极端降水分类及特征分析

利用多种观测及再分析资料对江西省极端降水过程进行统计分类和天气学分析。采用百分位法、广义极值法对比计算江西省极端降水强度阈值标准,分析江西省极端降水事件的空间分布特征,筛选出2010—2019年江西省极端降水的典型过程,并进行天气学成因分析。结果表明：1） 江西省各站极端降水强度阈值空间分布差异较大,由西南向东北逐步增加,具有非常明显的地域性特征;2） 江西省典型极端降水过程发生在夏季（6—8月）,主要分为梅雨锋、强台风、西北气流类;3） 江西省梅雨锋类极端降水占典型极端降水过程的70%,该类极端降水具有稳定的大尺度环流形势,主要表现为南亚高压北跳至25°N以北,阻塞高压异常偏强,东北冷涡发展,副热带高压与大陆高压相结合,配合天气尺度稳定的切变线以及异常的西南暖湿气流,形成持续的水汽输送及异常的垂直上升运动中心。     

ECMWF降水极端天气指数在浙江的应用评估

利用2016年6月—2017年5月ECMWF降水极端天气指数(EFI)预报资料,分析了降水EFI与不同量级强降水、降水气候百分位在浙江的关系。结果表明:总体而言,浙江省降水EFI与实况降水存在明显的正相关关系。随着EFI阈值的增加,暴雨发生频次先增加后减少,而且暴雨发生的概率随着EFI阈值的增加而增大。综合考虑TS、BS评分,EFI阈值随着预报时效的延长而减小;随着降水量级的增加而增大。降水EFI值与降水气候百分位存在明显的正相关关系,当EFI值较高时,预示着较大的几率出现极端降水,此时可参考当地相对应的气候百分位的降水量来估计降水。     

Experimental Simulations of Extreme Precipitation Based on the Multi-Status Markov Chain Model

A multi-status Markov chain model is proposed to produce daily rainfall, and based on which extreme rainfall is simulated with the generalized Pareto distribution (GPD). The simulated daily rainfall shows high precision at most stations, especially in pluvial regions of East China. The analysis reveals that the multistatus Markov chain model excels the bi-status Markov chain model in simulating climatic features of extreme rainfall. Results from the selected six stations demonstrate excellent simulations in the following aspects:standard deviation of monthly precipitation,daily maximum precipitation,the monthly mean rainfall days,standard deviation of daily precipitation and mean daily precipitation, which are proved to be consistent with the observations. A comparative study involving 78 stations in East China also reveals good consistency in monthly mean rainfall days and mean daily maximum rainfall, except mean daily rainfall. Simulation results at the above 6 stations have shown satisfactory fitting capability of the extreme precipitation GPD method. Good analogy is also found between simulation and observation in threshold and return values. As the errors of the threshold decrease, so do the di?erences between the return and real values. All the above demonstrates the applicability of the Markov chain model to extreme rainfall simulations.     

中国南方6省1月份降水和极端低温的分布特征

采用中国南方湖南、湖北、贵州、广西、江西和安徽6省近50 a 1月份降水和气温资料,运用正交函数分解法和SYM8小波分析了它们的时空分布特征,并对极端低温的区域均值进行了广义极值模型拟合,同时研究了降水与气温的相关性.结果表明,该地区1月份降水量主要有全区域分布型和南北分布型,极端低温主要有全区域分布型、南北分布型和东西分布型.1月份降水量的全区域总和以及南北部差值都有先增后减的趋势.全区域的极端低温缓慢增长,南北部的差值先减后增,东西部的差值在1975年以前递增,随后几乎趋于稳定.6省1月份极端低温区域均值服从Weibull分布,在95%置信水平下,预测50 a一遇和100 a一遇的极小值达-6.78 ℃和-7.41 ℃.1月份降水量与极端低温的相关不显著,与平均气温在局部地区为负相关.     

汉江流域极端水文事件时空分布特征

利用1960-2012年汉江流域15个气象站点的日降雨资料和3个水文站同时期日径流资料,分析了9个极端降雨指数的空间分布规律,运用广义极值分布（GEV）、Gamma分布两种极值统计模型对各站点的最大1 d降雨、最大3 d降雨极值样本进行拟合,遴选描述降雨极值分布规律最优概率模型,进而推算给定重现期下的降雨设计值,并分析其空间分布规律;选用Gumbel、Clayton和Frank这3种Copula函数建立降雨-洪量极值联合分布模型,优选最合适的Copula函数,由此计算给定重现期下的洪量设计值。结果表明：GEV分布模型能更好地模拟降雨极值序列,不同重现期下的降雨极值在空间上均呈西低东高的特征;3种Copula函数中,Frank Copula函数能更好地拟合降雨-洪量相关关系,由此推求的洪量设计值大于单变量拟合设计值。     

南京过去100年极端日降水量模拟研究

在南京过去100年日降水资料的基础上,利用极值理论中的区组模型和阈值模型分析了极端日降水分布特征.首先通过广义极值(GEV)模型模拟了日降水的年极值序列(AMDR),用极大似然估计(MLE)方法计算了模型的参数,并借助轮廓似然函数估计出参数的精确误差区间,同时采用4种较直观的诊断图形对模型的合理性进行全面评估,结果表明Frechet是区组模型中最适合描述极端日降水分布特征的函数.其次,将日降水序列分3种情景构建极值分布的阈值模型(GPD),考察了观测数据的规模对应用该模型的限制,重点讨论了如何针对给定观测样本选择合适的阈值收集极值信息.分析结果认为,长度不小于50年的气候序列,采用24 mm的日降水量作为临界阈值均能进行GPD分析.该阈值处于年降水序列第91个百分位附近,即对目前长度为50年左右的日观测资料,第91个百分位点以上的数据基本能满足GPD研究的需要.另外,根据GEV和GPD对未来极端降水重现水平的推断情况,GPD预测值的置信区间要比GEV的窄,极值推断的不确定性相对也较小,更适合用于研究中国目前规模不大的气候资料.最后,对GPD模型的形状参数和尺度参数进行变换,分别引入描述线性变化的动态变量,分析降水序列中潜在的变异行为对极值理论应用的影响.这种变异包括降水序列中长期的均值变化及百分位变化,从模拟结果看,暂未发现资料变异行为对极值分析产生显著于扰.