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。     

阿勒泰地区5—9月极端干期长度的概率特征分析

利用新疆阿勒泰地区7个测站1961-2009年逐日降水资料,统计5—9月连续无降水日数(日降水量相似文献   

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。     

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.     

广义帕累托分布在广东重现期风速计算中的应用

利用广东省86个国家气象观测站建站以来近70a的逐月最大风速序列和近20a(1999—2018年)的逐月最大风速序列,基于POT抽样法,分别采用三参数广义帕累托分布函数对各站的重现期风速进行了概率计算,计算过程中三参数广义帕累托分布函数分别采用矩估计(MOM)、极大似然估计(MLE)、似然矩估计(LM)和概率权矩估计(PWM)等4种参数估计方法,结合表征参数估计优良性的指标:均方根误差RMSE、拟合相对偏差和显著性水平为0.05的科莫戈洛夫检验拟合适度指标K_f对拟合效果进行检验,结果表明:基于POT抽样的概率权矩估计(PWM)拟合效果最好。     

山西省主汛期极端变化降水特征

利用环渤海地区60个测站1961～2008年逐日降水资料,采用L矩参数估计方法对各站超临界值日极端降水拟合广义帕雷托分布。结果表明,广义帕雷托分布能够很好地拟合环渤海地区日极端降水的概率分布,其尺度参数、形状参数与极端降水重现期的地理空间分布密切相关,重现期50、100年一遇的日极端降水空间分布基本一致,山东南部、河北西南部、辽宁西部与河北东北部等区域具有较高极端降水值。     

环渤海地区极端降水事件概率分布特征

利用环渤海地区60个测站1961～2008年逐日降水资料,采用L-矩参数估计方法对各站超临界值日极端降水拟合广义帕雷托分布。结果表明,广义帕雷托分布能够很好地拟合环渤海地区日极端降水的概率分布,其尺度参数、形状参数与极端降水重现期的地理空间分布密切相关,重现期50、100年一遇的日极端降水空间分布基本一致,山东南部、河北西南部、辽宁西部与河北东北部等区域具有较高极端降水值。     

中国东部夏季极端降水统计特征及其与El Nio的联系

选取中国东部1961—2012年夏季5—9月无缺测429站逐日降水资料,利用广义帕雷托分布(GPD)拟合,研究中国东部52 a以及El Nio发展年和衰减年极端降水的统计特征,并分析其成因。结果表明:1)中国东部降水阈值呈由东南向西北递减的态势,且基本为线性增加趋势。2)华南地区尺度参数最大,出现极端降水的概率大。黄河以南地区尺度参数变化趋势正值较多,出现极端降水的概率增加。3)El Nio发展年夏季,西太平洋上有气旋环流异常,中国东南部受气旋西侧的异常偏北气流影响,多地阈值偏小,只有福建东南部及黑龙江中西部易发生破纪录的极端降水。4)El Nio衰减年夏季,西太平洋上为异常反气旋环流,中国东南部受反气旋西侧的异常偏南气流影响,多地阈值偏大,广东中东部及皖鄂赣交界处发生洪涝灾害的可能性增大。     

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。     

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。