年最大日雨量极值分布拟合与推算

采用红河州12个站近48～58年的年最大日雨量资料,用PearsonⅢ型分布、耿贝尔分布、对数正态分布等3种概率分布模型分别进行了拟合,选择拟合最好的分布模型来估算最大给定重现期极值.结果表明:3种分布均能较好地拟合年最大日雨量的分布,在红河州12个站的拟合中,有7个站用耿贝尔分布,4个站用Pearson-Ⅲ分布,1个...     

聊城市日最大降水量分布特征及其重现期的推算

利用聊城市8个观测站1961—2007年的观测资料,采用Pearson-Ⅲ分布理论和适线法进行重现期降水极值分析,并计算给定重现期的最大日雨量。经检验,采用该方法计算出的最大降水量极值在全市8个站中有7个站点拟合效果较好。     

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。     

用两种极值推断法推算粤中上百年一遇最大日降雨量

根据粤中具有代表性的四会气象观测站1961—2010年共50年的气候资料,应用皮尔森-Ⅲ分布和第Ⅰ型极值分布函数来拟合该地区不同重现期的最大日降雨量,结果表明用第Ⅰ型极值分布函数推算重现期为5年以上的最大日降雨量拟合程度更高,用此研究方法可求出的超历史资料记录范围的最大日雨量。     

用Pearson-Ⅲ型概率分布推算贵阳降水量的重现期

Pearson—III型概率分布曲线能用来拟合不同时段降水量的分布,进而求得一定重现期下的降水量极值,该文采用该方法分别对贵阳市年雨量、年最大月和日降水量3种变量进行拟合。结果表明,Pearson—III型概率分布能较好拟合贵阳地区的暴雨频数分布,拟合效果良好,估算结果可信。     

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。     

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。     

江苏省最大日降水量时空分布特征及其统计拟合

本文根据江苏省内60个观测站1961~2000年的逐日降水资料,分析省域日最大降水的空间分布特征及年度变化,建立了省内日最大降水的概率分布模式,从而推算分析出现大降水的概率。研究结果表明皮尔逊Ⅲ型概率分布模式能够较好的拟合大暴雨的分布特征。     

南昌昌北机场不同重现期的极端气温估算

为推算昌北机场不同重现期的极端气温,选取永修国家气象站作为参证气象站,通过建立机场站与永修站年极端气温回归模型,构建机场站长年代年极端气温序列,再利用极值Ⅰ型分布和皮尔逊Ⅲ型分布对参证站（永修站）实测序列和机场站构建序列进行拟合和拟合效果检验,结果表明：两种模型对相同重现期的温度拟合结果不一致,差异在0.1～1.1 ℃;对年极端最高气温的拟合,两个序列均以皮尔逊Ⅲ型分布的效果更好,对年极端最低气温的拟合,均以极值Ⅰ型分布的效果更好。以皮尔逊Ⅲ型分布拟合参证站实测年极端最高气温序列的结果作为昌北机场不同重现期年极端最高气温的推算值,极值Ⅰ型分布拟合机场站构建年极端最低气温序列的结果作为昌北机场不同重现期年极端最低气温的推算值。昌北机场10、30、50和100a重现期的年极端最高气温分别是39.6、40.5、40.9和41.4 ℃,年极端最低气温分别是-9.5、-12.0、-13.1和-14.6 ℃。     

淮河流域汛期20 d内最大日降水量概率分布

利用淮河流域158个站点1980—2007年夏季降水量资料,选取淮河上游、淮河中上游、淮河中下游、洪泽湖以下和沂沭河5个子流域,采用Γ分布函数分析了淮河流域首雨日 (前1日无雨) 和连续雨日 (前1日有雨) 的夏季多年降水的概率分布特点。通过对代表站息县、阜阳、商丘、淮安、连云港Γ分布概率密度与样本频率的对比分析和K-S检验表明:Γ分布函数能较好拟合分条件的淮河流域夏季雨日的概率分布,用该分布函数递推得到的1 d, 10 d, 20 d内最大日降水量概率分布比较规则合理。淮河流域5个子流域中淮河上游、淮河中下游、沂沭河流域在10 d,20 d内最大日降水量不低于10 mm,25 mm,50 mm的可能性更大。     

广西一日最大降水量的极值分布

本文讨论了用Ⅰ、Ⅱ型极值分布和韦伯尔分布来拟合一日最大降水量的概率分布函数的方法。为广西一些台站的一日最大降水量选配了分布函数,并讨论了拟合效果。根据所配的分布函数,计算了广西一些台站部分重现期对应的一日最大降水量极值及确定任一极值的重现期的方法。     

山东年最大日雨量重现期值的推算

本文简要介绍Gu mbel分布及其具体应用,并用其计算了山东地市驻地气象台站年最大日雨量重现期值,得到初步结果,30年一遇日最大降水量计算值,13个台站拟合较佳,3个台站拟合较差。并计算了40年、100年和200年重现期的年最大日降水量。用物理因子放大法求算24小时可能最大降水值却偏大。笔者认为,要得到较为符合实际的结果,除了要继续探讨应用其它统计理论分布求算年最大日雨量重现期值外,还要考虑与物理因子放大法结合起来,互为修正。     

新疆干线公路沿线暴雨分区

利用新疆近140个水文、气象测站30年（1961－1990）全年日雨量≥25mm暴雨日数、最大24小时．或暴雨量R24和变差系数Cv；运用模糊聚类方法把新疆暴雨分为4个区，并利用皮尔逊Ⅲ型（P—Ⅲ）分布函数计算各区不同概率最大24小时点暴雨重现期。     

遵义市2010年7月8-13日暴雨洪涝特征及影响评估

采用空间定位、距平百分率、历史对比、极大值推算、灾害影响分析等多种方法对2010年7月8-13日遵义市出现的一次大范围的强降水过程进行综合评估。结果表明:此次连续性降水过程的强降水区主要位于遵义市的东北部,即正安、道真、务川等地;全市14个国家气象观测台站中,共有4站次大暴雨、8站次暴雨,8站次大雨;全市215个乡镇中,有162站次日雨量达暴雨,其中45站次大暴雨;用Pearson-Ⅲ型概率分布对务川气象站1h最大降水量、日最大降水量、任意连续3d最大降水量作历史重现期分析,周围乡镇雨量的历史情况参考务川气象站,认为本次强降水中几项极大值均超过100 a一遇的大暴雨;强降水造成较大范围的渍涝或洪涝;部分河流超警戒或危急水位;给出了暴雨造成的灾害损失及其影响。     

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%。     

北京降雨过程分型特征及短历时降雨重现期研究

利用北京观象台1961—2004年44 a逐分钟自记降雨资料,采用模糊识别法和统计分析法对北京市降雨过程进行雨型分型,并对5、10、15、20、30、45、60、90、120、180 min共10种不同短历时年最大降雨极值的概率分布利用指数分布、耿贝尔分布和皮尔逊Ⅲ型概率分布函数进行拟合。在此基础上,推算各历时降雨重现期极值。结果表明,暴雨天数年代际差异较大,暴雨量主要集中在50~100 mm范围内;不同月份雨型分布不一致,6月多双峰型,7—9月多单峰型雨型;总体上,北京降雨过程多为单峰型,占80%以上。最大降雨量主要出现在午后至傍晚和凌晨;北京短历时降雨极值的概率分布多数不服从指数分布而服从皮尔逊Ⅲ型分布;重现期降雨极值随历时增加而增大,2 a至100 a重现期内10 min降雨极值取值为10.4~22.6 mm,60 min降雨极值取值为22.3~59.2 mm,180 min取值为53.0~89.8 mm。     

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。     

Copula函数在广西洪涝灾害的降水概率预测中的应用

为了研究洪涝的重要致灾源因子降水的概率,利用广西从1970年-2012年的降水数据,以年降水均值（X）和年降水极值均值（Y）为研究变量,通过Copula函数构建其联合分布.经过OLS,AIC拟合优度评价,采用Copula函数中拟合效果较好的Gumbel-Hougaard Copula函数建立边缘分布为Pearson-Ⅲ型的两变量的联合分布.随后,进行相应的重现期计算,计算结果表明,在联合重现期下的两变量降水设计值比单变量设计值和同现重现期下的设计值都要高,故采用联合重现期下的联合设计值作为防洪标准会更加安全.最后,对比降水数据与灾情数据,研究降水重现期与洪涝灾情的关系.结果表明,降水的重现期越长,洪涝灾害也越严重.     

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。     

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。