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。     

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.     

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.     

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。     

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。     

气候变化对水文季节性迁移的影响：以水库汛期分期和极值降水为例

气候变化影响下水利工程的可靠设计和安全运行是广大决策者、研究者和公众共同关注的热点问题。以清江流域为研究对象,首先采用模糊集合分析法对不同温室气体排放情景(A2、A1B和B1)下的逐日降水资料进行汛期分期,再通过广义极值分布(GEV)函数对各分期的极值降水序列进行频率分析。结果表明,降水季节性迁移直接影响汛期分期;3种排放情景下未来各时段(2011—2030年、2046—2065年和2080—2099年)的主汛期较基准期均推迟且有缩短趋势。对于极值降水量级,未来情景下明显小于基准期,且这种差距随着重现期的增大而增大;主汛期明显大于前汛期和后汛期,且在时段之间的差异明显大于排放情景之间的差异。     

淮河流域水文极值预测模型研究

为探索气候变化影响下水文极值的非平稳性和预测方法,建立了水文极值非平稳广义极值（GEV）分布的统计预测模型。利用1952-2010年淮河上游流域累计面雨量和流量年最大值资料、同期500 hPa环流特征量资料以及17个CMIP5模式对环流特征量的模拟结果,筛选出对水文极值影响显著的年平均北半球极涡强度指数作为GEV分布参数的预测因子。分析了在RCP2.6、RCP4.5和RCP8.5情景下2006-2050年淮河上游流域水文极值对气候变化的响应。结果表明,10年以下与10年以上重现期的水文极值在非平稳过程中呈现前者下降而后者上升的相反变化趋势;多模型预测的集合平均在未来情景中均呈现上升趋势,情景排放量越大增幅越大,重现期越长增幅也越大。与极值的常态相比,极值的极端态更易受气候变化影响。     

中国格点化日降水极值统计模型及阈值的选取

采用年最大值法（AM）及超阈值峰量法（POT）分别构建基于0.5°×0.5°网格的全国地面日降水极值序列,建立基于广义极值分布（GEV）和广义帕累托分布（GPD）的降水极值统计模型,通过K-S检验评估模型拟合效果,研究全国日降水极值的统计规律及其空间分布特征,提出适用于不同地区极端日降水的极值分布模型与阈值选取标准,结果表明：(1)POT序列比AM序列更符合降水极值序列的要求;(2)为便于比较并提高模型拟合效果,POT序列的阈值由百分位数法确定效果较好;(3)阈值方案优选结果在空间分布上与中国干湿区域的划分有很好的相关性,在湿润地区宜将第90～94百分位数作为阈值,在半湿润和半干旱地区宜将第94～97百分位数作为阈值,在干旱地区则使用第97～99百分位数较为合适。     

2050年前南水北调中线工程水源区地表径流的变化趋势

以南水北调中线工程水源区为研究流域,采用线性回归法、Mann-Kendall非参数检验等方法,分析了1961—2000年的水文气象要素变化特征;基于数字高程模型、土地利用和土壤类型等资料,研究了SWAT模型在研究流域的适用性;根据IPCC第四次评估报告多模式结果,分析了IPCC SRES A2和A1B情景下2011—2050年的降水、气温、径流的响应过程。结果表明：1961—2000年南水北调中线工程水源区降水量无显著变化趋势,气温呈缓慢上升趋势,径流量呈缓慢减少趋势。与基准期（1961—1990年）相比,未来40年A2和A1B两种气候情景下水源区降水量、气温和径流量都呈现出增加趋势,A2情景下增加趋势明显,但径流量增幅小于降水量的增幅,这可能与蒸发量的增加有关。未来气候变化对南水北调中线工程水源区径流变化影响不大,总体有利于南水北调中线工程的调水。     

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。     

Risk assessment of precipitation extremes in northern Xinjiang,China

This study was conducted using daily precipitation records gathered at 37 meteorological stations in northern Xinjiang, China, from 1961 to 2010. We used the extreme value theory model, generalized extreme value (GEV) and generalized Pareto distribution (GPD), statistical distribution function to fit outputs of precipitation extremes with different return periods to estimate risks of precipitation extremes and diagnose aridity–humidity environmental variation and corresponding spatial patterns in northern Xinjiang. Spatiotemporal patterns of daily maximum precipitation showed that aridity–humidity conditions of northern Xinjiang could be well represented by the return periods of the precipitation data. Indices of daily maximum precipitation were effective in the prediction of floods in the study area. By analyzing future projections of daily maximum precipitation (2, 5, 10, 30, 50, and 100 years), we conclude that the flood risk will gradually increase in northern Xinjiang. GEV extreme value modeling yielded the best results, proving to be extremely valuable. Through example analysis for extreme precipitation models, the GEV statistical model was superior in terms of favorable analog extreme precipitation. The GPD model calculation results reflect annual precipitation. For most of the estimated sites’ 2 and 5-year T for precipitation levels, GPD results were slightly greater than GEV results. The study found that extreme precipitation reaching a certain limit value level will cause a flood disaster. Therefore, predicting future extreme precipitation may aid warnings of flood disaster. A suitable policy concerning effective water resource management is thus urgently required.     

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.     

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。     

Change in Extreme Climate Events over China Based on CMIP5

The changes in a selection of extreme climate indices(maximum of daily maximum temperature(TXx),minimum of daily minimum temperature(TNn),annual total precipitation when the daily precipitation exceeds the 95th percentile of wet-day precipitation(very wet days,R95p),and the maximum number of consecutive days with less than 1 mm of precipitation(consecutive dry days,CDD))were projected using multi-model results from phase 5 of the Coupled Model Intercomparison Project in the early,middle,and latter parts of the 21st century under different Representative Concentration Pathway(RCP)emissions scenarios.The results suggest that TXx and TNn will increase in the future and,moreover,the increases of TNn under all RCPs are larger than those of TXx.R95p is projected to increase and CDD to decrease significantly.The changes in TXx,TNn,R95p,and CDD in eight sub-regions of China are different in the three periods of the 21st century,and the ranges of change for the four indices under the higher emissions scenario are projected to be larger than those under the lower emissions scenario.The multi-model simulations show remarkable consistency in their projection of the extreme temperature indices,but poor consistency with respect to the extreme precipitation indices.More substantial inconsistency is found in those regions where high and low temperatures are likely to happen for TXx and TNn,respectively.For extreme precipitation events(R95p),greater uncertainty appears in most of the southern regions,while for drought events(CDD)it appears in the basins of Xinjiang.The uncertainty in the future changes of the extreme climate indices increases with the increasing severity of the emissions scenario.