1981—2020年安徽省不同重现期最大风速和极大风速时空变化特征

分别从质量控制级别、有效数据完整率、是否均一等方面考虑,选取安徽省51个气象站1981—2020年逐日10 min最大风速和2006—2020年逐日极大风速资料,基于最大风速资料应用阵风系数法构建1981—2005年极大风速,得到1981—2020年极大风速的长时间序列数据;对风速资料进行拟合适度检验,估算了安徽省不同重现期最大风速和极大风速的时间变化以及空间分布,并对极大风速序列延长前后重现期估算情况进行了对比。结果表明：(1)利用阵风系数法构建的极大风速数据可信,可为因缺少长时间序列的极大风速观测而无法进行50年或者更长重现期估算提供参考;(2) 1981—2020年安徽省历年最大风速强度为12.38 m/s,极大风速强度为20.55 m/s,均为皖南低矮山区的风速值较低,沿江西部及江淮之间中部处于相对大值区;(3) 30年重现期最大风速为12.09～27.23 m/s,50年为12.64～29.01 m/s,均是石台站最小,桐城站最大;30年重现期的极大风速为23.51～39.56 m/s,50年为24.58～41.93 m/s,均为池州站最小,桐城站最大;(4)短期的观测资料会...     

最大风速变化特征及再现期极值估算

利用枣庄市1971~2008年各月10 min最大风速资料,对枣庄最大风速统计分析。发现38年中枣庄春季、夏季、秋季、冬季和全年的最大风速都呈下降趋势,年最大风速以每10年1.47 m/s的幅度下降,冬季下降最快,达到每10年降低1.67 m/s,夏季、秋季降低幅度很接近,都小于年平均最大风速降幅,春季最大风速下降最慢,且最大风速极值主要出现在春季。枣庄各月最大风速变化曲线呈递减的"两峰两谷"形。用柯尔莫哥洛夫方法对耿贝尔分布函数进行拟合优度的检验,其显著水平达到0.05,因此利用耿贝尔分布函数估算出枣庄未来若干年的最大风速极值,以满足生产建设规划与设计中对最大风速极值的要求。     

用极值分布计算黔南最大一日降水量的重现期

该文应用极值分布计算黔南各县市最大日降水量的重现期，结果表明：都匀市最大降水量５０年一遇为１８８．１ｍｍ，１００年一遇为２０７．６ｍｍ，２００年一遇为２２７．０ｍｍ，罗甸２００年一遇为３０８．２ｍｍ，为全州最大，龙里２００年一遇为１３８．９ｍｍ为全州最小，此外，还计算了罗甸１９７６年５月２４日出现的全省最大一日降水量３３６．７ｍｍ的重现期约为４００年一遇。     

上海地区沿海（江）岸非汛期不同重现期最大风速估算

非汛期不同重现期最大风速是沿海(江)岸堤防设计标准、工程安全性和投资成本估算的一个重要参数。文中基于上海崇明、宝山、南汇、奉贤和金山5个沿海(江)岸气象站历史风速观测资料和横沙岛测风塔10 m高度逐日最大风速资料,采用极值I型分布估算了上海地区沿海(江)岸非汛期(1—5月和10—12月)各风向不同重现期最大风速。结果表明,上海地区沿海(江)岸非汛期的最大风速以W风最大,SW风最小。沿海(江)岸非汛期50 a一遇最大风速为23.3—28.3 m/s,小于上海地区基准风速(30.0 m/s)。各地非汛期不同风向50 a一遇最大风速的最大差值为3.4—8.1 m/s,同一重现期各地沿海(江)岸10 m高度最大风速极值也相差较大。崇明区域非汛期沿海(江)岸最大风速最大,其次是南汇区域,宝山区域最小。上海地区最大风速一般都出现在沿海地带,其分布与上海实际地理、地表状况相符。     

长江下游百年一遇的极值风速分布

利用2000-2006年长江下游沿江8个风速、风向观测点与邻近气象站同步对比观测资料和1971—2006年长江下游40个气象站风资料, 依据具99%置信水平的数理重构方案和极值Ⅰ型计算方法, 详细给出长江下游百年一遇风速分布状况。结果表明:长江下游沿江地区百年一遇极值风速为25~38 m/s, 较一般方法上限高3 m/s, 下限低2 m/s; 长江南京—镇江段和南通—崇明段, 是长江下游沿江地区的两个大风区, 百年一遇极值风速不低于29 m/s, 其在入海口附近可达34 m/s以上; 在长江常州—江阴段, 江南、江北对称分布两个风速相对低值区, 百年一遇极值风速为23~24 m/s。该结果充分考虑气象站风速资料和局地风速状况, 是沿江相关工程气象应用的重要补充。     

基于模糊时间序列的华南台风登陆时最大风速极值预测模型

利用1995—2017年登陆华南地区的台风登陆时最大风速极值数据,构建基于模糊时间序列的台风登陆时最大风速极值预测模型,并将该模型与传统时间序列ARIMA模型作对比。其预测结果表明,模糊时间序列的平均绝对误差、平均相对误差和均方根误差分别为2.621 m·s-1、0.066和2.727 m·s-1,预测的精确度明显高于传统时间序列ARIMA模型,同时也表明将模糊时间序列应用于登陆时最大风速极值的预测能够获得较理想的预测结果。     

广东省风速极值Ⅰ型分布参数估计方法的比较

利用广东省86个气象站1951—2003年的年最大风速序列资料,应用极值Ⅰ型分布函数对各站的年极值风速进行了概率计算,计算过程中极值Ⅰ型分布函数分别采用了3种参数估计方法：矩法、耿贝尔法和极大似然法,结合3种表征参数估计优良性的指标,对不同的参数估计方法进行了比较,结果表明：大多数情况下采用耿贝尔法时拟合效果最好,即使在矩法或极大似然法为优的情况下,其拟合优良性指标与耿贝尔法也较为接近。     

广东省风速极值I型分布参数估计方法的比较

利用广东省86个气象站1951—2003年的年最大风速序列资料,应用极值I型分布函数对各站的年极值风速进行了概率计算,计算过程中极值I型分布函数分别采用了3种参数估计方法矩法、耿贝尔法和极大似然法,结合3种表征参数估计优良性的指标,对不同的参数估计方法进行了比较,结果表明大多数情况下采用耿贝尔法时拟合效果最好,即使在矩法或极大似然法为优的情况下,其拟合优良性指标与耿贝尔法也较为接近。     

陇海—京广线沿线河南段年最大风速和年最大积雪深度重现期研究

为对陇海线和京广线提速160—250 km速度段最大风速和最大积雪深度的气候可行性进行论证,根据从建站到2006年陇海—京广线沿线12个气象观测站历年最大风速和最大积雪深度资料,利用Gumbel分布、Weibull分布和Gamma分布对各站最大风速和最大积雪深度的重现期进行了分析。结果表明:陇海线和京广线交叉点上的郑州气象观测站年最大风速具有极为显著的线性下降趋势,每10 a风速减小2.85 m/s;年最大积雪深度没有明显的线性趋势,以波动变化为主。各站年最大风速和最大积雪深度均具有明显的阶段性变化特征。无论是年最大风速,还是年最大积雪深度,多不能拒绝其服从Gumbel、Weibull和Gamma分布的假设,但以Weibull分布形态为主,服从Gumbel分布形态的只有商丘和虞城2站的最大风速及许昌、中牟、开封和兰考4个气象观测站的最大积雪深度。百年一遇的年最大风速多在20.00 m/s以上,最大值为郑州的26.79 m/s;最大积雪深度则均在21.90 cm以上,最大值同样出现在郑州,最大积雪深度为30.83 cm。     

红雁池二电厂配套输出工程区设计风速推算

分析了乌鲁木齐、达坂城、红雁池气象哨三站的大风资料知:红雁池与乌鲁木齐风速之间的线性关系较好,因此用乌鲁木齐气象站大风资料,订正红雁池气象哨大风序列。又根据风随高度变化的规律及极值I型分布函数,计算出红雁池气象哨10m、15m高度处不同重现期10min平均最大风速和瞬间极大风速,从而进一步推出工程区构筑物所能承受的设计风速。     

10分钟平均最大风速与极大风速评估方程的建立

运用统计分析和气象统计预报的方法，对广东省8个气象站的日10分钟平均最大风速和日瞬间极大风速资料进行分析，发现这两种风速资料有较好的近似线性的关系。通过建立这两种风速的回归方程，获得判别这两风速记录的准确性及估计两风速数值的客观方法。     

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。     

估算灾区最大风速的一种方法

根据邮电等部门的长途明线线路的有关杆线强度设计的资料，得出了在无气象观测记录的灾区估算最大风速的方法和经验公式，并给出了实例。     

用短期大风资料推算极值风速的一种方法

根据复合极值分布理论,试用二项—对数正态复合极值分布,利用海上短期实测大风资料求算海面多年一遇极值风速,并以此作为基础值,以沿岸站长年代大风经验公式计算风速为订正值,基础值与订正值的叠加作为海面多年一遇工程设计风速。该方法计算结果与皮尔逊Ⅲ型、泊松—龚贝尔复合极值分布计算结果相近,较单纯由二项—对数正态分布计算稳定度增大。     

Maximum Wind Speed Changes over China

In this study,the maximum wind speed（WSmax） changes across China from 1956 to 2004 were analyzed based on observed station data,and the changes of WS max for 2046-2065 and 2080-2099 are projected using three global climate models（GFDL_CM2₀,CCCMA_CGCM3,and MRI_CGCM2） that have participated in the IPCC Fourth Assessment Report（AR4）.The observed annual and seasonal WS max and the frequency of gale days showed obvious declining trends.The annual WS max decreased by approximately 1.46 m s-1 per decade,and the number of gale days decreased by 3.0 days per decade from 1956 to 2004.The amplitudes of the annual and seasonal WS max decreases are larger than those of the annual and seasonal average wind speeds（WSavg）.The weakening of the East Asian winter and summer monsoons is the cause for the distinct decreases of both WS max and WS avg over the whole China.The decrease of WS max in the southeast coastal areas of China is related to the reduced intensity of cold waves in China and the decreasing number（and decreasing intensity） of land-falling typhoons originated in the Northwest Pacific Ocean.The global climate models GFDL_CM2₀,MRI_CGCM2,and EBGCM（the ensemble of above mentioned three global climate models） consistently suggest that the annual and seasonal WS max values will decrease during 2046-2065 and 2080-2099 relative to 1981-2000.The models also suggest that decreases in WS max for whole China during 2046-2065 and 2080-2099 are related to both the reduced intensity of cold waves and the reduced intensity of the winter monsoon,and the decrease in WS max in the southeast coastal areas of China is corresponding to the decreasing number of tropical cyclones over the Northwest Pacific Ocean in the summer during the same periods.     

330kV千伏榆神输电线路最大风速取值的推算

使用陕西北部１６个气象台站的风速资料,利用幂函数,逐步回归,皮尔森Ⅲ型,曲线模拟等统计方法,进行了陕西省３００ｋＶ榆林至神木杭压输电线路沿途距地面１５ｍ高度１５年一遇的１０ｍｉｎ平均最大风速的极值推断,其模式为ｙ＝－５７５．６２７７＋２２２．４７５９ｌｇｘ－０．０６７８ｘ。最后提出设计最大风速建议值为３０ｍ．ｓ＾－１。     

1951-2005年内蒙古东部气候变化特征分析

选取1951－2005年内蒙古东部4盟市48个地面气象观测站的地面气象观测资料,采用趋势分析法分析了内蒙古东部地区气温、降水、风速和日照时数的变化趋势及空间分布特征。结果表明：近50 a来内蒙古东部地区气温升高,且极端最低温度升高的程度大于极端最高气温升高的程度;呼伦贝尔东部和赤峰西南部降水增加较明显,通辽降水减少最明显;平均风速变小,仅通辽呈风速增大的趋势;日照时数和降水量的变化趋势相反。     

Long-term Correlations and Extreme Wind Speed Estimations

In this paper, we use fluctuation analysis to study statistical correlations in wind speed time series. Each time series used here was recorded hourly over 40 years. The fluctuation functions of wind speed time series were found to scale with a universal exponent approximating to 0.7, which means that the wind speed time series are long-term correlated. In the classical method of extreme estimations, data are commonly assumed to be independent (without correlations). This assumption will lead to an overestimation if data are long-term correlated. We thus propose a simple method to improve extreme wind speed estimations based on correlation analysis. In our method, extreme wind speeds are obtained by simply scaling the mean return period in the classical method. The scaling ratio is an analytic function of the scaling exponent in the fluctuation analysis.