长江流域月季降水量的概率分布特征分析

利用长江流域712站1951—2015年的月、季降水资料,分析了站点降水在正态分布和Γ分布的空间服从情况。结果表明:对于月降水,大部分站点能服从Γ分布,通过Γ检验的站点表现出时空差异,两湖流域表现尤为突出,两湖流域在1和7—12月Γ特性表现较好,但在2—6月通过Γ检验的站点较少。季降水量服从正态分布的比例要高于Γ分布,春、冬季降水的正态分布服从性要好于夏、秋季;而对于Γ分布,春、夏季的服从性要好于秋、冬季。月、季降水中都存在一定比例的站点同时服从两种分布或都不服从这两种分布。     

粤西降水量的分布特征及正态分布检验

分析粤西地区湛江、雷州和电白3站1957~1997年的月降水资料的时空特征,进行月、季、年及汛期降水量正态分布检验,并探讨了正态分布转换的若干方法。结果表明:在0.05的信度检验下,除个别站的个别月份外,粤西各地的月降水量基本都不服从正态分布;电白的年和汛期降水量不服从正态分布,湛江和雷州近似服从正态分布;各站夏季降水量均服从正态分布,春、秋和冬季各站均不服从正态分布。通过适当的数学变换和处理,粤西所有非正态分布的月、季、年和汛期降水量均可正态化变换。     

兰州地区降水量正态分布特征

在对降水资料的分析过程中,要求资料的时间序列呈正态分布。利用兰州地区的兰州、皋兰、榆中和永登4个站点1960~2009年的降水量资料,采用"偏度—峰度系数+W检验"方法,基于SPSS软件,对兰州地区的年、季和月降水量正态特征进行分析。结果表明,兰州地区4个气象站的年降水量均呈正态性分布;兰州、皋兰和永登3站的夏、秋2季降水量为正态性分布,而榆中站只有秋季降水量为正态性分布,且秋季降水量的正态性最好,冬季最差;大多数月降水量不服从正态分布,但对降水序列进行平方根处理后,其正态性得到明显的改善。     

中国气温和降水序列年代际分量的显著性检验

对1951—2008年中国160站年和四季的气温、降水序列是否服从正态分布进行显著性检验,以此为基础进一步对气温和降水序列中的年代际异常分量显著性作了严格的统计学分析,结果表明：1）大多数测站气温序列服从正态分布,大多数测站降水序列不服从正态分布;气温、降水序列是否服从正态分布与地域有一定联系。2）气温、降水序列中年代际变化分量的显著性存在明显差异,多数测站气温序列年代际分量显著,只有少数测站降水序列的年代际分量显著。3）因为1951—2008年中国160站年、季气温和降水序列不全服从正态分布,特别是降水序列的非正态性严重,建议对它们的统计显著性检验采用Monte Carlo方法。     

陕西省年、月降水量的理论频数分布

本文对陕西省年、月降水量频数进行了统计检验。检验结果表明:(1)年降水量遵从正态分布;(2)月降水量在做了立方根变换后,有83％的站月遵从正态分布;(3)月降水量中有58％的站遵从γ(Gamma)分布;(4)建议在估算月降水概率时,采用正态分布模型。     

甘肃降水量正态性分析

利用1951～2010年甘肃省81个气象站月、年降水量资料,采用Jarque-Bera检验与χ2检验对原降水序列和经过Box-Cox变换后序列的正态性进行分析。结果表明:甘肃省大多数气象站年降水量服从正态分布,但一半以上台站的月降水不服从正态分布。其中12月、11月、1月的正态性最差,而5月和9月最好;从季节来看,甘肃大多数气象站春、夏季正态性较好,秋、冬季正态性较差;从地域分布来看,全省各地降水均存在非正态,其中河西地区、陇中和陇东部分站点非正态现象尤其突出。经过数据变换后的序列,站年正态性通过率从原来的81.5%～82.7%升高到97.5%～100%,站月通过率从36.2%～68.5%升高到85.4%～94.0%,大部分站点通过了正态性检验。     

海南省降水量的正态分布特征及正态化变换

利用海南省18个测站1966—2003年的资料,对各地月、季降水量进行正态分布检验,分析其时空分布特征,并探讨了正态分布转换的若干方法。研究表明,在0．01的信度检验下,春、夏、秋季降水基本符合正态分布,冬季仅北部和东部地区符合正态分布,月降水量的正态性也随季节而变化,且具有局地性。通过适当的数学变换,全省所有非正态分布的月降水量均可正态化。     

河南省月和年降水量正态性分析

利用1957～2008年(共52年)河南省48个气象站月、年降水量资料,利用标准偏态系数和峰度系数检验方法,对降水量的正态性进行了分析。结果表明,河南省大多数气象站的月和年降水量不服从正态分布,但对降水量序列进行开平方或开立方处理后,降水量序列的正态性得到明显的改善。半数台站的年降水量原始序列服从正态分布。对各站偏态系数进行平均,可以发现,所有站月序列的偏态系数均为原序列的最大,立方根序列的偏态系数最小。原序列均为正偏,平方根序列以正偏为主,立方根序列则以负偏为主。所有站月原序列的峰度系数均为正数,平方根或立方根的峰度系数则正负相间。     

汤阴县降水概率模型

利用汤阴县1964-2008年45 a降水资料,探讨汛期降水量和年降水量的变化趋势,并计算出各个时段的概率分布模型.结果表明:汤阴县年平均降水量呈增长趋势,约呈22 a的周期振荡,上世纪70年代以来汛期降水量与年降水量波动显著;汛期降水量和年降水量均服从正态分布.     

吉林省旬降水量的客观分级方法探讨

根据吉林省现行旬降水量等级划分标准和办法,提出了一种基于降水概率分布函数的客观划分办法。该方法引入Z指数变换,将偏态分布的旬降水量序列转换为近于正态分布的Z序列,通过对Z指数的划分反算而得实际降水量的划分结果。该方法既考虑其自身概率分布,又避免了复杂的分布函数参数计算。将该方法的客观标准与现行标准的划分结果进行比较分析,发现前者结果稳定,随机性小,结果更为合理。     

甘肃省降水量的统计分布特征

本文利用统计学方法对甘肃省年降水量进行了检验分析,认为:①我省各地年降水量频数分配的基本特征是正态分布;②年降水量为正态分布的地域与我国季风区相符,即西界到河西走廊中部,而西部年降水量并不符合正态分布,③在现有条件下,使用三十年气候资料进行降水统计检验是可行的。     

基于广义线性模型和NCEP资料的降水随机发生器

天气发生器可以用来插补历史缺测气象数据或生成未来天气情境, 近年来被普遍应用于对气象变量的降尺度研究, 为陆面的水文、 生态模拟提供外强迫输入。广义线性模型 (GLM) 是近年来用于建立大尺度气象变量与地面气象因子之间的一种有效方法, 基于GLM的天气发生器具有一定的应用前景。本文以NCEP再分析资料中的单格点气温、 500 hPa位势高度、 位温、 相对湿度、 海平面气压等5个变量作为影响降水变化的大尺度因子建立模拟逐日降水量的广义线性模型。模型中对降水概率的描述采用Logistic模型模拟, 而对降水量则分别试用Gamma分布、 指数分布、 正态分布和对数正态分布来模拟, 试图比较和揭示这些基于不同理论分布的模型的能力。模型中待定参数的估计及对研究区逐日降水量的模拟采用了完全相同的实测逐日降水数据和同期NCEP再分析资料。参数的最大似然估计用遗传算法来实现, 对山东省临沂地区10个主要气象观测站降水资料的研究表明, Gamma分布模型的拟合效果最好, 对数正态分布次之, 指数分布再次, 正态分布最差; 参数估计分月获取的拟合效果略好于不分月的。模型逐日降水模拟表明, 对降水发生概率的模拟会低估各月的多年平均值, 基于指数分布的GLM会低估各月总降水量期望 (为月内每日降水量期望之和) 的多年平均值, 而基于对数正态分布的GLM则会在降水量较大时产生高估现象。由对应的天气发生器模型生成的随机模拟降水序列表明, 基于对数正态分布的模型会高估月降水量较大时的多年平均, 而基于指数分布及Gamma分布的模型则模拟效果较好。总体上看, 这种基于NCEP再分析资料和GLM的天气发生器对降水变率具有很强的解释和模拟能力。     

近51 a安阳市降水特征分析

采用小波分析和滑动t检验等方法,对安阳市1961-2011年的降水资料进行分析研究,结果表明：1）安阳各站降水量变化趋势基本一致。夏季降水量和年降水量具有相同的变化趋势和位相,全市暴雨总日数变化与夏季降水量变化较一致,月降水量相对变率与月降水量百分比率在年内分布位相相反,最长连续有降水日数与最长连续无降水日数的年际变化基本上处于反相。2）安阳市降水日变化呈双峰双谷型,月降水量以7-8月为中心呈正态分布。3）春、秋、冬三季有效降水日数与降水量相关性较好,夏季降水量与暴雨日相关密切,暴雨对夏季降水量贡献显著。4）降水突变不明显。5）季、年降水量和降水日数存在多时间尺度特征,大尺度的周期变化嵌套着小民度的周期变化,不同的时间尺度对应的降水结构或日数增减不同。安阳市年降水量第1主周期为26a,年平均有效降水日数主周期为21a,暴雨日数主周期是19a,最长连续有（无）降水日数主周期是21a。     

湖南省短历时降水极值分布拟合与应用

选择适宜的极值分布模型有助于提高极值序列再现期极值的准确度。基于1981—2010年湖南省97个地面气象观测站逐时降水观测资料,构建逐站年和季1 h、3 h、12 h最大降水量序列,运用Pearson-Ⅲ型、Gumbel、对数正态、Cauchy和Weibull 5种分布函数对湖南省3种短历时最大降水量序列进行极值分布拟合。结果表明：1981—2010年湖南省中北部地区3种短历时降水极值分布符合Gumbel分布模型,Weibull分布次之;湖南省南部地区3种短历时降水极值分布则仅符合Gumbel分布模型。在此基础上,应用Gumbel分布模型估算湖南省各站重现期为百年的降水极值,结果表明1 h、3 h、12 h的年降水极值高值中心分别位于湘东南地区、湖南省西部地区和湘西北地区;各季降水极值中心与年极值中心略有不同。     

中国东部月降水量分布的统计特征

本文利用中国东部(105°E以东)110个站的30年(1953—1982用降水量资料,分析了月降水量分布的统计特征,经计算,月降水量的变差系数大多在0.5—1.0之间。大部分站点月降水量的频数分布呈较明显的正偏形式,但偏斜程度因时间、地点的不同而异。假设检验的结果表明:在统计意义下(α=0.05),各地都有一些站点的月降水记录遵从正态分布。这些站点的时空分布反映了我国东部干湿季明显的季风气候特点。各地遵从正态分布站点数较高的月份大体上与该地变差系数较小的月份相对应,而这些月份均位于各地的多雨时段。对于其它一些无法用正态分布拟合的月降水的频数分布,绝大部分可用三种偏斜分布模式较好地拟合。     

降水量Г分布模式的普适性研究

本文应用概率论中著名的多项分布结合统计物理学观点证明降水量频数的最可几分布必然为Г。又据实测资料验证降水量频数分布的最佳模式为Г分布。从而提出适用于各地任意时段和任意月份的降水量Г分布通用模式。文中还就有关问题作了有益的讨论。     

TRMM 卫星降水数据在商洛地区的精度分析及订正

利用商洛地区193 个国家和区域气象站点实测降水数据，从时间和空间尺度，运用相关分析、偏差、均方根误差等统计分析方法对 TRMM 卫星 3B43 v7降水数据在商洛地区的适用性进行了分析，在此基础上采用比值系数法对TRMM 卫星月降水产品进行订正。结果表明：①在时间尺度上，TRMM 月降水数据与站点实测月降水数据线性高度相关，TRMM 降水数据低估站点实测降水数据。②对月、季和年尺度的TRMM和站点降水量进行比较，决定系数R２均在0.8以上，拟合优度较高，季降水量结果拟合结果较月降水量有所提高。③利用比值系数法对TRMM降水量产品进行偏差订正，验证结果表明，订正后的TRMM 3B43月降水结果偏差更小，决定系数更高。TRMM 降水精度与降水强度和地形有关，TRMM月降水量与实测月降水量时间序列趋势一致，拟合性较高，分布规律相一致。总体上，降水量多的年份，TRMM 数据倾向于低估降水量，反之，高估站点降水量。通过对TRMM 卫星降水产品在商洛地区的精度评估和订正，为该地区地面降水数据提供有效补充。     

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。     

干旱少雨的夏季：1999年夏季（6—8月）山东天气评述

１　天气概述１９９９年夏季（６－８月）我省的天气气候特点是：气候条件异常,气温比常年偏高;７月４日进入主汛期,平均降水量明显偏少,且时空分布极不均匀。全省季平均气温为２５５℃,比常年偏高０３℃。全省平均降水量为２６８２ｍｍ,较常年偏少３５％（１４７０ｍｍ）,降水时空分布极不均匀,降水主要集中在６月上旬和８月上旬,各地雨量普遍偏少,只有局部地区降水量明显偏多,旱情十分严重。季降水量分布（图１）：图１　１９９９年夏季（６－８月）全省雨量分布鲁南、半岛南部、鲁北大部以及鲁中山区北部各县市降水量…     

中国近40年日平均气温的概率分布特征及年代际差异

利用全国129站日平均气温资料,从偏态系数、峰度系数入手分析了日平均气温的概率分布特征及年代际差异,结果表明:近40年中国各季日平均气温的均值分布大致呈南高北低,夏季日平均气温的日际变化最小,四季日平均气温不服从正态分布的地理差异明显。1961~1975年时段至1976~2000年时段,夏季、春季日平均气温不服从正态分布的范围明显加大,冬季不服从正态分布范围,北部加大,南部减小,秋季与冬季大致相反;在夏、春、秋季日平均气温方差的变化对日平均气温概率分布的影响是主要的,均值变化的影响次之,冬季在黄河中下游和长江下游流域均值的变化对概率分布影响是主要的,方差变化影响次之,其他地区相反。