樟树市气象干旱特征及重现期分析

利用樟树市1960—2018年逐月降水和气温资料,计算标准化降水蒸散指数（SPEI）,并结合游程理论和Copula函数分析了该地区干旱特征。结果表明：樟树市干旱形势总体上趋于缓和,干旱历时和干旱烈度均呈减弱趋势,且呈现出良好的相关性;Frank-Copula函数可作为描述该地区干旱历时和干旱烈度的二维联合分布最优函数;在相同干旱历时和烈度下,“且”的重现期大于“或”的重现期,樟树市历史干旱事件的干旱历时多小于5个月,“且”的重现期小于10 a。     

基于修订Copula函数的中国干旱特征研究

利用中国613个站点1961~2010年逐月降水数据,基于游程理论从月标准化降水指数(SPI)序列中分离出干旱事件,并通过K-S检验方法对其干旱强度和干旱历时2个特征量的分布函数进行检验。在此基础上,利用Copula函数建立2个特征量的二维联合概率分布函数,对比分析干旱历时分布函数修订前后对不同类型干旱联合概率及重现期的影响。结果表明:干旱强度特征量符合Gamma分布,而干旱历时特征量并非完全符合指数分布,因此需对干旱历时分布函数进行必要的修订。在干旱历时分布函数修订情况下,大部分干旱类型的联合概率减小,少部分干旱类型的联合概率增大;且不同类型干旱的联合重现期增大。在干旱历时尺度相同时,随着干旱强度的增加,最大和最小联合重现期的差异无明显变化;但在干旱强度相同时,最大和最小联合重现期的差异随着干旱历时的增加而明显增大。     

“衡邵娄干旱走廊”干旱时空演变特征分析

近年来，长江流域干旱事件频发，干旱灾害造成的损失越来越大，为进一步提升区域干旱灾害风险管理及防旱抗旱能力，开展典型旱区干旱时空演变规律研究具有重要意义。“衡邵娄干旱走廊”是湖南省干旱最严重区域，利用该区域33个气象站1971—2022年逐月降水量构建标准化降水指数（Standardized Precipitation Index,SPI）序列数据集，以邵阳县为示例，应用游程理论整合干旱事件，基于Gumbel-Copula函数构建干旱历时和强度联合分布函数，计算干旱联合重现期并推广至整个研究区域，在此基础上构建干旱等级划分标准，分析整个研究区域各等级干旱概率空间分布特征。主要结论如下：邵阳县Ⅰ型和Ⅱ型干旱历时和强度理论联合重现期峰值分别约97、27 a，表明长历时且高强度干旱事件发生概率很小，远低于长历时或高强度干旱事件发生概率，这是研究区干旱事件的共性。基于干旱历时和强度联合分布组合可有效避免单一变量在识别干旱等级时对干旱事件整体的分割，能够更准确评估干旱的复杂性及大范围影响。近52 a来，“衡邵娄干旱走廊”西部轻旱最频繁，重旱与特旱发生频率低，特旱主要分布在邵阳县、邵东县及双峰县一带...     

汉江流域极端水文事件时空分布特征

利用1960-2012年汉江流域15个气象站点的日降雨资料和3个水文站同时期日径流资料,分析了9个极端降雨指数的空间分布规律,运用广义极值分布（GEV）、Gamma分布两种极值统计模型对各站点的最大1 d降雨、最大3 d降雨极值样本进行拟合,遴选描述降雨极值分布规律最优概率模型,进而推算给定重现期下的降雨设计值,并分析其空间分布规律;选用Gumbel、Clayton和Frank这3种Copula函数建立降雨-洪量极值联合分布模型,优选最合适的Copula函数,由此计算给定重现期下的洪量设计值。结果表明：GEV分布模型能更好地模拟降雨极值序列,不同重现期下的降雨极值在空间上均呈西低东高的特征;3种Copula函数中,Frank Copula函数能更好地拟合降雨-洪量相关关系,由此推求的洪量设计值大于单变量拟合设计值。     

中国大陆地区小时极端降水阈值的计算与分析

利用广义极值分布和百分位两种阈值确定方法,对我国465个气象站点不同极端程度的小时降水强度阈值进行了分析。广义极值分布结果表明,重现期为2、5、10、50a的降水强度阈值具有一致的空间分布特征：华南沿海阈值最高,长江中下游地区北部、四川盆地西部、华北地区东部次之,云南中西部、华北西部和东北西部阈值相对更低,最小值出现在我国西部地区。百分位法得到的阈值空间分布呈现出与广义极值分布结果较为一致的东南大、西北小的整体特征。考察465站中位数发现,第99．9百分位的强度阈值与二年一遇降水的阈值接近。具体分析各站第99．9百分位降水阈值对应的重现期发现,长江流域及其以南地区重现期大多低于2a;35°N一带重现期长于4a;我国北方和西北部分地区重现期长于8a。     

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.     

广义极值分布在重庆短历时极值降水中的应用

利用广义极值分布函数拟合1981—2016年重庆34个国家气象站短历时(1、3、6、12 h)极值降水序列,对拟合结果进行显著性水平检验,并给出不同重现期极值降水的空间分布。结果表明:广义极值分布函数能较好地拟合重庆地区的短历时极值降水。随着降水历时的延长,服从Weibull分布(Frechet分布)的站点数逐渐减少(增加)。各短历时不同重现期降水的空间分布具体表现为10 a以下及20 a以上基本相似,位于长江沿线以北的重庆西北部地区降水量明显大于重庆长江沿线以南地区,且渝东南降水的相对大值区位于彭水地区。随着重现期的增加,降水中心更加集中,渝东北的大值中心随着历时的延长向北移动。广义极值分布函数的形状参数的绝对值接近或超出0.5时,计算的高重现期(大于样本长度)极值降水存在较大偏差;当不同历时降水拟合的形状参数值具有明显差异时,高重现期降水可能出现与客观规律相悖的现象。     

基于Copula函数的北京强降水频率及危险性分析

客观分析强降水事件的发生频率及其致灾因子危险性,能为局地洪涝灾害的防灾、减灾规划及灾害预警提供科学依据。探讨了基于二元Copula函数的强降水致灾变量联合分布及其在强降水危险性分析中的应用。利用北京地区2005-2014年逐时降水资料提取强降水事件案例,通过建立能反映两个主要致灾因素--降水持续时间和过程降水量依存关系的二元联合分布模型,计算了北京地区强降水事件条件重现期,并以此为基础开展危险性分析。研究表明,北京地区强降水事件的持续时间多小于24 h,且主要服从广义极值和对数正态分布,而过程降水量则更适用于广义极值分布;通过Gumbel Copula函数能较好刻画过程降水量与持续时间的相互依存关系。北京地区短时强降水重现期受持续时间影响明显,仅基于降水量的重现期估算会低估其致灾危险性,利用基于Copula函数的条件重现期能更合理描述不同强降水情景致灾因子的危险性特征及其空间差异性特征。北京地区持续时间小于12 h、过程降水量在50 mm以上的强降水事件多呈东北-西南走向,而持续时间在6 h以内的50 mm以上强降水则在北京城区及东北部地区更加频繁。     

兰州市暴雨强度公式拟合方法研究

本文基于兰州市国家基本气象站1960~2014年降雨资料,通过直接拟合、耿贝尔分布、皮尔逊-Ⅲ型分布研究兰州市暴雨强度公式。选用芝加哥雨型来研究兰州市雨峰系数,结合暴雨强度公式确定短历时暴雨雨型。结果表明:(1)皮尔逊-Ⅲ型分布要优于耿贝尔分布和直接拟合,其调整后的兰州市暴雨公式中1年雨力参数A1为5.532mm/min,重现期调整参数c为3.198,降雨历时偏移参数b为14.92min,n为0.942,平均绝对均方差为0.036mm/min;(2)皮尔逊-Ⅲ分布能够满足不同的降雨历时以及更久的重现期。降雨历时小于90min或者重现期大于20年的暴雨模拟精确度更高,重现期在2~20a的暴雨平均绝对均方差最小为0.03mm/min。      

一种大范围干旱的识别方法及其应用

基于日本APHRO格点降水数据计算格点SPI序列,兼顾时空连续性,定义了一种大范围长历时干旱的识别方法。该方法以我国国土面积的10%作为大范围干旱事件影响范围的最小阈值,同时给定了干旱事件影响区域的空间连续和时间连续的判定标准,另辅以干旱烈度计算方法和干旱中心的识别方法,给出了此类干旱事件的面积、历时、烈度及干旱中心的指数定义和事件的识别过程。在此基础上,识别了我国1961—2015年以来的69次大范围干旱事件,得出这69次大范围干旱事件的平均面积指数为30.49%,平均干旱历时为8.15个月,平均干旱烈度为-4.192。利用此方法对1998—2002年发生在华北地区的持续性区域干旱事件进行再分析。结果表明,这一时期的干旱事件不仅局限于华北地区,同时也波及到东北、西北、西南和东南等地,涉及了4次大范围长历时的干旱过程。     

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。     

四川省干旱损失风险分析

利用四川省1961—2019年的气象观测资料及1991—2019年各县旱情资料,采用信息扩散方法分析了10a、50a一遇干旱的持续天数、经济损失率、人口受旱率和农作物受旱率的空间分布,并采用基于广义帕累托分布(GDP)的极值(POT)模型分析了四川7个干旱气候区,在不同置信水平下可能造成的最大经济损失率(PML)。结果表明:(1)10a重现期干旱持续天数,盆东北、盆中以及盆地西部山区相对较少在60～80d,攀西地区西部、盆地南部、龙泉山脉相对较多在100d以上;50a重现期干旱持续天数,盆地嘉陵江、涪江流域、都江堰灌区、甘孜州中部以及川西高原西北部相对较少在90～120d,攀西地区、甘孜州西南部和中部、盆地南部等局部地区在150d以上。(2)10a和50a重现期农作物受旱率,川西高原北部、盆东北和盆中均偏高,分别大于60%和90%;攀西地区和成都平原等地区相对偏低,均小于60%。(3)10a和50a重现期人口受旱率川西高原和盆地东北部、中部和南部分别在60%和80%以上。(4)10a和50a重现期干旱经济损失率,攀西地区、盆地西部(成德绵、雅乐眉)和南部(宜宾、自贡)均偏小,分别在3%和5%以下;盆东北、盆中和川西高原均相对而言偏高,其中盆东北局地、甘孜州西北部分别大于10%和20%。(5)在不同置信水平下,IV区(盆地东北部)和V区(甘孜州北部和阿坝州中西部)的PML相差较大且明显高于其它5区,最大分别为28.5%和38.6%;VII区(甘孜州南部和攀西地区北部)的PML在不同置信水平下相差最小且均小于其它区域,最小为3.1%;I区(成都平原区)的PML在不同置信水平下均处于偏小位置且整体相差不大。     

基于Copula模型的暴雨综合指标分析——以万州为例

利用重庆市万州区1967—2019年的降水资料,选取年暴雨量、年暴雨强度和年暴雨贡献率为暴雨要素,利用Archimedean Copula函数构建二维联合分布,并根据RMSE,AIC,Bias和OLS值进行优度检验,确立最优Copula函数,分析多要素联合下的暴雨概率以及重现期特征.研究表明,Clayton Copul...     

滦河流域多时间尺度干旱时空特征分析

以滦河潘家口水库控制流域26个雨量站1959-2011年逐月降水数据为基础,应用经验Copula函数建立了联合降水亏缺指数,与标准化降水指数的干旱评价结果进行了对比,并依据联合降水亏缺指数分析了1959-2011年间流域干旱时空变化特征。结果表明:(1)联合降水亏缺指数综合了多时间尺度水分亏缺信息,充分考虑干旱的累积效应,避免了采用不同时间尺度标准化降水指数表征干旱时结论不一致的情况,可以实现更全面客观的干旱监测及评估。(2)1959-2011年,滦河潘家口水库控制流域干旱发生频率总体上呈现夏秋多冬春少、东南高西北低的规律;干旱事件随时间持续增多,特别是2010-2011年极端干旱频繁发生;相比西北部,流域东南部的干旱事件历时更长、强度更大;在汛期(尤其是8-9月)全流域存在较一致的干旱加剧趋势,东南部趋势显著。联合降水亏缺指数能够有效地反映干旱时空特征及演变规律,为区域干旱研究提供了新的技术途径。     

基于Copula函数的甘肃河东短时强降水特征分析

利用1960—2014年兰州、临夏、合作、定西、武都、天水、平凉和西峰逐分钟降水资料,分析甘肃河东强降水频次的时空分布特征,建立基于Copula函数的持续时间和过程雨量的联合分布,基于该函数开展强降水发生概率分析研究。结果表明:(1)甘肃河东近55年来平均强降水频次为1. 64次/(a·站),主要特征为持续时间短、过程雨量小,平均持续时间为2. 88 h,过程雨量为23. 4 mm,持续时间小于1 h的概率高达13. 4%;(2)强降水主要发生在汛期(4—9月),月变化服从正态分布,墨西哥帽小波分析表明频次存在着显著的22～23 a和13～15 a的年代际和3～7 a的年际变化;(3)强降水发生概率从大到小依次为平凉、西峰、天水、定西、武都、临夏、兰州和合作,相应的陇东最大,陇南次之,中部地区最小。     

运用Gumbel-Logistic模式模拟区域暴雨的试验

根据中国江淮地区近57 a逐日降水量观测资料,应用二维极值Gumbel-Logistic模型分析区域暴雨最大峰值以及相应暴雨站数的联合分布.文中使用矩法估算分布参数,根据随机变量的边缘分布和条件概率分布,可以推导出联合重现期.结果表明利用该模型描述区域暴雨峰值及相应站数的联合分布是较为适宜的.     

内蒙古西部春季干旱特征分析评估

基于内蒙古西部40个国家级气象站1961-2018年春季逐日平均气温和降水量资料,构建的综合干旱指数,分析评估了春季区域干旱发生情况,结果显示:(1)近58a内蒙古西部区域春季干旱年发生频率高达78%,平均5a中有4a春旱,且多数为中到重旱。(2)20世纪70-80年代春旱年份发生概率更高,连年干旱,近10a干旱明显减少。(3)春旱频率空间分布是西高东低。(4)干旱影响范围最大,干旱最重的前3a分别是1962、1993年和1995年,出现了季内连月重旱,农牧业生产和群众生活均受严重影响。构建的综合干旱指数与实况对比分析,能够较好地反映春旱发生程度,可以用于月季干旱的影响评估业务。     

辽宁葫芦岛市新旧暴雨强度公式对比及暴雨雨型分析

根据1973—2014年葫芦岛市分钟降雨资料建立暴雨统计样本,通过对比分析确定采用年最大值法,基于P-Ⅲ型概率分布曲线拟合,推求出新一代暴雨强度公式。对比新、旧暴雨强度公式,5~30 min历时各重现期雨强以旧暴雨强度公式计算结果偏大,新、旧公式计算的45 min历时各重现期雨强基本相当,60~180 min历时各重现期雨强以新暴雨强度公式计算结果较大。在此基础上,开展葫芦岛市短历时暴雨雨型研究。统计确定雨峰位置系数为0.32,采用芝加哥雨型进行短历时暴雨雨型分析,重现期2 a、降雨历时60、90、120、150、180 min的累计降雨量在38.73~66.99 mm,均以初期累计降雨增长较慢,雨峰前后增长速度较快,之后降雨增速明显放缓。     

2009/2010年中国西南区域性大旱的特征分析

针对目前各种干旱指数对干旱事件整体识别能力的局限性,采用一种新的客观识别方法"区域性极端事件客观识别方法(OITREE)"对2009~2010年中国西南地区的秋冬春连旱进行了特征识别。结果表明:(1)此次干旱事件的发生时段为2009年8月25日至2010年4月18日,历时237 d,为近50 a(1961~2010年)综合强度排名第五位的干旱事件,是一次极端干旱事件;(2)此次极端干旱过程最大影响面积为576.82万km2,影响范围涉及到云南全省、四川南部、贵州大部(主要是西部)以及重庆、广西西部,其中,云南、贵州和广西3省交界区干旱最严重,其次为云南的中部和中西部,且云南省不论受旱面积还是受旱强度都是最大的;(3)此次干旱过程有4个明显变化阶段:干旱增强、减弱、再增强、最后解除。第一阶段为2009年8月25日至10月下旬,干旱开始发展并持续增强,影响范围最大可达约370万km2,包括西南、华南、华东、华北及东北南部的小部分地区,持续达2个月,受影响的核心区域除了西南地区以外,还有华北和华南的部分区域;第二阶段为2009年11月初至12月中旬,干旱强度急剧下降,影响范围最小只有约50万km2,主要在西南地区,持续时间只有1个月;第三阶段,2009年12月中旬至2010年3月下旬,旱情再一次增强,干旱面积再次扩大,影响范围最大可达约200万km2,包括西南及西北地区东部,持续时间为3个月,是4个阶段中发展时间最长的,主要受影响的核心区域为西南地区;第四阶段,2010年3月下旬至4月中旬,干旱逐渐缓解,直到过程结束,旱情解除。OITREE方法能从不同层次和方面完整地描述干旱事件的时空变化特点,其判别结果与实际情况基本一致,是一种有效监测干旱的新方法。     

气候变化背景下北京市短历时暴雨的强度及雨型变化特征

利用1961—2017年北京观象台站逐分钟降雨资料,根据《城市暴雨强度公式编制和设计暴雨雨型确定技术导则》,建立了北京市1961—1990年和1991—2017年两个气候态下的暴雨强度公式和2 a重现期下历时30 min、60 min、90 min、120 min、150 min、180 min以5 min为时间段的设计暴雨雨型。结果表明：1）P-Ⅲ型分布曲线对北京市两个气候态下各历时降雨量的拟合效果最好,暴雨强度公式精度最高。2）对比1961—1990年和1991—2017年暴雨强度公式,整体而言,后者各历时重现期的暴雨强度值较低,但随着重现期的增大,两者的雨强差值也增大。3）1961—1990年和1991—2017年短历时雨型的雨峰位置系数分别为0.436和0.382,2 a重现期下前者的各历时雨峰位置比后者提前,各历时累积降雨均在初期增长较慢、雨峰前后增长较快,之后增速明显减缓。