关中地区极端降水时空变化规律及频率分布研究

发布时间：2020-08-18 19:22

【摘要】：随着全球极端气候事件频率和强度的不断上升,洪涝灾害频发,严重影响了人们的正常生活,制约着区域社会经济的可持续发展。研究极端降水指数的时空变化规律及频率分布特征,对区域防汛抗旱规划、水资源管理、防灾减灾工作以及社会经济的可持续发展具有重要意义。论文以陕西省关中地区作为研究区,以11种不同极端降水指数为研究对象,分析了该区域极端降水指数的时空变化规律,同时采用单变量、多变量和区域频率分析的方法对极端降水指数的频率统计特征进行了研究。论文的主用工作内容和结论如下:(1)采用Mann-Kendall趋势检验法和滑动t检验法方法分别对关中地区年最大一日降水量RX1DAY、年最大连续五日降水量RX5DAY、简单降水强度SDII、年降水总量PRCPTOT、强降水日数R10、较强降水日数R20、连续干日数CDD和连续湿日数CWD的时程变化规律进行分析。结果表明:代际变化上,极端降水指数RX1DAY、RX5DAY、SDII和R20均值整体上随年代变化表现出增大趋势,平均增加幅度为1.5%~5.8%;PRCPTOT、R10、CDD和CWD均值整体上随年代变化表现出减少趋势,平均减少幅度为0.5%~2.9%。但是各极端降水指数的离差系数和极值比随年代变化均整体表现出增大趋势,离差系数平均增加幅度为1.4%~20.3%,极值比平均增加幅度为4.0%~21.7%。表明年代内各极端降水指数的不均匀程度和变化幅度都逐渐增加。年际变化上,极端降水指数RX1DAY、RX5DAY、SDII、PRCPTOT、R10、R20、CDD和CWD的趋势和突变均不显著。(2)采用径向基函数插值法对各极端降水指数的空间分布特征进行了研究。结果表明:各极端降水指数的均值在空间上的变化情况较为一致,整体表现为中部低,四周高的态势;而离差系数的空间变化情况差距较大,没有明显的空间分布规律。(3)采用线性矩法和Kolmogorov-Sminrov检验法,以广义极值分布(GEV)、广义帕累托分布(GP)和皮尔逊Ⅲ型分布(P-Ⅲ)作为备选分布对连续性降水量指数RX1DAY、RX5DAY、SDII和PRCPTOT进行单变量频率分析。结果表明:P-Ⅲ型分布和GEV分布均可作为研究区极端降水指数RX1DAY、RX5DAY、SDII和PRCPTOT的理论频率分布。空间上,关中地区中部极端降水指数RX1DAY、RX5DAY、SDII和PRCPTOT的最优分布主要为GEV分布,研究区四周极端降水指数的最优分布主要为P-Ⅲ型分布。(4)采用Archimedean Copula函数为连接函数构建连续性降水量指数RX1DAY、RX5DAY和SDII两两间的二维联合分布,以Kendall秩相关系数为指标对研究对象间的相关性进行度量,采用离差平方和(OLS)最小准则法和图形评价分析法选取拟合效果最佳的Copula函数。结果表明:研究区各站点极端降水指数RX1DAY、RX5DAY和SDII之间具有良好的相关性。G-H Copula函数为关中地区极端降水指数RX1DAY-RX5DAY和RX1DAY-SDII联合分布的最优Copula函数;FK Copula函数为关中地区极端降水指数RX1DAY-RX5DAY和RX1DAY-SDII联合分布的最优Copula函数。(5)采用层次聚类分析对关中地区进行极端降水相似区的划分,并对各相似区内极端降水指数RX1DAY、RX5DAY、SDII和PRCPTOT的一致性和均匀性进行检验,在此基础上采用蒙特卡洛模拟检验法进行拟合优度评价来选取区域最优分布。结果表明:关中地区可以分为关中东部、中部和西部三个极端降水相似区,且分区内各站点极端降水指数均满足一致性和均匀性要求。关中东部地区极端降水指数RX1DAY、RX5DAY、SDII和PRCPTOT的最优分布分别为GEV分布、P-Ⅲ型分布、GEV分布和P-Ⅲ型分布;关中中部地区极端降水指数RX1DAY、RX5DAY、SDII和PRCPTOT的最优分布均为GEV分布;关中西部地区极端降水指数RX1DAY、RX5DAY、SDII和PRCPTOT的最优分布分别为GEV分布、GEV分布、P-Ⅲ型分布和GEV分布。
【学位授予单位】：西北农林科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：P426.614
【图文】：

分布情况,站点,分布情况,范围

时空变化规律进行分析；并对以降水量为指标的连续性指数 RX1DAY、RX5DAY、SDII和 PRCPTOT 的频率分布进行研究。图1-2 研究区范围及站点分布情况Fig.1-2 The study area and distribution of sites.（a）大荔站（b）西安站（c）宝鸡站图1-3 代表站高强降水日数过程图Fig.1-3 The hygrograph of high strength precipitation day.

过程图,降水日数,代表站,过程图

Fig.1-2 The study area and distribution of sites.（a）大荔站（b）西安站（c）宝鸡站图1-3 代表站高强降水日数过程图Fig.1-3 The hygrograph of high strength precipitation day.

过程图,代表站,过程图,大荔

第一章绪论 11（a）大荔站（b）西安站（c）宝鸡站图1-4 代表站重湿日数过程图Fig.1-4 The hygrograph of heavy wet day.（a）大荔站（b）西安站（c）宝鸡站图1-5 代表站极端湿日数过程图Fig.1-5 The hygrograph of extreme wet day.

【参考文献】