淮河流域极端降水演变特征及模拟

发布时间：2020-09-02 12:56

　　利用淮河流域50个分布相对均匀的气象站点的逐日降水资料,借助于线性趋势、MK检验、R/S分析、圆形统计、EOF分析等方法对淮河流域1961～2014年的极端降水强度、频率以及发生时间的时空演变特征进行研究。同时,利用广义极值模型(GEV)对流域极值降水进行了模拟,探究气候因子与极值降水之间的联系。主要结论:(1)从长时间尺度分析,淮河流域极端降水阈值有明显提高(达到0.1显著性水平),频率和极值降水量等无显著变化。但从2000s中期之后分析,极端降水阈值、频率、极值降水量等均呈下降趋势且达到了 0.05显著性水平。(2)受地理位置以及台风、梅雨等影响,流域极端降水存在明显的空间差异性。流域东部(沿海地区)以及西南部(较低纬度地区)的极端降水事件偏多。(3)流域整体降水强度在逐渐增强。极端降水阈值、频次、贡献率和极值降水量均呈“中西部-东部”反位相分布,中西部以上升趋势为主,东部以下降趋势为主。结合R/S分析,未来极端降水将会以目前趋势继续发展。(4)流域极端降水发生时间主要集中在7月中下旬,并表现出明显的年际振荡;流域平均的发生时间表现出提前趋势,但未达到0.05显著性水平。(5)发生时间在空间上由西南向东北逐渐推迟,大部分站点的发生时间呈微弱提前的线性趋势;这样的空间分布可能与梅雨和台风的影响有关,而提前趋势与1990年代以来我国主雨带的年代际北移有关。(6)经EOF分析,发生时间前两个模态空间分布分别为“西北-东南”反位相分布和全区一致性分布。(7)流域绝大部分站点PX3D指数序列通过平稳性检验,平稳GEV模型能够较好地拟合PX3D指数序列。采用以时间为位置参数协变量的非平稳GEV模型能够显著提高模型对于存在显著趋势序列的拟合情况,同时在设计极端降水预估时应当考虑显著性趋势的影响。(8)以气候因子指数(AMO、EASMI、PDO、SOI、Nino3.4SST)作为GEV模型参数协变量,对流域各站点PX3D指数拟合情况均有所提高。在对极值降水频率进行预估时,以气候因子SOI、Nino3.4SST指数作为位置参数协变量,能够较好地模拟极值降水的峰谷变化;以气候因子AMO、EASMI、PDO指数作为尺度参数协变量,可以较好地模拟极值降水的波动幅度变化。
【学位单位】：南京信息工程大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：P426.6
【部分图文】：

点分布,淮河流域,站点,气象站

了一些可疑／错误观测，订正了部分可能由站点迁移和观测设备升级更换引起的数据非均逡逑一性。本文选取的气象站点资料是淮河流域５０个分布较均匀站点的逐日降水资料。选逡逑取站点情况如下图２－１以及表２－１所示。逡逑逦１１５；东逦１２０；东逦逡逑￣ｍｉ逦＇逦＇逦ｎ－逡逑．站点逡逑３６。北—逦淡。北逡逑．巨野．焌逦照逡逑广}0考逦丰县．枣庄逦．╁义希模縸？“逦．酬．新祈＾逡逑３４。北－＾逦．宝丰．许昌逦？融．永城淮北逦？宿豫逦＼逦－３４。北逡逑一＇、逦．＇}逦．}0．酿．sE．逡逑纪北．逦部北逡逑０逦１００逦２００逦４００邋千米逡逑北＊１逦逦逦，逦，逦Ｕ。北逡逑１１５°邋东逦１２０°邋东逡逑图２－１选取的淮河流域气象站点分布图逡逑表２－１选取的淮河流域气象站点信息逡逑站点逦经度逦纬度逦资料年份逦站点逦经度逦纬度逦资料年份逡逑宝丰逦１１３．０５逦３３．８８逦１９５７－２０１４逦巨野逦１１６．０８逦３５．４２逦１９６１－２０１５逡逑蚌埠逦１１７．３８逦３２．９２逦１９５２－２０１４逦济宁逦１１６．６逦３５．４３逦１９６１－２０１５逡逑亳州逦１１５．７７逦３３．８７逦１９５３－２０１４逦沂南逦１１８．４３逦３５．５３逦１９６２－２０１５逡逑

强降水,年际变化,阈值,显著性水平

逡逑如图３－２⑻所示，流域ＰＱ９５指数以０．５９ｍｍ／１０ａ的速率上升，线性上升趋势达到０．１逡逑显著性水平。ＰＱ９５多年均值为３８．９３＿。其中，２００７年ＰＱ９５最大，为５０．０８＿，１９６６逡逑年ＰＱ９５最小，为２８．０１ｍｍ。经ＭＫ检验，Ｚ＝ｌ．７８，未达到０．０５显著性水平；无明显逡逑突变。但对２０００ｓ中期及以后时间序列分析发现，ＰＱ９５的下降趋势达到了邋０．０１显著性逡逑水平。逡逑如图３－２（ｂ）所示，流域ＰＦ９５指数以０．０７％／１０ａ的速率下降，线性下降趋势未达到逡逑０．０５显著性水平。ＰＦ９５多年均值为３５．３６％邋２０００年ＰＦ９５最大，为４０．４８％，１９７９年逡逑ＰＦ９５最小，为３０．９０％。经ＭＫ检验表明，无明显趋势和突变。同时可发现极端降水对逡逑年降水量的贡献率均达到３０％以上，是年降水量的重要组成部分。对２０００ｓ中期及以后逡逑时间序列分析发现

序列,年际变化,极端降水,成灾面积

【参考文献】