考虑变异的极端降水概率及其空间特征研究

发布时间：2020-11-04 00:22

　　 联合国政府间气候变化专门委员会第四次评估报告认为,全球气候变化已是不争的事实。许多水文学家认为气候变化将改变全球水文循环的现状,使暴雨的出现频率远高于以往任何时期。极端降水引起洪涝、干旱、滑坡、泥石流、疫病等一系列灾害,直接引起人员伤亡和财产损失,严重威胁人类生存并制约区域社会经济的可持续发展。由于人类活动影响,下垫面变化剧烈,改变了流域的产汇流特征、地表热量平衡以及大气环流异常,致使降水、蒸散发和径流等水文要素产生变异。在全球气候变化导致水文气象要素变异的大背景下,我国原有的降水时空分布不确定性分析已经不能满足我国现有防洪抗旱的标准和格局。因此,开展水文变异条件下极值降水时空分布不确定性分析研究己成为当前水文领域研究的热门问题。对于水文要素变异点的诊断,前人采用Pettitt法、Mann-Kendall法、逐时段滑动分割比较序列法、R/S法等方法进行研究。但采用单一方法对水文序列诊断的水文序列变异点往往偏重于趋势或跳跃,且多采用均值或方差等某个统计指标判断序列变异点,其计算精度无法保证,采用不同方法得到的检验结果也不尽相同,无法从整体上判断序列的变异形式。对于单一变量的频率分布拟合,前人采用了P-III分布、广义极值分布、极值I型曲线、广义帕雷托分布等分布函数进行研究,并采用矩法、极大似然估计法、优化适线法、混合矩法和线性矩法求解其分布参数。但上文函数无法拟合多峰分布,且上文的参数估计方法求解多峰分布参数效果不尽理想。对于多变量联合分布,目前大多数多变量联合分布研究均以两变量为研究对象,拟合其联合分布并求解其联合概率和条件概率,对于三变量联合分布的拟合及其参数求解方法研究较少。对于极端降水的时空分布,大多学者研究从统计的角度出发研究降水极值的时空变化趋势,对于极端降水的概率分布空间研究较少。基于以上问题,本文以黑龙江省三江平原16个气象站的实测月最大过程雨量、发生日期及持续天数为研究对象,采用水文变异综合诊断方法诊断其变异点,根据变异点选取样本,采用P-III函数、混合高斯分布和Logistic函数分别对各变量进行频率分析,并采用基于实数编码的遗传算法、期望最大化法和极大似然估计法求解其边缘分布参数,在单一变量频率分析结果的基础上,采用Clayton Copula、Frank Copula和Gumbel-Hougaard Copula函数建立三变量的联合分布进行多变量降水的频率分析并计算各气象站在6-9月各日发生暴雨的概率,同时根据单变量及多变量频率分析的结果,明晰各月最大过程降水的均值及其变差系数(C_v)的空间分布和研究区域内暴雨发生概率的空间分布。并得到以下主要结论:(1)三江平原各气象站的月最大过程雨量序列变异点在1984-1997年间。(2)采用P-III分布拟合月最大过程雨量频率分布,拟合效果较好,且基于实数编码的加速遗传算法求解P-III曲线的参数,计算精度高且易于实现。(3)混合高斯分布函数拟合多峰分布,解决了单一分布函数无法拟合多分分布的情况,期望最大化方法求解混合高斯分布参数解决了同时求解分布权重和分布参数的问题,拟合结果表明采用期望最大化算法求解混合高斯分布函数参数并应用混合高斯分布拟合月最大一次降水发生日期效果较好。(4)Logistic分布函数拟合月最大过程雨量持续天数并采用极大似然估计法求解Logistic分布函数参数,精度有待提高。(5)采用Frank Copula函数拟合大多数本文选取的变量联合分布效果较好,Clayton Copula函数拟合少部分本文选取的变量联合分布效果较好,G-H Copula拟合本文选取变量联合分布效果不好。(6)全年内,月最大过程雨量均值在6、7、8月份最大,9月份次之,12、1、2月最小;空间上,6-8月最大过程雨量均值西北最高、东南次之、平原中部最少,其余月份月最大过程雨量均值从西北至东南逐渐减小。全年内,月最大过程雨量C_v值7、8月份最小,12、1、2月最大;空间上,3-10月最大过程雨量C_v值西北和东南方较高、平原中部较低,其余月份月最大过程雨量C_v值西北和东南方较低、平原中部较高。(7)三江平原汛期内,7、8月份发生暴雨概率较大,9月发生暴雨概率次之,6月发生暴雨概率最小。6月中上旬、7月中下旬、8月中下旬、9月中旬发生暴雨概率较大。且6、7、8月份日暴雨发生概率值由西北至东南逐渐减小,9月份日暴雨发生概率值由三件平原中间区域向两侧逐渐减小。(8)完达山余脉区域,如新华、军川、290、建三江和延军在6、7、8月暴雨发生概率较大,应注意滑坡、泥石流和山洪的预防;平原区域,如859、290、友谊、北兴、853和庆丰在9月暴雨发生概率较大,应采取有效措施以减少暴雨引起的作物减产情况发生。
【学位单位】：东北农业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：P426.6
【部分图文】：

研究区域图

2, ,2 12,1( )1( )nobs i sim iinobs i obsiQ QRQ Q （3-49）式中，Qibs,i(i=1,2,…,n)是实测的降水时间序列值；obsQ 为实测降水时间序列的均值。对于趋势变异，Qsim,i的值为一元回归拟合的趋势线上各点的值。对于跳跃变异，每个变异点 τi对应的 Qsim,i可表示为：, ,11isim i obs iiQ Q （3-50）虽然水文变异诊断方法可以系统全面的检测降水时间序列的变异形式和变异时间，但条件允许的情况下，应经过实地水文调查和成因分析后再确定变异点位置和时间。3.4 应用研究本文以该研究区域内 16 个气象站 1980-2010 年 7 月份月最大过程雨量为例，其初步诊断中滑动平均法的诊断结果如图 3-1 所示。

18（g）二九〇农场 （h）建三江农场图 3-1 各站 7 月最大过程雨量滑动平均图Fig.3-1 Moving average of the maximum precipitation in July in each meteorological station
【参考文献】

相关期刊论文 前10条

1 郭恩亮;周沫;张继权;王永芳;哈斯;张峰;;基于Copula函数的长春市暴雨联合分布与特征分析[J];灾害学;2015年04期

2 郭爱军;黄强;王义民;黎云云;畅建霞;莫淑红;;基于Archimedean Copula函数的流域降雨-径流关系变异分析[J];水力发电学报;2015年06期

3 张峰;谢振华;程江涛;李林;崔高仑;;基于向量相似度的组合赋权方法[J];指挥控制与仿真;2014年05期

4 金保明;;Kendall与R/S分析法在降雨特性分析中的应用[J];水力发电;2014年07期

5 胡义明;梁忠民;赵卫民;刘晓伟;;基于跳跃性诊断的非一致性水文频率分析[J];人民黄河;2014年06期

6 邢子强;严登华;翁白莎;袁勇;;下垫面条件对流域极端事件影响及综合应对框架[J];灾害学;2014年01期

7 杨志勇;袁喆;方宏阳;严登华;;基于Copula函数的滦河流域旱涝组合事件概率特征分析[J];水利学报;2013年05期

8 李艳玲;畅建霞;;基于Morlet小波的径流突变检测[J];西安理工大学学报;2012年03期

9 王双银;谢萍萍;穆兴民;高鹏;;松花江干流输沙量变化特征分析[J];泥沙研究;2011年04期

10 陈晓宏;涂新军;谢平;李艳;;水文要素变异的人类活动影响研究进展[J];地球科学进展;2010年08期

本文编号：2869321