基于非平稳极值模型的东北夏季极端降水研究

发布时间：2022-12-04 15:33

　　近年来,全球范围内的极端气候事件频发,且程度日趋严重化。目前的研究大多采用平稳性极值模型,假设模型中的参数值不变。随着理论和应用研究的深入,常数化参数的假设逐渐受到质疑。将极值模型中的参数函数化,并选取恰当的协变量描述这些函数,建立非平稳极值模型,具有深远的理论意义和实用价值。本文基于大尺度气候指数、中小尺度气象指数和多尺度的协同指数,建立非平稳极值模型,并综合运用多种现代统计方法,研究我国东北夏季极端降水的成因机制和风险演变,主要研究内容如下:（1）采用线性回归趋势分析方法、分位数回归趋势分析方法、Mann-Kendall趋势检验方法,分析东北极端降水序列的非平稳性变化特征,并验证非平稳性变化特征的显著性。结果表明,极端降水序列的非平稳性普遍存在。初夏时期,极端降水在东北大部分地区都存在明显的上升趋势;盛夏时期,极端降水在东北大部分地区表现为下降趋势,特别是在松花江、辽河流域显著下降。（2）通过简单相关分析、分位数回归、主成分分析等方法,选取对极端降水有重要影响的协变量,基于所选的多尺度气象指数和协同指数,建立非平稳GEV模型和GAMLSS模型,分析东北夏季极端降水成因机制;并且,根... 

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
中文摘要
Abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究进展
        1.2.1 极端降水的极值理论研究
        1.2.2 极端降水的形成机制研究
    1.3 论文组织结构
        1.3.1 研究目标及研究内容
        1.3.2 技术路线
        1.3.3 创新点
        1.3.4 章节安排
第二章 研究区域概况及降水特征分析
    2.1 研究区域概况
        2.1.1 地理位置及地貌特征
        2.1.2 农业概况
        2.1.3 气候特征
    2.2 研究数据及来源
    2.3 研究区域夏季降水及极端降水特征分析
    2.4 研究区域大气环流特征分析
第三章 东北夏季极端降水非平稳特征分析
    3.1 研究方法
        3.1.1 一元线性回归趋势分析方法
        3.1.2 分位数回归趋势分析方法
        3.1.3 Mann-Kendall趋势检验方法
    3.2 东北夏季极端降水的非平稳性时空特征分析
        3.2.1 东北夏季极端降水的非平稳时变特征分析
        3.2.2 东北夏季极端降水的非平稳空间特征分析
    3.3 本章小结
第四章 基于非平稳极值模型的东北夏季极端降水归因分析
    4.1 研究方法
        4.1.1 分位数回归
        4.1.2 主成分分析
        4.1.3 广义极值模型
        4.1.4 广义可加模型
        4.1.5 似然比检验
        4.1.6 分位数图与残差worm图
    4.2 东北夏季极端降水非平稳模型中协变量的选取
        4.2.1 东北夏季极端降水和气候指数的简单相关性
        4.2.2 东北夏季极端降水与气候指数的分位数回归
    4.3 基于GEV模型的东北夏季极端降水归因分析
        4.3.1 GEV模型的构建
        4.3.2 站点GEV模型结果分析
        4.3.3 东北地区GEV模型结果分析
        4.3.4 基于GEV模型的归因分析
    4.4 基于GAMLSS模型的东北夏季极端降水归因分析
        4.4.1 GAMLSS模型的构建
        4.4.2 站点GAMLSS模型结果分析
        4.4.3 东北地区GAMLSS模型结果分析
        4.4.4 基于GAMLSS模型的归因分析
    4.5 东北夏季极端降水与环流特征分析
    4.6 本章小结
第五章 基于非平稳极值模型的东北夏季极端降水风险演变特征分析
    5.1 研究方法
        5.1.1 基于GEV模型的极端降水重现水平
        5.1.2 基于GAMLSS模型的极端降水重现水平
    5.2 东北初夏极端降水的风险演变
        5.2.1 东北初夏极端降水的风险演变空间特征分析
        5.2.2 东北初夏极端降水的风险演变时变特征分析
    5.3 东北盛夏极端降水的风险演变
        5.3.1 东北盛夏极端降水的风险演变空间特征分析
        5.3.2 东北盛夏极端降水的风险演变时变特征分析
    5.4 本章小结
第六章 结论与展望
    6.1 主要结论
    6.2 问题及展望
参考文献
附录一 个人简介
附录二 致谢


【参考文献】：
期刊论文
[1]基于GAMLSS模型的水文系列非平稳性研究[J]. 高洁.  水力发电. 2019(07)
[2]超强厄尔尼诺事件对中国东部春夏季极端降水频率的影响[J]. 刘明竑,任宏利,张文君,任鹏飞.  气象学报. 2018(04)
[3]中国东北初夏降水与冷涡活动及西亚春季陆面热力异常的可能联系[J]. 陈海山,杨静秋,张莞昕,滕方达.  海洋气象学报. 2018(01)
[4]珠江流域63年极端降水特征分析[J]. 张萍,杨昭辉,孙翀.  水利发展研究. 2018(02)
[5]中国年和季节极端降水时空特征及极值分布函数上尾部性质[J]. 顾西辉,张强,孔冬冬,刘剑宇,范科科.  地理科学. 2017(06)
[6]全球变化背景下极端降水时空格局变化及其影响因素研究进展和展望[J]. 孔锋,史培军,方建,吕丽莉,方佳毅,郭建平.  灾害学. 2017(02)
[7]2016年和1998年汛期降水特征及物理机制对比分析[J]. 袁媛,高辉,李维京,柳艳菊,陈丽娟,周兵,丁一汇.  气象学报. 2017(01)
[8]东南沿海前汛期降水极值变化特征及归因分析[J]. 黄婕,高路,陈兴伟,陈莹,刘梅冰.  地理学报. 2016(01)
[9]Using Quantile Regression to Detect Relationships between Large-scale Predictors and Local Precipitation over Northern China[J]. FAN Lijun,XIONG Zhe.  Advances in Atmospheric Sciences. 2015(04)
[10]IPCC第五次评估报告第一工作组报告的亮点结论[J]. 秦大河,Thomas Stocker.  气候变化研究进展. 2014(01)

硕士论文
[1]长江中下游极端降水事件的时空演变特征及其平稳/非平稳性研究[D]. 马小芳.武汉大学 2018



本文编号：3708527