共查询到20条相似文献，搜索用时 470 毫秒
1.
选择适宜的极值分布模型有助于提高极值序列再现期极值的准确度。基于1981—2010年湖南省97个地面气象观测站逐时降水观测资料,构建逐站年和季1 h、3 h、12 h最大降水量序列,运用Pearson-Ⅲ型、Gumbel、对数正态、Cauchy和Weibull 5种分布函数对湖南省3种短历时最大降水量序列进行极值分布拟合。结果表明：1981—2010年湖南省中北部地区3种短历时降水极值分布符合Gumbel分布模型,Weibull分布次之;湖南省南部地区3种短历时降水极值分布则仅符合Gumbel分布模型。在此基础上,应用Gumbel分布模型估算湖南省各站重现期为百年的降水极值,结果表明1 h、3 h、12 h的年降水极值高值中心分别位于湘东南地区、湖南省西部地区和湘西北地区;各季降水极值中心与年极值中心略有不同。 相似文献
2.
江苏省年最大风速的时空分布及突变分析 总被引：5，自引：2，他引：3
根据江苏省34a年最大风速资料,用EOF、REOF方法研究了江苏省年最大风速的空间分布形式和长期变化趋势。结果表明:(1)34a年最大风速基本在11m/s以上,其中最大值区位于盐城的南部和南通的北部,在15m/s以上。近34a来具有明显的波动,整体上呈减小的趋势。(2)EOF分解的第一特征向量场空间分布绝大部分为正值,说明其变化具有极好的一致性,第一时间系数的变化相当于年变化。但是各特征向量场之间的特点相差明显。(3)REOF分析方法表明其可以被分为5个区,分别为西北区、西南区、东南区、中部地区、东北区,各个区域的年最大风速均呈现减小的趋势,但是减小的程度各不相同。突变特征各个区域表现也不同。 相似文献
3.
利用陕西黄土高原地区6个气象站2006—2016年共11年逐日极大风速和同期10 min最大风速资料,确定推算极大风速与最大风速的回归方程,并对方程可靠性进行检验。结果表明:6站的极大风速超过最大风速44%以上,更能准确反映灾害性大风的实际情况;对极大风速与最大风速线性回归方程和多项式回归方程比较后,确定采用线性回归方程推算极大风速。各站拟合方程的显著性水平高于0.001,平均绝对误差均小于0.9 m/s, 2016年极大风速的推算值与观测值平均绝对误差在0.9～1.7 m/s之间,平均相对误差在15%以下,说明拟合方程可信。 相似文献
4.
5.
根据榆林气象站1961—2016年逐年及该地区某一风电观测场2007年逐时最大风速资料,在探讨最大风速突变点的基础上,利用极值Ⅰ型分析法及1 d、5 d设计风速取样法对风电观测场50 a一遇最大风速进行估算,同时参考《建筑结构荷载规范》,最终确定风电观测场最大风速的取值。结果表明：榆林气象站历年最大风速有下降趋势,并在1980年发生突变;利用突变点前风电观测场最大风速序列计算的50 a一遇风速修正后,得到的结果与建筑结构荷载规范的值相近,可以互相验证,最终确定50 a一遇最大风速为253 m/s,相应风压为04 kN/m2。 相似文献
6.
7.
《广东气象》2018,(6)
利用1961—2015年江门6个气象观测站逐年最高气温、汛期降水、最大日降水资料,采用线性倾向估计、广义极值分布(GEV)等统计方法,研究了江门年最高气温、汛期降水、最大日降水的概率分布及其极端事件的重现水平。结果表明:1)各站年最高气温概率均属Weibull分布,概率密度峰值对应气温恩平最大、上川岛最小;变化幅度恩平最大、台山最小。较低重现期(20年或以内)时,极端高温事件阈值恩平最高;重现期超过50年时,鹤山最高。2)各站汛期降水概率均属Weibull分布,概率密度峰值对应雨量及变化幅度恩平最大、鹤山最小;不同重现期,恩平极端降水事件阈值均显著高于其它台站,鹤山最低。3)鹤山、恩平和上川岛最大日降水概率属Frechet分布,开平和台山属Weibull分布,新会属Gumbel分布;各站日降水峰值概率比汛期降水峰值概率大一个量级。不同重现期,上川岛极端日降水事件阈值均显著高于其它台站。 相似文献
8.
根据榆林气象站1961—2016年逐年及该地区某一风电观测场2007年逐时最大风速资料,在探讨最大风速突变点的基础上,利用极值Ⅰ型分析法及1d、5d设计风速取样法对风电观测场50a一遇最大风速进行估算,同时参考《建筑结构荷载规范》,最终确定风电观测场最大风速的取值。结果表明:榆林气象站历年最大风速有下降趋势,并在1980年发生突变;利用突变点前风电观测场最大风速序列计算的50a一遇风速修正后,得到的结果与建筑结构荷载规范的值相近,可以互相验证,最终确定50a一遇最大风速为25.3m/s,相应风压为0.4kN/m^2。 相似文献
9.
分别从质量控制级别、有效数据完整率、是否均一等方面考虑,选取安徽省51个气象站1981—2020年逐日10 min最大风速和2006—2020年逐日极大风速资料,基于最大风速资料应用阵风系数法构建1981—2005年极大风速,得到1981—2020年极大风速的长时间序列数据;对风速资料进行拟合适度检验,估算了安徽省不同重现期最大风速和极大风速的时间变化以及空间分布,并对极大风速序列延长前后重现期估算情况进行了对比。结果表明:(1) 利用阵风系数法构建的极大风速数据可信,可为因缺少长时间序列的极大风速观测而无法进行50年或者更长重现期估算提供参考;(2) 1981—2020年安徽省历年最大风速强度为12.38 m/s,极大风速强度为20.55 m/s,均为皖南低矮山区的风速值较低,沿江西部及江淮之间中部处于相对大值区;(3) 30年重现期最大风速为12.09~27.23 m/s,50年为12.64~29.01 m/s,均是石台站最小,桐城站最大;30年重现期的极大风速为23.51~39.56 m/s,50年为24.58~41.93 m/s,均为池州站最小,桐城站最大;(4) 短期的观测资料会降低重现期估算结果的可靠性。 相似文献
10.
以安徽省56个国家级气象站1980—2018年年最大风速序列为研究对象,采用基于三参数Weibull分布的变点检验方法对年最大风速序列均一性进行检验,以郎溪站数据为例,给出了检验和分析的具体过程,最后将该方法检验结果与PMFT法、SNHT法检验结果进行了对比分析。结果表明：56个站点的年最大风速序列均通过Weibull分布检验,而通过正态分布检验的年最大风速序列只有45个,表明年最大风速序列更符合Weibull分布;Weibull法检测出的18个非均一点中有15个得到印证,检验准确率为83.3%,PMFT法检测出的4个非均一点均由迁站造成,检验准确率为100%,SNHT检测出的20个非均一点中有15个得到印证,检验准确率为75%。造成序列非均一的主要原因是台站迁移、仪器换型、仪器高度调整和探测环境变化等;综合比较发现,PMFT法对年最大风速序列非均一点的敏感程度不如Weibull和SNHT,而SNHT法对待检序列要求较高,且检验准确率不及Weibull法,表明Weibull方法在年最大风速序列的均一性检验中更具有优势。 相似文献
11.
青藏铁路沿线平均最高最低气温变化趋势预测及其概率估计 总被引：3，自引：3，他引：3
根据实测月最高最低气温资料，建立了1955—2000年青藏铁路沿线各站平均最高最低气温序列，最低气温在1975年以前偏冷，最冷的1960年代，比多年平均偏低1．4℃；1975年以后偏暖，到2000年气温距平达 1．4℃；最高气温的变化大体与前者相反，1960年代比多年平均气温偏暖约0．1℃，1970年代和1980年代偏冷约0．2℃，进入1990年代后才逐渐升高，2000年气温距平达 0．8℃。利用近1000年的太阳黑子周期长度(SCL)约有41，58，76，90和200年的5个显著周期及均生函数正交化筛选方案，预测21世纪SCL比20世纪平均长1年，在2055年达到极长年份12．4年，2068年转为极短年份10．6年。根据IPCC报告中未来100年大气CO2浓度的估计值(B2方案)，研究了未来50～100年青藏铁路沿线平均最高最低气温变化趋势。同时，作为试验，利用事件概率回归估计模式预测，相对于1990年代而言，青藏铁路沿线平均最高(最低)气温到2050年升高0．4℃(2．4℃)的概率为66％(74％)；到2100年升高1．4℃(6．9℃)左右的概率为85％(62％)。 相似文献
12.
运用气候统计学方法,分析了精—伊—霍铁路沿线雪害严重区域的气象条件,推算了对铁路工程设计和运营极为重要的最大风速设计极值和最大积雪深度设计值。 相似文献
13.
运用统计分析和气象统计预报的方法，对广东省8个气象站的日10分钟平均最大风速和日瞬间极大风速资料进行分析，发现这两种风速资料有较好的近似线性的关系。通过建立这两种风速的回归方程，获得判别这两风速记录的准确性及估计两风速数值的客观方法。 相似文献
14.
最大风速变化特征及再现期极值估算 总被引：4，自引：1，他引：3
利用枣庄市1971~2008年各月10 min最大风速资料,对枣庄最大风速统计分析。发现38年中枣庄春季、夏季、秋季、冬季和全年的最大风速都呈下降趋势,年最大风速以每10年1.47 m/s的幅度下降,冬季下降最快,达到每10年降低1.67 m/s,夏季、秋季降低幅度很接近,都小于年平均最大风速降幅,春季最大风速下降最慢,且最大风速极值主要出现在春季。枣庄各月最大风速变化曲线呈递减的"两峰两谷"形。用柯尔莫哥洛夫方法对耿贝尔分布函数进行拟合优度的检验,其显著水平达到0.05,因此利用耿贝尔分布函数估算出枣庄未来若干年的最大风速极值,以满足生产建设规划与设计中对最大风速极值的要求。 相似文献
15.
拉萨最高和最低气温的气候变化特征 总被引：7，自引：0，他引：7
运用 1 96 0年以来拉萨 1月、6月和年的平均最高、平均最低以及平均气温资料 ,研究其长期变化趋势和年际变化 ,结果表明 :拉萨的平均最高、最低气温呈明显上升趋势 ,冬季增温主要在夜间 ,夏季增温主要在白天。 相似文献
16.
17.
In this study,the maximum wind speed（WSmax） changes across China from 1956 to 2004 were analyzed based on observed station data,and the changes of WS max for 2046-2065 and 2080-2099 are projected using three global climate models（GFDLCM20,CCCMACGCM3,and MRICGCM2） that have participated in the IPCC Fourth Assessment Report（AR4）.The observed annual and seasonal WS max and the frequency of gale days showed obvious declining trends.The annual WS max decreased by approximately 1.46 m s-1 per decade,and the number of gale days decreased by 3.0 days per decade from 1956 to 2004.The amplitudes of the annual and seasonal WS max decreases are larger than those of the annual and seasonal average wind speeds（WSavg）.The weakening of the East Asian winter and summer monsoons is the cause for the distinct decreases of both WS max and WS avg over the whole China.The decrease of WS max in the southeast coastal areas of China is related to the reduced intensity of cold waves in China and the decreasing number（and decreasing intensity） of land-falling typhoons originated in the Northwest Pacific Ocean.The global climate models GFDLCM20,MRICGCM2,and EBGCM（the ensemble of above mentioned three global climate models） consistently suggest that the annual and seasonal WS max values will decrease during 2046-2065 and 2080-2099 relative to 1981-2000.The models also suggest that decreases in WS max for whole China during 2046-2065 and 2080-2099 are related to both the reduced intensity of cold waves and the reduced intensity of the winter monsoon,and the decrease in WS max in the southeast coastal areas of China is corresponding to the decreasing number of tropical cyclones over the Northwest Pacific Ocean in the summer during the same periods. 相似文献
18.
铁路大风监测与行车安全试验 总被引：2，自引：0，他引：2
通过分析铁路测风试验的结果,研究大风天气条件下,铁路安全运输的可行性和挡风墙的防风效果及有效遮蔽区的范围,进一步提高铁路运输效率。 相似文献
19.
20.
最高最低气温出现时间分析 总被引：3，自引：0，他引：3
对新乡气象站2012-2013年每目的最高最低气温出现时间进行分析发现,在正常出现时间之外,有许多异常情况。剔除异常时间点,对正常时间进行统计得到：日最高气温冬半年平均出现在14～15时,夏半年在15～16时;最低气温冬季在07时左右,夏季在05：30前后。两年中有22％的温度极值在异常时间点出现。异常极值的出现主要由冷锋、强冷空气、云、降水、风、雾、霾等因素引起。当气温日较差比较小时,气温极值出现的时间和地点存在随机性。 相似文献