共查询到19条相似文献，搜索用时 156 毫秒
1.
本文基于长三角地区1960—2019年逐日降水观测数据以及2015年1 km格网的GDP和人口数据,借助区域降水事件提取方法共识别出2109次区域降水事件,并利用不同分布函数确定不同重现期下降水强度和降水日数的阈值,进一步采用国际减灾战略(ISDR)的灾害风险评估模型,从危险性与脆弱性综合评价长三角地区区域降水风险及其空间分布特征。结果表明:(1)对于降水强度,GEV函数拟合效果最优;对于降水日数,EXP函数和POISS函数拟合效果最好;(2)长三角不同重现期下区域降水的危险性均从中部地区向南北两侧递减;(3)长三角脆弱性由东部沿海向内陆逐渐降低;(4)不同重现期下长三角区域降水风险均是由东部沿海向内陆降低,其中各大中心城市始终是高风险区。 相似文献
2.
客观分析强降水事件的发生频率及其致灾因子危险性,能为局地洪涝灾害的防灾、减灾规划及灾害预警提供科学依据。探讨了基于二元Copula函数的强降水致灾变量联合分布及其在强降水危险性分析中的应用。利用北京地区2005-2014年逐时降水资料提取强降水事件案例,通过建立能反映两个主要致灾因素--降水持续时间和过程降水量依存关系的二元联合分布模型,计算了北京地区强降水事件条件重现期,并以此为基础开展危险性分析。研究表明,北京地区强降水事件的持续时间多小于24 h,且主要服从广义极值和对数正态分布,而过程降水量则更适用于广义极值分布;通过Gumbel Copula函数能较好刻画过程降水量与持续时间的相互依存关系。北京地区短时强降水重现期受持续时间影响明显,仅基于降水量的重现期估算会低估其致灾危险性,利用基于Copula函数的条件重现期能更合理描述不同强降水情景致灾因子的危险性特征及其空间差异性特征。北京地区持续时间小于12 h、过程降水量在50 mm以上的强降水事件多呈东北-西南走向,而持续时间在6 h以内的50 mm以上强降水则在北京城区及东北部地区更加频繁。 相似文献
3.
《贵州气象》2020,(3)
该文利用1959—2018年德江国家站、1987—2017年思南和沿河国家站、2010—2017年德江县19个区域站的逐日降水数据,采用95位百分位法定义极端降水事件发生阈值,运用统计学方法分析德江县极端降水事件频数和强度的特征,基于M-K非参数检验方法对极端降水事件频数和强度长期变化趋势进行检验。研究近60 a乌江中下游流域德江站极端降水频数和强度的特征和关系,再研究近8 a德江县19个区域站极端降水事件特征,结果表明,乌江中下游流域德江站近60 a来发生极端降水事件阈值为30.7 mm,平均极端降水频数为8.7 d,平均极端降水强度为52.6 mm/d,近60 a年来德江县发生极端降水事件的频数和强度总体呈现上升的趋势,近8 a德江县中部、北部、西北部、西南部乡镇出现平均极端降水频数天数较多,近8 a德江县乌江流经段东南部乡镇平均极端降水降水强度较强,日降水量100 mm的极端降水事件主要集中出现在6月和7月,典型极端降水事件年发生概率为38%。选取乌江中下游流域思南、德江、沿河3站近10 a典型极端降水事件为研究对象,综合分析各层次天气系统,归纳总结出乌江中下游流域极端降水天气模型。 相似文献
4.
从小时尺度考察中国中东部极端降水的持续性和季节特征 总被引：7，自引：1，他引：6
相对于日降水量,小时尺度降水资料可以更准确地反映降水强度并描述降水过程,因而更适用于极端降水阈值确定及其特性研究.利用广义极值分布估计中国321个站最大小时降水量的分布函数,确定了5a重现期的小时降水强度阈值.阈值的空间分布呈现出明显的地域差异,西北地区阈值偏低,华北地区、长江中下游地区、华南沿海地区和四川盆地西部地区为高阈值中心.取各站5a一遇极端降水事件对其持续性特征和季节特征进行分析,发现在沿海地区、长江流域和青藏高原东坡极端降水事件的平均持续时间较长(超过12h);中国北部地区持续时间较短.在具有较大海拔落差的复杂地形区,极端降水事件较平原地区更快地发展到峰值.华南地区4月就可有极端降水事件出现,而中国北方地区要到6月底才出现极端降水;全中国大部分地区的年最晚极端降水在8-9月,但沿海地区、大陆南端和西南地区南部的少数站点在10月以后仍有极端降水发生. 相似文献
5.
为更好地理解和认识小尺度地形对降水特性的影响,利用位于云贵高原地区相近的两个国家基准站太华山和昆明站2006—2018年雨季(5—10月)小时降水资料,统计分析了两站降水精细化的时空特征.结果表明,两站的海拔高度差约500 m、站距约5 km,暖季降水量差异不大,但降水的精细特征却存在明显差异,主要表现为:(1)两站的降水量和平均降水强度年际差异不明显,但太华山站多数年份的降水频次远多于昆明站;(2)降水日变化上,太华山站在11—20时的累积降水量要高于昆明站;两站降水频次均具有双峰型特征,但在03—09时和11—17时太华山站的降水频次要明显高于昆明站,00—13时和21—23时昆明站的平均降水强度高于太华山站.(3)两站的降水事件特征不同,太华山站的降水事件次数和累积降水量都明显多于昆明站,主要由持续时间在6 h以上的降水事件贡献.(4)两站降水事件主要为共有降水事件,降水特性差异也主要由共有降水事件造成.太华山站先开始(结束)降水的共有降水事件次数比昆明站多(少),持续时间(降水频次)比昆明站长(多),短、长时降水事件的降水量(降水频次)比昆明站大(多),平均降水持续时间比昆明站多0.36 h.(5)两站单独降水事件占总降水事件的39.9％,太华山站的单独降水事件数是昆明站的1.83倍,而且平均持续时间长于昆明站. 相似文献
6.
中国大陆地区小时极端降水阈值的计算与分析 总被引：3，自引：0，他引：3
利用广义极值分布和百分位两种阈值确定方法,对我国465个气象站点不同极端程度的小时降水强度阈值进行了分析。广义极值分布结果表明,重现期为2、5、10、50a的降水强度阈值具有一致的空间分布特征：华南沿海阈值最高,长江中下游地区北部、四川盆地西部、华北地区东部次之,云南中西部、华北西部和东北西部阈值相对更低,最小值出现在我国西部地区。百分位法得到的阈值空间分布呈现出与广义极值分布结果较为一致的东南大、西北小的整体特征。考察465站中位数发现,第99．9百分位的强度阈值与二年一遇降水的阈值接近。具体分析各站第99．9百分位降水阈值对应的重现期发现,长江流域及其以南地区重现期大多低于2a;35°N一带重现期长于4a;我国北方和西北部分地区重现期长于8a。 相似文献
7.
1960—2008年淮河流域极端降水演变特征 总被引：1，自引：1，他引：0
采用地理空间统计、时间序列分析和趋势诊断等方法,研究1960—2008年淮河流域极端降水时空演变特征:流域大部分地区全年及四季的极端强降水量、降水强度、强降雨日数无明显变化趋势;≥15 d的持续无降水事件发生次数由南向北递增,平均每年2~5次,冬季最多、夏季最少;≥5 d的持续降水事件由东北向西南递增,平均每年1~8次,潢川—正阳—郑州一线的西北部秋季最多,其他地区夏季最多;40%的站点持续无降水事件有明显增多趋势,气候倾向率为0.22~0.60次/a,且大多在1970s发生气候突变;30%的站点持续降水事件有明显减少趋势,气候倾向率为-0.24~-0.70次/a,普遍无气候突变;持续无降水(降水)事件与年降水总量没有明显的联系。 相似文献
8.
《气象科学进展》2021,(2)
利用重庆市万州区1967—2019年的降水资料,选取年暴雨量、年暴雨强度和年暴雨贡献率为暴雨要素,利用Archimedean Copula函数构建二维联合分布,并根据RMSE,AIC,Bias和OLS值进行优度检验,确立最优Copula函数,分析多要素联合下的暴雨概率以及重现期特征。研究表明,Clayton Copula函数适合构建年暴雨量和年暴雨强度、年暴雨强度和年暴雨贡献率的综合指标联合分布模型,Frank Copula函数适合构建年暴雨强度和年暴雨贡献率的综合指标联合分布模型;暴雨要素之间具有的正相关关系可由Copula函数直观清晰的反映,最优Copula函数适用于分析暴雨多要素的联合概率;Copula函数模型能够反映暴雨多方面的特征,基于暴雨多要素的联合重现期以及同现重现期可以呈现更多的暴雨要素信息,也可以反映暴雨灾害发生时的降水集中程度和暴雨的强度等级。因此,利用Copula函数能够有效反映暴雨的联合特征,提供更全面的暴雨信息。 相似文献
9.
为了研究洪涝的重要致灾源因子降水的概率,利用广西从1970年-2012年的降水数据,以年降水均值（X）和年降水极值均值（Y）为研究变量,通过Copula函数构建其联合分布.经过OLS,AIC拟合优度评价,采用Copula函数中拟合效果较好的Gumbel-Hougaard Copula函数建立边缘分布为Pearson-Ⅲ型的两变量的联合分布.随后,进行相应的重现期计算,计算结果表明,在联合重现期下的两变量降水设计值比单变量设计值和同现重现期下的设计值都要高,故采用联合重现期下的联合设计值作为防洪标准会更加安全.最后,对比降水数据与灾情数据,研究降水重现期与洪涝灾情的关系.结果表明,降水的重现期越长,洪涝灾害也越严重. 相似文献
10.
利用全球模式（BCC_CSM1.1）驱动区域模式RegCM4,模拟分析了RCP8.5和RCP4.5排放情景下未来2010—2099年珠江流域降水基本特征、强度分布和极端降水事件的变化特征。研究表明,RegCM4区域气候模式可刻画出珠江流域极端降水的特征。RCP4.5和RCP8.5排放情景下降水变化特征一致,未来不同时段（2020s、2050s和2080s）珠江流域的年平均降水量减少,春季和冬季减少,夏季和秋季增加,而且年平均和四季的降水频率均减少,强度增加（春季除外）。降水基本特征的变化导致降水强度分布改变,春季除外,不同时段的年和四季的降水极值（降水90th和95th分位值）的年平均值均增加,增幅最大为秋季,表明未来时段极端降水强度增加。未来不同时段珠江流域的年最大日降水量的5年重现期值在柳江流域、红水河、桂江流域和珠江三角洲（珠三角）地区增加,增幅30%~45%。RCP8.5排放情景下,未来2080s时段珠三角地区的年最大日降水量5年重现期值相当于现在时段8~10年的重现值,50年值相当于现在时段100年的重现期值,表明未来这些地区的极端降水事件发生频率增加。 相似文献
11.
气候变化影响下极端水文事件的多变量统计模型研究 总被引：2，自引：0，他引：2
以黄河流域太原气象站和淮河流域鲁台子水文站为研究对象,利用Copula函数构建气候要素（降水）同极端水文事件（干旱和洪水）之间的多元统计模型,分析不同降水条件下不同等级干旱和洪水的发生概率变化。结果表明,Gumbel Copula能够较好地描述太原站7月份的前期累加降水量和帕默尔干旱指数（PDSI）的相关结构。随着降水量的增加,极端干旱的发生概率逐渐减小,重旱、中旱和轻旱的发生概率则先增加后减小。Clayton Copula能够较好地描述鲁台子水文站前期累加降水量和洪峰流量之间的相关结构。当前期累加降水量大于等于某一定值时,随着年最大洪峰x的增大,发生洪峰≥x的极端洪水事件的概率逐渐减小。在同一个极端洪水发生概率下,前期累加降水量越大,洪峰流量出现大值的可能性越大。 相似文献
12.
利用锦州地区的逐日降水量观测资料对逐日降水量的概率分布进行了统计分析,采用最大似然估计法得到Gamma函数分布的形状参数α和尺度参数β,通过Gamma概率分布模拟观测站点逐日降水的概率分布。结果表明：锦州地区逐日降水频率整体趋势先上升后下降,基本呈对称式分布,降水概率有一定的振荡,个别日会出现远超相邻日期的降水频率,7月21日降水频率最高,在不计微量降水的情况下,最低逐日降水概率有多个日期为0。各季降水频率偏低是造成义县地区干旱的原因之一;北镇夏季平均降水频率最低,但其夏季平均降水量却为锦州地区最高,说明北镇可能易出现较大量级降水或易出现极端降水天气。清明期间降水频率在50%以上、高考期间降水频率在80%以上,符合大众日常对特殊日期降水情况的认知;逐日降水频率可以为公众气象服务提供新的思路。凌海、北镇更容易出现极端降水天气;锦州地区日降水出现小雨天气概率最高,暴雨以上降水概率较低,锦州地区各站极少出现大暴雨以上量级降水,对锦州降水量级预报,尤其是暴雨或大暴雨以上降水量级的预报起到一定的指示作用。 相似文献
13.
在全球增暖背景下,中国极端降水事件及洪涝、干旱等次生灾害近年来频发,严重影响生态系统、人民的生产生活和社会经济发展。本文基于气候变化检测和指数专家组（ETCCDI）定义的10个降水指数,利用中国台站日降水资料,系统分析了1961～2017年中国及九大流域片降水变化情况,并利用空间场显著性检验考察不同降水指数的显著变化是否与外强迫作用有关。结果表明,各降水指数的变化具有区域性特征。整体而言,全国范围内平均降水、降水强度、极端强降水和连续性强降水呈增强趋势的台站数多于呈减弱趋势的台站数,呈显著增强趋势的台站占比不可能仅由气候系统内部变率引起,还受到外强迫的影响。此外,中国大部分站点连续干旱日数（CDD）减少,观测中CDD呈显著减弱趋势的台站占比也与外强迫作用有关。九大流域片中,内陆河片能够观测到平均降水、降水强度、极端强降水和连续性强降水的增多以及连续干旱日数的减少,有洪涝灾害增多的风险,且上述变化可归因为外强迫的作用。长江流域片、东南诸河片和珠海流域片平均降水、极端强降水和连续性强降水均增强,其中强降水的变化与外强迫作用有关。西南诸河片极端强降水增强,但大部分站点CDD呈增加趋势,有干旱增加的风险。黄河流域片、海河流域片、淮河流域片及松辽河流域片的大部分站点及区域平均结果中,降水指数多无显著变化趋势。增暖背景下,不同流域片呈现出不同的降水变化特征,将面临不同的气候灾害风险。 相似文献
14.
1986年以来，长江流域的极端强降水出现了显著增加的趋势，突出表现在中下游地区。长江中下游地区极端降水量的增加，既是极端降水强度增强，也是极端降水事件显著增加的结果。长江流域极端降水变化主要发生在东南部和西南部。趋势分析表明，自20世纪80年代中期以来，长江流域上游极端降水事件峰值提前到6月份出现，与长江中下游极端降水峰值出现的时间几乎同步，这必将加大遭遇性洪水发生的机率。20世纪90年代以来长江洪水的频繁发生，与长江流域极端降水时空分布的变化密切相关。 相似文献
15.
1960-2005年长江流域降水极值概率分布特征 总被引：1，自引：1，他引：0
Based on the daily observational precipitation data of 147 stations in the Yangtze River basin for 1960-2005,and the projected daily data of 79 grids from ECHAM5/MPI-OM in the 20th century,time series of precipitation extremes which contain annual maximum(AM)and Munger index(MI)were constructed.The distribution feature of precipitation extremes was analyzed based on the two index series.Research results show that(1)the intensity and probability of extreme heavy precipitation are higher in the middle Mintuo River sub-catchment,the Dongting Lake area,the mid-lower main stream section of the Yangtze River,and the southeastern Poyang Lake sub-catchment;whereas,the intensity and probability of drought events are higher in the mid-lower Jinsha River sub-catchment and the Jialing River sub-catchment;(2)compared with observational data,the averaged value of AM is higher but the deviation coefficient is lower in projected data,and the center of precipitation extremes moves northwards;(3)in spite of certain differences in the spatial distributions of observed and projected precipitation extremes,by applying General Extreme Value(GEV)and Wakeby(WAK)models with the method of L-Moment Estimator(LME)to the precipitation extremes,it is proved that WAK can simulate the probability distribution of precipitation extremes calculated from both observed and projected data quite well.The WAK could be an important function for estimating the precipitation extreme events in the Yangtze River basin under future climatic scenarios. 相似文献
16.
1986年以来，长江流域的极端强降水出现了显著增加的趋势，突出表现在中下游地区。长江中下游地区极端降水量的增加，既是极端降水强度增强，也是极端降水事件显著增加的结果。长江流域极端降水变化主要发生在东南部和西南部。趋势分析表明，自20世纪80年代中期以来，长江流域上游极端降水事件峰值提前到6月份出现，与长江中下游极端降水峰值出现的时间几乎同步，这必将加大遭遇性洪水发生的机率。20世纪90年代以来长江洪水的频繁发生，与长江流域极端降水时空分布的变化密切相关。 相似文献
17.
Based on the daily observational precipitation data of 147 stations in the Yangtze River basin for 1960-2005, and the projected daily data of 79 grids from ECHAM5/MPI-OM in the 20th century, time series of precipitation extremes which contain annual maximum (AM) and Munger index (MI) were constructed. The distribution feature of precipitation extremes was analyzed based on the two index series. Research results show that (1) the intensity and probability of extreme heavy precipitation are higher in the middle Mintuo River sub-catchment, the Dongting Lake area, the mid-lower main stream section of the Yangtze River, and the southeastern Poyang Lake sub-catchment; whereas, the intensity and probability of drought events are higher in the mid-lower Jinsha River sub-catchment and the Jialing River sub-catchment; (2) compared with observational data, the averaged value of AM is higher but the deviation coefficient is lower in projected data, and the center of precipitation extremes moves northwards; (3) in spite of certain differences in the spatial distributions of observed and projected precipitation extremes, by applying General Extreme Value (GEV) and Wakeby (WAK) models with the method of L-Moment Estimator (LME) to the precipitation extremes, it is proved that WAK can simulate the probability distribution of precipitation extremes calculated from both observed and projected data quite well. The WAK could be an important function for estimating the precipitation extreme events in the Yangtze River basin under future climatic scenarios. 相似文献
18.
利用NCARCAM3.1大气环流模式,设计了有、无土壤湿度年际异常的两组数值试验,探讨了土壤湿度年际异常对极端气候事件模拟的可能影响。结果表明,模式模拟的极端气候事件对土壤湿度异常十分敏感,土壤湿度异常对极端气候指标的多年平均空间分布、年际变率以及年际变化均具有重要影响。当不考虑土壤湿度的年际异常时:(1)模拟的暖夜日数、暖昼日数和热浪持续指数的发生频次在全国范围内均明显减少,而霜冻日数则明显增加。极端降水指标的响应表现出明显的空间差异,极端降水频次在江淮流域明显减小,而极端降水强度则表现为东北减弱、长江流域增强;中雨日数和持续湿期在我国大部分地区减少。(2)极端气温指标的年际变率在我国大部分地区呈减小趋势;而极端降水事件的变化则较为复杂,极端降水频次和极端降水强度的年际变率在长江以南有所增强,而北方地区则有所减弱。中雨日数和持续湿期的年际变率在我国呈现出较为一致的减少趋势。(3)模式对暖夜日数、霜冻日数的年际变化的模拟能力明显下降,并对4个极端降水指标的年际变化的模拟能力在全国多数区域均有不同程度的下降。 相似文献
19.
为了挖掘降水的内在非线性动力学机制,基于1960—2017年4—9月的中国日降水数据,利用百分位阈值法确定不同强度的降水事件,定义相邻同强度降水事件之间的间隔时间为“静默时间”,描述同阈值降水事件再次发生的历时长短。“平均静默时间”可以表征不同强度降水事件的群发性特征,即某一时段内,平均静默时间越短（长）,同类型降水事件再次发生的历时越短（长）,其群发性程度越强（弱）。分析不同强度降水事件的平均静默时间在中国东部地区的空间分布和时间演变特征表明: 1960—2017年,一般强度降水事件在长江中游地区较其余地区群发性强,而东北南部地区则较弱; 极端降水事件在中国东部北方地区群发性较强,而在南方地区则偏弱。就气候态演化过程而言,一般强度降水事件的群发性在长江以南地区有所增强,在东北南部地区则呈减弱趋势;极端降水事件的群发性特征在中国东部北方地区不断减弱,但在南方地区持续增强。各站点降水事件静默时间的概率密度函数均呈幂律分布,且时、空上呈无标度特征,表明日降水系统为现实世界中的自组织临界系统,为时间序列分析角度理解降水事件内在非线性动力学机制提供了新的视角。 相似文献