没有合适的资源?快使用搜索试试~ 我知道了~
雅鲁藏布江流域极端降水模拟及预估.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 154 浏览量
2023-02-23
20:35:36
上传
评论
收藏 272KB DOCX 举报
温馨提示
试读
16页
雅鲁藏布江流域极端降水模拟及预估.docx
资源推荐
资源详情
资源评论
0 引言
极端降水是全球最受关注、影响最大的自然灾害之一,是短期气候预测研
究的重点
[ 1]
。IPCC
[ 2]
曾指出,随着全球气候变暖,内陆地区的极端降水事件
频率呈现出增加趋势。近年来,区域性洪水、干旱、高温、雨雪冰冻等极端事
件频发,尤其是 20 世纪 80 年代以后,频繁的极端事件给生态环境、经济发展
和人民生活造成了严重影响
[ 3-4]
。因此,研究区域性极端降水事件对科学认识
气候变化背景下水循环的时空演变,把握气候异常对极端降水的影响规律,评
估水资源管理及区域水资源安全具有十分重要的理论和实践意义。
极端气候事件归根到底是气候极值问题,气候极值是极端事件产生的必要
条件,极端事件发生发展的预测首先要考虑极值的分布规律。国内外部分学者
研究表明,中国西部的极端降水天数呈增加趋势,尤其是西北地区
[ 5-8]
。Fischer
等
[ 9]
分析了珠江的极端降水分布特征,并估算了极端降水指数。Hong 等
[ 10]
认为海河流域的极端降水主要发生在 38° N,大部分站点的降水呈现出减少趋
势。程炳岩等
[ 11]
、江志红等
[ 12]
研究认为广义帕累托分布函数(generalized
Pareto distribution,GPD)在重庆、中国 东部的日降水模拟中具有更高的拟
合度;李占玲等
[ 13]
基于 GPD 函数分析了黑河流域的极端降水频率特征,得
出该流域 20 世纪 60 年代发生的极端降水次数最多,90 年代以后次数较少。
Eylon 等
[ 14]
运用极值理论分析了巴拿马运河的极端降水分布特征,并估算了
极端降水的重现期及相应的置信区间。刘彩红等
[ 15 ]
运用 CMIP5 模式指出,
青海高原的降水有极端化的趋势,极端降水频次增加,强度增大。韩国军
[ 16]
、
游庆龙等
[ 17]
运用统计方法计算出青藏高原极端降水大部分呈增加趋势,且逐
年平均降水强度和逐年连续降水天数均有所增加,90 年代以来增加明显。
雅鲁藏布江发源并流经西藏高原,地理位置特殊,是世界上海拔最高的大
河之一,平均海拔 4 000 m 以上,是全球气候主要变化区与敏感区。流域沿岸
为西藏主要农、牧业生产区,其洪涝和干旱的频繁发生导致了水资源分布不均,
进而影响了流域的用水矛盾和生态环境的恶化,而极端事件的发生是对区域气
候、环境变化的重要响应。目前对气候极值进行定量评估的方法以气候动力模
式为主,从概率论角度对极端气候事件及可预测性研究并不多,尤其是预测方
法。IPCC 报告中特别强调统计方法对极端气候事件的重要性
[ 2]
,因此,本文
基于广义帕累托方法(GPD)的分布参数模型,针对超出阈值的数据作为样本
数据来建模,从气候极值的分布规律出发,揭示极端降水的发生发展规律,探
索极端降水的可预测性,从而更好地预估极端事件,为提高防灾减灾能力提供
科学依据。
1 研究区与数据
1.1 研 究 区 域
雅鲁藏布江(简称雅江)全部在中国境内,横贯西藏高原南部,干流全长
约 2.1×10
3
km,流域面积 2.4×10
5
km
2
,雅鲁藏布江干流河谷沿东西向的断裂
带发育,流域呈东西向的狭长带,支流多而短小,较大支流有拉萨河、雅鲁藏
布江帕隆藏布、易贡藏布、拉喀藏布、尼泽曲、年楚河等。干流在仲巴县里孜
以上为上游,是高寒河谷地带。里孜到米林县派区为中游,支流众多,流量增
大,河谷展宽,气候温和,水利条件较好,是西藏农业最发达的地区。下游位
于林芝一带。截止国境线,年径流总量为 1.1×10
10
m
3
,洪水由强降水形成,
持续时间较长。流域东部地区降水量充足,年平均降水量超过 900 mm,达到
半湿润地区水平,西部地区降水量少, 年均降水量不足 100 mm,为干旱地
区, 整个流域的降水量从东至西呈现递减的趋势。
图 1
图 1 研究区域位置示意
Fig.1 Location of study area
1.2 数 据 来 源
选取流域内 9 个气象站近 50 年(1959—2017 年)5—9 月逐日降水资料
作为研究对象。部分站点开始于 1978 年和 1979 年。
2 研究方法
2.1 GPD 分布 函 数 和 密度 函 数
GPD 可以直接利用历年的原始数据,人为设置阈值,在设置好阈值后,
以此为标准来抽取每一年超过此阈值的极大或极小值,即“超门限峰值 POT”
(peaks over threshold),可以提高估算精度
[ 18]
。具体为:
{[μ, 1n∑i=1nμ(xi−μ)], μ<xmax}μ, 1n∑i=1nμxi-μ, μ<xmax
(1)
GPD 的分布函数为:
f(x)=1−[1−k(x−ξa)]1/kfx=1-1-kx-ξa1/k, k≠0, ξ≤x≤akk≠0, ξ≤x≤ak
(2)
其相应的密度函数为:
f(x)=1a[1−k[x−ξa]]1/k−1fx=1a1-kx-ξa1/k-1
(3)
式中:ξξ 为门限值;aa 为尺度参数;kk 为形状参数,自变量 x 的取值,
取决于 kk 的值,当 k<0k<0 时,ξ<x<∞ξ<x<∞;当 k>0k>0 时,GPD 为指数
分布;当 kk=1 时,GPD 在区间[ξ,ξ+a]ξ,ξ+a 上均匀分布。
2.1.1 阈 值 的 选 取
GPD 模型的核心在于确定阈值,它是正确估计参数的前提。如果阈值选
取的过高,会使得超额数据量太少,导致估计出来的参数方差很大;如果阈值
选取的过低,则不能保证函数的收敛性,所估计参数有较大偏差。本文主要使
用 Hill 图估计、百分位法和年交叉率法来确定各站点日降水量阈值。
Hill 图法是基于 Hill 估计量的一种阈值图形法
[ 19]
,由点(k,1/H
( k, n)
)
构成的曲线,通过观察图中尾部指数稳定的区域来选择阈值。其定义为:
Hk, n=1k∑i=1klnxixk+1Hk, n=1k∑i=1klnxixk+1, k=1,2,3,⋯⋯,n
(4)
百分位法是将该站点的日降水量从小到大排序,并计算相应的累计百分位,
某一百分位所对应数据的值就称为这一百分位的百分位数,文中分别计算了
90、95、97、98、99 百分位。
剩余15页未读,继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 3649
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功