极端降水

合集下载

长江中下游夏季极端降水事件的归因和未来预估

长江中下游夏季极端降水事件的归因和未来预估

陆地表面的影响
地形
长江中下游地区地形复杂,包括山地和丘 陵。这些地形可能影响气流和量 。
VS
植被覆盖
植被覆盖率的变化可能影响季风和降水。 例如,森林砍伐可能导致地表反照率增加 ,进而影响季风和降水。
人类活动的影响
农业活动
农业活动如水稻种植和灌溉可能影响季风 和极端降水事件。例如,灌溉可能导致地 表湿度增加,进而增强降水。
情景分析
根据不同的排放情景,如低排放、中排放和 高排放,未来长江中下游的夏季极端降水事
件的发生频率和强度可能会有所不同。
基于模型的极端降水事件的预估
要点一
频率和强度
要点二
区域差异
根据预测模型,未来长江中下游地区的夏季极端降水事 件可能会更加频繁,且强度可能会增加。这可能对当地 的水资源、农业、环境和人类生活产生重大影响。
感谢您的观看
THANKS
极端降水事件的识别和分类
极端降水事件的识别
基于阈值法或统计检验法,从连续的降水观测数据中识别出极端降水事件。
分类方法
根据降水特征、持续时间、影响范围等因素,将极端降水事件分为不同类型 ,如暴雨、洪涝等。
极端降水事件的变化趋势和周期性
变化趋势
利用时间序列分析方法,如线性回归、非参数回归等,分析极端降水事件的发生频率、强度和持续时 间的变化趋势。
推广节水意识
通过宣传和教育,提高公众的节水意识,减少水资源的浪费。
增强社会应对能力
提高公众防范意识
通过宣传和教育,提高公众对极端天气的认识和防范意识, 使公众能够更好地应对极端天气情况。
加强应急救援能力
加强应急救援队伍的建设,提高应急救援能力和效率,确保 在紧急情况下能够迅速救援。

大别山地区极端降水天气事件的天气背景分型研究

大别山地区极端降水天气事件的天气背景分型研究

大别山地区极端降水天气事件的天气背景分型探究摘要:大别山地区是中国地理位置特殊的地区之一,其地形复杂多样,气候多变。

极端降水天气事件对该地区的生态、农业和交通等各个方面都会带来严峻影响。

本探究旨在通过对大别山地区历年来的降水数据进行分析与统计,探究大别山地区极端降水事件的天气背景特征,以期为大别山地区的气象灾难防治提供科学依据。

一、引言大别山地区位于中国华中地区,地势起伏较大,受到潮湿气流的影响较为显著。

大别山地区的降水状况对其生态和农业进步起着重要作用。

然而,由于东、南、西三面由山体环绕,而北面则是平原,这种地理特点使大别山地区容易形成锋线,产生大范围的降水天气。

在这些天气系统的影响下,大别山地区屡屡发生极端降水事件,对当地带来巨大的损失。

二、数据与方法1. 数据来源本探究利用大别山地区的降水数据,包括实测数据和气象站观测数据。

实测数据包括地面降水量、气温、风速等指标,气象站观测数据包括高空风速、湿度、气压等指标。

2. 方法本探究接受了统计学和数学模型分析的方法,通过对多年的降水数据进行分析,总结了大别山地区不同类型降水事件发生的主要天气背景特征。

并利用数学模型对极端降水事件的发生概率进行猜测。

三、结果与谈论1. 大别山地区极端降水事件分类依据降水事件的形成原因和特点,将大别山地区极端降水事件分为秋台风降水、冷空气降水、暖锋降水、副热带高压降水和地形造成的降水等五类。

2. 天气背景特征分析(1)秋台风降水:大别山地区位于台风路径上,每年9月至11月是大别山地区秋台风降水的主要时段。

受到台风影响,大别山地区会出现强降水和强风等极端天气事件。

(2)冷空气降水:冷空气的南下和经过大别山地区时,屡屡带来寒潮和降水。

这种降水天气持续时间较短,但降水量较大。

(3)暖锋降水:暖锋在大别山地区沿山岭上升时,空气上升产生冷凝,形成较长时间的降水。

这种降水天气主要发生在冬季。

(4)副热带高压降水:副热带高压会导致大别山地区形成降水环境,主要发生在夏季。

郑州“7.20”极端暴雨天气的基本观测分析

郑州“7.20”极端暴雨天气的基本观测分析

郑州“7.20”极端暴雨天气的基本观测分析郑州“7.20”极端暴雨天气的基本观测分析一、引言近年来,全球气候变化给人类社会带来了诸多挑战,极端天气现象频频发生。

2016年7月20日,河南省郑州市遭遇了一场罕见的极端暴雨,给城市带来了巨大的灾害。

本文将对这场极端暴雨的基本观测进行分析,以期为今后相关研究和应对极端天气的措施提供参考。

二、暴雨形成原因1. 气象背景7月20日,郑州市位于中国华中地区的内陆城市,这时正值梅雨季节,气候湿热。

高温和湿度的组合为暴雨的形成提供了条件。

2. 大气环流暴雨的形成与大气环流有密切关系。

郑州位于暖湿气流和冷干气流的交汇带,气温骤降会形成冷涡,引发对流云团发展,进而导致暴雨天气。

三、暴雨观测数据分析1. 降雨量从观测数据中我们可以看到,7月20日的降雨量异常巨大,全天的降水量达到了历史上罕见的400毫米以上。

这一降水量几乎相当于郑州市年平均降水量的三分之一,可见极端暴雨的突发性和猛烈程度。

2. 降水强度分析降水强度数据,我们发现短时间内的降雨强度非常大。

部分小时降水量超过100毫米,极大地增加了地表径流和城市内涝的风险。

3. 降水分布根据观测数据,降水分布呈现出集中性和不均匀性。

郑州市南部和东部地区降雨量较大,西部和北部地区降雨量相对较少。

这种不均匀分布的特点增加了城市内涝的程度。

四、极端暴雨导致的影响1. 水域涨水郑州市临近黄河,暴雨直接导致河水迅速上涨。

未能及时疏通排水系统的排水能力不足,使得部分地区周围的水面上涨过快,形成洪水。

2. 内涝灾害暴雨导致郑州市城区多个区域出现严重内涝灾害。

市政设施无法应对巨大的径流量,导致道路积水、密集低洼地区内涝等问题,车辆和行人无法通行。

3. 居民生活受到打击暴雨造成城市供电中断、交通瘫痪、通讯中断等问题,给居民的日常生活带来极大的不便和困扰。

五、极端暴雨应对措施1. 加强气象监测预警加强气象观测网络的建设,提高对极端天气的预测和监测能力,及早发出预警信息,提醒民众做好防范准备。

极端降雨是怎么划分的(划分标准)

极端降雨是怎么划分的(划分标准)

极端降雨是怎么划分的(划分标准)极端降雨是怎么划分的(划分标准)极端降雨划分标准极端降雨是指在短时间内大量的降水或连续多日的强降水,是造成洪涝、泥石流等自然灾害的主要原因。

为了准确描述极端降雨的性质和特征,在现实生活中需要对其进行分类和划分,*将对极端降雨的划分标准进行详细阐述。

一、时空尺度的划分时空尺度是划分极端降雨的重要标准,它是指降雨的发生时间、空间范围和强度程度。

一般来说,时间尺度越短、空间尺度越小、强度程度越大的降雨,其对社会生产和人民生活的影响越大。

故我国极端降雨的划分大致分以下三类:1、短时强降水:是指在1小时内降雨量达到或超过50毫米,或者在30分钟内降雨量达到或超过30毫米。

这种降雨一般在地表积水较严重的中小流域和城市中易发生,并可造成路面积水、倒塌、泥石流等灾害。

2、强降雨日:是指日降雨量达到或超过50毫米的极端降雨事件,要求日降雨量较大,一般为大气锋面、低涡及热带气旋的影响下形成。

其发生空间范围较广,对农业灾害的影响较大。

3、连续强降雨:是指连续多日降雨量不小于100毫米的极端降雨事件,其持续时间长,空间分布广,一般为台风、暖锋、低压槽等天气系统影响下形成。

此类降雨易造成大规模洪涝、泥石流等灾害,对卫生、粮食生产和交通运输等方面造成影响。

二、频率和范围的划分1、频率:极端降雨事件的频率可根据各地的气象资料和地理环境要素进行分析评估,一般、统计学方法最为常见。

例如,我国南方地区的夏季频繁受到台风和低涡的影响,所以该地区的极端降雨一般都会发生在夏季。

2范围:极端降雨的发生范围很大程度上影响其对经济和生态环境的影响,因此划分其空间范围尤为重要。

例如,下游河道中上游极端降雨时下游容易发生洪水灾害。

常见的划分标准包括:(1)单站降水:是指降水事件的发生只在某个站点上必,且对周围站点无较大影响;(2)局地降水:是指极端降雨事件发生范围较小,且只对一定范围内的经济社会生活造成重大影响。

(3)广域降水:是指发生在广大地区,其影响力覆盖广范围较大,可以达到甚至超过整个城市和流域。

什么是暴雨?

什么是暴雨?

什么是暴雨?暴雨是一种短时间内降水量极大的天气现象,也是一种极端降水形式。

在这种天气条件下,从云层中降下的雨滴大小较大,速度也较快,同一地区的降雨密集度很高,雨量超过正常水平,并且通常伴有强风、雷电等天气现象。

暴雨常常带来对生命和财产的严重威胁,因此对暴雨的了解对公众而言非常重要。

暴雨是由多种复杂因素共同作用而形成的。

下面将从大气环境、云团结构以及影响因素等方面进行详细解析。

一、大气环境大气环境是暴雨生成和发展的基础。

通常,暴雨发生在湿度较高、气温较高以及气压较低的环境中。

在这种条件下,空气流动较为活跃,容易形成较强的对流运动,为暴雨提供了较好的气象背景。

1. 湿度较高:暴雨常发生在湿度较高的地区。

湿度直接影响大气中的水汽含量,较高的湿度利于云团发展,使降雨的概率增加。

2. 气温较高:高温有助于大气热力条件的不稳定,形成较强的对流运动。

对流运动可以加强水汽的上升运动,进而促使云团发展并形成暴雨。

3. 气压较低:气压低意味着空气的上升运动更为活跃,有利于云团向上发展并形成暴雨。

二、云团结构云团的结构对于暴雨的形成起着重要作用。

在云团中,上升运动的强度和速度决定了降水的强度,而云底高度则与暴雨的持续时间相关。

1. 对流云的发展:对流云包括积云和积雨云,受到大气环境的影响较大。

如前所述,大气环境中的湿度和温度等因素直接影响着对流云的形成和发展。

通常,积云的扩展到积雨云的过程中,会有冷空气快速下沉与暖湿空气上升并结合,形成了强烈的垂直气流,进而促使降水的加强和扩散。

2. 云底高度:云底高度与雨滴的凝结和降落时间相关。

一般来说,云底较低的云团,雨滴凝结的高度较低,从而较快地降落形成降水量较大的暴雨。

三、影响因素除了大气环境和云团的结构,其他因素也对暴雨的形成和发展产生影响。

1. 地理地貌:地理地貌对暴雨的形成起着重要作用。

如山地、丘陵等复杂地形能够加速空气的上升运动,形成较强的对流现象,从而促进暴雨的发生。

中国持续极端降水时空变化特征及其未来预估

中国持续极端降水时空变化特征及其未来预估

感谢您的观看
THANKS
土地利用和城市化
土地利用和城市化等人类活动也会 对极端降水事件产生影响,如城市 化导致城市热岛效应和局地气候变 化等。
03
中国持续极端降水事件
定义与识别
定义
持续极端降水事件是指某一地区在短时间内(通常为一天或 数天)出现远高于正常水平的降水量,造成洪水、泥石流等 自然灾害的现象。
识别
持续极端降水事件通常由气象部门根据实时的气象观测数据 和指标进行识别和判断。例如,中国气象局会根据多个气象 站点的观测数据,结合天气预报和气候变化趋势进行判断。
季节变化
不同地区的季节性极端降水事件呈现出不同的变化特征,如华 南地区的夏季极端降水
气候变化是影响中国极端降水 事件的重要因素之一。温室气 体排放和其他人为因素的影响 导致了极端降水事件的增加。
自然因素
自然因素也对极端降水事件产生 影响,如厄尔尼诺现象和季风等 。
05
应对策略与建议
监测与预警系统建设
01
建立完善的极端降水监测网络
通过布局高密度的观测站点,实现对极端降水的实时监测。
02
研发先进的预警模型
利用大数据和人工智能技术,建立能够准确预测极端降水的模型。
03
提供实时预警信息
通过媒体、手机短信、社交媒体等多种渠道,及时向公众发布极端降
水预警信息。
灾害风险管理措施
持续时间
考虑极端降水的持续时间,因为长时间的 降水可能会导致更大的风险。
频率和强度
分析极端降水的频率和强度,以衡量风险 。
空间分布
分析极端降水的空间分布,以了解哪些地 区可能面临更大的风险。
风险等级划分与应对措施
低风险

北京721特大暴雨极端性分析及思考(二)极端性降水成因初探及思考

北京721特大暴雨极端性分析及思考(二)极端性降水成因初探及思考

北京721特大暴雨极端性分析及思考(二)极端性降水成因初探及思考北京721特大暴雨极端性分析及思考(二)极端性降水成因初探及思考第一章引言7月21日,北京遭遇了一场特大暴雨,降雨量高达460毫米,创下了近六十年来的纪录。

这场暴雨给北京市造成了巨大的灾害和损失,也引发了人们对极端性降水成因及应对措施的思考。

本文以此为出发点,分析了该次暴雨的极端性,并初步探讨了其成因。

第二章极端性降水的定义与特点极端性降水是指在某一时间段内,某个地区出现的极端降水现象。

其产生于大尺度的气候系统与小尺度的天气系统的相互作用下,表现为降雨强度大、降雨范围广、持续时间长以及极端降雨事件的出现频率较低。

极端性降水对于城市的建设和人们的生活有着重要的影响,因此深入研究其成因具有重要的理论和实践意义。

第三章北京721特大暴雨的极端性分析3.1 降雨强度大北京721特大暴雨为北京近六十年来的最大降雨事件之一,全天降雨量高达460毫米,使得北京多个地区出现内涝和交通拥堵等灾害情况。

这种极端的降雨强度超出了常规的预报和防范范围,给城市的抗洪能力带来了巨大挑战。

3.2 降雨范围广该次暴雨覆盖了北京市广大地区,包括市区和郊区。

从空间上看,降雨范围之广也是特大暴雨的一个显著特点。

降雨范围广导致了水资源的迅速积聚和泛滥,进一步加剧了水灾的发生。

3.3 持续时间长北京特大暴雨持续时间长达10个小时以上,这种长时间的降雨持续对于城市排水系统的压力是巨大的。

水资源在短时间内持续增加,城市排水系统的承载能力很难满足需求,从而导致了水灾的发生。

第四章极端性降水成因的初步探讨4.1 高空槽与暖湿气流的相互作用极端性降水往往与高空槽的强度和走向有关。

高空槽是水平尺度约为几百公里至一千公里的短波天气系统,通常带有强对流活动和强降水,对极端性降水的形成起到了重要的作用。

而暖湿气流的加入则会加强降水的强度和范围,使其更易发展成极端性。

4.2 地形与城市影响北京地区地势较平坦,缺乏自然的排水系统,容易造成内涝。

中国区域极端降水变化特征分析

中国区域极端降水变化特征分析

中国区域极端降水变化特征分析摘要:本文采用全国584个台站1961年~2011年的逐日降水资料,将第95个百分位降水量定义为极端降水阈值讨论全国的极端降水的年与四季的空间分布和变化特征。

同时将全国分为八个区域,讨论分析了51年来中国极端降水的年际变化特征。

结果表明,在我国长江中下游地区以及华南地区极端降水的阈值及极端降水量较大。

从长期年变化趋势来看,在我国西北、华南和长江中下游地区均呈上升趋势,在东北,华北和西南地区呈下降趋势。

而从季节变化趋势上看,春季在我国北方呈上升趋势,南方呈下降趋势;夏季在我国总体呈现上升趋势,华北地区为下降趋势;秋季除西北地区极端降水量为增加趋势,其他地区为整体减弱趋势,在长江中下游地区与华南尤为明显;冬季降水最少,却呈现出整体增加的趋势。

整体上看,全国极端降水量的变化为增加趋势。

关键词:阈值;极端降水;变化特征;空间分布;季节性Analysis of Extreme Precipitation Characteristics Variation inChinaAbstractThis paper analyzes the spatial distribution and the variation characteristics of extreme precipitation over the years and seasons based on the 95th precipitation as the extreme precipitation threshold of daily precipitation data from 584 stations all over china during 1961 to 2007.And the whole country is pided in to eight sub-regions’ series to analyze the characteristics of the 51 years of extreme precipitation changes in China. The results show that the threshold of extreme precipitation events and extreme precipitation in the Mid-low Reaches of Yangtze River and Southern China are higher. According to the long-term changing trend, an increasing trend is found in theNorthwest China, Southern China and the Mid-low Reaches of Yangtze River, but decreasing trends in Northern Southwest China. Andaccording to the seasonal changing trend, in the North of China showsan increasing trend in spring, but in North of China shows adecreasing trend; it shows an overall increasing trend summer except that Northern China is decreasing; in autumn, except that the extreme precipitation in northwest is obviously increasing, it shows anoverall decreasing trend in spring and autumn, especially in the Mid-low Reaches of Yangtze River and Southern China; although there is the smallest amount of precipitation in winter, but the overall trend has been rising. On the whole, the variation of extreme precipitation in China is increasing.Key words: Threshold; Extreme Precipitation; Variation Characteristics; Spatial Distribution; Seasonal1引言受全球变暖的影响,气候变化成为国际上的研究热点,对降水变化特征的研究是气候变化的一个重要研究领域。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

目录
CONTENTS
01
研究现状
02
研究方法
03
研究结论
04
未来方向
参考文献
1. 王月华,李占玲.河西走廊内陆河流域极端降水特征分析.北京师范大学学报(自然科学 版),2016,52(3):333-339 2. 3. 陆苗,高超.淮河流域极端降水概率分布模型及其应用.水土保持通报,2016,36(2):197-204 李占玲,王武.基于GPD分布的黑河流域极端降水频率特征分析.地理研究,2014,33(11):21692179 4. 武文博,游庆龙.基于均一化降水资料的中国极端降水特征分析.自然资源学,2016,31(6):1015-
参考文献:1.武文博,游庆龙.基于均一化降水资料的中国极端降水特征分析.自然资源 学,2016,31(6):1015-1026;2.陆苗,高超.河西走廊内陆河流域极端降水特征分析.水土保持通 报,2016,36(2):197-204
1.3 对气候变化的响应
中国极端降水量级有明显变异特征,但无显著趋势变化,中国极端降
2.2 评价指数
代码 RX1day
RX5day SD11 R10 R20 Rnn CDD CWD R95p R99p PRCPTOT
名称 1d最大降水量
5d最大降水量
定义 每月最大1d降水量
单位 mm
每月连续5d最大建降水量 mm 年降水量与降水日数(日降水量大于等于1.00mm)mm/ 平均日降水强度 的比值 d 中雨以上日数 日降水量大于等于10mm的日数 d 大雨以上日数 暴雨以上日数 连续干日 连续湿日 强降水量 极强降水量 年总降水量 日降水量大于等于20mm的日数 日降水量大于等于50mm的日数 日降水量连续小于1.0mm的最长时期 日降水量连续大于等于1.0mm的最长时期 日降水量大于95%分位值的总降水量 日降水量大于99%分位值的总降水量 1a中日降水量大于等于1.0mm的降水量总值 d d d d mm mm mm
数据处理与检验
数据处理
均一性订正:考虑时间序列的连续性,剔除数据缺失或不连续的点
插值:有些文章里缺测数据采用插值处理
数据检验 平稳性检验:在对超阈值数据序列进行GPD拟合之前
(Mann-Kendall 和Pettitt 方法)
变异分析、非平稳性分析
参考文献:1.陆苗,高超.淮河流域极端降水概率分布模型及其应用.水土保持通报,2016,36(2):197204;2. 李占玲,王武.基于GPD分布的黑河流域极端降水频率特征分析.地理研究,2014,33(11):21692179;3 顾西辉,张强.中国极端降水事件时空特征及其对夏季温度响应.地理学报,2016,71(5):718730
水频率则相反。并且中国极端降水次数在全国大部分区域有显著增加
趋势。另外,研究还表明变异点对中国极端降水量级和频率趋势特征 有明显的改变,对极端降水发生时间趋势特征改变较弱;中国极端降
水发生时间在中南部呈显著上升趋势,其他区域趋势性不显著。
中国大部分区域夏季温度呈上升或显著上升趋势,且变异特征显著。 在转折点前,中国大部分区域如西部干旱区东南部、东部干旱区西南 部、华北区、华中区和西南区北部夏季温度呈下降或显著下降趋势; 在转折点后,上述区域夏季温度转为上升或显著上升趋势。
不同方法下的阈值
DFA 法确定的极端降水阈值远大于 百分位法确定的极端降水阈值,约 为Peason-III 两年一遇情景下的极 端降水。 中国极端降水阈值从东南沿海向西 北内陆递减,其中四川盆地边缘地 区、长江中下游流域地区和华南地 区南部极端降水阈值最大;南方地 区、北方地区、青藏地区和西北地 区的建议极端降水阈值分别为 80mm、50mm、25mm和 20~25mm。
参考文献:顾西辉,张强.中国极端降水事件时空特征及其对夏季温度响应.地理学 报,2016,71(5):718-730
研究方法
研究数据 评价极端降水的指数 计算阈值的主要方法 数据分析 季节响应研究 预报模式
2
2.1 数据来源
中国气象科学数据共享服务网”(http://) 中国气象局国家气象信息中心:《中国国家级地面气象站基本日志数据 集(V3.0)》 中国国家气象局
研究结论
模型讨论 检验结果 变化评价
3
研究结论的一般内容
模型讨论:系统误差 不同模型结果的对比讨论 不同模型在不同区域的适用情况 最优概率分布模型
检验结果: 平稳性检验
变化分析: 变化趋势、活动周期、发生频次等
未来方向
模型精度 尺度与分辨率 发生机理
4
未来方向
模型精度:由于预估极端值的统计理论本身的不确定,对极端降水的预估 仍存在很大的不确定性,主要表现在时空预测及数量控制上的欠缺,即使 是最优函数也不能保证能完全拟合降水序列。目前只能通过提高最优概率 分布函数的准确性,以降低这种不确定性。 尺度与分辨率:动力降尺度方法由于系统误差和参数选择的局限性,在实 际应用中效果受很大影响;随着科技的发展统计降尺度方法会应用越来越 广泛;多站点统计降尺度模型有望提供更好的空间连续性,是将来模型开 发研究的重点对象。 发生机理:极端降雨事件的发生机理非常复杂,温度增加值与极端降雨量 变化幅度的关有待深入研究。
参考文献:1. 陆苗,高超.淮河流域极端降水概率分布模型及其应用.水土保持通报,2016,36(2):197204;2. 陈晓,赵懿珺.未来极端降水预估研究进展.科技创极端降水预估研究进展.科技创新导报,2015,7:20-23
中小尺度极端事件
1.分辨率极高的全球模式 2.可变分辨率模式 3.基于数理统计做降阶处理 4.降尺度法:动力降尺度和统计降尺度(转换函数法、天气发生器和环流分型 技术)
参考文献:陈晓,赵懿珺.未来极端降水预估研究进展.科技创新导报,2015,7:20-23
国内极端降水研究进展回顾
小组成员:XXX XXX XXX XXX XXX XXX XXX 本科院校:XXX XXX XXX 指导老师:XXX
什么是极端降水?
极端降水是极端天气的一种,是指一定地区在一定时间内出现的历史上罕见的 气象事件, 其发生概率通常小于5%或10%。其一般特点是发生概率小、社会 影响大。
情景模拟:以市域为评价单元,通过情景模拟结合历史降水资料和
下垫面资料构建极端降水风险评估范式,评估结果结合自然灾害风险。
参考文献:1. 李占玲,王武.基于GPD分布的黑河流域极端降水频率特征分析.地理研 究,2014,33(11):2169-2179;2. 王月华,李占玲.疏勒河流域极端降水特征分析,水资源研究,2015, 4(6):537-545:3 陆苗,高超.淮河流域极端降水概率分布模型及其应用.水土保持通报, 2016,36(2):197-204;4. 王轩,尹占娥.基于情景模拟的长江三角洲极端降水风险评价,地球环境学 报,2015,6(1):11-16
1026
5. 6. 7. 王轩,尹占娥.基于情景模拟的长江三角洲极端降水风险评价,地球环境学报,2015,6(1):11-16 陈晓,赵懿珺.未来极端降水预估研究进展.科技创新导报,2015,7:20-23 王月华,李占玲.疏勒河流域极端降水特征分析,水资源研究,2015,4(6):537-545
8.
2.4 数据分析的方法
概率模型:建立区域最优概率分布模型描述极端降水发生规律。
如:Wakeby函数、Mann-Kendall(MK)法、General Extreme
Value (GEV)、Log-logistic、Log-normal、Weibull和Gamma 、基于 POT(超阈值)模型的广义帕雷托分布(GPD)
9.
迟潇潇,尹占娥.我国极端降水阈确定方法的对比研究..灾害学,2015,30(3):186-190
顾西辉,张强.中国极端降水事件时空特征及其对夏季温度响应.地理学报,2016,71(5):718-730
研究现状
1
关注的焦点问题:流域气象水文极端事件 的变化趋势、发生机理及其对气候变化的 响应与预测。
2.5 季节响应研究
在趋势分析中,考虑变异点对趋势结果的影响
变异点的存在可能表明时间序列影响机制从一个气候机制转变为另一
个或时间序列非均质。(“changepoint”,分段回归法)
参考文献:顾西辉,张强.中国极端降水事件时空特征及其对夏季温度响应.地理学报,2016,71(5):718-730
2.6 预报模式
参考文献:武文博,游庆龙.基于均一化降水资料的中国极端降水特征分析.自然资源 学,2016,31(6):1015-1026
评价指数的计算
采用线性回归计算极端降水指数 的变化趋势,回归系数b 表示该 极端降水指数每10 a 的变化,并 取α=0.05,对其进行F检验。 计算全国极端降水指数随时间变 化的特征时,采用面积加权法。
2.3 阈值的计算方法
主要方法:固定阈值法、参数法和非参数法
(适用于气候变化较小的范围)
实际操作: 百分位值法(国际气象研究) 概率分析法(水文领域),如:Peason-III 去趋势波动分析(DFA)指数法(长程相关性)
Hill 图法(构造Hill图)
年交叉率法(泊松分布)
参考文献:1. 王月华,李占玲.疏勒河流域极端降水特征分析,水资源研究,2015,4(6):537-545; 2.李占玲,王武.基于GPD分布的黑河流域极端降水频率特征分析.地理研究,2014,33(11):2169-2179
大气环流模式 海洋环流模式 海气耦合气候模式(大尺度) 相关模型: 德国马普实验室的ECHA M5模型; 加拿大气候模型与分析中心的CGCM模型; 美国海洋大气局的GFDL模型; 英国Hadely气候预测与研 究中心的Had CM模 型; 中国中科院大气物理研究所的FGOAL S模型; 中国气象局国家气候中心的BCC-C SM模型。
相关文档
最新文档