基于Max-stable模型的淮河流域气候极值空间建模分析

发布时间：2021-03-02 09:51

　　气象数据时空建模过程中需要充分考虑数据的非正态性和站点之间的空间相关性对气候极值演变规律的影响。文章基于淮河流域极端气候事件的空间相关性,以广义极值分布（GEV）为边际分布,海拔、经度、纬度、国内生产总值（GDP）和气候指标（东亚夏季风指数（EASM））为协变量构建Max-stable模型,分析年最高气温（TXx）和1日最大降水量（RX1day）的空间分布特征。结果表明:所建立的Max-stable模型能够很好地模拟TXx和RX1day的空间变化;经度、纬度和海拔为协变量（TXx包括GDP）可以提高气候极值的空间模拟精度; 2年、10年、50年和100年重现期的RX1day重现水平从流域西北向东南递减,TXx呈经向分布,由流域西部向东部逐步增大。 

【文章来源】：水利规划与设计. 2020,(06)

【文章页数】：9 页

【部分图文】：

模型计算过程

中国淮河流域气候极值平均值和趋势强度

图4展示了基于最优Max-stable模型得到极值系数(TXx采用M21,RX1day采用M20)估计对(θ)的距离(h)散点图。理论极值系数函数(用红线表示)也表明所选择的Max-stable模型适用于极端气候事件的空间建模。除此之外，单个站点GEV分布和Max-stable模型估算的位置和尺度参数具有高度相关关系，特别是TXx,M20位置和尺度参数的决定系数分别达到0.66和0.32。TXxM21尺度参数的决定系数相比M20(0.32)增加到0.43，如图5所示，说明人类活动确实影响了TXx的空间格局。此外，我们还评估了单站点GEV重现水平和Maxstable模型重现水平在观测站点的相关关系，见表4，所有决定系数均在0.05显著水平上显著。当然，我们还注意到，当TXx考虑GDP时，不同重现水平的决定系数均有所增加，而RX1day的决定系数未增加。这说明Max-stable模型能够准确模拟空间极值，而GDP这一协变量的添加提高了淮河流域TXx模拟的性能。图4 基于半变异函数的TXx和RX1day拟合极值系数随距离变化图

【参考文献】：
期刊论文
[1]基于Max-Stable模型的海河流域气候极值变化特征[J]. 李帅,王怀军,潘莹萍.  南水北调与水利科技(中英文). 2020(02)
[2]基于栅格数据的气象灾害风险评估[J]. 王怀军,潘莹萍,李帅,陈忠升,赵卓怡,米荟璇.  聊城大学学报(自然科学版). 2019(03)
[3]1960～2014年淮河流域极端气温和降水时空变化特征[J]. 王怀军,潘莹萍,陈忠升.  地理科学. 2017(12)
[4]淮河流域主汛期极端降水时空特征变异分析[J]. 郑永路,钟平安,万新宇,杨明明.  南水北调与水利科技. 2012(05)
[5]近50年来淮河流域极端降水的时空变化及统计特征[J]. 佘敦先,夏军,张永勇,杜鸿.  地理学报. 2011(09)
[6]中国极端降水事件的频数和强度特征[J]. 王志福,钱永甫.  水科学进展. 2009(01)



本文编号：3059059