發(fā)布時(shí)間：2020-11-03 13:06

　　 短時(shí)暴雨和強(qiáng)降水造成的城市內(nèi)澇災(zāi)害給城市系統(tǒng)造成嚴(yán)重破壞,廣州城市群區(qū)處于東亞季風(fēng)區(qū),是強(qiáng)降水和暴雨頻發(fā)區(qū),預(yù)測(cè)未來(lái)氣候情境下局地強(qiáng)降水事件的發(fā)生頻率及降水量對(duì)于防范該地的城市內(nèi)澇具有重要作用。本文以自動(dòng)天氣分型以及Logistic回歸,非線性回歸建立型內(nèi)日降水模型,該模型可用于預(yù)測(cè)未來(lái)氣候變化情境下降水事件的頻率變化。研究選取廣州增城站點(diǎn)逐時(shí)地面資料經(jīng)主成分分析、平均距離聚類和判別分析方法得到每日天氣分型,結(jié)合日降水量找出與降水相關(guān)的天氣型。自動(dòng)天氣分型結(jié)果顯示廣州地區(qū)1990-2012年共有57類天氣型,其中有11類為降水天氣型。通過(guò)地面天氣圖可找出與降水天氣型對(duì)應(yīng)的天氣形態(tài),包括5種處于不同位置或出現(xiàn)于不同季節(jié)(分別用Ⅰ,Ⅱ,Ⅲ表示)的天氣系統(tǒng)：靜止鋒,冷鋒,熱低壓,熱帶氣旋,冷高壓。不同降水天氣型內(nèi)日數(shù)和降水強(qiáng)度有較大差異。大雨強(qiáng)度以上的降水事件主要分布于靜止鋒前Ⅰ,Ⅱ,熱帶氣旋和冷鋒前這四類天氣型中。天氣型內(nèi)日降水模型包含兩個(gè)步驟：(1)以逐步Logistic回歸來(lái)模擬降水事件的發(fā)生概率；(2)利用Logistic回歸所得概率進(jìn)行非線性回歸模擬日降水量。降水模型評(píng)估結(jié)果顯示模型具有較好的模擬降水概率和降水量值的能力。降水天氣型的總準(zhǔn)確率在64%-87%；日降水量大于等于25mm和大于等于50mm的降水事件ROC得分均大于0.98,可靠性圖顯示曲線接近對(duì)角線,表明概率模型對(duì)降水發(fā)生概率具有較好的診斷能力。對(duì)日降水量模擬的檢驗(yàn)以日降水量觀測(cè)值與模擬值的差異定義優(yōu)、好、良、差四種指標(biāo)。結(jié)果顯示降水量模型對(duì)無(wú)/小雨,中雨,大雨,暴雨的模擬效果較好,模擬結(jié)果達(dá)到優(yōu)好水平的比例在55%到73%之間。降水量模型對(duì)大暴雨事件的模擬能力較差,達(dá)到優(yōu)好的比例僅有31%。自動(dòng)天氣分型方法和降水模型均選用獨(dú)立的檢驗(yàn)數(shù)據(jù)集進(jìn)行檢驗(yàn)。降水天氣型內(nèi)降水事件頻率和型內(nèi)氣象要素均值顯示檢驗(yàn)數(shù)據(jù)集和訓(xùn)練數(shù)據(jù)集無(wú)顯著差異,表明判別分析方法對(duì)于降水天氣型的確立具有較好的效果。檢驗(yàn)數(shù)據(jù)集降水概率模型評(píng)估結(jié)果顯示Logistic回歸和非線性回歸方法對(duì)于降水概率和降水量具有較好的模擬能力。其中概率模型總準(zhǔn)確率在50%-72%,各等級(jí)降水事件的ROC曲線在對(duì)角線之上且靠近左上角,可靠性圖中曲線接近對(duì)角線。降水量模型對(duì)無(wú)/小雨,大雨,暴雨的模擬結(jié)果較好,對(duì)中雨的模擬結(jié)果稍差。與未經(jīng)天氣分型的降水模擬結(jié)果對(duì)比,經(jīng)過(guò)天氣分型后中雨,大雨,暴雨的降水量模擬結(jié)果優(yōu)好比例提高2%-6%,中雨,大雨,暴雨,大暴雨優(yōu)比例提高2%～11%。因此,在建立降水模型之前進(jìn)行天氣分型是有必要的。
【學(xué)位單位】：南京大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2015
【中圖分類】：P426.6
【文章目錄】：
摘要
Abstract
第一章 引言
    1.1 相關(guān)研究現(xiàn)狀
        1.1.1 局地氣候要素研究現(xiàn)狀
        1.1.2 局地日降水量研究現(xiàn)狀
        1.1.3 天氣分型研究現(xiàn)狀
    1.2 本文研究目的內(nèi)容和章節(jié)安排
        1.2.1 研究目的
        1.2.2 研究?jī)?nèi)容和章節(jié)安排
第二章 資料和方法
    2.1 研究所用資料
    2.2 自動(dòng)天氣分型方法
        2.2.1 主成分分析
        2.2.2 聚類分析
        2.2.3 判別分析
    2.3 確定降水天氣型
    2.4 建立降水天氣型型內(nèi)降水模型
        2.4.1 logistic回歸
        2.4.2 一元非線性回歸
    2.5 天氣分型和日降水模型的檢驗(yàn)
第三章 廣州地區(qū)降水天氣型
    3.1 廣州降水統(tǒng)計(jì)特征
    3.2 廣州地區(qū)天氣分型
    3.3 廣州地區(qū)降水天氣型
        3.3.1 降水天氣型統(tǒng)計(jì)結(jié)果
        3.3.2 降水天氣型對(duì)應(yīng)天氣系統(tǒng)
    3.4 廣州地區(qū)降水天氣型檢驗(yàn)
    3.5 本章小結(jié)
第四章 降水天氣型型內(nèi)降水模型
    4.1 降水天氣型型內(nèi)降水概率模型
        4.1.1 準(zhǔn)確率
        4.1.2 ROC曲線
        4.1.3 可靠性圖
    4.2 降水天氣型型內(nèi)降水量模型
    4.3 降水天氣型型內(nèi)降水模型檢驗(yàn)
        4.3.1 降水天氣型型內(nèi)降水概率模型檢驗(yàn)
        4.3.2 降水天氣型型內(nèi)降水量模型檢驗(yàn)
        4.3.3 與無(wú)天氣分型降水模型對(duì)比
    4.4 本章小結(jié)
第五章 結(jié)果和討論
    5.1 全文主要結(jié)論
    5.2 討論與展望
附注
參考文獻(xiàn)
致謝

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳世訓(xùn),陳連寶;華南降水多年變化的某些特征[J];地理學(xué)報(bào);1965年04期

2 范麗軍,符淙斌,陳德亮;統(tǒng)計(jì)降尺度法對(duì)未來(lái)區(qū)域氣候變化情景預(yù)估的研究進(jìn)展[J];地球科學(xué)進(jìn)展;2005年03期

3 顧用紅;廣州市降水特征分析[J];廣東水利水電;2004年02期

4 黃永新;南寧市降水概率預(yù)報(bào)方法研究[J];廣西氣象;1997年S1期

5 池艷珍,何金海,吳志偉;華南前汛期不同降水時(shí)段的特征分析[J];南京氣象學(xué)院學(xué)報(bào);2005年02期

6 范嚴(yán);程琳;;實(shí)現(xiàn)準(zhǔn)確預(yù)報(bào)的降水預(yù)報(bào)模型構(gòu)建方法研究[J];計(jì)算機(jī)仿真;2013年02期

7 孟妙志;K指數(shù)在暴雨分析預(yù)報(bào)中的應(yīng)用[J];氣象;2003年08期

8 吳尚森,梁建茵;華南前汛期旱澇時(shí)空分布特征[J];熱帶氣象;1992年01期

9 何有海,關(guān)翠華,林錫貴,金祖輝;華南后汛期降雨量的振動(dòng)和分布[J];熱帶氣象學(xué)報(bào);1998年04期

10 陳希孺;廣義線性模型(一)[J];數(shù)理統(tǒng)計(jì)與管理;2002年05期

本文編號(hào)：2868612