發(fā)布時(shí)間：2020-11-04 00:22

　　 聯(lián)合國政府間氣候變化專門委員會第四次評估報(bào)告認(rèn)為,全球氣候變化已是不爭的事實(shí)。許多水文學(xué)家認(rèn)為氣候變化將改變?nèi)�球水文循環(huán)的現(xiàn)狀,使暴雨的出現(xiàn)頻率遠(yuǎn)高于以往任何時(shí)期。極端降水引起洪澇、干旱、滑坡、泥石流、疫病等一系列災(zāi)害,直接引起人員傷亡和財(cái)產(chǎn)損失,嚴(yán)重威脅人類生存并制約區(qū)域社會經(jīng)濟(jì)的可持續(xù)發(fā)展。由于人類活動影響,下墊面變化劇烈,改變了流域的產(chǎn)匯流特征、地表熱量平衡以及大氣環(huán)流異常,致使降水、蒸散發(fā)和徑流等水文要素產(chǎn)生變異。在全球氣候變化導(dǎo)致水文氣象要素變異的大背景下,我國原有的降水時(shí)空分布不確定性分析已經(jīng)不能滿足我國現(xiàn)有防洪抗旱的標(biāo)準(zhǔn)和格局。因此,開展水文變異條件下極值降水時(shí)空分布不確定性分析研究己成為當(dāng)前水文領(lǐng)域研究的熱門問題。對于水文要素變異點(diǎn)的診斷,前人采用Pettitt法、Mann-Kendall法、逐時(shí)段滑動分割比較序列法、R/S法等方法進(jìn)行研究。但采用單一方法對水文序列診斷的水文序列變異點(diǎn)往往偏重于趨勢或跳躍,且多采用均值或方差等某個(gè)統(tǒng)計(jì)指標(biāo)判斷序列變異點(diǎn),其計(jì)算精度無法保證,采用不同方法得到的檢驗(yàn)結(jié)果也不盡相同,無法從整體上判斷序列的變異形式。對于單一變量的頻率分布擬合,前人采用了P-III分布、廣義極值分布、極值I型曲線、廣義帕雷托分布等分布函數(shù)進(jìn)行研究,并采用矩法、極大似然估計(jì)法、優(yōu)化適線法、混合矩法和線性矩法求解其分布參數(shù)。但上文函數(shù)無法擬合多峰分布,且上文的參數(shù)估計(jì)方法求解多峰分布參數(shù)效果不盡理想。對于多變量聯(lián)合分布,目前大多數(shù)多變量聯(lián)合分布研究均以兩變量為研究對象,擬合其聯(lián)合分布并求解其聯(lián)合概率和條件概率,對于三變量聯(lián)合分布的擬合及其參數(shù)求解方法研究較少。對于極端降水的時(shí)空分布,大多學(xué)者研究從統(tǒng)計(jì)的角度出發(fā)研究降水極值的時(shí)空變化趨勢,對于極端降水的概率分布空間研究較少。基于以上問題,本文以黑龍江省三江平原16個(gè)氣象站的實(shí)測月最大過程雨量、發(fā)生日期及持續(xù)天數(shù)為研究對象,采用水文變異綜合診斷方法診斷其變異點(diǎn),根據(jù)變異點(diǎn)選取樣本,采用P-III函數(shù)、混合高斯分布和Logistic函數(shù)分別對各變量進(jìn)行頻率分析,并采用基于實(shí)數(shù)編碼的遺傳算法、期望最大化法和極大似然估計(jì)法求解其邊緣分布參數(shù),在單一變量頻率分析結(jié)果的基礎(chǔ)上,采用Clayton Copula、Frank Copula和Gumbel-Hougaard Copula函數(shù)建立三變量的聯(lián)合分布進(jìn)行多變量降水的頻率分析并計(jì)算各氣象站在6-9月各日發(fā)生暴雨的概率,同時(shí)根據(jù)單變量及多變量頻率分析的結(jié)果,明晰各月最大過程降水的均值及其變差系數(shù)(C_v)的空間分布和研究區(qū)域內(nèi)暴雨發(fā)生概率的空間分布。并得到以下主要結(jié)論:(1)三江平原各氣象站的月最大過程雨量序列變異點(diǎn)在1984-1997年間。(2)采用P-III分布擬合月最大過程雨量頻率分布,擬合效果較好,且基于實(shí)數(shù)編碼的加速遺傳算法求解P-III曲線的參數(shù),計(jì)算精度高且易于實(shí)現(xiàn)。(3)混合高斯分布函數(shù)擬合多峰分布,解決了單一分布函數(shù)無法擬合多分分布的情況,期望最大化方法求解混合高斯分布參數(shù)解決了同時(shí)求解分布權(quán)重和分布參數(shù)的問題,擬合結(jié)果表明采用期望最大化算法求解混合高斯分布函數(shù)參數(shù)并應(yīng)用混合高斯分布擬合月最大一次降水發(fā)生日期效果較好。(4)Logistic分布函數(shù)擬合月最大過程雨量持續(xù)天數(shù)并采用極大似然估計(jì)法求解Logistic分布函數(shù)參數(shù),精度有待提高。(5)采用Frank Copula函數(shù)擬合大多數(shù)本文選取的變量聯(lián)合分布效果較好,Clayton Copula函數(shù)擬合少部分本文選取的變量聯(lián)合分布效果較好,G-H Copula擬合本文選取變量聯(lián)合分布效果不好。(6)全年內(nèi),月最大過程雨量均值在6、7、8月份最大,9月份次之,12、1、2月最小;空間上,6-8月最大過程雨量均值西北最高、東南次之、平原中部最少,其余月份月最大過程雨量均值從西北至東南逐漸減小。全年內(nèi),月最大過程雨量C_v值7、8月份最小,12、1、2月最大;空間上,3-10月最大過程雨量C_v值西北和東南方較高、平原中部較低,其余月份月最大過程雨量C_v值西北和東南方較低、平原中部較高。(7)三江平原汛期內(nèi),7、8月份發(fā)生暴雨概率較大,9月發(fā)生暴雨概率次之,6月發(fā)生暴雨概率最小。6月中上旬、7月中下旬、8月中下旬、9月中旬發(fā)生暴雨概率較大。且6、7、8月份日暴雨發(fā)生概率值由西北至東南逐漸減小,9月份日暴雨發(fā)生概率值由三件平原中間區(qū)域向兩側(cè)逐漸減小。(8)完達(dá)山余脈區(qū)域,如新華、軍川、290、建三江和延軍在6、7、8月暴雨發(fā)生概率較大,應(yīng)注意滑坡、泥石流和山洪的預(yù)防;平原區(qū)域,如859、290、友誼、北興、853和慶豐在9月暴雨發(fā)生概率較大,應(yīng)采取有效措施以減少暴雨引起的作物減產(chǎn)情況發(fā)生。
【學(xué)位單位】：東北農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：P426.6
【部分圖文】：

研究區(qū)域圖

2, ,2 12,1( )1( )nobs i sim iinobs i obsiQ QRQ Q （3-49）式中，Qibs,i(i=1,2,…,n)是實(shí)測的降水時(shí)間序列值；obsQ 為實(shí)測降水時(shí)間序列的均值。對于趨勢變異，Qsim,i的值為一元回歸擬合的趨勢線上各點(diǎn)的值。對于跳躍變異，每個(gè)變異點(diǎn) τi對應(yīng)的 Qsim,i可表示為：, ,11isim i obs iiQ Q （3-50）雖然水文變異診斷方法可以系統(tǒng)全面的檢測降水時(shí)間序列的變異形式和變異時(shí)間，但條件允許的情況下，應(yīng)經(jīng)過實(shí)地水文調(diào)查和成因分析后再確定變異點(diǎn)位置和時(shí)間。3.4 應(yīng)用研究本文以該研究區(qū)域內(nèi) 16 個(gè)氣象站 1980-2010 年 7 月份月最大過程雨量為例，其初步診斷中滑動平均法的診斷結(jié)果如圖 3-1 所示。

18（g）二九〇農(nóng)場 （h）建三江農(nóng)場圖 3-1 各站 7 月最大過程雨量滑動平均圖Fig.3-1 Moving average of the maximum precipitation in July in each meteorological station
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭恩亮;周沫;張繼權(quán);王永芳;哈斯;張峰;;基于Copula函數(shù)的長春市暴雨聯(lián)合分布與特征分析[J];災(zāi)害學(xué);2015年04期

2 郭愛軍;黃強(qiáng);王義民;黎云云;暢建霞;莫淑紅;;基于Archimedean Copula函數(shù)的流域降雨-徑流關(guān)系變異分析[J];水力發(fā)電學(xué)報(bào);2015年06期

3 張峰;謝振華;程江濤;李林;崔高侖;;基于向量相似度的組合賦權(quán)方法[J];指揮控制與仿真;2014年05期

4 金保明;;Kendall與R/S分析法在降雨特性分析中的應(yīng)用[J];水力發(fā)電;2014年07期

5 胡義明;梁忠民;趙衛(wèi)民;劉曉偉;;基于跳躍性診斷的非一致性水文頻率分析[J];人民黃河;2014年06期

6 邢子強(qiáng);嚴(yán)登華;翁白莎;袁勇;;下墊面條件對流域極端事件影響及綜合應(yīng)對框架[J];災(zāi)害學(xué);2014年01期

7 楊志勇;袁喆;方宏陽;嚴(yán)登華;;基于Copula函數(shù)的灤河流域旱澇組合事件概率特征分析[J];水利學(xué)報(bào);2013年05期

8 李艷玲;暢建霞;;基于Morlet小波的徑流突變檢測[J];西安理工大學(xué)學(xué)報(bào);2012年03期

9 王雙銀;謝萍萍;穆興民;高鵬;;松花江干流輸沙量變化特征分析[J];泥沙研究;2011年04期

10 陳曉宏;涂新軍;謝平;李艷;;水文要素變異的人類活動影響研究進(jìn)展[J];地球科學(xué)進(jìn)展;2010年08期

本文編號：2869321