本文基于1961-2012年觀測逐日降水資料,分析和探討了我國夏季極端降水強度、發(fā)生頻數(shù)和持續(xù)時長特征及其統(tǒng)計建模;針對BCC-CSM1.1-m模式模擬降水,系統(tǒng)檢驗和評估多種偏差訂正模型對我國江淮流域夏季逐日降水尤其極端降水等的訂正效果;構(gòu)建了基于極值分布的極端降水概率偏差訂正模型,并檢驗和評估其對極端降水訂正的適用性;結(jié)合模式偏差訂正和優(yōu)選CMIP5全球氣候模式,應(yīng)用上述統(tǒng)計模型,給出21世紀(jì)末期RCP4.5、RCP8.5兩種排放情景下我國極端降水未來概率變化預(yù)估。主要結(jié)論如下:(1)基于最新發(fā)展的極值理論,構(gòu)建基于廣義帕累托分布、泊松分布和幾何分布的極端降水模型,用于聯(lián)合刻畫我國極端降水強度、發(fā)生頻數(shù)和持續(xù)時長概率分布,觀測應(yīng)用結(jié)果表明模型可以很好地擬合極端降水特征分布。結(jié)合極端降水概率分布模型和改進型非參數(shù)Mann-Kendall趨勢分析等可以發(fā)現(xiàn),我國華南尤其西南地區(qū)發(fā)生極端降水的可能性最高,而發(fā)生持續(xù)1天的極端降水主要集中在長江中上游以及華北、東北區(qū)域,長江中下游及其以南尤其沿海區(qū)域更易發(fā)生持續(xù)2天及以上的極端降水。我國長江中下游及其以南區(qū)域極端降水呈現(xiàn)顯著增多、增強趨勢,而東北和西南等區(qū)域降水則呈現(xiàn)顯著減少、減弱變化。與雨日數(shù)普遍呈現(xiàn)下降不同的是,80%分位點閾值下我國極端降水日數(shù)和平均持續(xù)時長增加或減小站點呈現(xiàn)與極端降水量類似分布。(2)BCC-CSM1.1-m在對江淮流域夏季逐日降水尤其極端降水模擬方面存在著較大不確定性和系統(tǒng)偏差,經(jīng)過線性變換、分位點投影變換、分布投影變換以及累積概率分布變換四種偏差訂正模型訂正后,模式模擬性能得到顯著改善,但不同訂正模型在不同方面訂正效果存在差異。在對日降水概率分布和區(qū)域平均降水方面,分位點投影變換訂正效果最為顯著,其次為累積概率分布變換。在對極端降水指數(shù)空間一致性訂正方面,線性變換、分位點投影變換和累積概率分布變換對夏季總降水和中雨日數(shù)兩指數(shù)訂正效果較好,而降水日數(shù)、降水強度和95%分位點降水量僅分位點投影變換能夠較好的訂正。(3)通過將廣義帕累托分布引入到累積概率分布變換模型中,構(gòu)建了針對極端降水的概率偏差訂正模型。江淮流域武漢、合肥、南京和杭州四個代表站的訂正結(jié)果表明,概率偏差訂正模型能夠在保留觀測建模時期極端降水主要分布特征基礎(chǔ)上,較好地提取模式建模與驗證時期變化信號。相較于線性變換、分位點投影變換、分布投影變換以及累積概率分布變換等主要體現(xiàn)均值特征的訂正,對極端降水的訂正效果總體較弱,概率偏差訂正模型顯著改善了 BCC-CSMI.1-m模式對極端降水的模擬能力,訂正后極端降水能夠較好再現(xiàn)且更接近觀測極端降水概率分布。(4)基于極端降水模型評估和優(yōu)選出CMIP5中對我國夏季極端降水特征具有較好模擬能力的全球氣候模式:ACCESS1.3、BCC-CSM1.1-m、CCSM4、HadGEM2-ES和MPI-ESM-MR。融合分位點投影變換和極端降水概率偏差訂正模型,進一步提出改進型分位點投影變換,并用于優(yōu)選CMIP5模式訂正。結(jié)合.偏差訂正優(yōu)選多模式集成降水和極端降水模型,可得我國極端降水特征未來概率預(yù)估變化:21世紀(jì)末期絕大部分地區(qū)極端降水強度和發(fā)生頻數(shù)將呈現(xiàn)持續(xù)增加趨勢,其中長江流域和黃河流域中下游降水強度增加最大,我國西南和東北區(qū)域頻數(shù)增加最大。相對于RCP4.5,RCP8.5排放情景下增加幅度更大。RCP4.5(RCP8.5)排放情景下,相對于當(dāng)前氣候(1961-2005年),全國大部分區(qū)域百年一遇重現(xiàn)期值將會平均提升10.9%(21.1%),每年夏季發(fā)生頻數(shù)5次及以上的概率則平均提升8.2%(12.6%)。與此相反,極端降水持續(xù)時長則變化較小。
【學(xué)位單位】：南京信息工程大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2017
【中圖分類】：P426.6
【部分圖文】：

逑步剔除。依據(jù)上述過程，最終選取得到全國５４２個觀測臺站夏季逐日降水資料逡逑（站點分布見圖２．１）。逡逑８０°Ｅ邐９０°Ｅ邐１００°Ｅ邐１１０°Ｅ邐１２０°Ｅ邐１３０°Ｅ逡逑圖２．１全國降水５４２個觀測臺站空間分布逡逑（紅色圓點由北往南依次對應(yīng)三個代表站：北京、武漢和廣州）逡逑２．１．２極端降水定義與特征提取逡逑圍繞極端降水，國內(nèi)外學(xué)者提出了眾多方法來量化其降水強度、發(fā)生頻數(shù)以逡逑及持續(xù)時長等特征。目前使用較多的一類為世界氣象聯(lián)合組織針對氣候變化和監(jiān)逡逑測提出的１１個極端降水指數(shù)（共２７個極端氣候指數(shù)）（Ｋａｒｌｅｔａｌ．，邋１９９９；邋Ａｌｅｘａｎｄｅｒ逡逑ｅｔａＬ，２００６），另一類則為天氣學(xué)定義，通過閾值來定義極端降水，并依據(jù)需要提逡逑取其特征指標(biāo)（Ｂａｉ邋ｅｔ邋ａｌ．，邋２００７；邋Ｚｈａｏ邋ｅｔ邋ａｌ．，邋２００９；邋Ｃｈｅｎ邋ｅｔ邋ａｌ．，２０１１；邋Ｙｏｕ邋ｅｔ邋ａｌ．，２０１１；逡逑ｖａｎ邋ｄｅｒ邋Ｓｃｈｒｉｅｒ邋ｅｔ邋ａｌ．，邋２０１３；邋Ｍａ邋ｅｔ邋ａｌ．，邋２０１５；邋Ｗｕ邋ｅｔ邋ａｌ．，２０１６）．。本章主要探討夏季極逡逑端降水過程特征及其統(tǒng)計建模，考慮到我國地域廣闊以及復(fù)雜的氣候特征，為便逡逑于不同地區(qū)的比較，這里采用基于分位點閾值方式定義和篩選不同地區(qū)極端降水逡逑（Ｔｏｌｉｋａ邋ａｎｄ邋Ｍａｈｅｒａｓ

逑步剔除。依據(jù)上述過程，最終選取得到全國５４２個觀測臺站夏季逐日降水資料逡逑（站點分布見圖２．１）。逡逑８０°Ｅ邐９０°Ｅ邐１００°Ｅ邐１１０°Ｅ邐１２０°Ｅ邐１３０°Ｅ逡逑圖２．１全國降水５４２個觀測臺站空間分布逡逑（紅色圓點由北往南依次對應(yīng)三個代表站：北京、武漢和廣州）逡逑２．１．２極端降水定義與特征提取逡逑圍繞極端降水，國內(nèi)外學(xué)者提出了眾多方法來量化其降水強度、發(fā)生頻數(shù)以逡逑及持續(xù)時長等特征。目前使用較多的一類為世界氣象聯(lián)合組織針對氣候變化和監(jiān)逡逑測提出的１１個極端降水指數(shù)（共２７個極端氣候指數(shù)）（Ｋａｒｌｅｔａｌ．，邋１９９９；邋Ａｌｅｘａｎｄｅｒ逡逑ｅｔａＬ，２００６），另一類則為天氣學(xué)定義，通過閾值來定義極端降水，并依據(jù)需要提逡逑取其特征指標(biāo)（Ｂａｉ邋ｅｔ邋ａｌ．，邋２００７；邋Ｚｈａｏ邋ｅｔ邋ａｌ．，邋２００９；邋Ｃｈｅｎ邋ｅｔ邋ａｌ．，２０１１；邋Ｙｏｕ邋ｅｔ邋ａｌ．，２０１１；逡逑ｖａｎ邋ｄｅｒ邋Ｓｃｈｒｉｅｒ邋ｅｔ邋ａｌ．，邋２０１３；邋Ｍａ邋ｅｔ邋ａｌ．，邋２０１５；邋Ｗｕ邋ｅｔ邋ａｌ．，２０１６）．。本章主要探討夏季極逡逑端降水過程特征及其統(tǒng)計建模，考慮到我國地域廣闊以及復(fù)雜的氣候特征，為便逡逑于不同地區(qū)的比較，這里采用基于分位點閾值方式定義和篩選不同地區(qū)極端降水逡逑（Ｔｏｌｉｋａ邋ａｎｄ邋Ｍａｈｅｒａｓ

８０°Ｅ邐９０°Ｅ邐１００°Ｅ邐１１０°Ｅ邐１２０°Ｅ邐１３０°Ｅ邐８０°Ｅ邐９０°Ｅ邐１００°Ｅ邐１１０°Ｅ邐１２０°Ｅ邐１３０°Ｅ逡逑圖２．２極端降水９５％邋（ａ）和８０％邋（ｂ）分位點閾值空間分布（單位：ｍｍ／ｄａｙ）逡逑為了量化不同持續(xù)時長和不同降水強度下極端降水的貢獻情況，這里對上述逡逑獲得的全國各臺站極端降水特征數(shù)據(jù)，進一步計算三個相對指標(biāo)（Ｌｉ邋ｅｔａｌ．，２０１６）：逡逑２３逡逑

【相似文獻】

相關(guān)期刊論文 前10條

1 林云萍;趙春生;;中國地區(qū)不同強度降水的變化趨勢[J];北京大學(xué)學(xué)報(自然科學(xué)版)網(wǎng)絡(luò)版(預(yù)印本);2009年02期

2 田野;馬兵;高振澤;韓琳;文世勇;;2007—2017年大連市降水及降水日數(shù)變化特征分析[J];安徽農(nóng)學(xué)通報;2018年20期

3 張核真;尼瑪吉;多吉次仁;;近50年西藏最長連續(xù)無降水日數(shù)變化特征[J];中國農(nóng)學(xué)通報;2016年35期

4 王曉默;董寧;李瑞芬;姚薇;王麗;王永增;;1981—2014年南四湖流域極端降水閾值及極端降水日數(shù)變化特征[J];農(nóng)學(xué)學(xué)報;2016年10期

5 張鈺;姜秀萍;高榮;賀俊艷;;開魯縣1954—2011年降水日數(shù)及降水量變化分析[J];內(nèi)蒙古氣象;2014年01期

6 何慧;陸虹;陳思蓉;;1961～2010年華南極端降水日數(shù)的時空變化特征[J];安徽農(nóng)業(yè)科學(xué);2012年12期

7 楊旭;耿樹江;李帥彬;李炎U

本文編號：2829702