聯(lián)合國政府間氣候變化專門委員會第四次評估報告認為,全球氣候變化已是不爭的事實。許多水文學家認為氣候變化將改變?nèi)蛩难h(huán)的現(xiàn)狀,使暴雨的出現(xiàn)頻率遠高于以往任何時期。極端降水引起洪澇、干旱、滑坡、泥石流、疫病等一系列災害,直接引起人員傷亡和財產(chǎn)損失,嚴重威脅人類生存并制約區(qū)域社會經(jīng)濟的可持續(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。在全球氣候變化導致水文氣象要素變異的大背景下,我國原有的降水時空分布不確定性分析已經(jīng)不能滿足我國現(xiàn)有防洪抗旱的標準和格局。因此,開展水文變異條件下極值降水時空分布不確定性分析研究己成為當前水文領域研究的熱門問題。對于水文要素變異點的診斷,前人采用Pettitt法、Mann-Kendall法、逐時段滑動分割比較序列法、R/S法等方法進行研究。但采用單一方法對水文序列診斷的水文序列變異點往往偏重于趨勢或跳躍,且多采用均值或方差等某個統(tǒng)計指標判斷序列變異點,其計算精度無法保證,采用不同方法得到的檢驗結果也不盡相同,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)進行研究,并采用矩法、極大似然估計法、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。對于極端降水的時空分布,大多學者研究從統(tǒng)計的角度出發(fā)研究降水極值的時空變化趨勢,對于極端降水的概率分布空間研究較少�；谝陨蠁栴},本文以黑龍江省三江平原16個氣象站的實測月最大過程雨量、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,根據(jù)變異點選取樣本,采用P-III函數(shù)、混合高斯分布和Logistic函數(shù)分別對各變量進行頻率分析,并采用基于實數(shù)編碼的遺傳算法、期望最大化法和極大似然估計法求解其邊緣分布參數(shù),在單一變量頻率分析結果的基礎上,采用Clayton Copula、Frank Copula和Gumbel-Hougaard Copula函數(shù)建立三變量的聯(lián)合分布進行多變量降水的頻率分析并計算各氣象站在6-9月各日發(fā)生暴雨的概率,同時根據(jù)單變量及多變量頻率分析的結果,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。并得到以下主要結論:(1)三江平原各氣象站的月最大過程雨量序列變異點在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,且基于實數(shù)編碼的加速遺傳算法求解P-III曲線的參數(shù),計算精度高且易于實現(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)解決了同時求解分布權重和分布參數(shù)的問題,擬合結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)域向兩側逐漸減小。(8)完達山余脈區(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,應注意滑坡、泥石流和山洪的預防;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。
【學位單位】：東北農(nóng)業(yè)大學
【學位級別】：碩士
【學位年份】：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)是實測的降水時間序列值；obsQ 為實測降水時間序列的均值。對于趨勢變異，Qsim,i的值為一元回歸擬合的趨勢線上各點的值。對于跳躍變異，每個變異點 τi對應的 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)全面的檢測降水時間序列的變異形式和變異時間，但條件允許的情況下，應經(jīng)過實地水文調查和成因分析后再確定變異點位置和時間。3.4 應用研究本文以該研究區(qū)域內(nèi) 16 個氣象站 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】

相關期刊論文 前10條

1 郭恩亮;周沫;張繼權;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];災害學;2015年04期

2 郭愛軍;黃強;王義民;黎云云;暢建霞;莫淑紅;;基于Archimedean Copula函數(shù)的流域降雨-徑流關系變異分析[J];水力發(fā)電學報;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;嚴登華;翁白莎;袁勇;;下墊面條件對流域極端事件影響及綜合應對框架[J];災害學;2014年01期

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

8 李艷玲;暢建霞;;基于Morlet小波的徑流突變檢測[J];西安理工大學學報;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展[J];地球科學進展;2010年08期

本文編號：2869321