淮河流域极端降水空间分布及概率特征

利用淮河流域110个气象站点1959年1月1日至2008年12月31日的日尺度降水数据,建立了AM及POT极端降水序列,通过4大类33种概率分布函数对其进行了拟合,以建立最优概率分布模型,并利用其参数分析淮河流域极端降水的空间分布及概率特征。研究发现:(1)淮河流域1959-2008年日极端降水的空间分布为东西两端高并逐渐向流域中心降低,且有淮河上游地区及沂沭泗流域东部两处强降水中心;(2)经K-S法检验,Wakeby函数是AM及POT序列的最优概率分布函数。50a一遇的日极端降水预估值与1959-2008年实际最大日极端降水值的误差率随着实际降水量的增加而增大,且大多数站点的误差率在20%以下;(3)通过对最优概率分布模型参数的分析,得出河南省驻马店地区、安徽省阜南和淮南地区以及皖鲁苏交界地区的极端降水发生概率较大,淮河中上游干流周边地区及下游地区的极端降水变化不稳定;(4)以最优概率分布模型的形状、尺度参数为指标,绘制了淮河流域极端降水风险图,为极端降水风险管理与预警工作提供参考。

淮河流域极端降水概率分布模型及其应用

[目的]研究淮河流域极端降水最优概率分布模型,旨在为洪水计算规范修改和调整提供参考。[方法]基于淮河流域110个气象站点1959—2008年的日降水资料,通过年最大值法(AM)及超门限峰法(POT)分别建立极端降水AM及POT序列,比较两者捕捉极端降水的适用性,建立淮河流域极端降水最优概率分布模型,并对其应用进行探讨。[结果](1)在研究流域极端降水空间分布上,POT序列适用性更强,能较好捕捉降水极值。在研究极端降水时间变化上,AM序列更合理;(2)经K-S法检验,Wakeby函数是AM及POT序列的最优概率分布模型,优于水利工程标准曲线PearsonⅢ函数,且Wakeby函数的中部拟合效果比尾部更优。[结论]最优概率分布模型在气候变化的研究中得到较好地应用,近25a来淮河流域极端降水强度呈增长趋势,且频率增大,需加强对该流域极端降水灾害的防治减灾工作。