Page 89 - 《高原气象》2021年第5期
P. 89

高     原      气     象                                 40 卷
              1050
                  由于在标准正态分布曲线上,易得到 Z 值所对                        形状参数。当 ξ > 0 时,为 Fréchet 分布;当 ξ = 0
             应的概率密度,因此将逐日降水量的实际概率分布                             时,为Gumbel分布;当ξ < 0时,为Weibull分布。
             转换成标准正态分布,查询标准正态分布表降水量                                 重现期是指在有一定年代记录资料的统计期
             95 百分位所对应的 Z 值,再把 Z 值转化为对应的降                       间内,大于或等于某量级的水文要素出现一次的
             水量值,就实现了在实际概率分布下运用百分位法                             平均间隔时间。在本质上,它是概率意义上的回
             确定阈值。                                              转周期,是概率分布右侧的小概率问题(丁裕国和
                  为简化计算,本文选取了较简单的方法,直接                          江志红,2009)。利用广义极值分布计算重现期的
             将实际降水量转化为标准正态分布(罗梦森等,                              方法如下。
             2013),过程如下:                                            对于重现期T的分位数x T ,有分布函数:
                              (        )  1 3  6  C s                            F (x) = 1 -  1           (6)
                            6 C s
                       Z i =     φ i + 1  -   +         (1)                                T
                           C s  2          C s   6                  由此,解得相应的分位数x T 为:
                                             -  3         -
                                       ∑(x i - x )     x i - x       ì                          ξ
                                                                                             1
                                                                               σ
             式 中 :C s 为偏度系数,C s =               ;φ i =               ï         ξ{   é   ( )    ù }
                                          ns 3           s           ï x T = μ +  1 - ê-ln 1 -  T  ú û  ,ξ ≠ 0
                                                                     ï
                                                                                    ë
                                                                     í
             (i = 1,2,…,n ); x i 为实际日降水量; n 是样本容量;                   ï                                    (7)
             -                                                       ï            é   ( )    ù
                                                                                          1
                                                                     ï
             x是样本平均值; s为样本标准差。确定百分位值对                                ï T = μ - σ ln ê-ln 1 -  ú ,ξ = 0
                                                                     ïx
             应 的 Z 值(查 表 得 ,95% 分 位 数 对 应 的 Z 值 为                    î            ë       T  û
             1. 645),再把Z值按下式变换即可得到实际降水量:                            广义极值分布的一大优势,就是它把其他 3 种
                           ê (      6    C s  ù  3  }  -        极值分布综合在了一起,无需考虑原始的分布类
                        2s é C s
                    x i =  ê    Z i +  -   )ú ú - 1 + x  (2)    型,避免了单一采用某种分布的不足。极大似然估
                        C s{ 6      C s  6  û                   计由于不变性、渐进无偏性和一致性等优点常被用
                           ë
                  为使得到结果稳定性较好,先将实际降水量序                          于GEV进行参数估计(杜鸿等,2012)。
             列作立方根变换:                                           3   结果
                                 y i =  3  x i          (3)
                  然后用变换后的序列作该方法的 Z 值变换,再                        3. 1  极端降水阈值
             对变换后的值求立方,即可得到相应的降水量                                   利用改进的百分位法,计算中巴经济走廊地区
             阈值。                                                1961-2015 年降水序列,得到极端降水阈值的空间
             2. 3  广义极值分布                                       分布图(图 2)。从极端降水阈值空间分布图(图 2)
                  极值理论已被广泛应用于极端降水的发生概                           中可以看出,中巴经济走廊极端降水阈值较高的
             率方面(荣艳淑等,2012;宋晓猛等,2017)。常见                        地区主要集中在 35°N(旁遮普省北部)和 25°N 以南
             的用于拟合极端降水的分布主要包括广义极值分                              地区(信德省南部),极端降水阈值均在 25 mm 以
             布与广义帕累托分布,本研究主要使用广义极值分                             上。极端降水阈值较低的地区主要为 40°N(中国
             布来估计中巴经济走廊地区极端降水的重现期。                              段)和 28°N-30°N 地区(俾路支省西部),极端降水
             20 世纪初,Fisher and Tippett(1928)在研究极值分              阈值均在10 mm以下。
             布理论时提出了 3 种类型的极值分布:Gumbel、                         3. 2  极端降水量、强度与频率
             Fréchet 和 Weibull 分布。后来,Jenkinson(1955)和               降水的强度与频率是分析降水时空变化的两
             Coles(2001)又根据极值分布理论,把把这 3种分布                      个 重 要 因 素(苏 布 达 等 ,2006;杨 霞 等 ,2020)。
             统一为具有 3 个参数的极值分布,即为广义极值分                           1961-2015 年中巴经济走廊极端降水量、极端降水
             布(Generalized Extreme Value,GEV)。                  年平均强度和极端降水日数(频率)逐年变化的趋
                  GEV的累积分布函数为:                                  势(图 3)显示,年极端降水量和极端降水日数在该
                                   {  é      x - μ ù  - 1 ξ     时间段上呈增长趋势,极端降水强度变化趋势平
                                              σ }
                 F (x;μ,σ,ξ) = exp - ê1 + ξ ( )   ú û  ,(4)     稳。在极端降水量方面[图 3(a)],中巴经济走廊地
                                      ë
                                                                区年极端降水量主要在 20~220 mm,极端降水量最
                                  ( )                           低与最高之间相差较大,极端降水量较低的年份主
                                   x - μ
                             1 + ξ   σ   > 0            (5)     要为 20 世纪 60 年代末,以及 21 世纪初期,且降水

             式中: μ,σ,ξ 分别对应的是位置参数、尺度参数和                         量都在 50 mm 以下;而极端降水量最大的年份出现
   84   85   86   87   88   89   90   91   92   93   94