极端降水指数含义，极端降水指数含义是什么

《水利水电技术》网站地址

概括

识别流域极端降水变化特征对于科学应对极端灾害天气、减少极端降水造成的损失具有重要意义。采用基于极对称模态分解的相对临界性极端天气事件识别方法，从降水频率-强度-持续时间的角度研究了1960—2016年嘉陵江流域极端降水的趋势、周期和突变。结果表明，加岭江流域极端降水发生频率总体趋势无明显变化，波动较大，持续1d的极端降水发生频率为21563次/年，处于当前最低点。循环。改变；2-3a、4-5a和10a左右存在3个周期性分量，振幅波动随降水周期减小，突变变化明显，突变发生在10a左右。南方多，北方少。极端降水强度波动较大，持续一天的平均降水强度为4563毫米，目前处于周期性变化的最低点，变化周期约为2~3a、5~6a，降水强度波动范围为强度大、变化快，每10年大量发生一次，空间上呈中心型和放射状分布，强度中心位于降水的东南部。盆地。研究结论可为嘉陵江流域应对极端降水的防灾减灾提供参考。

关键词

嘉陵江流域极端降水、频率、强度、时空分布、

关于作者

安文杰，1996年——男，硕士研究生，主要从事降水与径流模拟研究。

张尚洪，1977年出生，男，教授，博士。主要从事流域水文与流体动力学模拟、数字流域模拟、决策支持系统等方面的研究。

积累

国家自然科学基金项目51979105；

引用

安文杰，胡旭建，苗伟，等.1960—2016年嘉陵江流域极端降水时空变化特征研究[J]中英文水利水电技术，2022,5312:11-23

安文杰，胡旭建，苗伟，等.1960—2016年嘉陵江流域极端降水时空变化[J]水利水利工程，2022,5312:11-23

0简介

进入工业社会以来，地海洋和大气逐渐变暖，极端降水事件发生的频率、范围和强度持续增加，严重威胁人民生命财产安全、社会稳定和经济可持续发展。研究极端降水事件的时空分布特征，有助于我们更好地评估极端降水事件，避免或减轻其造成的危害。鸡陵江是长江水系中流域最大的支流，流经甘肃、陕西、四川等3省11个县、市、州，流域总人口约40人。万人。由于其独特的地理位置和丰富的水资源，对推动川渝地区发展具有重要意义。加林河流域属典型的亚热带季风气候，夏季盛行南风，气候温暖炎热。降水集中，雨势较大。流域内的大部分洪水都是由强降雨引起的。峰高较大，持续时间较短。流域受西部秋雨和7-8月汛期潜在影响较大，全年流域降水时空分布极不均匀，是造成严重洪涝灾害的主要原因之一。长江中游。分析嘉陵江流域极端降水时空演变特征，可以提高对嘉陵江流域极端降水的认识，为流域防洪减灾提供参考。

在极端降水领域，国内外许多学者从不同角度进行了深入分析。有学者研究最大1日降水量、3日降水量、有降水天数等极端降水指标，以反映流域极端降水特征的变化。例如，罗辉等分析了嘉陵江流域极端降水指数的时间变化和空间分布，发现嘉陵江流域极端降水值总体呈下降趋势，但线性趋势为空间分布不清晰，从东南向西北逐渐递减。邹雷等综合分析渭河流域6个极端降水指数发现，渭河流域极端降水呈减少趋势，东南部地区多于西北地区。曾小凡等对嘉陵江流域典型极端降水指数及其他水文指标进行时空演变分析，发现代表流域强降雨的极端降水指数主要呈现减少趋势。ALAVINIA等利用非参数Mann-Kendall检验和森氏斜率法对伊朗多个暴雨指数进行了分析，发现近年来暴雨日数不断减少，且减少趋势更加明显。向西和西北方向。杨军等通过分析嘉陵江流域降水集中指数，研究流域极端降水的空间分布，发现极端降水事件多发生在东南部，降水多发生在西北山区。它更加均匀，意味着出现极端降水的可能性更高。一些学者利用基于实测数据的统计分析方法来研究流域内极端降水的变化趋势、周期和突变。董伯刚等研究了陕西省极端降水的趋势、周期和突变模式，发现陕西省极端降水呈减少趋势，周期约为17年，并在1970年代左右出现突变。王国强运用多种统计分析方法，研究了延安市安塞区极端降水的趋势、周期和突变特征。40年来，这样的事情发生过两次。苗正伟等对京津冀地区各种极端降水因子进行了研究，分析了该地区极端降水的趋势、周期和突变特征，表明京津冀地区存在明显的干旱趋势。地区。负的周期性分量，具有多个时间尺度，突变点较少，西部和东部空间增加。一些学者关注极端降水的成因，主要研究地形、气象、城市化等因素对极端降水分布的影响。例如，SHAN等研究了西北地区极端降水的分布情况，分析了各种气象指标对极端降水的影响变化，发现西部地带和高原地区极端降水呈增加趋势，而西部地区极端降水呈增加趋势。季风区极端降水量增加，该地区极端降水量略有减少。MESSMER等人利用1979年至2018年的3小时ERA5再分析以及两种独立的气旋检测和跟踪算法，研究了全范围内的极端降水事件与气象因素之间的关系。这对于同时发生极端降水事件特别有利。TRESA等人分析了印度次大陆季风气旋中的LPS特征和伴随的极端降水事件，结果表明当极端降水与LPS相关时，极端降水强度增加50-100。何毓秀等以长江下游太湖平原地区为例，根据不同城市化水平定量评估了极端降水的贡献率，发现城市化水平高的地区极端降水显着。呈上升趋势。

国内外学者对极端降水进行了大量研究，但主要集中在逐日极端降水或最大1日或3日降水量等多重降水指数。同时，对日降水量的研究危害更大。多日极端降水变化特征研究相对匮乏，极端降水序列变化具有非线性、异常性和不确定性。与分析日降水变化相比，分别研究极端降水频率和强度的趋势，周期性和变化特征能够更准确地反映流域极端降水的变化，但该领域的研究相对有限。

以嘉陵江流域为例，采用相对阈值极端天气事件识别方法，基于频率表征该流域1960—2016年持续1d、3d、5d、7d的极端降水变化。分析。主要研究内容是通过周期分析识别流域极端降水的规律性变化，通过突变分析识别流域极端降水的变异性，揭示流域极端降水的整体变化。通过趋势分析，从时空角度研究嘉陵江流域极端降水，探讨地形和区域降水特征对极端降水分布的影响。上述研究为应对未来流域极端降水事件的防灾减灾提供参考。

1研究方法

11识别极端降水

极端降水事件是指明显偏离平均条件、突发性、破坏性强、统计上不太可能发生的降水条件。因此，本文采用相对阈值法对嘉陵江流域极端降水进行识别和提取。降水数据包括嘉陵江流域23个气象站1960年至2016年逐日降水量数据。数据来自国家气象科学数据中心。

图1嘉陵江流域概况及气象站分布

百分位数法用于确定极端降水的阈值，作为区分极端降水与其他类型降水的指标。为了表达极端降水的空间分布，对各观测站的观测数据进行统计处理，得到各观测站最终的极端降水量。根据韩国降水等级分级标准，24小时内降水量大于0.1毫米被视为小雨，因此气象站日降水量大于0.1毫米被视为有效降水。通过对同一站连续3、5、7天有效降水量的降水数据进行滑动累加，统计得到该站的连续降水数据。计算各气象站1天、3天、5天和7天降水量的第95个百分位作为该站的极端降水阈值。将极端降水定义为超过各气象站极端降水阈值的降水，得到嘉陵江流域1日、3日、5日、7日极端降水，统计每20年出现一次。

12极对称模态分解法

极端降水序列是具有多个周期分量的不连续、非线性随机序列。本文利用极对称模态分解EMSD对嘉陵江流域1960—2016年实测极端降水序列的变化特征进行分析，以准确分析流域极端降水序列的变化特征。EMSD主要分为两部分模态分解和时频分析。

121模态分解

将模态分解形成数据序列的自适应全局移动平均值。

该公式利用Rt处理得到的最优自适应全局移动平均线来分析数据的趋势变化，并利用模态分量Mit来分析周期性特征。

122时频分析

利用时频分析对模态分解得到的众多分量进行进一步处理，分析降水序列的幅度变化和快速变化特征。对于最大点和最小点对称或上下包络对称的模态分量，采用上包络线作为时幅演化曲线；对于极点和包络不对称的模态分量，首先计算整个模态。然后对极点进行线性插值生成上包络线，得到时幅变化曲线At，用于分析数据序列中各模态的变化幅值。通过对各模态分量取反正弦得到相位，并利用快速傅里叶变换方法得到各模态的时频变化曲线Ft。结合时幅变化曲线At，可以分析降水序列的突变特性。

13极端降水指数模拟方法

在研究嘉陵江流域1960—2016年极端降水过程中，选取极端降水频率和极端降水绝对强度两个指标，从两个角度综合分析流域极端降水特征的变化时间和空间，我做到了。

131时变特性

要分析随时间的变化，您需要选择两个变量频率和强度。时间极端降水频率fi,ti=1,3,5,7为t年加岭江流域极端降水频率，为23个气象站逐年极端降水频率之和。计算公式为

式中，fi,n,t为t年第n个气象站发生极端降水事件的次数，i表示极端降水周期d。

时间极端降水强度Ii,ti=1,3,5,7为t年加岭江流域极端降水强度的平均值，为23个气象站极端降水的平均值。采用多日极端降水强度的绝对强度，计算公式如下

式中，Pi,j表示加宁江流域第n个气象站的极端降水量，i表示极端降水周期d，fi,t表示t年加宁江流域极端降水次数。

132空间变化特征

选择空间频率和空间强度两个变量进行阐述，等值线图主要用来表示极端降水指数的空间分布。

本文给各大网友介绍的一些关于极端降水指数含义和极端降水指数含义是什么的相关内容已经详细解完毕，希望大家喜欢。