美章网 资料文库 降雨序列的变异分析范文

降雨序列的变异分析范文

时间:2022-01-19 08:59:58

降雨序列的变异分析

《水电能源科学杂志》2015年第十二期

摘要:

为了有效地了解气候变化背景下我国降雨序列变异情况,采用Hurst系数法进行趋势诊断和跳跃诊断,从而分析年降雨序列的变异,并利用基尼系数法对年内降雨序列的均匀度进行量化分析。对宁波市北仑区5个国家雨量站降雨序列的变异分析结果表明,降雨序列的变异点与当时的气候条件相关性很强。

关键词:

气候变化;降雨序列;变异分析;Hurst系数;基尼系数

1引言

21世纪以来,人类活动引起的气候变化、极端天气频繁发生,从而影响水文循环过程。IPCCAR5[1]指出,气候变化速度比估计的更快,极端事件的强度和频率也发生了明显变化。在气候变化过程中,原有的水文序列可能失去了一致性。近年来,多选取流域径流序列进行变异分析,如谢平等[2]通过构建水文变异诊断系统,选取合适的权重综合多种检验方法进行详细的诊断分析;李彬彬等[3]将Hurst系数法与Bartels检验相结合,以弥补Hurst系数法存在的周期性和相依性弱的问题;WANGWeiguang等[4]使用Mann-Kendall趋势分析、线性回归和逆距加权插值分析了年度和季节尺度的降雨、径流和气温;XULigang等[5]将极限偏差理论和Mann-Kendall相关性等方法运用到多个时间尺度的降雨分配中;张利茹等[6]采用有序聚类分析法和Mann-Kendal检验法对黄河、淮河流域的典型支流的水文序列进行变异分析。本文针对年降雨序列,采用Hurst系数法进行变异分析,利用基尼系数描述年内降雨分配状况,构建降雨年内分配均匀度模型,从年际和年内两个角度综合分析降雨序列的变异情况,并通过实例验证了方法的可行性,结果可供参考。

2原理与方法

2.1Hurst系数法Hurst系数法[7]可以从整体上检验随机性长期水文要素序列的变异程度。谢平等[2]针对水文要素序列的检验,提出了基于Hurst系数的变异程度分级表(表1),拟定当H=0.5时,序列表现出随机的布朗运动;当H>0.5时,序列表现为正趋势的持续效应,未来的变化趋势与现在相同;当H<0.5时,序列表现为反趋势的持续效应,未来的变化趋势与现在相反;H偏离0.5的程度越大,序列表现出的正/反趋势持续效应就越强烈。

2.2基尼系数基尼系数[8]的实质是对序列的均匀度进行量化分析,可将其用于水文要素的年内分配规律研究中。水文要素序列年内分配均匀度模型的构建步骤如下。步骤1选取拟研究的水文要素,按照月值进行升序排列。步骤2分别计算每月序列值占年总量的累计百分比。步骤3以时间累计百分比为横轴,序列值累计百分比为纵轴,拟合出历年水文要素分配洛伦兹曲线。步骤4根据洛伦兹曲线求出拟研究水文要素序列的年内分配均匀度(基尼系数)。基尼系数越大,表示年内分配越不均匀。

3实例分析

浙江省宁波市北仑区位于浙江省陆地的最东端,海岸线长达171.2km,陆域面积为585km2,海域面积为258km2,多年平均降雨日数约为145d,多年平均降雨量达1486mm,日最大降雨量达589mm(2005年8月6日),最大年降雨量达2366.7mm(1989年)。北仑区地处中纬度大陆东岸,属亚热带季风气候区。春季天气开始转暖,阴晴不定;夏季天气炎热、梅雨连绵,台风侵袭时,会带来大量的降水;秋季晴热少雨,易形成干旱;冬季在西伯利亚冷高压的影响下,以晴冷干燥为主。选取北仑区4个具有代表性的国家雨量站(杨岙站、大碶站、柴桥站和郭巨站)以及临近区域代表站(洪家塔站),基于Hurst系数法对其年际、年内降雨序列进行变异分析。雨量观测站基本情况见表2。

3.1年际降雨量变异分析在显著性水平α=0.05、β=0.01的条件下,通过重标极差法计算Hurst系数值以及不同长度水文序列的临界值rα、rβ和Hurst系数hα、hβ值,见表3。由表3可知,郭巨站的年降雨序列的Hurst系数值为0.7505>h0.01=0.7108,相关函数C(t)为0.4152>r0.01=0.3395,通过了显著性水平β=0.01的假设检验,据此推断郭巨站点年降雨序列为中变异,说明郭巨站年降雨序列之间呈较强的持续性;柴桥站的年降雨序列的Hurst系数值为0.6228<h0.05=0.6807,相关函数C(t)为0.1856<r0.05=0.2846,表明该站点年降雨序列过去对未来几乎无影响,变异程度为无变异。同理,洪家塔站点年降雨序列呈较强的持续性,变异程度为中变异;杨岙站和大碶站年降雨序列无相关性,变异程度为无变异。

3.2年内降雨均匀度变异分析通过各站点年内降雨数据,借助基尼系数构建降雨年内分配均匀度模型,计算了洪家塔站、郭巨站、柴桥站、杨岙站、大碶站年降雨序列均匀度系列值(图1),在显著性水平α=0.05、β=0.01的条件下,利用Hurst系数法对站点历年年内降雨分配均匀度基尼系数值进行变异分析,结果见表4。由表4可知,郭巨站年内降雨分配均匀度的Hurst值为0.5721<h0.05=0.6676,并未通过显著性水平α=0.05的检验,相关函数C(t)=0.1051<r0.05=0.2616,表明该序列值并未发生变异。同理,柴桥站、杨岙站、大碶站、洪家塔站的年内降雨分配均匀度均未发生变异。综上所述,郭巨站和洪家塔站的年际降雨序列有明显的大尺度振荡特征,其原因在于:①郭巨站和洪家塔站均为滨海站点,受海洋气候影响较大,年际降雨波动较大,如洪家塔站点在1961、1990、1992、2010、2012年的年降雨量分别为2225、2420、2404、2142、2267mm,远远超过其他站点,以2012年为例,当年宁波市受到6个台风影响,其中8月份就有“苏拉”、“海葵”、“天秤”、“布拉万”4个台风,在数量和强度上均为历史罕见(洪家塔站点2012年8月降雨量达582mm),台风所带来的暴雨和局部特大暴雨均导致水文序列变异;②宁波的旱情一年四季均可能发生,危害较重的是出梅后的夏秋干旱,如果前期梅雨较少则会加重旱情,出现大旱的年份有1964、1967、1978年,其中1967年洪家塔站降雨量945mm,而郭巨站仅703mm;③通过调查原始资料,发现滨海站点与其他站点相比,年降雨量在1980年代呈增加趋势,在1990年代呈减少趋势。

4结论

基于Hurst系数法和基尼系数法,给出了一种判断年际和年内降雨序列变异的方法,构建了简便有效的水文序列变异分析系统,通过实例分析发现,利用本文方法可非常直观地看出降雨序列的变异程度。

参考文献:

[1]IPCC.WorkingGroupIContributiontotheIPCCFifthAssessmentReport(AR5),ClimateChange2013:ThePhysicalScienceBasis:FinalDraftUn-derlyingScientific-TechnicalAssessment[R/OL].[2013-10-30].

[2]谢平,陈广才,雷红富,等.水文变异诊断系统[J].水力发电学报,2010,29(1):85-91.

[3]李彬彬,谢平,李析男,等.基于Hurst系数与Bar-tels检验的水文变异联合分析方法[J].应用基础与工程科学学报,2014,22(3):481-490.

[4]WANGWeiguang,WEIJiande,SHAOQuanxi,etal.SpatialandTemporalVariationsinHydro-cli-maticVariablesandRunoffinResponsetoClimateChangeintheLuanheRiverBasin,China[J].Sto-chasticEnvironmentalResearchandRiskAssess-ment,2015,29(4):1117-1133.

[5]XULigang,ZHOUHongfei,DULi,etal.Precipi-tationTrendsandVariabilityfrom1950to2000inAridLandsofCentralAsia[J].JournalofAridLand,2015,7(4):514-526.

[6]张利茹,王兴泽,王国庆,等.变化环境下水文资料序列的可靠性与一致性分析[J].水文,2015,35(2):39-43.

[7]许斌.变化环境下区域水资源变异与评价方法不确定性[D].武汉:武汉大学,2013.

[8]胡彩霞,谢平,许斌,等.基于基尼系数的水文年内分配均匀度变异分析方法———以东江流域龙川站径流序列为例[J].水力发电学报,2012,31(6):7-13。

作者:陈鹏 何军 徐小峰 徐枫 孙琰 单位:三峡大学 水利与环境学院 武汉大学 水资源与水电工程科学国家重点实验室 三峡地区地质灾害与生态环境湖北省协同创新中心

被举报文档标题:降雨序列的变异分析

被举报文档地址:

https://www.meizhang.comhttps://www.meizhang.com/nongyezazhi/sdnykzz/685950.html
我确定以上信息无误

举报类型:

非法(文档涉及政治、宗教、色情或其他违反国家法律法规的内容)

侵权

其他

验证码:

点击换图

举报理由:
   (必填)