长江三角洲太湖流域湖西浙西区降水极值特性分析
Rainfall extreme value analysis on western area of Taihu Lake basin in Yangtze River Delta
通讯作者:
收稿日期: 2019-06-11 网络出版日期: 2019-07-17
基金资助: |
|
Received: 2019-06-11 Online: 2019-07-17
关键词:
Keywords:
本文引用格式
王文琪, 王栋, 王远坤.
Wang Wenqi, Wang Dong, Wang Yuankun.
全球气候变化影响着地球上的水循环,高温、干旱、暴雨、洪涝等极端事件频发,给人类生命财产安全带来极大威胁,极端气候事件已经得到世界范围内的关注和重视,国内外众多学者已对气候变化下极端事件开展了研究[1,2,3].Naveau et al[4]利用一种无参熵法对欧洲地区24个气象站90年以上的日最低和最高气温变化进行了极值分布变化检验.Rietsch et al[5]利用法国331个气象站进行了暴雨分析,提出了一种基于极值理论和机器学习算法的站网设计方法帮助更好捕获极端暴雨统计特性.Mascaro[6]对美国亚利桑那中部地区日降水极值的年际、季节性和空间分布变化进行了探讨.Iliopoulou et al[7]发现季节性对极端降水分布的尾部指标影响较小.时光训等[8]对长江流域1970-2014年极端降水过程的时空变化特征开展分析,发现该地区弱降水变化不显著,强降水变化幅度较大,易发生洪涝灾害.其他学者也对我国多地的极端降水分布特征进行了探讨[9,10,11,12,13,14].极端降水发生的频率和强度是导致洪涝等极端灾害发生的重要指标,通常可以用极端降水指数来刻画[1,8,12,14].在分析极端降水发生概率方面,极值理论(Extreme Value Theory,EVT)[15]发挥出越来越重要的作用.极值理论作为统计学中对于极值领域开展研究的重要方法,已被广泛应用到极端降水拟合中[16,17,18].常见用于极端降水拟合的分布包括广义帕累托分布(Generalized Pareto Distribution,GPD)和广义极值分布(Generalized Extreme Value Distribution,GEV).
长江三角洲是我国城市化水平最高、经济社会最发达的区域之一,受到季风性气候的影响,降雨年内分配不均[19].近年来全球气候变化、快速城镇化进程以及人类活动的影响使得长三角地区暴雨洪水发生次数频繁,极端事件多发,给该地区人民的生命财产和社会经济带来重大损失.极端降水是极端天气事件的重要组成部分,所造成的威胁非常大,同时极端降水加大的幅度也胜于平均降水.因此,极端降水分布特征的研究分析是当前面临的一个重要问题,对于了解降水结构变化、洪涝灾害预警和城市建设规划等都具有指导性意义.目前已有对长三角和太湖流域的降水极值分析[16,20,21],具体到湖西浙西区的探讨还未多见,因此本文利用极端降水指数和两种极值统计模型,着重对太湖流域湖西浙西区降水极值特性进行分析,为该地区防洪排涝、城建规划及应对暴雨灾害提供科学参考.
1 研究方法
1.1 极端降水指数
极端降水研究中多采用阈值法,选取超过阈值的观测事件为极端降水事件.本文选取世界气象组织气象学委员会及气候变化和可预报性研究计划推荐的七个极端降水指数,如表1所示.分别计算2006-2012年的多年平均值,在Surfer软件中采用克里金法进行空间插值,进而得到各极端降雨指数多年平均值空间分布规律.
表1 七个极端降水指数及定义
Table 1
类型 | 名称 | 代号 | 单位 | 定义 |
---|---|---|---|---|
相对指数 | 极端降水量 | R95P | mm | 年日降水量>第95百分位值的降水总量 |
极值指数 | 一日最大降水量 | RX1D | mm | 年最大的一日降水量 |
最大连续五日降水量 | RX5D | mm | 年最大的连续五日降水量 | |
绝对指数 | 降水强度 | SDII | mm·d-1 | 年有雨日降水强度 |
强降水日数 | R10 | d | 年日降水量≥10mm的总日数 | |
强降水日数 | R20 | d | 年日降水量≥20mm的总日数 | |
强降水日数 | R50 | d | 年日降水量≥50mm的总日数 |
1.2 极值统计模型
GEV分布通常采用块极大值法(Block Maxima Model,BMM)选取样本序列,在本例中即选取年最大日降水量序列.GEV分布函数为:
式中,μ为位置参数,σ是尺度参数,ξ是形状参数,
由于GEV分布模型选取年最大值为样本序列,某些情况下也浪费了统计资料.GPD分布通常采用超阈值法(Peak Over Threshold,POT)选取样本序列,统计超过阈值的样本组成新的样本序列,能够更准确地描述分布的尾部特征.假定阈值为u,GPD分布函数为:
式中,σ是尺度参数,ξ是形状参数,
1.3 参数估计和模型评价
参数估计方法采用极大似然估计方法(Maximum Likelihood
Estimate,MLE),假设
极大似然估计量为:
式中,k为参数数目,L为似然函数,n为样本总量.
2 研究区概况与数据
太湖流域位于长江三角洲南缘,流域总面积为36895 km2,流域地势西高东低,四周高中间低,地貌主要分为山地丘陵和平原河网两大类.其中山地丘陵主要分布在流域西部,面积为7338 km2,约占流域总面积的20%,自北向南分布有茅山山脉、界岭山脉、天目山脉,分别属于江苏和浙江两省.其中,茅山山脉和界岭山脉北段位于江苏省境内,称为湖西山丘区,界岭山脉南段和天目山脉位于浙江省境内,称为浙西山丘区.湖西山丘区茅山山脉高程在500 m左右,向东发育有五条较大山溪,集水面积100~500 km2不等,界岭山脉高程在900~1000 m左右,向北发育五条山溪汇入南溪河.浙西山丘区界岭山脉南段地形与北段基本相似,有三条较大溪流汇入太湖,天目山脉高程在1000~1500 m,是西苕溪和东苕溪的发源地,其中西苕溪发源于天目山脉的北麓,东苕溪发源于天目山脉的南麓.
太湖流域属于北亚热带季风气候区,四季分明,气候温和,雨量充沛,降水多集中在5-9月,也是汛期所在月份,约占全年降水量的60%.全年共有三个雨季,分别为4-5月的春雨、6-7月的梅雨和8-9月的台风暴雨,其中梅雨占全年降水的20%~30%.湖西区和浙西区雨量站比较密集,降水观测资料相对完善,本文选取了覆盖密度较大的96个站点的短序列日降水数据(2006-2012年)和六个站点(湖西区四个、浙西区两个)的长序列日降水数据(1961-2015年),研究区如图1所示.
图1
图1
湖西浙西区地形与降水站点分布
Fig.1
Topography and spatial distribution of rainfall stations in western area of Taihu Lake basin
3 结果与分析
3.1 降雨空间分布分析
图2
图2
年平均日降水量和极端降水指数空间分布
Fig.2
Spatial distribution of annual mean daily rainfall and extreme precipitation indices
七个极端降水指数中极端降水量(R95P)的分布模式和其他指数差异较大,较高值主要分布在北部地区,浙西区的南部山区则是较低值分布的区域.由于极端降水量(R95P)代表了年内日降水量超过95百分位的降水总量,可以认为虽然山区容易产生暴雨,但从全年和总量来看极端降雨不一定发生在山区.而一日最大降水量(RX1D)和最大连续五日降水量(RX5D)在空间分布模式上较为相似,较高值主要分布在浙西的山区,较低值则出现在湖西区的西南角.降水强度(SDII)的分布模式也与其他指数略有差异,主要体现在除了湖西山区和浙西山区的SDII值较高以外,在湖西区的东北部也呈现出一个较高值区域,说明降水强度的分布不仅与地形有关,还受到其他因素的影响.强降水日数(R10,R20和R50)的空间分布模式大致相似,较高值区域主要出现在湖西和浙西的山区,同时由R10,R20和R50的分布变化趋势可知,随着强降水等级提高,区域内空间分布差异逐渐减小.
3.2 GPD和GEV拟合结果对比
表2 湖西浙西区六个代表站点降水极值GPD和GEV拟合结果
Table 2
站点 | GPD (POT) | GEV (BMM) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
ξ | σ | u(mm) | AIC | BIC | ξ | σ | μ | AIC | BIC | ||
丹阳站 | 0.40 | 22.22 | 84 | 99.80 | 373.42 | 376.85 | 0.19 | 27.06 | 72.30 | 554.28 | 559.42 |
金坛站 | -0.14 | 48.81 | 89 | 99.80 | 384.02 | 387.40 | 0.19 | 30.49 | 77.04 | 567.74 | 572.80 |
溧阳站 | -0.37 | 33.80 | 81 | 99.80 | 344.33 | 347.76 | -0.02 | 24.34 | 73.80 | 530.39 | 535.53 |
宜兴站 | -0.02 | 23.50 | 89 | 99.80 | 335.07 | 338.45 | 0.08 | 22.62 | 75.43 | 528.13 | 533.19 |
安吉站 | 0.26 | 18.08 | 87 | 99.80 | 344.62 | 348.05 | 0.04 | 26.27 | 76.20 | 541.92 | 547.06 |
湖州站 | -0.04 | 28.12 | 78 | 99.80 | 347.37 | 350.75 | 0.20 | 22.14 | 69.33 | 532.80 | 537.87 |
图3
图3
湖西区四个代表站点极端降水GPD和GEV分布拟合
Fig.3
GPD and GEV fitting plots for four stations in western area of Taihu Lake basin in Jiangsu Province
图4
图4
浙西区两个代表站点极端降水GPD和GEV分布拟合
Fig.4
GPD and GEV fitting plots for two stations in western area of Taihu Lake basin in Zhejiang Province
图5给出两种分布下不同重现期各个站点的极端降水量值,可以发现,相同重现期水平下丹阳站和金坛站降水量更高,表明这两个站点所在地区可能遭遇的暴雨级别更高,应当相应提高风险防范等级.同时,GPD和GEV两种分布结果略有差异,例如,丹阳站相同重现期水平下GPD拟合的降水量大于GEV拟合的结果,从风险分析角度,基于GPD拟合的特定重现期下极端降水量推求更有利于工程设计安全.
图5
图5
湖西浙西区代表站点不同重现期的极端降水量值
Fig.5
Extreme rainfall under different return periods for stations in western area of Taihu Lake basin
(a)GPD (b)GEV
3.3 汛期和非汛期降水极值分布对比
考虑到该地区受季风性气候的影响,降水年内分布不均,首先对汛期(5-9月)和非汛期(10月至次年4月)的日平均降水量空间分布进行比较.图6显示,汛期降水的空间分布差异性明显大于非汛期,在湖西山区和浙西山区呈现出明显的较高值区域,可以认为汛期降水的空间分布特征与非汛期差异明显.进一步分别对汛期和非汛期的降水极值进行了GPD模拟.由表3可以发现,汛期和非汛期的降水极值模拟结果差异较大,具体表现在阈值选取和参数变化范围上.总体来说,非汛期的尺度参数σ较汛期偏小,阈值u也明显比汛期要小得多;而从形状参数来看,汛期和非汛期可能属于不同的分布,例如金坛站在汛期属于Pareto分布,而在非汛期则属于Beta分布.由表2和表3对比可知,全年的降水极值特征与汛期、非汛期也有差异,对于特定季节尤其是暴雨多发期的极端降水事件,应当具体考虑该时期的降水观测值,从而更准确有效地捕获极端降水特征.
图6
图6
汛期和非汛期日平均降水量空间分布
Fig.6
Spatial distribution of mean daily precipitation in flood season and non⁃flood season
表3 湖西浙西区六个代表站点汛期和非汛期降水极值GPD模拟结果
Table 3
站点 | 汛期 | 非汛期 | ||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
ξ | σ | u(mm) | AIC | BIC | ξ | σ | u(mm) | AIC | BIC | |||
丹阳站 | -0.04 | 51.52 | 107 | 99.80 | 170.61 | 169.07 | -0.15 | 16.32 | 42 | 99.80 | 178.77 | 177.53 |
金坛站 | 0.55 | 17.42 | 128 | 99.80 | 153.80 | 152.27 | -0.29 | 16.37 | 49 | 99.80 | 172.46 | 171.22 |
溧阳站 | -1.07 | 55.02 | 101 | 99.80 | 134.14 | 132.61 | -0.11 | 18.25 | 46 | 99.80 | 178.46 | 177.18 |
宜兴站 | -0.48 | 41.46 | 105 | 99.80 | 148.33 | 146.80 | 0.07 | 15.03 | 52 | 99.80 | 207.88 | 206.74 |
安吉站 | 0.29 | 22.15 | 98 | 99.80 | 153.04 | 151.50 | 0.43 | 14.38 | 51 | 99.80 | 200.64 | 199.40 |
湖州站 | -0.30 | 33.26 | 95 | 99.80 | 147.07 | 145.53 | 0.57 | 11.99 | 48 | 99.80 | 190.58 | 189.31 |
4 结 论
本文利用极端降水指数和极值统计模型,基于湖西浙西区多站点降水资料,对湖西浙西区降水极值的空间分布特性和统计分布特性进行了分析,得出以下结论:
(1)浙西山区的年平均日降水量、一日最大降水量、最大连续五日降水量以及强降水日数等指标在研究区内均显示最大值,但从极端降水量和降水强度来看,最大值不一定发生在山区,还可能与其他因素有关;
(2)湖西区和浙西区六个代表站点的降水极值分布拟合结果显示,GPD拟合效果要优于GEV,阈值范围大致在70~90 mm,GPD分布模型更能把握降水极值的分布状况.从具体分布类型上来看,各个站点之间也存在差异性,相同重现期水平下部分站点的降水量更高,应适当提高风险防范等级;
(3)汛期和非汛期的降水空间分布和GPD分布模式也有较大差别,体现在汛期的日平均
降水空间分布差异要高于非汛期,汛期GPD阈值也明显高于非汛期,同时形状和尺度参数变化范围也不同,考虑到该地区暴雨极端事件多发生在汛期,应当针对汛期观测记录进行极值分析更为合理.
参考文献
气候变化下极端水文事件的研究进展
,
Progress in the study of extreme hydrologic events under climate change
全球变化背景下极端降水时空格局变化及其影响因素研究进展和展望
,
Advances and prospects of spatiotemporal pattern variation of extreme precipitation and its affecting factors under the background of global climate change
Precipitation extremes over La Plata Basin–Review and new results from observations and climate simulations
,
A non⁃parame⁃tric entropy⁃based approach to detect changes in climate extremes
Network design for heavy rainfall analysis
On the distributions of annual and seasonal daily rainfall extremes in central Arizona and their spatial variability
,
Characterizing and modeling seasonality in extreme rainfall
,
1970-2014年长江流域极端降水过程的时空变化研究
,
Spatio⁃temporal variations of extreme precipitation events in Yangtze River Basin during 1970-2014
汉江流域极端水文事件时空分布特征
,
Spatiotemporal distribution features of extreme hydrological events in the Hanjiang River Basin
未来情景下南水北调中线工程水源区极端降水分布特征
,
Distribution of extreme precipitation events in water source area for the middle route project of South⁃to⁃North water transfer Under A2,A1B,B1 scenarios
华南地区汛期极端降水的概率分布特征
,
Probability distribution of precipitation extremes during raining seasons in South China
近50年来山东省极端降水指数变化特征分析
,
Characteristics of change in extreme precipitation indices in Shandong province in recent 50 years
1961-2010年新疆极端降水过程时空特征
,
Spatiotemporal variations of extreme precipitation events within Xinjiang during 1961-2010
北京地区降水极值时空演变特征
,
Spatio⁃temporal variation characteristics of precipitation extremes in Beijing
An introduction to statistical modeling of extreme values
基于极值理论的太湖流域降水极值分析
,
Spatio⁃temporal variation characteristics of precipitation extremes in Beijing
基于极值理论的北京市极端降水概率分布研究
Probability distribution of extreme precipitation in Beijing based on extreme value theory
基于极值理论的中国台风降水分布不确定性分析
,
Uncertainty of China typhoon rainfall probability estimation with different extreme⁃value models
太湖流域61年来降水时空演变规律分析
,Tempo⁃ spatial change of precipitation in Taihu Lake Basin during recent 61 Years
近53年长三角地区极端降水时空变化分析
,
Spatio⁃temporal variations of extreme precipitation in the Yangtze River Delta during 1960-2012
太湖流域暴雨时空特征研究
,
Study on spatial and temporal characteristics of rainstorm in Taihu Lake basin.
)
/
〈 | 〉 |