利用1961～2011年江淮地区5～9月无缺测的71站逐日降水资料,做基于POT（Peaks-Over-Threshold）的广义Pareto 分布（GPD）,研究江淮地区极端降水的分布特征及其变化趋势.结果表明：（1）皖赣交界处阈值最大,西北和东南部较小,且江淮大...利用1961～2011年江淮地区5～9月无缺测的71站逐日降水资料,做基于POT（Peaks-Over-Threshold）的广义Pareto 分布（GPD）,研究江淮地区极端降水的分布特征及其变化趋势.结果表明：（1）皖赣交界处阈值最大,西北和东南部较小,且江淮大部分地区阈值的线性趋势系数为正,其中湖北东部和江西北部的站点,趋势达0.8 mm （10 a）^-1以上,并通过了显著性水平0.01的MK（Mann-Kendall）检验.（2）江淮地区中东部多存在连续性极端降水,因此文中采用基于极值指数的自动分串技术获得近似独立的极值样本.（3）尺度参数大值区位于江淮南部,西北、东南以及淮河以北较小,且线性趋势系数在大部分地区均表现为正值,表明出现降水极大值的概率增加.（4）皖赣鄂交界处是极端降水发生概率大值区,而西北、东南及安徽中部地区较小,且极端降水在大部分地区有增加的趋势,特别是在大别山附近及河南东部,2年和20年重现水平的趋势分别达6 mm （10 a）^-1和20 mm （10 a）^-1以上.展开更多
大坝监测效应量作为一种随机变量,采用以极值理论为基础的POT(Peaks over Threshold)模型研究监测效应量的监控指标是合适的,但现有的POT模型的阈值确定以图形法为主,需要人工判断,主观性和随意性较大,且难以实现计算机自动化识别。通...大坝监测效应量作为一种随机变量,采用以极值理论为基础的POT(Peaks over Threshold)模型研究监测效应量的监控指标是合适的,但现有的POT模型的阈值确定以图形法为主,需要人工判断,主观性和随意性较大,且难以实现计算机自动化识别。通过构建阈值递增序列,计算不同阈值Tj条件下相应的监控指标,然后利用概率论中的3σ准则,以监控指标危险值与警戒值的差值△j趋近于测值序列标准差S作为确定最合理阈值的原则,提出了一种改进的阈值确定方法,并给出了一个验证实例。改进方法理论基础明确,有效地克服了图形法的主观性和随机误差,且能采用计算机程序实现最合理阈值的自动识别,增强了POT模型法拟定大坝安全监控指标的实用性。展开更多
文摘利用1961～2011年江淮地区5～9月无缺测的71站逐日降水资料,做基于POT（Peaks-Over-Threshold）的广义Pareto 分布（GPD）,研究江淮地区极端降水的分布特征及其变化趋势.结果表明：（1）皖赣交界处阈值最大,西北和东南部较小,且江淮大部分地区阈值的线性趋势系数为正,其中湖北东部和江西北部的站点,趋势达0.8 mm （10 a）^-1以上,并通过了显著性水平0.01的MK（Mann-Kendall）检验.（2）江淮地区中东部多存在连续性极端降水,因此文中采用基于极值指数的自动分串技术获得近似独立的极值样本.（3）尺度参数大值区位于江淮南部,西北、东南以及淮河以北较小,且线性趋势系数在大部分地区均表现为正值,表明出现降水极大值的概率增加.（4）皖赣鄂交界处是极端降水发生概率大值区,而西北、东南及安徽中部地区较小,且极端降水在大部分地区有增加的趋势,特别是在大别山附近及河南东部,2年和20年重现水平的趋势分别达6 mm （10 a）^-1和20 mm （10 a）^-1以上.
文摘大坝监测效应量作为一种随机变量,采用以极值理论为基础的POT(Peaks over Threshold)模型研究监测效应量的监控指标是合适的,但现有的POT模型的阈值确定以图形法为主,需要人工判断,主观性和随意性较大,且难以实现计算机自动化识别。通过构建阈值递增序列,计算不同阈值Tj条件下相应的监控指标,然后利用概率论中的3σ准则,以监控指标危险值与警戒值的差值△j趋近于测值序列标准差S作为确定最合理阈值的原则,提出了一种改进的阈值确定方法,并给出了一个验证实例。改进方法理论基础明确,有效地克服了图形法的主观性和随机误差,且能采用计算机程序实现最合理阈值的自动识别,增强了POT模型法拟定大坝安全监控指标的实用性。
