未来情景下南水北调中线工程水源区极端降水分布特征

doi:10.3969/j.issn.1673-1719.2013.01.005

气候变化研究进展 ›› 2013, Vol. 9 ›› Issue (1): 29-34.doi: 10.3969/j.issn.1673-1719.2013.01.005

未来情景下南水北调中线工程水源区极端降水分布特征

张利平¹,杨艳蓉²,秦琳琳³,段尧彬²,杨珍²

1. 武汉大学水资源与水电工程科学国家重点实验室
2. 浙江省温州市水文站

收稿日期:2012-02-23 修回日期:2012-12-03 出版日期:2013-01-31 发布日期:2013-01-31
通讯作者: 张利平 E-mail:zhanglp@whu.edu.cn

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

Received:2012-02-23 Revised:2012-12-03 Online:2013-01-31 Published:2013-01-31

摘要/Abstract

摘要： 利用南水北调中线工程水源区9个气象站点1961—2008年的日降水资料和IPCC第四次评估报告多模式数据结果，抽取逐年的最大日降水量序列样本，运用广义极值分布（GEV）和广义帕累托分布 (GPD）两种极值统计模型对样本进行拟合，遴选出描述流域最大日降水量分布规律的最优概率模型，推算重现期对应的降水量值，并预估该流域极端降水事件在未来气候变化情景下的响应。研究表明：南水北调中线工程水源区降水极值均符合GEV和GPD分布，但GPD模型更适合用于描述该流域降水极值分布；未来气候变化情景下用GPD分布拟合的降水极值优于使用GEV分布；A2情景下极端降水事件的发生将更频繁、更强烈，A1B情景下次之，B1情景下相对较小，表明未来高排放气候情景对极端降水事件的影响比中、低排放情景大。

关键词: 极端降水, 广义极值分布, 广义帕累托分布, 气候变化情景

Abstract: The maximum daily precipitation samples are constructed based on the daily observations of 9 meteorological stations from 1961 to 2008 and the multi-model ensembles of the IPCC Fourth Assessment Report in the water source area for the Middle Route Project of South-to-North Water Transfer. The generalized extreme value distribution (GEV) and the generalized Pareto distribution (GPD) are employed to fit the samples. The results show that during 1961-2008, the maximum daily precipitation conforms to both the GEV and GPD, but the simulated results of GPD model are superior to those of GEV model. Then, the corresponding values of different return periods are evaluated. Finally, the extreme precipitation of different return periods are estimated under the A2, A1B, and B1 scenarios. Extreme precipitation events will be more frequent and intense under A2 scenario than under A1B and B1 scenarios, indicating that impacts of the high emissions scenario on future extreme precipitation will be more intense than those of the medium and low emissions scenarios.

Key words: extreme precipitation, generalized extreme value distribution, generalized Parato distribution, climate change scenario

张利平杨艳蓉秦琳琳段尧彬杨珍. 未来情景下南水北调中线工程水源区极端降水分布特征[J]. 气候变化研究进展, 2013, 9(1): 29-34.

[1]	丁凯熙,张利平,佘敦先,张琴,向竣文. 全球升温1.5℃和2.0℃情景下澜沧江流域极端降水的变化特征[J]. 气候变化研究进展, 2020, 16(4): 466-479.
[2]	张奇谋,王润,姜彤,陈松生. RCPs情景下汉江流域未来极端降水的模拟与预估[J]. 气候变化研究进展, 2020, 16(3): 276-286.
[3]	尹红,孙颖. 基于ETCCDI指数2017年中国极端温度和降水特征分析[J]. 气候变化研究进展, 2019, 15(4): 363-373.
[4]	韩翠,尹义星,黄伊涵,刘梦洋,王小军. 江淮梅雨区1960—2014年夏季极端降水变化特征及影响因素[J]. 气候变化研究进展, 2018, 14(5): 445-454.
[5]	贺冰蕊,翟盘茂. 中国1961—2016年夏季持续和非持续性极端降水的变化特征[J]. 气候变化研究进展, 2018, 14(5): 437-444.
[6]	袁瑞强, 王亚楠, 王鹏, 王仕琴, 陈宇宏. 降水集中度的变化特征及影响因素分析——以山西为例[J]. 气候变化研究进展, 2018, 14(1): 11-20.
[7]	张昕怡方国华闻昕叶健郭玉雪. 中国格点化日降水极值统计模型及阈值的选取[J]. 气候变化研究进展, 2017, 13(4): 346-355.
[8]	梁驹, 梁骏, 雍阳阳. 广西极端降水事件气候态及其对ENSO的潜在响应[J]. 气候变化研究进展, 2017, 13(2): 117-127.
[9]	曾颖婷, 陆尔. 1961—2010年我国夏季总降水和极端降水的变化[J]. 气候变化研究进展, 2015, 11(2): 79-85.
[10]	杨赤, 刘志雨, 李洋. 淮河流域水文极值预测模型研究[J]. 气候变化研究进展, 2015, 11(1): 22-30.
[11]	孙溦,李建,宇如聪. 华南暖季极端降水与气温的对应关系[J]. 气候变化研究进展, 2013, 9(2): 96-101.
[12]	段丽瑶刘爱霞史珺. 1918—2010年天津降水指数变化特征[J]. 气候变化研究进展, 2012, 8(3): 171-177.
[13]	陈峪;陈鲜艳;任国玉. 中国主要河流流域极端降水变化特征[J]. 气候变化研究进展, 2010, 6(04): 265-269.
[14]	邹用昌杨修群潘志祥孙旭光房佳蓓廖玉芳. CO₂倍增对我国东部极端降水的影响[J]. 气候变化研究进展, 2008, 4(002): 84-089.
[15]	张增信 Klaus Fraedrich 姜彤张金池. 2050年前长江流域极端降水预估[J]. 气候变化研究进展, 2007, 03(06): 340-344.

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

RichHTML

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价