Copula函数在渭河流域干旱分析中的应用研究

采用Gumbe-Hougaard、Frank和Clayton Copula函数,以渭河流域干支流22个气象站点1960—2015年的日降水资料分别构造干旱历时和干旱烈度、干旱历时和烈度峰值以及干旱烈度和烈度峰值之间的二维关系,从而对渭河流域1960—2015年的干旱特性进行分析。结果表明,二维Archimedean Copula函数可很好地描述干旱多变量的联合概率分布,且拟合效果较好;总的来说渭河流域干旱趋势明显,干旱严重程度与干旱历时的变化趋势均不显著,发生较长时期持续干旱的频率高、重现期短,因此当地相关单位应加强干旱的预报和管理。     

Copulas函数在多变量干旱联合分布中的应用

以渭河流域西安站77年的月降水资料为例,采用7种单参数族Copulas函数,建立干旱特征变量之间的联合分布。经拟合优度评价,Plackett Copula函数对干旱历时和干旱烈度、干旱历时和干旱烈度峰值之间拟合程度最好;而Clayton Copula函数对于干旱烈度和烈度峰值拟合程度最好。分别应用这2种Copulas函数对西安站进行干旱特征变量之间的二维条件概率分布及组合重现期计算。结果表明,Copulas函数能较好的描述干旱特征变量间的联合分布;并且具有灵活性和应用范围广等特点,在多变量干旱特征分析中具有广泛的应用前景。     

Copulas函数在二维干旱变量空间分析中的应用

根据新疆地区41个气象站的长系列月降水资料,提取干旱历时、干旱烈度和烈度峰值3个干旱特征变量,基于8种单参数族的Copulas函数,结合ArcGIS9.3软件进行二维干旱变量的空间分析。经拟合优度评价,FrankCopula对干旱历时和干旱烈度、干旱历时和烈度峰值的拟合度最好;而Clayton Copula对于干旱烈度和烈度峰值的拟合效果最佳。二维变量联合超越概率值随单变量的值减小而增大;二维干旱变量中任一特征变量的条件概率随另一变量的增大而减小;干旱特征变量的条件发生概率在新疆地区从北到南依次递增。表明Copulas函数结合ArcGIS9.3软件能够描述二维干旱特征变量的空间演变规律。     

基于Archimedean Copula的三维干旱特征变量联合分布研究

应用Archimedean Copula函数研究干旱特征变量的联合分布,为水资源决策者提供依据。以渭河流域西安站77年的月降水资料为例, 采用Archimedean Copulas函数建立干旱特征变量之间的三维联合分布模型。分别采用极大似然法和适线法进行参数估计,通过拟合优度评价选用Clayton Copula描述干旱历时,干旱烈度和干旱烈度峰值之间的联合分布,并计算条件重现期。结果表明, Copulas函数能够比较好的描述干旱特征变量间的联合分布;具有灵活性和应用范围广等特点。     

基于Copula函数的松花江流域水文干旱频率分析

【目的】基于Copula函数对松花江流域进行水文干旱频率分析。【方法】利用可变阈值法识别日尺度水文干旱事件的历时和烈度,并进行融合处理;选择6种常用的分布函数拟合干旱特征变量,以Kolmogorov-Smirnov检验法优选单变量边缘分布;从3种Copula函数中优选函数模型,建立了干旱历时和烈度二维联合分布,并计算联合分布概率和重现期,再利用蒙特卡洛方法,讨论基于Copula干旱研究的不确定性。【结果】融合标准取p_c=0.1和t_c=5,流域干旱历时均值为81~105 d;对数正态分布是大赉站、扶余站和哈尔滨站干旱历时的最优边缘分布,而各个站点干旱烈度最优分布各异;Frank Copula为流域干旱二维联合分布的最优模型,流域大多数干旱的重现期不超过20a;在同现重现期为20 a的条件下,大赉、扶余、哈尔滨和佳木斯4个水文站点的最大可能设计值表现出较大的不确定性。【结论】Copula函数能够较好地拟合松花江流域水文干旱特征变量间的联合分布,但需考虑其不确定性影响。     

基于多维Copula函数的淮河上游气象干旱特征分析

针对单变量干旱特征分析不能很好地表征干旱事件特征的局限性,论文以淮河上游息县以上流域为研究区,利用42个雨量站1976-2016年逐日降水资料计算气象干旱指数SPI,采用游程理论提取干旱历时、烈度以及烈度峰值三个干旱特征变量,并基于4种对称阿基米德Copula函数构建它们的二维和三维联合分布模型,用于推求其组合重现期。结果表明:三参数伽马分布拟合干旱历时的边缘分布最优,而三参数韦伯分布则拟合干旱烈度以及烈度峰值的边缘分布最优; Frank Copula函数拟合二维和三维干旱特征变量的联合分布最优,由此推求得到组合重现期中联合重现期可作为同频率条件下单变量重现期的下限,同现重现期可作为单变量重现期的上限。研究成果可为淮河流域的防旱减灾和其他流域干旱特征分析提供参考。     

基于连续干旱游程的干旱特征分析与应用

干旱是复杂的自然灾害,了解干旱的演变规律对旱情的防治、水资源的规划和管理意义重大。根据榆林市5个气象站1960-2016年的逐月标准化降水指数,通过不连续干旱游程(UDR)与连续干旱游程(CDR)方法提取干旱变量,应用Copula函数分析干旱发生概率与重现期。结果显示:(1)与UDR方法相比,CDR方法提取的数据系列含有较多极端数据,有助于减小最优理论分布与实测数据的尾部拟合误差;(2)干旱历时与干旱烈度的联合最适分布为:绥德站为Frank Copula,榆阳站和横山站为Gumbel Copula,神木站和定边站为Gaussian Copula。(3)榆林市干旱联合累积概率随干旱历时与干旱烈度增大而增大;组合重现期随干旱历时与干旱烈度的增大而呈先缓后陡的增加趋势。     

松花江流域水文干旱联合概率分布特征研究

利用松花江流域水文站1957-2006年的径流量,采用游程理论、Eviews统计软件以及Copula函数对松花江流域水文干旱特征以及水文干旱联合概率分布特征进行了研究。结果表明:Eviews统计软件能够较好地得出时间序列符合的概率密度函数;G-H Copula函数以及Clayton Copula函数能够较好地拟合2个变量(干旱历时、干旱烈度)的独立分布;Copula函数能够考虑水文干旱的极值,对于分析松花江流域水文干旱联合概率分布是适用的。     

基于三维Copula函数的沙颍河流域水文干旱频率分析

为进一步研究水文干旱特征及其演变规律,选取沙颍河流域2个水文站1951—2008年逐月径流资料,采用游程理论提取水文干旱特征变量,选取4种对称Archimedean Copula函数和对应的非对称Archimedean Copula函数拟合干旱特征变量的联合分布并计算联合重现期和同现重现期。经拟合检验,Frank Copula对干旱特征变量二维联合分布的拟合效果最优,M3 Copula函数对三维干旱变量的联合分布拟合效果最优。干旱特征的单变量重现期值大于二、三维变量的联合重现期,小于二、三维变量的同现重现期。因此,Copula函数能够较好地拟合沙颍河流域水文干旱特征变量间的联合分布。     

基于Copulas函数的干旱特征变量联合概率分析

采用Frank和Gaussiancopulas函数分析二维干旱特征变量联合分布,构建Frankpair—copula、Gaussiancopula、M3copula函数,对比分析三维干旱联合特性。以渭河流域华阴站降雨资料为例,表明copulas函数能够很好地描述多变量干旱联合特性,体现了copulas函数在多变量联合特性研究中的可行性和适用性。     

基于SRI与Copula函数的黑河流域水文干旱等级划分及特征分析

【目的】基于SRI对黑河流域水文干旱进行等级划分及特征分析。【方法】利用2种不同的径流丰枯等级分类方法,对黑河流域莺落峡水文站的径流资料进行概率统计分析,提出基于SRI的水文干旱等级划分标准(标准1),分别采用标准1和基于标准化降水指数(SPI)的干旱等级划分标准(标准2),识别水文干旱历时、烈度、烈度峰值3个干旱特征变量,利用Copula函数进行水文干旱多变量联合分布研究,选取RMSE、AIC、BIC准则作为联合分布拟合优度检验的判别依据优选Copula函数类型,计算了不同干旱事件的重现期。【结果】基于标准1的水文干旱等级划分结果比标准2更符合实际干旱情况;单变量重现期介于联合重现期与同现重现期之间,可以进行干旱事件重现期估计;黑河流域发生持续2.68个月的重旱事件的重现期为3 a。【结论】基于SRI的干旱等级划分在多变量水文干旱研究中使联合分布函数拟合更优,分析得到的干旱特征更接近实际情况。     

基于SPI和Copula的湟水流域干旱趋势研究

为了研究湟水流域干旱趋势变化,选取该区17个气象站的1959-2006年的日降水数据,计算得到1960-2006年的标准化降水指数,并依据干旱等级和游程理论判定出干旱事件。然后采用Mann-Kendall趋势检验法对各站各月的、干旱历时以及干旱严重程度序列进行趋势分析,最后选用Archimedean Copula函数族的3种常用函数联合干旱历时和干旱严重程度序列,优选出拟合最佳的Copula函数构造两者的联合分布,并计算中度干旱和重度干旱情境下的联合重现期。从时间尺度上分析,湟水流域年内湿润化趋势集中在6-9月,干旱化趋势集中在12月到次年3月,出现了干旱的季节更干旱,湿润的季节更湿润的两极化情况,可能会加重流域的夏旱严重程度。在空间分布上看,整体上湟水流域东南部的干旱风险要高于西北部,并且低等程度的干旱在流域东南部发生可能性增大。     

基于Archimedean Copula函数的洪水多要素联合概率分布研究

应用Archimedean Copula函数,探讨洪水多要素的联合概率分布和条件概率分布。以大渡河流域丹巴站49年的洪水资料为基础,根据图形分析法和AIC信息准则选择拟合效果好的Copula函数计算洪峰、洪量、历时的联合概率分布和条件概率分布,并绘制相应的条件重现期图。结果表明,Gumbel Copula可以较好的拟合洪峰与洪量,而Frank Copula对于洪峰与历时、洪量与历时及洪峰、洪量和历时的三维联合分布效果最好。通过情景设置分别计算不同条件下洪水特征变量的二维和三维条件概率分布和相应的条件重现期。Copula函数全面考虑了洪水特征量之间的相依性,可用于洪峰、洪量和历时联合概率分布的计算。     

四湖流域旱涝交替事件特征分析

为描述旱涝交替事件的本质特征,以四湖流域监利站1957-2013年的日降雨资料为基础,从降雨距平序列里提取旱涝交替历时、旱涝交替强度、旱涝交替程度3个特征变量。通过二维和三维Copula函数构建特征变量的联合分布,并计算相应的概率和重现期。结果表明:(1)四湖流域监利站旱涝交替事件主要集中在夏季,并呈现出历时变长,程度变大,分布越来越密集的态势。(2)四湖流域监利站旱涝交替事件多为历时小于39 d、程度小于74,或者程度小于72、峰值小于9,或者历时小于39 d、峰值小于10的旱涝交替事件。(3)基于Frank Copula函数得到三个旱涝交替特征变量的多变量组合重现期,可以为地区水利工程规划和风险评估工作提供依据。     

灌区干旱指标适用性比较及干旱特征分析

为比较不同干旱指标的适用性,利用漳河灌区1973-2009年气象站逐月降水、蒸发资料,计算月、季尺度标准化降水指数SPI和月尺度标准降水蒸散指数SPEI。采用三阈值法,识别干旱过程,统计干旱历时和干旱烈度,采用适线法确定二者边缘分布,并利用GH Copula函数构造其联合分布,计算各干旱事件的重现期。通过与实际干旱资料进行比较,评价了各指标在漳河灌区干旱分析中的适用性,并采用适用性最好的干旱指标评价灌区干旱特征。结果表明:1在漳河灌区干旱分析中,月尺度SPI的适用性最好,所识别的干旱场次准确度高,干旱特征值合理;2漳河灌区干旱总体季节性特征不突出。严重干旱4a一遇,且多发生在用水高峰期的夏秋季,易导致用水保证率降低,严重威胁粮食安全;3通过月尺度SPI识别出的干旱过程较实际形成的干旱过程历时长,干旱出现时间提前。     

干旱历时拟合方法对基于Copula函数的干旱分析影响研究

研究干旱事件的演变规律对于保障水资源安全、促进经济社会发展具有重要意义。通常采用Copula函数分析干旱历时强度等多变量规律,而不同干旱历时拟合方法会对结果造成影响。使用北京和上海近百年逐月降水资料比较了参数拟合方法(指数分布)和非参数拟合方法(游程方法)。结果表明,基于不同历时拟合方法的计算结果均有其合理性,但非参数方法处理极端干旱历时需要外延,因而在这方面不如参数方法。不论以哪种双变量重现期为标准,游程理论拟合历时评估出的风险总小于指数分布拟合历时的评估结果。对于"且"和"或"重现期,历时拟合方法对等值线图的影响与强度拟合的影响相互独立;而对于条件重现期,两者的影响不独立。     

基于Copula函数的不同历时暴雨组合分析

城市的管道排水系统和区域排涝系统两者设计历时及设计标准存在差异,会造成管道排水与河道排涝工程运行不衔接,基于沭阳县1981-2015年的降雨数据,经过拟合精度分析选取合适的边际分布函数,采用Copula函数建立年最大2 h短历时管道排水暴雨和其对应时段的最大1 d长历时区域排涝暴雨的联合分布概率模型,计算超过某一设计值的短历时暴雨与超过某一设计值的长历时暴雨的同现重现期,在短历时暴雨不超过某一设计值的条件下长历时暴雨超过某一设计值条件重现期,研究结果可为城区排水防涝系统的建设提供科学依据,保障城区排水防涝安全。     

基于Copula函数的川中丘陵区干旱风险分析

根据川中丘陵区内8个代表性站点1958—2014年月降水资料计算标准降水指数(SPI),通过游程理论识别不同类型的干旱事件,引入Copula函数计算不同类型干旱事件的联合概率以分析川中丘陵区内的干旱风险。结果表明,川中丘陵区内发生季内轻旱、跨季轻旱、跨季中旱、跨季极旱,尤其是半年以上极旱事件的风险较高;区内不同类型干旱事件的分布特征不同,内江和宜宾站所在区域是季内重旱和季内极旱的高风险区,而巴中和阆中站所在区域是半年以上干旱事件的高风险区。     

1961—2020年东北三省干旱时空分布特征

【目的】分析1961—2020年东北三省干旱时空分布格局。【方法】基于1961—2020年东北三省的86个气象站实测数据,计算1961—2020年不同时间尺度的标准化降水蒸散指数（SPEI）,并结合游程理论、Mann-Kendall检验、经验正交函数（EOF）分解等方法对东北三省的干旱时空变化特征进行分析。【结果】年尺度上,SPEI均呈缓慢减小趋势,但整体上高于-2.0,无显著突变点,干旱发生频率为25.5%～37.6%,中旱、重旱、特旱发生的频率自西向东呈“高-低-高”、“中间高两边低”、“逐渐降低”的分布规律;季尺度上,春夏秋季呈下降趋势,冬季呈现上升趋势,这表明冬季东北三省干旱有所减轻,而春夏秋三季的干旱有所加重,干旱在空间上发生的频次为春季>冬季>夏季>秋季;干旱历时越长其干旱烈度越小,代表站点越干旱;年际尺度上EOF分解得到的前4个特征向量和四季尺度分解得到的第一个特征向量的主要空间模态表现为全区一致、南北反向分布特征。【结论】东北三省除春季和冬季外,年和其余两季SPEI都呈现出下降趋势,其中南部干旱有加重趋势,北部呈现湿润趋势。     

广东大范围持续干旱过程的识别及其环流成因分析

干旱具有影响范围广、持续时间长、造成损失大等特点，是最具破坏性的自然灾害之一。为了全面考察广东干旱的时空动态演变特征，利用广东86个国家气象观测站的月降水量和月平均气温，以及世界土壤数据库的土壤有效含水量计算得到帕默尔干旱指数（Palmer Drought Severity Index,PDSI），通过构建多参数干旱指标，对1979-2021年广东发生的大范围持续干旱过程进行识别。在此基础上，利用ERA5再分析资料对典型干旱过程的气象成因进行诊断分析。结果表明，通过定义区域干旱过程的面积指数、历时指数和烈度指数并设定相应阈值，可以动态识别空间上一致、时间上连续的大范围持续性干旱过程。1979-2021年广东共发生5次大范围持续干旱过程，分别为1980年11月-1981年2月、1998年12月-1999年6月、2002年2月-5月、2004年3月-2005年1月和2020年11月-2021年9月。广东大范围持续干旱过程的平均干旱历时为7.4个月，平均干旱面积指数为78.87%，平均烈度为-6.00。2020年11月-2021年9月的干旱过程是1979年以来广东影响范围最广、持续时间最长、...