第五章__气候要素的极值统计方案.ppt

第五章 气候要素的极值统计 * * 在许多实际问题中，特别是大型工程设计中，为了保证建筑物的安全与经济，常要对一些破坏性的自然灾害进行适当的估计。例如在建造高大建筑物时，必须考虑大风的破坏作用，设计时要估计今后若干年内可能出现的最大风速;在水库建设中，必须考虑流域内的降水量和暴雨出现的情况，估计若干年内可能出现的最大降水和大暴雨，以便做到既节省投资又安全可靠。这类在国民经济建设中经常遇到的问题，在气候统计中称为极值问题，这些问题的正确解决，具有很重要的经济和社会意义。 过去人们曾经采用气候记录中的一些实测极值作为设计的依据。由于气候要素的极值是随着观测的年代而变化的，显然这种估计极值的方法是不很完善的。从统计学意义上讲，各种气候要素的观测极值都可以看作随机变量，它们的出现受着多种因素的影响，从一般数学意义上说，随机变量极值是不稳定的，用动力学气候模式只能描述消掉噪声的平均气候状态，而对于气候要素的极端值或气候突变是难以模拟的。但从概率论的意义，气候要素的极值可以是稳定的，对其极值的变化可以进行概率预报；因此，要科学地解决实际中遇到的气候极值问题，必须对气候要素极值的概率分布进行统计推断，以便对今后若干年内可能出现的气候极值作出合理、正确的估计。 设x1…xn为随机变量ξ的一个简单随机样本，则其中的最大值： 及最小值： 都是随机变量，它们的分布称极值分布。由于是简单随机样本，x1…xn是相互独立和同分布的变量，因此最大值分布函数为 而最小值的分布函数 这里xi称为原始随机变量，F(x) 称为原始分布。 §5.1 气候极值的再现期 极值统计的根本目的是准确地推断极值序列的再现期值或者说某一极值平均可能在多少年内出现一次的再现期，这个问题实际上是研究右侧概率问题。 设 ξ为连续型随机变量，对于任意的实数x,ξ的取值小于x的概率为： （5.1） 则ξ超过某个定值x的发生概率称为右侧概率，即 （5.2） 也称为保证率或超过率 当ξ大于或者小于某个特定值x的事件，平均在T年内出现1次，则把这个T年周期叫做ξ的特定值x的再现期（重新期），又称T年一遇；而这个特定值x称为再现期值。根据概率分布的意义，对最大值有： （5.3） 则再现期为： （5.4） 同理，极小值的再现期： 即再现期和再现期值互为函数关系，知道了分布函数F(x)，就可相互解出，关键是对极值的概率分布的统计推断。 （5.5） §5.2 极值统计及其经验分布的图解应用 设从某个气候变量的总体中，取出n个样品，并从中挑选出最大值（如年极大值），这样进行N次，得到N 个极值样本，x1,..xN，将它们按由小到大顺序排列，得 则函数 称为经验分布函数，当N足够大，它将趋于极值的理论分布函数F(x) 。将它点绘成经验分布曲线图，就可估算再现期或再现期值。 改进式： （5.6） 例 根据某站 100年的年最大风速经验分布曲线，试估计该站年最大风速大于26.2m/s的再现期及50年一遇的再现期值。 风速（m/s) 解： 1) 通过横坐标26.2处作平行于纵轴的直线，交于A点，则A点的纵坐标为概率估计值。 由图近似读得F(26.2)=0.95,由（5.4）得 T=1/（1-0.95）=20（年） 先求 50年一遇对应的概率，由（5.3）得 F(x)=1-1/50=0.98 由图上纵坐标等于0.98处作平行于横轴的直线，交曲线于B点，则B点的横坐标即为50年一遇极值，由图读出约为27.6m/s。 经验曲线法简单粗糙，对长周期情况下误差大，应用受限。 对N 个极值样本x1,..xN，若将它们按由大到小的顺序排列，得 则可直接得到超过率（保证率）经验函数： （5.6*） 可直接应用到（5.3）、（5.4）式。 §5.3 极大值的渐近分布及应用 极值分布函数依赖于原始分布和样本容量，这使得函数形式复杂，如果考虑n趋于无穷时极值的渐近分布，则对原始分布并不要过细的规定，数理统计上已经根据原始分布的类型，导出具有不同分布特征的三种近似的极大值分布。 （1）Ⅰ型分布（耿贝尔分布） 对原始分布是指数型分布（如正态分布，P-Ⅲ分布、χ2分布），其极大值分布渐近服从 最初由费歇和铁培特提出，耿贝尔将其用于水文统计。是应用最广泛的极值分布。 （5.7） （2）Ⅱ型分布 原始变量服从