北京未来不同历时最大降雨量重现期分析.ppt

检验方法： 概率散点图（P-P图）和百分位散点图（Q-Q图） 概率散点图： 概率散点图描述了样本的次序统计量与经验分布函数的拟合程度。 对于极值模型最关心的就是数据取大值时模型是否合适，即关心较低次序统计量 (相对于较小的k)的拟合度。 百分位散点图： 极值理论认为，当X的分布函数为 F(X) 时，P-P图和Q-Q图应近似为直线。这是检验模型合理性的主要根据。 6.2 广义极值分布和广义帕雷托分布对北京降雨模拟 5分钟 6.2 广义极值分布和广义帕雷托分布对北京降雨模拟 （2）广义帕雷托分布对北京观象台短历时降雨拟合检验 120分钟 6.2 广义极值分布和广义帕雷托分布对北京降雨模拟 （2）广义帕雷托分布对北京观象台短历时降雨拟合检验 K-S检验是一种拟合优度检验，研究样本观察值的分布和设定的理论分布间是否吻合，通过对两个分布差异的分析，确定是否有理由认为样本的观察结果来自所设定的理论分布总体。 观象台不同历时极端降雨分布拟合效果检验 6.2 广义极值分布和广义帕雷托分布对北京降雨模拟 （4）科斯（K-S）检验方法对GEV和GPD模拟效果的检验 历时 极值分布 科斯检验 相关系数 均方误差 5 GEV 0.14 0.99 0.03 GPD 0.03 1.00 0.01 20 GEV 0.17 0.99 0.04 GPD 0.05 0.99 0.01 60 GEV 0.16 0.97 0.04 GPD 0.04 0.99 0.01 120 GEV 0.16 0.99 0.07 GPD 0.03 0.99 0.01 720 GEV 0.17 0.97 0.04 GPD 0.03 0.99 0.01 6.3 广义帕雷托分布的重现期结果 计算步骤： （1）门限值的选定 利用年平均交叉率接近于1的方法计算出不同历时的门限值。 ? 6.4 北京市各历时降雨量的重现期结果 七、结论与展望 北京市历史降雨变化趋势研究 （1）北京地区1841～2008年年降雨量变化曲线显示：北京有两个多雨时段和三个少雨时段。近三十年，全市各站降雨均呈下降趋势，东部地区下降最为明显。同时，降雨日数也呈减少趋势。 （2）1971～2008年，北京地区年极端降雨发生的频次在减小，但日降雨强度有增大的趋势，北京的暴雨集中度在增加。 （3）北京地区近五十年短历时强降雨呈波动变化的规律，最大值主要集中在1970年代之前，以1950和1960年代强降雨量最高，1941～2008年5分钟雨强变化趋势不大，而60分钟、120分钟和360分钟年最大雨强从1980年代后期至1990年代末呈明显减小的趋势。2001年至今，短历时降雨雨强极值呈增加的趋势，近十年短历时雨强极值处于由偏小转向偏大的过渡时期。 （4）1970～1980年代，北京地区强降雨主要为全市区域性强降雨，1990年代之后北京的短历时强降雨呈现出局地性的特征，降雨分布不均，强降雨中心大致成东北西南向带状分布。近三十年，全市短历时雨强1980年代最高，1990年代最小，2001～2008年雨强比1990年代增大。尤其是近3年来，1小时强降雨为近五十年来最高值。 （5）1960和1970年代北京市发生区域性大雨的频次较高，1970年代最为明显，1980年代之后发生区域性大雨的频次明显减小。 七、结论与展望 北京市未来不同历时最大降雨量重现期分析 （1）选取中国东部地区78个站50年(1951-2000)逐日降雨资料作为研究对象，用广义帕雷托分布函数拟合10～50 年不同长度样本资料的极端降雨，经检验，该方法能达到较高的拟合度，且基本上资料年份越长，效果越好。说明极端降雨采用广义帕雷托分布拟合是可行的。 （2） 对北京城区代表站观象台5分钟和120分钟降雨极值分布进行GEV和GPD拟合，检验结果表明两种分布函数均能拟合出观象台降雨变化。 （3）应用广义极值分布和广义帕雷托分布方法对极端降雨的拟合都非常好，两种方法对不同重现期下不同历时降雨量的估算结果可信。通过K-S检验，广义帕雷托分布GPD对极值降雨的模拟效果要好于广义极值GEV分布，因此采用GPD方法预估不同历时的重现期变化。 （4）通过对实测资料的对比拟合，重现期模拟结果可靠。  * 北京市城市雨水排除规划设计标准研究《北京市降雨变化趋势研究》 北京市气象局气候中心 北京市城市规划设计研究院 二零零九年十二月 一、概述 二、气候变化事实分析 三、北京市历史降雨变化趋势 四、气候变化对北京降雨的影响 五、北京地区未来降雨变化趋势预估 六、北京市未来不同历时最大降水量重现期分析 七、结论与展望 主 要 内 容 1.1 研究背景 城市雨水排除系统是现代城市的重要基础设施，对城市的经济发展、城市品味、人们的生产和日常生活等有着极其