联合概率模型在台风暴潮推算中应用.docVIP

联合概率模型在台风暴潮推算中应用 　　摘要 　　近年来影响西北太平洋以及大西洋海区的高强度台风明显增多，对台风暴潮进行合理分析对沿海城市的防灾减灾至关重要。本文在多维联合概率理论的基础上，将随机模拟法应用于海岸及河口地区风暴潮推算。 　　关键词：台风；风暴潮；联合概率；随机模拟法 　　中图分类号：P458.1+24文献标识码：A 文章编号： 　　 　　1. 前言 　　风暴潮是对我国影响最大的海洋灾害类型。由于全球气候变化等原因，近年台风引发的灾害愈发严重，沿岸防护工程对于保护人民生命、财产安全至关重要。工程设计中通常遵从相关规范对实测潮位序列进行极值分析，从而推求出不同重现期的潮位作为设计依据。例如,美国沿岸设防标准依据的是NOAA定义的标准设计飓风（Standard Project Hurricane --SPH）和最大可能飓风（Probable Maximum Hurricane-- PMH）及相应的重现期潮位[1-3]。我国沿岸提防也是根据不同区域不同安全等级的要求以50年一遇或100年一遇等重现期潮位作为标准，对于核电站等特殊工程，则采用最大可能台风(Probable Maximum Tropical Cyclone--PMTC)引起的最大可能风暴潮(Probable Maximum Storm Surge--PMSS)为设计依据[4,5]。 　　工程中常用的极值分布模型主要有Gumbel分布（极值Ⅰ型分布）,Fréchet分布（极值Ⅱ型分布）,Weibull分布（极值Ⅲ型分布）。此外，对数正态分布，P-Ⅲ曲线也常用于工程水文、气象要素的推算。 　　但上述方法需要较长时间的资料序列，由于每年只取最大值作为样本，造成大量有效信息无法被利用。并且只考虑实测潮位单因素，无法合理描述风暴增水与天文大潮的联合作用，一旦资料年限过短，将无法反映出台风频次变化对水位分析的影响。 　　本研究以多元极值分布理论为依据，拟建立相应的随机模拟方法，用于不同重现期风暴潮的概率预测，分析结果可作为相应工程设计的参考依据。 　　 　　 　　 　　 　　通讯作者：庞亮，1980.2，男，汉族，山东青岛， 中国海洋大学工程学院，讲师，博士，pang@ouc.edu.cn 　　 　　本研究得到国家自然科学基金（No.及中国海洋大学SRDP项目资助 　　 　　 　　2. 多元极值分布及其随机模拟求解方法 　　对台风及其诱发的风暴增水进行联合概率分析，实际上是求解类似于式(1)的某种多元积分的过程： 　　(1) 　　式中， 为代表海洋环境条件要素的多元随机变量；为联合概率密度函数。 　　公式(1)通常具有复杂的数学表达式，求得解析解非常困难，因此需要借助随机模拟法，即蒙特卡洛法来获得其模拟解。 　　蒙特卡洛法具体来说就是构造一种随机变量或随机过程，使其某一数学特征等于问题的解，然后对所构造的随机变量或随机过程进行抽样，算出相应参数值作为问题的近似解。针对公式(1)，可以构造N组，记录使得极限方程≤0的样本组数M，则式(1)近似等于： 　　 (2) 　　在工程和气象问题的长期概率分析中，所求的概率值往往非常小，为了取得足够多符合要求的样本数M，必须令抽样总次数N尽量大，否则计算精度很低。为解决这一问题，一些降低方差的抽样技术被开发出来，例如：分层抽样法、样本抽样法、对偶变量法、重点抽样法等。 　　重点抽样法的基本思想是集中对分布的最重要的区域抽样，即对失效概率做出主要贡献的部分抽样，而不是扩展到整个定义域内均匀抽样[6,7]。令X表示n维随机向量，其相应的联合概率密度函数为，则式(1)可改写为： 　　 (3) 　　式中，X为n维随机向量，X=；是有极限状态方程决定的联合概率域；为示性函数；通常被称作权重函数，是为重点抽样构造的一种概率密度函数。所求联合概率的期望值可用下式表示： 　　(4) 　　其中，N代表抽样次数， 表示从中抽取的第i组样本向量。 　　重点抽样法的主要优点在于，样本从构造的概率密度函数产生，而不是从原始密度函数产生，使得对模拟结果有重要作用的事件更多出现，从而提高抽样效率，同时降低方差。 　　 　　3. 算例 　　本研究仅以福建、广西省部分站点为例，介绍了多维联合概率随机模拟法与普通概率模型在潮位长期概率特征分析中的比较。资料序列选用的是相应站点近20年台风资料及相应潮位实测资料。 　　表1 东南沿海部分测站台风期潮位概率分析 　　 　　 　　 　　图1 东南沿海部分测站台风期潮位概率分析 　　 　　结论 　　基于多维联合极值分布和重点抽样法改进的随机模拟法，是处理具有不同相关性的多元非高斯变量概率分析的有效方法，能够更加全面、准确