【现货速发】区域极端降水事件时空统计特征及机理(精)

全球变暖背景下，**降水事件发生强度和频率均在加强，引发严峻的社会、经济与生态问题，造成巨大的生命及财产损失。中国深受**降水事件引发的灾害的影响，其各区域**降水事件时空统计特征及机理是应对全球气候变化与防灾减灾的研究热点和理论依据。《区域**降水事件时空统计特征及机理》是在多年系统研究中国区域降水过程、成因及影响的基础上进行总结与提炼而形成的系统性学术成果，全面分析气候变化背景下中国区域**降水事件的气候学特征与现代变化趋势，初步评估**降水变化可能对农业生产和粮食安全造成的影响及风险。针对变化环境下**降水事件量级、频率和季节性变化特征，构建非一致性识别和频率分析模型框架，深入探究热带气旋和城市化对**降水事件的影响。

目录
第1章 **降水事件时空特征及其对夏季温度的响应 1 
1.1 研究数据 2 
1.2 研究方法 4 
1.2.1 变异分析 4 
1.2.2 趋势分析 5 
1.3 **降水量级非一致性分析 6 
1.4 **降水频率非一致性分析 8 
1.5 **降水发生时间非一致性分析 10 
1.6 **降水对夏季温度的响应 14 
1.7 本章小结 19 
参考文献 20 
第2章 多尺度不同量级**降水发生率非一致性特征 23 
2.1 研究数据 24 
2.2 研究方法 25 
2.2.1 基于核估计的年际尺度**降水发生率 25 
2.2.2 基于考克斯回归模型的年内尺度**降水发生率 26 
2.2.3 泊松回归模型 26 
2.3 POT 抽样的**降水的季节性分布特征 27 
2.4 **降水发生率在年际尺度上的非一致性特征 28 
2.5 **降水发生率在年内尺度上的非一致性特征 30 
2.6 **降水年发生率的变化特征 33 
2.7 本章小结 37 
参考文献 38 
第3章 **降水季节性特征及非一致性分析 41 
3.1 研究数据 42 
3.2 研究方法 42 
3.2.1 圆形统计方法 43 
3.2.2 **降水发生时间的趋势和变异 44 
3.2.3 **降水受热带气旋影响的识别 44 
3.3 **降水季节性的时空特征 44 
3.4 **降水季节性的非一致性 48 
3.5 **降水的水汽通量背景及与热带气旋的联系 53 
3.6 本章小结 55 
参考文献 56 
第4章 年和季节**降水极值分布函数上尾部性质 59 
4.1 研究数据 60 
4.2 研究方法 60 
4.3 降水极值一致性分析 61 
4.4 **降水极值分布函数上尾部性质 63 
4.5 热带气旋对沿海地区极值分布上尾部的影响 66 
4.6 本章小结 69 
参考文献 70 
第5章 **降水受城市化和气候变化影响的相对贡献分析 73 
5.1 研究数据 75 
5.2 研究方法 77 
5.3 气候变化和城市化在国家尺度上的相对贡献 78 
5.4 气候变化和城市化在区域尺度上的相对贡献 81 
5.5 气候变化和城市化在局部尺度上的相对贡献 83 
5.6 本章小结 87 
参考文献 88 
第6章 **降水非一致性受城市化的影响 93 
6.1 研究数据 94 
6.2 研究方法 95 
6.2.1 佩蒂特检验 95 
6.2.2 一致性和非一致性频率分析 95 
6.2.3 聚类分析 99 
6.3 城市化对**降水长期趋势的影响 100 
6.4 城市化对**降水非一致性频率分析的影响 110 
6.5 城市化对**降水影响的识别 118 
6.6 本章小结 126 
参考文献 129 
第7章 **降水量级和频率受热带气旋的影响 135 
7.1 研究数据 137 
7.1.1 降水和热带气旋轨迹数据 137 
7.1.2 ENSO 相位和NCEP-NCAR 再分析数据 138 
7.2 研究方法 139 
7.2.1 **降水量级与频率定义 139 
7.2.2 逻辑斯谛模型和泊松回归模型 139 
7.2.3 水汽输送与急流 140 
7.3 热带气旋引起的**降水量级和频率特征 141 
7.4 热带气旋对内陆地区**降水的影响 148 
7.5 ENSO 与热带气旋引起的**降水之间的联系 152 
7.6 ENSO 对热带气旋引起的**降水影响的物理机制 155 
7.7 本章小结 164 
参考文献 167 
第8章 **降水时空变化对农业洪旱灾害的影响 171 
8.1 研究数据 172 
8.2 研究方法 173 
8.3 农业洪涝、干旱灾害趋势 173 
8.4 农业洪涝、干旱灾害变异分析 175 
8.5 农业洪涝、干旱灾害对粮食产量的影响 179 
8.6 农业灾害变化成因讨论 179 
8.7 本章小结 184 
参考文献 185

全球变暖背景下，**降水事件发生强度和频率均在加强，引发严峻的社会、经济与生态问题，造成巨大的生命及财产损失。中国深受**降水事件引发的灾害的影响，其各区域**降水事件时空统计特征及机理是应对全球气候变化与防灾减灾的研究热点和理论依据。《区域**降水事件时空统计特征及机理》是在多年系统研究中国区域降水过程、成因及影响的基础上进行总结与提炼而形成的系统性学术成果，全面分析气候变化背景下中国区域**降水事件的气候学特征与现代变化趋势，初步评估**降水变化可能对农业生产和粮食安全造成的影响及风险。针对变化环境下**降水事件量级、频率和季节性变化特征，构建非一致性识别和频率分析模型框架，深入探究热带气旋和城市化对**降水事件的影响。

强降水,研究,中国

第1章 **降水事件时空特征及其对夏季温度的相应
　　气候模式模拟结果表明，在全球变暖影响下，全球水文循环呈加剧趋势[1]，21 世纪中国**降水事件也将发生显著变异[2-3]。**降水及其引发的洪旱灾害事件对人类社会和经济发展带来了巨大影响，气象水文极值事件已成为当前国际学术研究前沿与热点。近几十年来，中国**降水事件呈增加趋势[4]，并给农业生产带来了巨大损失[5]。因此，中国各区域**降水特征及成因已成为当前研究热点[6-8]。张强等[6]通过对新疆地区**降水概率的研究指出，北疆发生**强降水的概率较大，南疆发生**弱降水的概率较大；佘敦先等[7]发现淮河流域年**日降水事件发生时间多集中于20 世纪60～70 年代；任正果等[8]指出中国南方各**降水指数的多年平均值表现出明显的空间分布规律，越靠近西北方向越干旱，越靠近东南方向越湿润。
　　基于年**降水指标等对中国**降水事件的研究已开展较多[6-8]，然而基于超阈值（peaks-over-threshold，POT）抽样分析中国**降水量级、频率和发生时间的非一致性特征，并进一步揭示中国**降水潜在影响因子的研究却鲜有报道。值得注意的是，基于POT 抽样的**降水事件相比年**降水指标能够提供更多、更丰富的**降水事件信息[9]。而一致性假设是一切城市防洪排涝工程、水利工程设施等设计标准的基础。Villarini 等[10]定义一致性为时间序列无趋势性、变异性和周期性，常用趋势和变异点分析检验一致性假设是否合理[10-12]。关于中国**降水事件非一致性特征潜在的影响因子，已有研究表明温度增加导致中国东南地区降水加强，且冬季趋于湿润[13]。因此，本章关注的主要问题为：①基于POT 抽样的中国**降水量级、频率和发生时间的非一致性特征（变异和趋势）时空规律；②中国**降水量级、频率和发生时间对温度转折的响应规律。
　　1.1 研究数据
　　中国地域广阔，地形复杂，气候空间差异较大（图1.1）。张家诚和林之光[14]主要根据热量和水分两级指标，参考光照时间，将中国划分为八个一级气候分区：西部干旱区、青藏高原区、东部干旱区、西南区、东北区、华北区、华中区和华南区（图1.1）。一级气候分区的划分，除考虑大高原及山地外，从北到南以气候带为根据，从东到西以干燥度为标准[14]。本节将分析每个一级气候分区**降水事件的非平稳性及对夏季温度的响应特征。
　　从中国气象局收集到了839 个站点1951～2014 年期间的日降水和温度（日**温度、日平均温度及日**温度）数据。为了严控数据质量，删除累积缺测时间超过365d 的站点，剩余728 个站点，并将其用于本章分析（图1.1）。缺测数据采用Zhang 等[15]提出的方法进行插值。气象站点数据记录时长*短的有55 年，*长的有64 年，各一级气候分区中青藏高原区气象站点*少，有56 个站点，华中区气象站点*多，有128 个站点（图1.2）。气象站点在中国区域分布较完整，能够为分析区域**降水事件提供较好的条件。长时间降水序列能够为研究中国**降水事件提供更详细的信息，且估计误差更小。
　　图1.1 中国气象站点记录时长、地理位置及一级气候分区
　　图1.2 中国气象站点序列长度统计信息
　　1.2 研究方法
　　进行POT 抽样（设置一个阈值，然后抽取每一次**降水发生的量级及时间、每一年**降水事件次数为样本），阈值设置一般采用两种方式：一种以**值为阈值（如50mm/d）；另一种以降水经验概率分布为基础（如95%分位数）。本书将非零降水序列95%分位数作为阈值（图1.3）。95%分位数的阈值在中国由东南部的75mm/d 逐渐减小到西北地区的5mm/d ，变化显著。
　　图1.3 中国基于POT 抽样的**降水阈值空间分布
　　1.2.1 变异分析
　　变异分析方法已有多种，不同的方法基于不同的假设[如单变异点和多变异点，检验前是否预设变异点位置，是否符合高斯分布（Gaussian distribution）等]。Killick 和Eckley[16]于2014 年提出一个综合集成的“changepoint”检验方法，该方法基于似然函数框架，具有较大的灵活性，可以克服序列高斯分布假设的限制，不需要预先设置变异点位置，可进行单变异点和多变异点检测。同时，其包含了以往多种算法，如二进制分割算法和分段邻域算法，因而具有强大的功能。相较于以往变异点检测方法仅能检测时间序列均值变异，“changepoint”检验方法可同时用来检测均值和方差变异。时间序列y1: n为y1 ， y2 ， ， yn。对于单变异点检验，构建两个假设：空假设H0 为不存在变异点，非空假设H1 为存在变异点。在非空假设H1 中，假设变异点位于τ1 （τ1 ∈{1，2， }），相应于τ1 的**对数似然估计为[16] 
　　（1.1）
　　式中：ML( i为**对数似然估计函数；p()i为时间序列的概率密度函数；θ1和θ2 为**对数似然估计的参数。基于式（1.1）可以计算每个可能变异位置上的**对数似然估计，然后根据检验统计值λ确定*终变异点的位置[16]： 
　　（1.2）
　　根据式（1.2），当检验统计值达到显著性水平0.1 时，认为时间序列发生了变异。
　　“changepoint”检验方法常用来检测连续型时间序列的变异点位置，另外本书采用的降水序列在60 年左右，因此选择“changepoint”检验方法检测中国**降水量级和发生时间单变异点。对于中国**降水频率（年发生次数序列）等具有离散特征的时间序列，则采用分段回归法检测变异点[17-18]： 
　　（1.3）
　　式中：t为时间变量，a；yt为响应变量（如**降水频率序列）；ε为随机扰动项；α为响应变量转折点的位置，a，当检验统计值λ的显著性水平达到0.1 时，转折点达到了变异程度，可以称为变异点；β0 为分段回归截距；β1、β2 为不同分段回归的斜率。
　　1.2.2 趋势分析
　　由于曼-肯德尔（Mann-Kendall，MK）算法为非参数检验方法，对异常值不敏感，被世界气象组织（World Meteorological Organization ）推荐用来检测连续型时间序列（中国**降水量级和发生时间）的趋势[19]： 
　　（1.4） 
　　式中：S为第i时刻数值大于第j时刻数值个数的累积数；Xi和X分别为时间序列第i、j个值；n为时间序列的长度。由式（1.4）进一步推导得到MK 检j验统计值Z： 
　　（1.5） 
　　根据式（1.5），Z大于0，表示时间序列呈上升趋势；Z小于0，表示时间序列呈下降趋势；Z的**值大于1.96，表示趋势达到0.05 显著性水平。
　　对于离散型时间序列（中国**降水年发生次数），常用泊松回归模型（Poisson regression model ）判别其时间趋势[17]： 
　　（1.6） 
　　n! 式中：Ni为第i年**降水发生次数；λ为**降水发生率，是潜在的随机变量。本书通过假设λi与时间呈线性关系（通过对数i函数连接）来判断**降水频率是否存在上升或下降趋势：
　　λi =exp( χ0  χ1ti) （1.7） 式中：χ0 为**降水发生率的截距；ti为**降水发生时间；χ1为**降水发生率的斜率。当χ大于0 时，**降水频率呈上升趋势；当χ小于0 时，**降水频率呈下降趋势；当χ11不等于0 且达到0.05 显著性水平时，趋势达1到显著性。
　　在趋势分析中，以往的研究通常没有考虑变异点对趋势结果的影响。变异点的存在可能表明，时间序列影响机制从一个气候机制转变为另一个，或者时间序列非均质。如果不考虑变异点，时间趋势的分析结果可能导致人们对人类引起的气候变化进行错误的表述[17，20]。因此，本书以变异点为时间分割点，将序列分割为变异前、后两个子序列，分别检测两个子序列的时间趋势。为了保证子序列的时间长度，在变异点的选择中采取以下原则：①变异点的位置必须保证两个子序列均至少有10 年的时间长度；②如果均值和方差均检测到变异点，将均值变异点作为*终的变异点。
　　1.3 **降水量级非一致性分析 
　　由图1.4 可以看出，728 个站点中353 个站点（约占48%）的**降水量级存在显著均值变异，291 个站点（约占40%）的**降水量级存在显著方差变异，综合确定*终变异点的站点为404 个（约占55%）。均值变异点和方差变异点在空间上没有明显的分布规律，在某些局部区域上呈现出一致性特征。就均值变异时间来看，变异点位于1961～1980 年的站点共有166 个（约占353 个站点的47%），主要分布在东部干旱区西南部、东北区北部、华北区和华中区的沿海区及西南区；变异点位于1981～2000 年的站点共有147 个（约占353 个站点的42%），主要分布在东部干旱区东北部、东北区中部、华南区西北部和西南区中部。就方差变异点来看，变异点位于1961～1980 年的站点共有121 个（约占291 个站点的42%），主要分布在东北区北部、华中区沿海区域、东部干旱区东部和青藏高原区；变异点位于1981～2000 年的站点共有138 个（约占291 个站点的47%），主要分布在西部干旱区、东部干旱区东部、东北区北部、西南区中部和华中区西部。从*终确定的变异点来看，变异点位于1980 年之前的站点为151 个，约占404 个站点的37%，大部分站点的变异点位于1980 年之后，共有253 个，约占404 个站点的63%。
　　从图1.5 可以看出，对于所有站点整体序列，西部干旱区、华中区及华南区北部和西南部的**降水量级呈上升趋势，东部干旱区中部、华北区北部、华南区东南部及青