论文部分内容阅读
城市排水基础设施对城市防洪减灾至关重要,其设计和规划标准主要依赖于传统的降水频率分析。在传统降水频率分析中的降水序列需要满足一致性假设,即降水序列是独立同分布的。但是,由于全球气候变化和人类活动影响使得一致性假设受到挑战,传统的降水频率分析方法不再适用。继续使用传统方法得到的设计结果会增加工程运行风险或增加不必要的工程造价。变化环境下,需要对降水序列进行非一致性频率分析。在非一致性降水频率分析中,主要以基于时变矩法构建时变概率分布模型的方法应用最广。该方法假定降水序列服从的概率分布的统计参数会随时间或其他物理协变量变化,这就导致降水序列服从的概率分布每年都会发生变化,重现期和设计值不再是一一对应的关系。因此,在变化环境下,预测未来极端降水的概率分布变化以及估计符合工程实际的非一致性设计降水至关重要。本文基于时变矩法构建时变概率分布模型,通过预测协变量的方法推求未来极端降水概率分布的变化。并采用能够考虑工程设计寿命的设计年限平均值法估计非一致性设计降水。首先,基于不同的取样方法,对京津冀地区日尺度和小时尺度的极端降水进行取样,并采用不同的趋势检验方法进行趋势分析。然后,对有显著趋势变化的降水序列以时间和物理因子作为协变量构建非一致性模型,通过预测协变量的方法预测未来极端降水服从概率分布的变化。并采用设计年限平均值法估计非一致性设计降水。对无显著趋势变化的降水序列构建一致模型,采用传统方法估计设计降水。最后结合一致性和非一致性设计结果,得到了变化环境下更新的京津冀地区未来设计降水的空间分布以及修订后的降水强度-历时-频率曲线。论文的主要研究结论如下:(1)对京津冀地区不同的极端降水指标进行趋势分析。不同趋势检验方法下,京津冀地区大部分站点的日降水强度表现为显著或不显著的上升趋势。所有站点的极端降水天数表现为显著或不显著的下降趋势。大部分站点的极端降水贡献率、强降水量和年最大日降水表现出显著或不显著的下降趋势。极端降水阈值表现出上升或下降趋势的站点数大致相同。此外,并没有一个极端降水指标在不同趋势检验方法下得出完全一致的结果,但不同方法的差异均在3个站点左右。以超定量取样和年最大值取样得到降水序列,对于邯郸地区小时尺度的极端降水进行趋势分析。主要表现为,长历时降水呈下降趋势,随着历时缩短,趋势变化逐渐呈增加趋势。(2)变化环境下,对于京津冀地区表现出显著变化趋势的年最大日降水和强降水量两个极端降水指标构建非一致性模型,其模型效果要优于一致性模型效果。印证了趋势分析的结果,表明极端降水确实表现出非一致性特征。对变化环境下京津冀地区设计降水的空间分布进行更新后,未来50年京津冀地区年最大日降水和强降水量两个极端降水指标设计值的空间分布表现为东南高,西北低,且高设计值主要集中在东部、中南部和南部地区。与非一致性方法下京津冀地区设计降水的空间分布相比,一致性方法会高估京津冀东部和南部地区的设计降水。因此,继续使用一致性方法下的设计结果势必会增加不必要的工程造价,而非一致性方法下的京津冀地区设计降水空间分布符合极端降水表现出的趋势变化。(3)对于邯郸地区表现出显著趋势变化的小时尺度的极端降水构建非一致性模型,相较于时间为协变量,以具有物理意义的因子作为协变量的非一致性模型具有更好的效果,能够更好的描述极端降水的非一致性。对于短历时(1-18小时)极端降水来说,区域过程因子(城市化)是最好的协变量。对于长历时(24-48小时)极端降水来说,全球过程因子(ENSO)是最好的协变量。变化环境下,将以土地利用为表征的城市化因子作为协变量,通过预测城市化推求未来极端降水的概率分布变化,以此修订的考虑城市化影响的降水强度-历时-频率曲线符合极端降水的趋势变化。而一致性方法下的降水强度-历时-频率曲线会低估或高估某些历时的降水强度。(4)设计年限平均值法从可靠度的角度解决非一致性设计降水的估计问题,具有理论基础。而且,该方法能够考虑工程的设计寿命,所估计的工程设计寿命内的设计值与降水序列所表现出的趋势变化相符合。在变化环境下具有较好的应用前景。