摘要
以北京市作为研究区域,基于极值理论分析北京市降水极值的概率统计特征,探索不同极值分布在北京市降水极值研究中的适用性.选择北京市45个雨量站的19602012年汛期逐日降水数据,基于年最大值法和超门限阈值法(百分位法)筛选降水极值样本序列(AM和POT序列).利用广义极值分布(GEV)和广义Pareto分布(GPD)拟合两组样本序列,采用L矩法估计两种分布函数的拟合参数.基于Kolmogorov-Smirnov检验结果确定最优拟合分布函数,并根据最优拟合分布函数推求不同重现期水平下的降水量.结果表明:(1)除半壁店和沿河城外,AM序列的均值大于POT序列,所有站点AM序列的最小值小于POT序列;(2)GEV分布在AM序列的最优拟合分布函数中占优(40个站点,占全部站点的88.9%),而GEV和GPD分布均可用于POT序列降水极值的拟合,其中GPD分布的拟合结果较好(38个站点,占比为84.4%);(3)两种序列得到的不同重现期水平的降水量空间分布基本相似,总体上利用AM序列推求不同重现期水平下的降水量略大于POT序列,即基于AM序列推算一定重现期水平下的降水极值更有利于规避风险.
- 单位