該文探討了貴州區(qū)域性低溫陰雨過(guò)程的識(shí)別方法和綜合強(qiáng)度評(píng)估模型的構(gòu)建方法。利用85個(gè)國(guó)家級(jí)氣象觀(guān)測(cè)站1971—2018年11月—次年4月逐日最高氣溫、最低氣溫、20—20時(shí)降水量及日照資料,首先在給定區(qū)域性低溫陰雨過(guò)程識(shí)別方法的基礎(chǔ)上,篩選出248次區(qū)域性低溫陰雨過(guò)程;其次選取低溫強(qiáng)度、覆蓋范圍、持續(xù)時(shí)間3項(xiàng)作為低溫陰雨過(guò)程指標(biāo),并對(duì)低溫強(qiáng)度和覆蓋范圍指標(biāo)進(jìn)行了正態(tài)化轉(zhuǎn)換,對(duì)持續(xù)時(shí)間指標(biāo)進(jìn)行了Γ分布擬合,然后利用正態(tài)和Γ分布的反函數(shù)確定其數(shù)年一遇的概率,將反函數(shù)所對(duì)應(yīng)的數(shù)值作為等級(jí)劃分標(biāo)準(zhǔn);最后運(yùn)用客觀(guān)分析法確定3個(gè)指標(biāo)的權(quán)重,建立了貴州低溫陰雨過(guò)程綜合評(píng)估模型,并將綜合強(qiáng)度劃分為4個(gè)等級(jí)。應(yīng)用此模型對(duì)歷史重大事件進(jìn)行了試評(píng)估,結(jié)果表明,該模型評(píng)估效果較好,可以在實(shí)際業(yè)務(wù)中應(yīng)用。

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

Johnson變換后數(shù)據(jù)的平均值m=-0.015,標(biāo)準(zhǔn)差σ=0.9829,利用正態(tài)分布的反函數(shù)確定對(duì)應(yīng)給定重現(xiàn)期的理論值,其語(yǔ)法為:x=NORMINV(1-P,m,σ),輸入各種概率P及固定m和σ,就可算出重現(xiàn)期年份對(duì)應(yīng)的低溫強(qiáng)度的理論值x的Johnson變換值,然后再轉(zhuǎn)換為對(duì)....

基于Matlab,使用cxd1=gamfit(A),cxd1=3.5765,1.6664。H=1,表示持續(xù)時(shí)間指標(biāo)符合gamma分布(圖4)。圖4持續(xù)時(shí)間指標(biāo)Γ分布擬合圖

圖3Johnson變換后覆蓋范圍指標(biāo)的頻數(shù)分布(a)以及概率紙檢驗(yàn)圖(b)Γ分布給定重現(xiàn)期求對(duì)應(yīng)理論值的方法見(jiàn)1.2.2,計(jì)算可得m=5.9597,σ=3.7909,Cs=2.0208,Cv=0.6361,α=0.9795,β=0.2611,X0=2.2077,由....

表1低溫強(qiáng)度指標(biāo)數(shù)據(jù)特征Tab.1DatacharacteristicsofLowtemperaturestrengthindex名稱(chēng)過(guò)程N(yùn)/次平均值/℃標(biāo)準(zhǔn)差/℃中位數(shù)/℃最小值/℃最大值/℃偏度s峰度k值2482.483211.8....

本文編號(hào)：3966602