南京过去100年极端日降水量模拟研究

在南京过去100年日降水资料的基础上，利用极值理论中的区组模型和阈值模型分析了极端日降水分布特征。首先通过广义极值(gev)模型模拟了日降水的年极值序列(amdr)，用极大似然估计（mle）方法计算了模型的参数，并借助轮廓似然函数估计出参数的精确误差区间，同时采用4种较直观的诊断图形对模型的合理性进行全面评估，结果表明frechet是区组模型中最适合描述极端日降水分布特征的函数。其次，将日降水序列分3种情景构建极值分布的阈值模型(gpd)，考察了观测数据的规模对应用该模型的限制，重点讨论了如何针对给定观测样本选择合适的阈值收集极值信息。分析结果认为，长度不小于50年的气候序列，采用24mm的日降水量作为临界阈值均能进行gpd分析。该阈值处于年降水序列第91个百分位附近，即对目前长度为50年左右的日观测资料，第91个百分位点以上的数据基本能满足gpd研究的需要。另外，根据gev和gpd对未来极端降水重现水平的推断情况，gpd预测值的置信区间要比gev的窄，极值推断的不确定性相对也较小，更适合用于研究中国目前规模不大的气候资料。最后，对gpd模型的形状参数和尺度参数进行变换，分别引入描述线性变化的动态变量，分析降水序列中潜在的变异行为对极值理论应用的影响。这种变异包括降水序列中长期的均值变化及百分位变化，从模拟结果看，暂未发现资料变异行为对极值分析产生显著干扰。