声明
摘要
1 前言
1.1 研究意义
1.2 本文研究内容
2 极端气候研究综述
2.1 极端气候指数
2.1.1 平均值与极值的相互关系
2.1.2 极端气候指标的研究
2.1.3 极端气候指标在研究中的应用
2.2 研究极端气候事件的常用方法
2.2.1 统计方法
2.2.2 模式方法
2.3 中国极端降水的频率、强度和分布
2.3.1 极端降水的趋势和分布
2.3.2 极端降水的强度
2.4 极端降水对中国社会的影响
2.5 小结
3 资料和方法
3.1 数据资料
3.2 方法
3.2.1 Mann-Kendall(MK)trend test
3.2.2 经验模态分解(Empirical Mode Decomposition,EMD)
3.2.3 广义极值分布(Generalized extreme value distribution)
3.2.4 广义佩雷托分布(Generalized Pareto Distribution,GPD)
4 利用统计降尺度方法预测中国未来极端降水
4.1 中国降水特征的背景概况
4.2 回归模型的选择
4.2.1 拟合GEV和GPD的模型检测
4.2.2 NCEP与观测站点平均数据的直接对比
4.2.3 建立回归模型
4.3 中国未来极端降水的预测
4.3.1 利用HadCM3模式输出降水数据预测未来极端降水
4.3.2 HadCM3模型和echam5-mpa-om模型预测的对比
5 山东极端降水的时空分布特征
5.1 山东概况
5.2 研究结果
5.2.1 年最大日降水(RX1day)和年连续5天最大降水(RX5day)
5.2.2 日降水量超过10毫米(R10)、20毫米(R20)和50毫米(R20)的天数
5.2.3 简单日降水强度指数(SDII)、连续无降水日数(CDD)和连续湿润日数(CWD)
5.2.4 大于95%百分位阈值的年降水总量(R95p),大于99%百分位阈值的年降水总量(R99p)和年总降水量(PRCPTOT)
5.3 小结与讨论
6 长江流域极端降水变化的时空特征
6.1 长江流域概况
6.2 长江流域极端降水研究
6.3 研究结果与讨论
6.3.1 长江流域降水特征
6.3.2 GEV拟合极端降水的拟合优度检验
6.3.3 不同降水尺度的极端降水变化特征
6.3.4 不同时间尺度极端降水在后气候期的变化
6.3.5 流域极端降水的分布
6.3.6 年最大降水的变化趋势
7 从海气相互作用和水汽输送的角度探讨长江流域极端降水的物理成因
7.1 数据和指标的选取
7.2 长江流域区域降水指数与全球潜热(LHF)、感热(SHF)和海洋表面温度(SST)的相关分析
7.2.1 显著正相关系数的分布
7.2.2 显著负相关系数的分布
7.3 综合分析
7.3.1 风场
7.3.2 位势高度场
7.3.3 速度势
7.3.4 水汽输送
7.4 讨论
7.4.1 潜热和感热的影响
7.4.2 海洋表面温度的影响
7.4.3 大尺度环流的影响
8 结论与展望
参考文献
致谢
个人简历
发表的学术论文