我国南北方农业气象灾害风险分析

摘要

本文利用我国北方京、津、冀地区及西安、郑州等地和我国南方的南京、武汉、重庆、广州等地的逐日降水资料，探讨了近40年(1965-2004年)冬夏两季(北方冬小麦生长期、南方水稻生长期)南北方各站干湿期游程及其极端值的概率分布和时间演变特征。其主要研究内容为：各地干湿期游程背景的指数分布拟合；对游程极值作Gumbel分布和广义帕雷托分布(GPD)拟合，并计算其出现概率，估算各地干湿期游程极端值的重现期；由此对两种分布作比较分析，评价其优劣；按照干湿期游程的长短分组，利用多项分布分析不同长度游程出现的概率；通过交叉次数期望公式分析干湿期游程的时间演变特征。
　　 结果表明：(1)各地干湿期游程分布都较好地遵循了指数分布，可以认为，用指数分布来分析干湿期游程分布是可行的；(2)在符合指数分布的基础上，对各测站干湿期游程的极值进行Gumbel分布拟合，选用L-矩估计的方法求参数，这种方法更加稳定、计算更加简单。经K-S以及相关系数的检验，表明Gumbel分布对干湿期极值概率分布有着很好的拟合效果，且精度很高，南方效果则更为明显；(3)考虑到Gumbel分布每年只能抽取一个极值，可能会造成信息的缺失或是虚假信息的混入，本文也采用了GPD分布对南北地区干湿期游程极值进行拟合，经K-S以及相关系数检验后，表明GPD分布能够更好的拟合干湿期游程分布；(4)比较而言，用Gumbel分布拟合的干湿期游程与实测值相比差别较大，并且K-S检验的效果不够稳定；而用GPD方法拟合的干湿期游程不但与实测值相差较小，K-S检验的值也很稳定。因此可以认为GPD分布比Gumbel分布更加适合我国南北方干湿期游程的拟合；(5)用Gumbel分布推算干湿期游程的重现期，得到各站T年一遇的干湿期游程极值；(6)通过多项分布，计算出各测站发生概率最高的干湿期游程分布情况，为当地提供农业气象灾害的预警信息；(7)通过对时间序列的分析，掌握当地干湿期极值的年际变化规律，以提早应对旱涝灾害。
　　 本文从一个新颖的角度分析了南北方主要作物生长季旱涝灾害发生的概率，可以为当地政府和人民提供农业气象灾害风险评估的依据，起到防灾减灾的作用。

目录

文摘

英文文摘

声明

第一章引言

1.1研究背景与意义

1.2国内外研究进展

1.3主要研究内容与全文结构

参考文献

第二章站点与资料的选择

第三章气候背景分析

3.1数据处理

3.2计算方法

3.3指数拟合分析

3.4本章小结

第四章干湿期极值概率分析

4.1 Gumbel分布

4.1.1Gumbel分布计算公式

4.1.2 L-矩估计

4.1.3Gumbel拟合分析

4.2GPD分布

4.2.1GPD分布计算公式

4.2.2拟合分析

4.3 Gumbel与GPD分布的比较分析

4.4本章小结

参考文献

第五章旱涝灾害的可能风险

5.1风险评估模式

5.2评估效果

本章小结

参考文献

第六章干湿期时间变化分析

6.1时间序列变化模式

6.2拟合结果

6.3多项分布模型

6.4多项分布分组拟合

本章小结

第七章总结

文章附图

致谢