基于空间贝叶斯层次模型的淮河流域气候极值特征分析

【目的】验证空间贝叶斯层次模型在极端气候事件当中建模的适用性，探明淮河流域极端气候事件的空间分布规律。【方法】基于空间贝叶斯层次模型，将经度、纬度与海拔作为模型协变量捕捉气候极值的空间变化特征。在建模过程中，将广义极值函数（GEV）作为其边际分布，采用马尔可夫链蒙特卡罗算法（MCMC）确定空间极值模型所需的参数值。选用淮河流域1960—2015年日最大降水量（RX1day）、日最高气温（TXx）作为极端气候变量进行建模，将模型结果按站点提取，并与基于GEV的站点结果进行对比。【结果】空间贝叶斯层次模型能够很好地模拟淮河流域气候极值，模型结果的参数及各重现水平与直接基于站点数据的GEV分析相近。...

Full description

Saved in:
Bibliographic Details
Published inGuanʻgai paishui xuebao Vol. 39; no. 5; pp. 102 - 110
Main Authors WANG Huaijun PAN Yingping, FENG Ru, XIAO Mingxian
Format Journal Article
LanguageChinese
Published Xinxiang City Chinese Academy of Agricultural Sciences (CAAS) Farmland Irrigation Research Institute Editorial Office of Journal of Irrigation and Drainage 01.05.2020
南京水利科学研究院水文水资源与水利工程科学国家重点实验室,南京210029
淮阴师范学院城市与环境学院,江苏淮安223300
北京师范大学地理科学学部, 北京100875%淮阴师范学院城市与环境学院,江苏淮安,223300
南京水利科学研究院水利部应对气候变化研究中心, 南京210029%淮阴师范学院城市与环境学院,江苏淮安223300
Subjects
Bayesian analysis
Climate
Climate change
Extreme values
Independent variables
Markov chains
Maximum likelihood estimates
Monte Carlo simulation
Parameter estimation
River basins
Rivers
Spatial variations
Huai River
空间极值
极端气候
贝叶斯层次模型
淮河流域
Online AccessGet full text
ISSN1672-3317
DOI10.13522/j.cnki.ggps.2019215

Cover

More Information
Summary:【目的】验证空间贝叶斯层次模型在极端气候事件当中建模的适用性，探明淮河流域极端气候事件的空间分布规律。【方法】基于空间贝叶斯层次模型，将经度、纬度与海拔作为模型协变量捕捉气候极值的空间变化特征。在建模过程中，将广义极值函数（GEV）作为其边际分布，采用马尔可夫链蒙特卡罗算法（MCMC）确定空间极值模型所需的参数值。选用淮河流域1960—2015年日最大降水量（RX1day）、日最高气温（TXx）作为极端气候变量进行建模，将模型结果按站点提取，并与基于GEV的站点结果进行对比。【结果】空间贝叶斯层次模型能够很好地模拟淮河流域气候极值，模型结果的参数及各重现水平与直接基于站点数据的GEV分析相近。RX1day不同重现水平从流域西北向东南增加；TXx不同重现水平具有典型的经向地带性，从流域东部往西部增加。【结论】研究建立的空间极值模型可以获得没有观测台站所在位置的极端气候重现水平，该结果拓展了淮河流域极端气候事件时空规律研究。
Bibliography:ObjectType-Article-1
SourceType-Scholarly Journals-1
ObjectType-Feature-2
content type line 14
ISSN:1672-3317
DOI:10.13522/j.cnki.ggps.2019215