|
||
水力发电学报 ›› 2025, Vol. 44 ›› Issue (6): 72-88.doi: 10.11660/slfdxb.20250608
摘要: 随着全球气候变化影响,极值降雨序列的空间聚类演变和气候响应特征对流域暴雨风险估计有非常重要的意义。本文以湘江流域为研究区域,采用基于变差函数F-madogram的围绕中心点划分(PAM)聚类算法将流域极值降雨序列分为3个聚类分区;筛选出与各聚类分区大部分站点相关性显著的气候驱动因子,以各聚类中心站点为代表,构建基于贝叶斯的非一致性极值降雨频率计算模型。结果表明:极值聚类算法相较K均值聚类法更适用于极值降雨序列;以气候因子为协变量的时变矩模型表现最优,且其不确定性区间最小;当前一年北大西洋涛动为负相、同年西太平洋海面气压升高和东太平洋海面温度上升时,湘江流域上中下游夏季极值降雨频率增加,为湘江流域极值暴雨风险估计和预测提供科学依据。
京ICP备13015787号-3 版权所有 © 2013《水力发电学报》编辑部 编辑部地址:中国北京清华大学水电工程系 邮政编码:100084 电话:010-62783813 本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn |