干旱过程识别及干旱频率计算(共2页).docx
《干旱过程识别及干旱频率计算(共2页).docx》由会员分享,可在线阅读,更多相关《干旱过程识别及干旱频率计算(共2页).docx(2页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、精选优质文档-倾情为你奉上2.2.2 干旱特征变量的提取根据游程理论对干旱指标序列进行干旱过程识别,并由此提取干旱历时、干旱烈度等干旱特征变量。干旱历时是指干旱过程开始至结束所持续的时间;干旱烈度是指干旱过程中干旱指标值与干旱阈值之差的累积和。在干旱过程识别中,必须要处理两个方面的内容:1)小干旱的处理。由于在识别过程中得的过多小干旱事件会影响统计分析,因此,必须对小干旱进行判别后纳入干旱事件样本中;2)干旱的合并。一个长历时的干旱过程可能会被中间短期的非干旱过程所隔断,对于隔断后这些相互关联的干旱事件需要进行重新处理,组成一个完整的干旱过程。假设指标值越小则表明干旱越严重,设定干旱指标阈值R
2、0、R1和R2(图2.2)。对干旱过程识别中小干旱进行处理:当指标值小于R1时,则初步判断此月为干旱,有a、b、c和d共4个干旱过程;在此基础上,对于历时只有1个单位时段的干旱(如a,d),若其干旱指标值小于R2(如a),则此月最终被确定为1次干旱过程,反之不计为干旱(如d)。在干旱合并时,采用以下两种方式:1)如图2.2(a),对于间隔为1个单位时段的两次相邻干旱过程(如b,c),若间隔期的干旱指标值小于R0,则这两次相邻干旱可被视为1次干旱过程,合并后的干旱历时D = db + dc + 1,烈度S = sb + sc,否则为2次独立干旱过程。因此,按上述规定可得图2.2(a)中共有2次干
3、旱过程,即a和b + c。2)如图2.2(b),对于间隔为1个单位时段的两次相邻干旱过程(如b,c),若间隔期干旱指标值与R1之差的绝对值se,小于与之相连的前一次干旱的烈度sb,则这两次相邻干旱可被视为1次干旱过程,合并后的干旱历时D = db + dc + 1,干旱烈度S = sb + sc - se,否则为2次独立干旱过程。按上述规定可得图2.2(b)中共有2次干旱过程,即a和b + c。(a)(b)图2.2 干旱过程识别及干旱特征变量提取2.3 基于Copula的干旱频率分析理论2.3.1 单个干旱特征变量分布已有研究表明,干旱历时D和干旱烈度S一般可分别用指数分布和Gamma分布描述
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 干旱 过程 识别 频率 计算
限制150内