干旱灾害是全球最为常见的自然灾害，贵州省是我国的干旱高发地区之一。文章基于贵州省各站点近20年的逐月降雨资料，以标准化降水蒸散指数SPEI作为干旱识别指标，采用基于Copula的干旱频率分析方法对贵州省各站点近20年进行了干旱识别及干旱频率分析；计算了其干旱频率、干旱历时、干旱历时最大值、干旱烈度、干旱烈度最大值和干旱始末等干旱变量。研究结果揭示了贵州省干旱在时间维度和空间维度的变化及分布规律、各季节旱的分布特征规律等，其对贵州省抗旱减灾具有一定的指导价值。
标签：干旱频率；干旱烈度；时空规律；贵州省
1 基础数据和研究方法
1.1 研究区基本情况
贵州省地处我国西南腹，是一个高起于四川盆地、广西丘陵和湘西丘陵之间的岩溶山区，境内地势西高东低，自中部向北、东、南三面倾斜。贵州属亚热带湿润季风气候，大部分地区雨量充沛，年均降水量为1143.6mm，但其降水时空分布不均衡，同时贵州省具有复杂的喀斯特地
贵州省内旅游貌，这使得贵州省成为我国的干旱高发区。
所用基础数据贵州省境内19个气象站点1993-2012年的逐月降水资料，来源于中国气象科学数据共享服务网站和贵州省水利科学研究院，数据准确可靠且具有代表性，可真实反映贵州省相对应时段内的实际情况。贵州省境内19个气象站点分布情况见图1。
1.2 研究方法
1.2.1 干旱频率分析方法
干旱发生频率及重现期研究主要采用基于Copula的干旱特征变量分析方法。干旱特征变量分布中，干旱烈度S及干旱历时D大致复合Gamma分布和指数分布。且可以用适线法去调试进而确定其分布函数的相关参数，以解决因为干旱特征变量数据的有限性及局限性而引起的计算差异及与事实不符的问题。而当要运用两个特征变量来表示某一干旱情况、分析其频率等时，那么就需要衡量两干旱特征变量间的关联，也就是处理两特征变量间的联合概率分布函数。
研究表明，Copula理论是解决这一问题直接、便捷的一种方法，而其中的Archimedean Cop
ula 函数因其形式简洁、计算方便被大量运用，这其中最常用的Archimedean copula函数有Gumbel-Hougaard（GH）、Clayton和Frank Copula。假设用干旱历时和干旱烈度二者来表述某一干旱情况、分析其干旱特性时，那么可令u=Fd（d），v=Fs（s），则它们可分别表示为：
发布评论