QX∕T 302-2015 极端低温监测指标(气象)
|
ID： |
B9DA54936239442CA9AF357F4DDFE3EC |
|
文件大小(MB)： |
0.38 |
|
页数： |
12 |
|
文件格式： |
|
|
日期： |
2024-8-27 |
|
购买： |
文本摘录（文本识别可能有误，但文件阅览显示及打印正常，pdf文件可进行文字搜索定位）：
ICS 07. 060,A 47,中 华人民共和 国气象行业标准,QX/T 302—2015,极端低温监测指标,Monitoring indices of low temperature extremes,2015-12-11 发布2016-04-01 施,中国气象局 发布,QX/T 302-2015,目 次,刖日.山, 范围 . 1,2 术语和定义 .1,3 监测指标 2,4 资料与计算方法 .. 2,附录A（规范性附录）利用广义极值分布（GEV）计算重现期方法 . 3,参考文献. 4,I,QX/T 302-2015,前 言,本标准按照GB/T 1.1-2009给出的规则起草,本标准由全国气候与气候变化标准化技术委员会(SAC/TC 540)提出并归口,本标准起草单位:国家气候中心,本标准主要起草人:王遵娅、邹旭恺、高荣,皿,QX/T 302-2015,极端低温监测指标,1范围,本标准规定了单站极端低温监测指标及其计算方法,本标准适用于极端低温的监测、评估和服务工作,2术语和定义,下列术语和定义适用于本文件,2. 1,气候标准期 climatological standard period,用于计算局地气候状态的最近三个连续整年代,示例:如1981-2010年为2011-2020年所使用的气候标准期,2.2,百分位数percentile,将ー组数据从小到大排序,并计算相应的累计百分位,某ー百分位所对应数据的值即为这ー百分位,的百分位数,2. 3,极端阈值 extreme threshold value,某统计量达到极端状况的临界值,2. 4,极值 extremum,某一时间段内统计量或监测指标的最大值或最小值,2. 5,日降温 daily temperature drop,当日最低气温不高于前一日的现象,注:按QX/T 52-2007和GB/T 21987-2008规定:日最低气温为ー天中气温的最低值,是观测前一日14：00（北京,时间,下同）至当日14：00之间的气温最低值,2. 6,日降温幅度 amplitude of daily temperature drop,当日最低气温低于前一日最低气温的数值,2. 7,连续降温 consecutive daily temperature drop,连续出现日降温的现象,2.8,连续降温幅度 amplitude of consecutive daily temperature drop,连续降温时段内,日降温幅度之和,1,QX/T 302-2015,2.9,重现期 recurrence interval,统计量的特定值重复出现的统计时间间隔,以年计,3监测指标,3. 1极端低温,小于或等于极端低温阈值的日最低气温,3.2 极端日降温,大于或等于极端日降温阈值的日降温幅度,3.3 极端连续降温,大于或等于极端连续降温阈值的连续降温幅度,3.4 极端低温重现期,日最低气温小于或等于极端低温阈值,日降温幅度和连续降温幅度大于或等于极端日降温阈值和,极端连续降温阈值的重现期,4资料与计算方法,4. 1使用资料,逐日最低气温观测资料,4.2 计算方法,4.2 . 1极端阈值的确定,采用百分位数确定极端阈值,方法如下:,a）极端低温阈值:取气候标准期（如!981-2010年）内日最低气温每年的极小值和次小值,构建,ー个包含60个样本的集合,对其从小到大进行排序,取第5个百分位数作为偏低的极端阈值,小于或等于该阈值的事件为极端偏低事件,b）极端日降温和极端连续降温阈值:取同一气候标准期内日降温和连续降温每年的极大值和次,大值,构建一个包含60个样本的集合,对其从小到大进行排序,取第95个百分位数作为偏大,的极端阈值,大于或等于该阈值的事件为极端偏大事件,4.2.2 极端低温重现期的计算,釆用广义极值分布（GEV）理论概率模型计算各极端低温指标的重现期，方法见附录A,2,QX/T 302-2015,附录A,(规范性附录),利用广义极值分布(GEV)计算重现期方法,A. 1 广义极值分布,在气象概率统计中常用Gumbel、Frechet和Weibull三种极值分布函数对气候要素的极值进行拟,合,这三种分布模型可写成一个通式,即具有三参数的极值分布函数,称为广义极值分布(GEV),它的,理论分布函数为:,^(x) = exp[— (1 - ky)i コ k ナ 0,(A. 1),【F(z) — exp1—exp(—y)」 k = 0,其中,y =----自 (A. 2),式中:,ェ——随机变量;,a——尺度参数;,自——位置参数;,k——形状参数,当kナ0时,GEV分布函数即为,F(x) = exp]— (1 — k @ 自)1 コ .. (A. 3),其中,当k <0时服从Frechet分布，而k >0时服从Weibull分布,当k = 0时服从Gumbel分布，即,F(x) = exp]—exp(—--自)」 (A. 4),A.2利用广义极值分布函数计算重现期,对于重现期T的分位数x一有分布函数:,f(xt ) = 1 — T,由此可解得相应的分位数XT为,Xx：T =自+ a ]1 — (— ln(1 - T))],I XT =自一aln]— ln(1 — T)コ,式中:,T——重现期,(A. 5),kナ0,. (A. 6),k = 0,3,QX/T 302-2015,参考文献,ロコ丁裕国,江志红.极端气候研究方法导论.北京:气象出版社.2009,[2]史道济.实用极值统计方法.天津:天津科学技术出版社.2005,[3]高荣等.中国极……
……