基于Copula函数的极端天气研究--以河北某地为例

《基于Copula函数的极端天气研究--以河北某地为例》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、分类号密级中国地质大学（北京）硕士学位论文基于 Copula 函数的极端天气研究——以河北某地为例学研专究号：2019150010生：王栋业：数学研 究 方 向：金融数学指 导 教 师：邢永丽2018 年 5 月Copula Based Analysis of Extreme Weather——A Case Study in Heibei ProvinceMaster Candidate: Dong WangMajor: MathematicsStudy Orientation: Financial MathematicsDissertation Supervisor: Pr

2、of. Yongli XingChina University of Geosciences (Beijing )声 明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得中国地质大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名：日 期：关于论文使用授权的说明本人完全了解中国地质大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以

3、公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。□公开□保密（____年）(保密的论文在解密后应遵守此规定)签名：导师签名：日 期：摘要在全球气候变暖的背景下，极端天气有增多增强的趋势。主要表现为极端高温天气、极端寒冷天气、强降水天气等等，随之带来的洪涝灾害、滑坡泥石流等自然灾害造成了巨大的经济损失和人员伤亡。因此，我们必须增强对气候的适应能力，加强预测预报和相关的基础研究，这是预防灾害的前提。同时，要加强极端天气应急机制建设，灾害来临时随时应急、救灾。此外，还应加强极端天气及其危害性的宣传。我们针对中国北方地区的气候特点，选取了气温和风速作为描述极端天

4、气的两个重要变量。通过构建二者的相关性结构模型来计算出极端天气的重现期，这对于准确预测极端天气事件、开展防灾减灾工作、提高极端天气的适应能力等方面具有重要意义。本研究利用河北某地 1971 ~ 2017 年天气日数据，基于二元 Copula 函数建立两个主要天气因素——气温和风速的二元联合分布模型。这一过程包括利用参数估计法、半参数估计法等方法估计 Copula 函数参数，然后利用统计量选出最优的 Copula 函数，最后计算极端天气的重现期并画出不同种类的重现期图，利用重现期图分析不同条件下极端事件的危险性。本文研究发现，广义极值分布比其他候选分布更能精确拟合气温和风速数据，这与

5、广义极值分布适用于拟合极值数据的特点相一致；而 AMH Copula 函数比其他 Copula 函数能更好的刻画气温与风速的相关关系，这与 AMH Copula 函数能描述较弱的相关性的特点相一致。根据 Sn 统计量和 Rn 统计量的结果，用参数估计法估计 Copula 函数参数的拟合优度优于用半参数估计法估计 Copula 函数参数。其次，在计算重现期时，本文计算了单变量重现期和两变量重现期。极端天气的指标对应的重现期表明，该地区出现不适宜滑雪或不能滑雪的情况可能性极小。根据重现期图，该地区极端天气重复发生的时间间隔很长，高温和大风天气出现的可能性很小，因此气候条件比较适宜滑雪运

6、动的开展，比如滑雪场的建设和冬季体育赛事的举办等等。但是随着气象灾害发生越来越频繁，很多极端天气发生的可能性也会逐渐增大，因此做好准确气象预测、防灾减灾的规划和灾害的风险管理仍然非常重要。关键词：Copula，极端天气，参数估计，重现期AbstractExtreme weather is becoming more frequent and stronger with the underground ofglobal climate warming. There are many kinds of extreme weather, such as extremehigh-tempe

7、rature weather, extreme cold weather and heavy rainfall, which cause manynatural disasters including flood and waterlogging, landside and mudslide. Thesedisasters have led to massive economic loss and casualties. It’s high time that wei