台风极值风速的数值模拟及分布模型

为克服台风统计样本的不足,以厦门为例,采用Batts风场模型,利用MonteCarlo数值模拟方法来拟合最大风速的极值渐进分布,拟合结果与实际较吻合.通过3种极值分布函数包括极值Ⅰ型、Ⅱ型、反向威布尔分布以及广义Parato分布(GPD)拟合结果的对比分析,得到100年重现期内极值Ⅲ型分布(即反向威布尔分布)对于厦门地区年最大风速拟合最好,而极值II型的偏差较大,并给出了厦门地区不同重现期内最佳的极值风速估算值.     

极值风速拟合优化策略

在桥梁设计规范中假定风速随机过程为平稳过程 ,风速母体服从指数型分布并以极值Ⅰ型拟合风速极值渐近分布 .然而实际上风速并不严格地满足平稳过程假设 ,且由于样本数据的来源不同和极值分布参数估计方法各异 ,对风速母体分布及样本极值渐近分布拟合方法的结论不尽相同 .针对上述问题 ,通过蒙特卡罗数值模拟技术研究了多种风速母体分布下具有普遍适用性的极值风速拟合策略 .并以上海地区龙华、川沙气象站极值风速估算为例 ,阐明了该方法的实用性和合理性     

应用极值I型分布估算厦门市极端风速

根据厦门市1958～2007年的年风速数据,应用极值I型分布函数对厦门市不同重现期的最大和极大风速做出估算,并用柯尔莫戈洛夫(Колмогоров)检验法对此结果做出拟合优度检验。并比较规范值与估算值,验证极值I型分布函数对厦门市风速拟合的可行性。     

南水北调中线工程代表站降水极值的概率分布特征研究

基于南水北调中线工程受水区4个代表气象站1961—2021年年最大日降水量和年最大连续降水量,建立Pearson-Ⅲ型分布（P-Ⅲ）、广义极值分布（GEV）和Wakeby分布（WAK）的一维概率分布模型;根据从以上3个模型中选出的最优分布模型构建各站的Frank、Clayton和Gumbel Copula二维联合概率分布模型,并根据最优一维、二维模型分析重现期问题.结果表明：(1)南阳站、石家庄站和北京站强降水有由多日向单日集中的趋势.(2)GEV和WAK较P-Ⅲ分布在拟合斜率迅速减小的分布曲线时效果更好,WAK的效果又优于GEV.(3)郑州站和石家庄站20年一遇以上的降水值大于南阳站和北京站.(4)各站两个降水极值序列的Spearman和Kendall秩相关系数均较高,其中石家庄站最高,北京站次之,郑州站最低.(5)Gumbel Copula函数构建的二维联合分布最优;各站观测值的“或”（“且”）联合重现期大部分在10年（30年）以下,所有单要素重现期组合下的“或”（“且”）联合重现期,各站间的排序与两个秩相关系数各站间的排序一致（相反）.     

基于广义极值分布的设计基本风速及其置信限计算

引入涵盖Gumbel,Frechet,W eibull三类极值渐近分布的广义极值分布(GED)模型,给出该模型参数的极大似然估计的计算公式,并由此导出设计基本风速及其置信上限的计算方法.采用南通气象观测站的年最大风速资料进行实证研究,分别用似然比法和Kolmogorv统计量检验分布的拟合优度,得出南通气象观测站年最大风速符合Frechet分布,而由样本值构造的经验分布与理论分布曲线基本相吻合.因此,由GED模型导出的计算方法明显优于采用单一分布的方法.     

拱顶罐罐顶腐蚀数据的统计分析

为加强储罐的管理,准确把握储顶的腐蚀状态,对罐顶的健康状况进行分析评价。采用广义极值分布作为罐顶腐蚀深度的统计模型,对腐蚀深度最大值进行极值统计,构造实际问题的统计分析模型,并用L-矩法估计模型的参数,分析罐顶腐蚀的统计规律。对胜利油田某联合站5个拱顶罐罐顶腐蚀数据进行统计分析。结果表明,罐顶腐蚀最大深度符合广义极值分布的Ⅲ型分布(Weibull分布),经柯尔莫哥洛夫检验,极值Ⅲ型分布能较好地拟合罐顶的腐蚀深度。     

一种新的最大风速分布函数

本文提出以Edgeworth分布函数作为最大风速分布函数,通过对我国廿五个有代表性的省、市地区最大风速实测资料进行统计计算,又经柯尔莫哥洛夫(КОЛМОΓОРОВ)拟合优度准则检验,证明Edgeworth分布函数较“荷载规范”1985年修订稿所采用的最大风速分布函数——极值Ⅰ型分布有较大的改进。     

广西冬季极端最低气温的概率分布模型选择及其极值和重现期计算

为了解广西冬季极端最低气温概率分布类型和分析广西不同重现期的冬季极端最低气温值，根据广西88个气象站1951－2000年（1951年以后建站的站，取建站－2000年）冬季极端气温序列，分别用GumbelⅠ型极值分布，GumbelⅡ型极值分布，GumbelⅢ型极值分布，正态分布，双正态分布函数进行拟合，并按柯尔莫哥洛夫检验和ω^2检验方法进行拟合优良检验，结果表明，桂林等55个站遵从双正态分布，河池等29个站遵从正态分布，南宁等4个站遵从GumbelⅠ型极值分布，说明用双正态分布，正态分布和GumbelⅠ型极值分布函数作为广西冬委极端最低气温的分布函数效果较好，广西15年一遇的极端最低气温－2℃等值线与广西龙眼，荔枝的分布北界比较接近。     

广东省年最高水位多年一遇的极值计算

利用广东省各主要河流的20个水文站的年最高水位资料，采用皮尔逊—Ⅲ型分布理论和适线法进行重现期的极值计算分析。结果表明，采用这种方法拟合效果较好，大多数站点的绝对误差小于0．4m，相对误差小于5％；不管从现有资料分析，还是从多年一遇的极值分析，北江、东江、西江的极值距平值均较大，重现期T＝100a时半数站点的极值距平值在6．0m以上，其中西江流域的梧州站极值距平值最大达8．04m。因此，北江、西江、东江是广东省防洪的重点流域。     

台风引起的长江口及杭州湾沿岸极值风速分布研究

根据台风强度和近岸水位等选取了对上海影响较大的4个典型台风,并根据实测资料比选确定适合长江口及杭州湾区域的台风最大风速半径公式.建立了研究区域的台风模型,并采用典型台风期间实测的风速资料对模型进行了验证.采用台风模型计算了1949—2014年所有影响上海的台风期间以及4个典型台风期间上海沿岸极值风速、有效极值风速,定量分析了极值风速和有效极值风速的范围、分布特征.     

海洋地区风频模型探索

目前，可以当做风频模型的分布函数很多，但它们都不能准确地描述海洋地区的风频分布规律。根据海洋地区风频分布的特点，在Ｗｅｉｂｕｌｌ函数的基础上建立起新的风频模型，并给出它的参数估算方法。     

三峡升船机结构的风载可靠性分析

研究了三峡升船机结构的风载可靠性分析方法．采用极值分布模型模拟风的年l0min平均最大风速记录,确定了风荷载的概率模型根据人体反应,确定无感振动作为首次穿越分析的基本状态．假定结构响应和控制点的极限值是随机变量,利用Rosenblatt变换为正态分布,从而求出结构的可靠度,并利用Monte-Carlo模拟方法作了对比分析．     

桥梁阵风风速系数研究

通过用短暂时距内的平均预期最大值代替瞬时预期最大值的方法来得到风速峰值和阵风风速系数,并讨论了地表粗糙度、基本风速、桥面高度和时距对阵风风速系数的影响程度,最后给出了阵风风速系数的数值．     

基于改进最小二乘支持向量机方法的短期风速预测

为了进一步提高短期风速预测的精度,分析了一种改进的风速预测方法.该方法考虑风速发生变化的极值点对总体预测误差的影响,以及预测曲线较实际曲线产生的滞后,分别对预测数据进行了极值点修正和偏移量处理.在对未来1 h风速进行预测时,相比粒子群优化(PSO)的最小二乘支持向量机(LS-SVM)模型、未经优化的LS-SVM模型及反向传播(BP)神经网络模型,所提出的模型具有较高的预测精度和运算速度.算例结果表明,改进的LS-SVM算法是进行短期风速预测的有效方法.     

考虑地貌修正的基本风压计算方法研究

提出根据气象台站的每日极大风速和最大风速记录修正非标准地貌风速记录的方法。采用该方法对北京和大连气象站的风速数据进行分析计算, 得到50年重现期的基本风速, 并与原数据的计算结果进行比较。因为修正系数将各年最大风速都转换到标准地貌下的对应值, 所以修正后的年最大风速数据呈现良好的平稳性特征。最大似然估计的假设检验表明极值Ⅰ型分布是年最大风速的有效统计模型, 同时也说明所提出的数据修正方法的有效性。因此在计算基本风压时, 应当对非标准地貌条件下获得的气象数据进行修正, 以获得可靠结果。     

风电场风速时间序列的复杂动力学特性分析

利用混沌理论对风电场风速数据进行了相空间重构,首先由C-C方法计算出嵌入维数和延迟时间,然后采用G-P算法计算出吸引子关联维数,最后用小数据量改进算法得出风速时间序列的最大Lyapunov指数,由计算结果发现风电场风速时间序列具有混沌特性,为利用混沌预测方法进一步提高风速预测精度提供参考.     

考虑下垫面复杂性的行人风环境评估

为解决城市下垫面给风环境评估带来的困难,建立地形-建筑物耦合模型进行风洞试验,研究某桥址区风环境变化规律;采用三参数Weibull分布对实际下垫面影响下气象数据进行拟合;结合拟合参数和试验风速比得到桥面行人舒适度超越阈值概率.结果表明:桥址区风速受山体的阻挡作用而减小,同时桥址区风速受城市建筑拖曳作用和街道风加速效应明显;结合三参数Weibull分布拟合得到的参数,桥面两端行人舒适度较高,同时桥面跨中位置处受街道风影响较大,易产生行人不舒适感.     

模糊信息粒化和GWO-SVM算法结合的短期风速范围预测

为了实现对风速范围区间的准确预测,提出一种基于模糊信息粒化和灰狼优化-支持向量机(GWO-SVM)算法的风速预测模型.该模型首先利用模糊信息粒子,从一段连续时间的风速值提取出最大值、最小值及大致的平均水平值;然后,采用时间序列风速输入模型,构建输入支持向量机模型的标签向量与特征矩阵;最后,通过灰狼算法进行支持向量机预测模型的参数寻优,实现对风速范围区间的准确预测.在实例验证阶段,将风速历史数据进行模糊粒化,采取4种不同的参数寻优方式对支持向量机预测模型进行参数寻优.结果表明:GWO-SVM算法可以有效地提高风速范围预测的精确度.