济南市1972─2016年降水特性

运用线性滑动平均、Mann-Kendall非参数趋势检验、Sen′s坡度、小波分析及多元线性回归方法,选取济南市24个降水站点45年(1972—2016年)逐日降水资料,分析了济南市在年和季节尺度上的降水特征以及降水量的决定性影响因素。结果表明:年降水量以8.23mm/(10a)的速率增加,且呈现出丰枯交替的变化周期,最大主周期为10a;降水量主要集中在夏季,占全年降水量的64.5%,冬季降水占比最小,占全年降水量的3.4%,春、夏和冬季降水具有不显著增加趋势,秋季的降水量具有不显著下降趋势;降水量的年际、春夏季变化主要受降水强度变化的影响;秋冬季变化则主要受降水频率变化的影响。     

基于SWMM与LISFLOOD-FP模型的城市暴雨内涝模拟——以济南市为例

将开源的SWMM一维管网模型与半开源的LISFLOOD-FP二维水动力模型耦合,对济南市黄台桥流域进行暴雨内涝模拟,基于实测场次降水、流量及淹没情况对模型进行率定与验证。统计分析20130723实测场次降水和不同重现期设计降水下研究区溢流节点分布和地表淹没情况,并分析其原因,得出以下结论：20130723实测场次暴雨模拟结果表明耦合模型在研究区具有较好的适用性,可以用于城市流域暴雨内涝的模拟;随着降水重现期的增加,溢流节点数目及各个淹没水深范围的面积均呈增加趋势,总淹没面积从8.18 km2增加到21.92 km2,其中水深范围在0.1~1.0 m的淹没面积占比最大。研究探索城市流域尺度的暴雨内涝模拟,相关结果可为研究区防洪减灾工作提供一定的科技支撑。     

暴雨洪水管理模型参数敏感性分析

暴雨洪水管理模型（SWMM）是研究城市洪涝问题的有效手段之一,其敏感参数取值不仅影响模型参数率定效率,还影响模型预测的精确性。为了准确辨识敏感参数,本文从局部和全局的角度,分别采用修正Morris筛选法和互信息法对参数进行敏感性分析。研究结果表明：洪峰流量和径流系数的敏感参数均为透水区曼宁系数和最小入渗率。本文选用的修正Morris筛选法和互信息法都可以识别出主要敏感参数,但前者对于敏感参数的识别能力有限,后者识别效率较低,建议在需要快速辨识模型主要敏感参数时采用修正Morris筛选法,进一步识别模型其他敏感等级参数时结合互信息法。     

基于Copula函数的北京市设计降雨研究

准确描述不同重现期下的设计降雨,能够为水利工程规划设计和防洪减灾提供重要的科学依据.本文以北京市2005-2018年20个站点逐小时的降水数据为基础,采用超定量法提取各分区不同场次强降雨的降雨历时和降雨量,构建了各个分区降雨历时和降雨量的二元分布,并计算了各个分区在不同重现期下的设计雨量.结果表明:北京市城区的强降雨事...     

基于Copula函数的北京市气候变化及人类活动对NDVI影响的识别

在气候变化和人类活动的双重影响下,城市植被受到严重影响,识别气候变化和人类活动对植被的影响,对城市的生态建设具有重要意义。本文依据《北京市城市总体规划》,运用Copula函数的方法考虑气候变化和人类活动对植被的影响进行分析。结果表明：北京市的植被在各个季节都呈现出较好的增长趋势,且在生态涵养区的增长趋势更加明显。NDVI-P的最优Copula函数主要为Frank Copula和Clayton Copula,而NDVI-T的最优Copula函数主要是Frank Copula函数。根据Copula函数的依赖结构分析表明,气候变化主要是通过影响植被的生长期和促进植被的光合作用来影响植被的生长;人类活动对植被的影响主要是通过建设活动与政策来影响植被的分布。     

基于 Ｃｏｐｕｌａ函数的北京市气候变化及人类活动对 ＮＤＶＩ影响的识别

在气候变化和人类活动的双重影响下,城市植被受到严重影响,识别气候变化和人类活动对植被的影响,对城市的生态建设具有重要意义。本文依据《北京市城市总体规划》,运用 Ｃｏｐｕｌａ函数的方法考虑气候变化和人类活动对植被的影响进行分析。结果表明:北京市的植被在各个季节都呈现出较好的增长趋势,且在生态涵养区的增长趋势更加明显。ＮＤＶＩ－Ｐ的最优 Ｃｏｐｕｌａ函数主要为 ＦｒａｎｋＣｏｐｕｌａ和 ＣｌａｙｔｏｎＣｏｐｕｌａ,而 ＮＤＶＩ－Ｔ的最优 Ｃｏｐｕｌａ函数主要是 ＦｒａｎｋＣｏｐｕｌａ函数。根据 Ｃｏｐｕｌａ函数的依赖结构分析表明,气候变化主要是通过影响植被的生长期和促进植被的光合作用来影响植被的生长;人类活动对植被的影响主要是通过建设活动与政策来影响植被的分布。     

济南市1972-2016年降水特性

运用线性滑动平均、Mann-Kendall非参数趋势检验、Sen's坡度、小波分析及多元线性回归方法,选取济南市24个降水站点45年(1972-2016年)逐日降水资料,分析了济南市在年和季节尺度上的降水特征以及降水量的决定性影响因素.结果表明:年降水量以8.23 mm/(10 a)的速率增加,且呈现出丰枯交替的变化周...