英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

阿尔卑斯 - 喀尔巴阡山脉的洪水季节特征

J. Parajka ^A,J,* S. Kohnovaacute;^B, G. Baacute;lint^H ,M. Barbuc ^H, M. Borga ^E, P. Claps ^I, S. Cheval ^d, A. Dumitrescu^D

E. Gaume^C, K. Hlavcˇovaacute; ^B, R. Merz^A, M. Pfaundler ^G, G. Stancalie ^D, J. Szolgay^B, G. Blouml;schl^A

A,Institute of Hydraulic Engineering and Water Resources Management, Vienna University of Technology, Karlsplatz 13/222, A1040 Vienna, Austria

B,Slovak University of Technology, Radlinskeacute;ho 11, 813 68 Bratislava, Slovakia

C,Laboratoire Central des Ponts et Chausseacute;es, BP 4129, 44341 Bouguenais Cedex, France

D,National Meteorological Administration 97, Soseaua Bucuresti-Ploiesti, 013686 Bucharest, Romania

E,Department of Land and Agroforest Environments, University of Padova, AGRIPOLIS, via dellrsquo;Universitagrave; 16, Legnaro (PD) IT-35020, Italy

F,Dynamic and Experimental, Hydrology Department, P.C. 013686 P.B. 18, Sos. Bucuresti-Ploiesti 97, Bucharest, Romania

G,Sektion Gewauml;sserbewirtschaftung Abt. Wasser, Papiermuuml;hlestrasse 172, CH-3063 Ittigen, Switzerland

H,VITUKI Environmental Protection and Water Management Institute, Kvassay uacute;t 1., H-1095 Budapest, Hungary

I,Dipartimento di Idraulica, Trasporti e Infrastrutture Civili (DITIC), Politecnico di Torino, C.so Duca degli Abruzzi 24, 10129 Torino, Italy

J,Institute of Hydrology, Slovak Academy of Sciences, Bratislava, Slovakia

摘要

本文的目的是通过季节性指数和大气环流模式分析阿尔卑斯 - 喀尔巴阡山脉极端降水和洪水的长期制度差异，以了解主要的洪水过程。 这是通过聚类分析来确定区域类似的洪水过程，无论是降水强迫还是集水过程。 该结果可以分离出类似的洪水发生过程的区域，包括南风与西风环流模式，由于蒸发引起的土壤湿度季节性影响以及由于融雪导致的土壤水分季节性影响。 在阿尔卑斯 - 喀尔巴阡山脉的许多地区，洪水发生了明显的变化，从夏季到秋季洪水的转变证明了洪水的大小。这里提出的天气学方法在洪水分析和洪水估计中都很有价值。

1.引言

各种水文过程的季节性研究及其空间特性最近引起了人们的兴趣，特别是在水资源管理，洪水方面、低流量区域、土地覆盖和气候变化的评估研究。包括在对比水文学的长期兴趣之外，区域性洪水频率分析可被视为这个发展推动力之一。在这个领域中，通常进行研究的地方是关于洪水区域的同质区域，它被定义为地理上连续的区域、地理上不连续的区域或者水文邻域。这些大多根据基于流域地形和气候特征的相似性度量进行描述。近年来，基于洪水季节性的相似性度量在确定水文均匀区域和汇集群体方面越来越受欢迎。洪水日期数据集的坚固性是这种方法的一个优点，因为它们几乎没有错误。由于产生洪水的机制通常取决于季节，季节性方法开辟了洪水频率分析中使用季节性信息研究混合洪水频率分布的方法。

除了这年之外，与洪水有关的天气环流模式也被用来识别洪水过程。大多数研究集中在寻找洪水触发循环模式来协助区域洪水分析。上述研究为极端事件制度提供了有价值的见解，但其中大多数仅分析了一个国家或地区。 但是，从这些大区域的分析中可以学到很多东西。 其主要优点是，在一个大的区域内，大多数的地形变异性都位于该区域内，因此空间分析不太受空间边界的限制。因为天气模式穿越了国家边界，所以区域尺度的角度对于将洪水与大气环流过程联系起来也非常重要。

本文的目的是分析涵盖欧洲大部分地区的阿尔卑斯 - 喀尔巴阡山脉的洪水状况。 主要思想是利用季节性指数和大气环流模式来了解长期极端降水和洪水在整个范围内的差异，以捕捉主要的洪水过程。 这通过聚类分析得到支持，以确定类似洪水过程的区域，无论是强迫降水还是集水过程。 聚类分析还有助于将季节性和环流模式联系起来，揭示降水和洪水状况之间的关系。

因为一个被用于大区域的季节性评估综合方法，本文超越了现有的文献。 除了使用标准指数外，季节性评估是基于对洪水和降水事件的三次最大年度最大值的评估。 这使我们能够将洪水状况与最极端的事件联系起来。 这项研究的目标是成为对沿着阿尔卑斯 - 喀尔巴阡山脉穿越法国，意大利，瑞士，德国，奥地利，斯洛伐克，匈牙利，乌克兰和罗马尼亚边界的洪水制度的首次评估。 通过地图显示洪水和极端降水的海洋性，以获得对时空变化的分析。

本文安排如下：首先描述季节性评估中使用的方法和可用于分析的水文数据。 结果部分比较降水量和径流量的年极值的季节性，利用不同的季节指数检验其降水量和空间变率，并显示聚类分析的结果以及与环流模式的关系。 最后，我们讨论水文情况下的时空变异性并提出一些结论性意见。

2、方法

2.1 季节性分析

最大每日年度洪水和降水的季节性分析是基于定向统计的，这是根据水文极端事件一年的时间定义相似性度量的有效方法。 Bayliss和Jones以及后来的Burn介绍了反映极端事件发生的平均日期和变异性的指数。第i年事件的发生日期D可绘制在单位圆上，以极坐标给出角度Hi：

其中D = 1代表1月1日，D = 365代表12月31日

来自原点的平均矢量的方向H表示集水区或站点中所有年度事件的平均发生日期。 平均日期的x和y坐标是从n个极端事件的样本中得到的

关于平均日期出现日期的可变性由长度参数r表征

其范围从r = 0（全年均匀分布）到r = 1（同一天发生的所有极端事件）。 为了研究季节性随极值事件的变化而变化，对于一个给定的站点，季节指数（r和）分别根据所有数据和三个最大年度最大值进行估算。在下文中，每年最大降水和洪水的季节性指数分别表示为和。

2.2聚类分析

基于k均值聚类技术对具有类似年度洪水和降水情况的集水区进行识别。这些组通过最小化变量和对应的簇质心之间差异的平方和来获得

其中K是聚类的数量，v是变量的数量（见表1），ni是聚类i中流域的数量，wj是变量j的权重（表1）。对于洪水区的分组，使用了以下八个变量j：由余弦函数和正弦函数表示的年度洪水发生的平均日期：平均洪水发生日期变异性rF，由余弦函数和正弦函数表示的年降水量最大值的平均出现日期：平均出现日期rP的可变性和流量计Xcor和Ycor平面坐标定义的集水区的空间接近度。降水站与最接近它们的流量计有关。 盆地边界不能用于分析，所以距离仅仅通过台站和仪表之间的欧几里德距离来测量。 为了最大限度地减少选定变量的不同幅度和尺度的影响，所有变量均在聚类之前通过Z-分数变换进行归一化。 变量的权重wj在测试模拟中进行估计（这里未显示，部分在Piock-Elena等人，2000年讨论），并且描绘了在划定相似洪水状态时主观给出的变量的相对重要性。 洪水季节性给予了最大的权重。 由于阿尔卑斯山西延伸，Xcor距离比Ycor距离更轻。 表1给出了本研究中应用的最终权重。

集水区特征的硅厚度值Si是衡量该集水区与其集群中的集水区相比与其他集群集水区相似程度的指标。 Si被定义为其中ai是从第i个点到其簇中其他点的平均距离，bi是从第i个点到另一个簇中的点的平均距离。 Si范围在1和 1之间变化。 Si = 1的情况表示聚类良好的样本，情况Si = 0意味着样本可以很好地分配给最近的聚类，并且情况Si =Sigma;1意味着样本被错误分类。 为了估计最终的团簇数量，计算了整个Si的平均值。 最大的Si平均值（Savg）决定了最具代表性的簇的数量。

3.数据

在阿尔卑斯 - 喀尔巴阡山脉范围内评估洪水的季节性。 该地区包括法国东南部，瑞士，意大利北部，奥地利，德国南部，斯洛伐克，罗马尼亚和乌克兰 - 匈牙利边界的一个小地区（图1）。 该地区代表大西洋，地中海和欧洲大陆地区之间的多种气候条件。 降水体制受西部大西洋气流，南部经向环流模式和东部大陆性气候的影响。本研究基于HYDRATE项目收集的数据（Gaume et al。，2009）。这些数据包括1961-2000年期间年度最大径流量和年平均最大日降水量的时间序列，至少有20年的测量数据。年度最大值代表每个日历年观察到的每日最大值。降水数据集由1945个台站组成，每年最大洪水数据为577个流量计。流域面积小于500平方公里，除德国的16个流域外，其范围为750至2600平方公里。表2给出了有关日期的更多细节。站点的空间分布和研究区域的地形分布如图1所示。上图和下图分别显示了降水量和径流量表的位置。研究区域的台站密度各不相同。瑞士，奥地利和意大利北部有详细的观察报告，但法国和乌克兰喀尔巴阡山东部的站点数量较少。

表2

不同国家用于季节性评估的台站数量，该第一个值代表站的数量，第二个是记录的中位数1961-2000年期间的长度（年）。 所有车站都有20多年的历史观测和集水区大小不到500公里

图1.阿尔卑斯山脉和喀尔巴阡山脉的地形，降水站（顶部）和河流流量计（底部）的位置。

为了显示结果，应用了代表每个中值的20公里网格。 图2显示了每个网格中台站的密度，这表明20 km网格分辨率是综合水平和可视化性能之间的合理折中。

3.1天气环流模式目录

为了描述可能导致极端降水和洪水事件的典型大尺度环流天气模式，采用了Hess和Brezowsky Grosswetterlagen（GWL）分类系统。 GWL计划基于1881-2004年期间欧洲日常流通模式的主观分类（Gestengabe和Werner，2005）。映射的概念是基于对气团主要流向的表征;区分纬向，经向和混合气候。原始的GWL分类将大规模循环模式划分为29种天气类型。 Gestengabe和Werner（2005）将这些类型归纳为六组（见表3），这些组为了本研究的目的，用于描述极端降水和洪水事件期间的一般天气状况。 Gestengabe和Werner（2005）以及James（2007）等人提供了特定GWL天气类型（表3中使用的缩写）的更多信息和一般特征。

GWL小组的每月频率如图3所示。这些频率表示1961-2000年期间每个月GWL小组的相对发生率（以％表示）。 图3显示了西部地区和混合天气形成的主导地位，而混合CE天气类型非常罕见。 夏季的经向环流模式比冬季更频繁。

通过评估年降水量最大值当日的天气类型的相对频率以及年度洪水的日和前两天，分析降水，洪水的年最大值发生与典型的天气环流模式之间的关系

表3 基于Grosswetterlage目录（GWL）的典型环流天气模式组

图3分类在不同环流模式中的频率Groszlig;wetterlagen目录在1961-2000期间。

图2.每20x20公里网格站点的数量 。降水站（顶部）和水流量表（底部）

4.结果

4.1极端降水的季节性

图4显示了Al-pine-Carpathian年平均日最大日降水量的平均日期和变化的空间格局。上图显示了极端事件估计的平均日期HP的月份，从完整的数据集（1961-2000）收集而来。在喀尔巴阡山脉和阿尔卑斯山北部，年降水量最大值通常发生在7月和8月。奥地利南部，南蒂罗尔州，格劳宾登州和瑞士东南部地区的Tessin都出现了极大值移至夏末和秋末的情况。在瑞士南部（瓦利斯地区），春季发生极端降水的最大值出现时间有明显变化。地中海环流的影响导致法国和意大利东北部的塞文尼斯 - 维瓦莱拉地区在季节性方面出现明显的区域格局。在这些地区，最严重的风暴事件是由北方带来的冷空气与温暖的地中海之间的对抗所引起的不稳定性引起的，导致典型的秋季降水最大值。平均发生日期的可变性显示在图4的底部面板中。观察到的季节性较低阿尔卑斯山而不是喀尔巴阡山脉。在斯洛伐克和罗马尼亚，降雨发生率与rP大致在0.5和0.7之间相当一致。澳大利亚阿尔卑斯山中部的季节性非常低，可能

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[24937]，资料为PDF文档或Word文档，PDF文档可免费转换为Word