区域性极端事件“糖葫芦串”客观识别法
参 数 表
参数名 | 含义 | 所处位置 |
原始指数 | 针对所关注的区域性事件,选定合适的针对单一台站的指数。通常为某一气象要素(如Tmax, Tmin, Prec)或专门的指数(如CI)。 | 步骤1: 单点(站) 逐日指数选定 |
单点(站) 异常性之阀值 | 针对原始指数,判别单点(站)异常性所采用的阀值(绝对阀值或百分位阀值)。 | |
原始指数 方向性指示码 | 取值1或-1:“1”代表原始指数的数值越大其表示的异常性越大如Tmax, Prec);“-1”代表原始指数的数值越小其表示的异常性越大如Tmin, CI)。 | 步骤2: 逐日 自然异常带分离 |
邻站距离 | 与某站的距离在“邻站距离”范围内的站(或点)被定义为该站的邻站。 | |
邻站异常站数 比率阈值 | 在判别自然异常带时使用,有利于断开不同的自然异常带。一般取值0.1~0.5。 | |
异常带 台站数阈值 | 一般取值3~20,当异常带内所含的台站数量达到或超过该数时,即为独立的自然异常带,否则带内各站为零散的异常点。 | |
事件间断日数 阈值 | 事件允许间断的最大日数,通常取值为0,即不允许间断;特殊情况下可选取1~2。 | 步骤3: 事件的 时间连续性识别 |
异常带的重合 站数比率阀值 | 判别异常带与临时事件重合的控制参数。当某异常带的重合站数比率达到或超过该阀值时,该异常带属于该临时事件,反之则不然。 | |
单一指数之 均值与标准差 | 区域性事件的5个单一指数的平均值与标准差。需要在第一遍运算完成后利用结果进行专门计算得到。 | 步骤4: 区域性事件的 指标体系 |
事件综合指数之系数 | 事件综合指数标准化加权求和函数中5个单一指数之系数,需要自选方案计算得出。 | |
逐日综合指数之系数 | 逐日综合指数加权求和函数中3个单一指数之系数,采用“事件综合指数之系数”中的相应值。 | |
事件定义 之阀值 | 根据前四个步骤识别得到事件中,只保留那些超过该“阀值”的事件。 该“阀值”包含两方面:一是在综合指数和5个单一指数中选择其一;二是确定相应适当之数值作为真正之阀值。 | 步骤5: 区域性事件的 极端性判别 |
(编号)区域性 事件定义之阀值 | 针对所关心区域(如中国、华北或某省),根据事件的综合指数大小分布特点确定该阀值。对那些超过该“阀值”的事件进行编号,称之为(编号)区域性事件;而将那些未达到该“阀值”的事件称为弱事件。 | |
(编号) 区域性事件之 等级划分阀值 | 由(编号)区域性事件的综合指数大小分布特点、根据四级划分原则(极端10%、重度20%、中度40%和轻度30%)得到的3个分界值。 |