Page 121 - 2021年第52卷第10期
P. 121
的拟合优度，部分气象站 KAP 和 P-Ⅲ的 RMSE 值散点位于的 1∶1 线附近，表明这两种分布描述这些
站点日降水序列统计特征的能力很接近，如图 5 所示。图 6 表明对于几乎所有的气象站，P-Ⅲ的拟合
效果要优于 G2。总体上 KAP 和 P-Ⅲ分布要明显优于其它分布，而被普遍接受的 G2 分布的拟合效果
并不突出。
7.5
30
20 5.0
RMSE RMSE
10 2.5
0 0.0
G2 P-Ⅲ GEV GLO GPA LN3 KAP G2 P-Ⅲ KAP
概率分布 概率分布
图 3 7 种潜在概率分布的 RMSE 值箱线图 图 4 G2、P-Ⅲ和 KAP 分布的 RMSE 值箱线图
8
8
6
6
KAP 4 P-Ⅲ 4
2 2
0 0
0 2 4 6 8 0 2 4 6 8
P-Ⅲ G2
图 5 P-Ⅲ和 KAP 分布的 RMSE 值散点图 图 6 G2 和 P-Ⅲ分布的 RMSE 值散点图
基于 RMSE 为评价指标，按照越小越优的原则，初步确定各气象站的最优概率分布，最优概率分
布的空间分布如图 7 所示。KAP 和 P-Ⅲ分布有绝对的优势，其中以 KAP 分布为最优分布的站点有 605
个（73.78%），P-Ⅲ分布 191 个（23.29%），G2 分布 14 个（1.7%），其余分布 10 个。从拟合优度的评价
结果来看，此前常用的 G2 分布在中国的适用性很低，理论上是因 G2 分布参数少，灵活性低于参数
更多的 P-Ⅲ和 KAP 分布，很难较好地拟合日降水序列，尤其是当前观测资料不断延长与极端事件频
发导致日降水序列呈现出更加复杂的统计特征。
RMSE 值衡量的是理论频率曲线和经验频率点据之间的总体拟合效果，反映的是日降水数据全序
70°E 80°E 90°E 100°E 110°E 120°E 130°E 140°E
40°N
30°N 图例
国 界
国界
省界
省 界
A
KAP P
K
Ⅲ
-
20°N P P-Ⅲ
2
G G2
N
L LN3 3
0 500 1500 G GPA
P
A
km
250 1000
（中国地图审图号为 GS(2020)4619）
图 7 最优概率分布空间分布图（通过 RMSE 值确定）
— 1253 —
