[发明专利]一种基于气象站观测数据的极值台风风速概率分布模型及设计台风风速的评估方法

摘要

本发明属于工程结构抗风设计领域，尤其是涉及一种基于气象站观测数据的极值台风风速概率分布模型及设计台风风速的评估方法。本发明提供一种基于气象站观测数据的极值台风风速概率分布模型及设计台风风速的评估方法，解决了地貌变化导致实测得到的风速值偏离标准地貌下的真实值的问题，为设计台风风速的评估提供了可靠的基础数据；采用了跨域阀值方法和广义帕雷托分布建立了一种基于气象站观测数据的极值台风风速概率分布模型，使得有限的实测台风风速数据得到充分地利用；综合考虑了风速风向相关性以及风速序列非稳态特性的影响，能够为建筑抗风设计提供更为合理准确的设计台风风速。

主权项

1.一种基于气象站观测数据的极值台风风速概率分布模型，其特征在于，所述基于气象站观测数据的极值台风风速概率分布模型通过以下步骤建立：(1)气象站风速数据的搜集和筛选尽可能多地选取工程项目所在地附近区域的气象站，以增加用于分析的原始台风数据量；筛选出以气象站为中心半径250km范围内经过的所有历史台风路径信息，主要包括台风经过该区域的时间和经纬度位置信息；以该信息为条件从气象站所记录的10m高度处每日10分钟平均最大风速数据中找到对应历次台风影响下气象站测得的最大风速，将该风速作为每个台风作用下该地区的极值台风风速的原始数据，并将工程项目所在地附近不同气象站间的风速进行相互融合来形成原始台风风速数据集；数据融合的原则是对于同一个台风作用下不同气象站得到的风速数据取其最大值，而不同台风作用下的不同气象站风速数据则直接加入到原始数据集；(2)气象站原始台风风速数据的修正在获得气象站原始台风风速数据后需要针对地貌变化的影响进行相应的修正，即是将所有风速数据均修正到标准地貌下的对应值；具体参照以下公式(1)进行原始台风风速的修正：式中：V_o为步骤(1)得到的原始台风风速数据，其对应的是10m高度处的10分钟平均风速，V_c为考虑地貌变化修正后的台风风速数据，z₀为地表粗糙长度，场地系数k_T可以按照公式(2)计算：k_T＝0.19(z₀/0.05)^0.07              (2)地表粗糙长度z₀又可以表示为：式中：经验参数A和B可以分别取为1.08和2.32；z为风速的计算高度，一般可取为10m；G_3s为阵风因子，其可以表示为：G_3s＝V_3s/V_10min           (4)式中：V_3s为3秒阵风风速，V_10min为10分钟平均风速；在上述计算过程的关键是确定阵风因子G_3s，其值可以按照以下方法确定：(1)由气象站记录得到的同一风向角下的3秒阵风风速和10分钟平均风速的比值得到相应风向下的阵风因子；(2)将记录的台风风速方向按照分析需要划分为若干风向区间，将所计算到的阵风因子根据划分的风向区间进行归类，以增加数据样本量；(3)对不同风向区间内的阵风因子进行平均统计用以计算该风向区间的平均地表粗糙长度值；得到阵风因子后，依次根据公式(1)‑(3)计算出不同台风风向区间下考虑地貌修正后的风速数据；当实测数据量十分有限时，可以不考虑风向的影响，将所有数据融合在一起；(3)台风风速数据的平稳性分析对修正后的台风风速数据V_c进行时间变化趋势分析，定义统计量S为：式中：V_cj和V_ci分别为风速数据列V_c中的第i和j个元素，n为风速数据V_c长度，sgn为符号函数：当n≥10时，S服从正态分布，其均值为0，方差为：Var(S)＝n(n‑1)(2n+5)/18；标准化检验参数Z_mk表示为：当参数|Z_mk|＞Z_1‑α/2时，则表明风速序列存在明显的增加或者减少趋势，即风速序列具有非平稳性，否则表明风速序列无明显趋势，可作为平稳过程进行后续分析，其中：Z_1‑α/2为标准正态分布中超越概率α对应的分位数；(4)极值台风风速概率分布的确定在获得考虑地貌变化修正后的台风风速数据V_c的基础上，采用跨域阀值法对其进行筛选以得到用于极值概率模型分析的数据；其基本过程如下：选取一个合理的阀值U，使得风速数据V_c中超越阀值U的次数满足泊松分布过程，与此同时尽可能多的保留风速数据；确定阀值U后，取V_c中超过该阀值的风速作为极值概率模型分析的基础数据；采用广义的帕雷托分布进行台风极值风速概率模型的描述；根据步骤(3)来判断的风速数据是否平稳，具体公式又可以表示为：(a)平稳风速的极值概率模型：(b)非平稳风速的极值概率模型：式中：X表示风速样本，a为形状参数，c为尺度参数，t为时间(单位为：年)，f(θ)为θ风向角下台风的平均发生率，当实测数据有限而无法考虑风向相关性时，取f(θ)＝1；α₀、α₁和β₀、β₁分别为待定参数，可以结合实测风速数据通过极大似然法拟合得到。