（动力工程及工程热物理专业论文）极端城市环境事件统计分析与预测.pdf

m a s t e rd i s s e r t a t i o n s t a t i s t i c a la n a l y s i sa n dp r e d i c t i o no fe x t r e m eu r b a n e n v i r o n m e n te v e n t s a p p l i c a n t ： m a j o r ： s u p e r v i s o r ： 圣塾q 坚q 壁g ：磐竺i ! 竺l 垒墼q 塾曼坠gq i ：塾q 望g a s s o c i a t e dp r o f e s s o rl i u 腑i - w e i s u b m i t t e dt o t h ef a c u l t yo fc e n t r a ls o u t hu n i v e r s i t y i np a r t i a lf u i f i l l m e n tt h er e qu i r e m e n tf o r t h ed e g r e eo fm a s t e r m a y ，2 0 1 2 s c h o o lo fe n e r g ys c i e n c ea n d e n g i n e e r i n g c e n t r a ls o u t hu n i v e r s i t y c h a n g s h a ，h u n a n ，p r c h i n a 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名：凄l 丝捣 日期：趁垒年立月羔日 学位论文版权使用授权书 本人了解中南大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文， 允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内 容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科 学技术信息研究所将本学位论文收录到中国学位论文全文数据库， 并通过网络向社会公众提供信息服务。 作者签名：幽导师签名啦吼一年立月堡日 摘要 研究表明，极端环境事件的危害远远超过常规事件，一旦发生将带来 巨大的人口伤亡、经济损失与生态环境破坏。研究极端环境事件分布特性、 预测其发生频率和强度可以为极端环境事件的防治提供参考依据，是降低 极端环境事件危害的重要途径。为了推进国内在极端环境事件上的研究， 引入先进的极端环境事件研究方法，完善国内不同地区的研究工作，揭示 本地极端环境事件的发生规律，本文对长沙地区极端空气污染事件和极端 高温热浪事件进行了统计分析与预测。 首先，本文研究了长沙市三种主要大气污染物p m l o 、s 0 2 和n 0 2 的 浓度分布特性，检验了其线性与非线性发展趋势。其次，采用两种极值分 布：广义极值分布模型g e v 和广义帕累托分布模型g p d 对三种污染物的 极值样本进行拟合，分析其尾部分布特性，并对极端空气污染事件的回程 周期和回程值进行预测。再次，分析了长沙市近6 0 年中的温度变化趋势 和高温热浪事件的变化趋势。最后，采用二维极值分布逻辑模型对极端高 温热浪事件进行拟合，并对极端高温热浪事件峰值温度与持续时间的回程 周期、回程值进行预测。 研究表明，近年来长沙地区的大气污染物p m l o 的浓度略有降低，s 0 2 的浓度明显下降，n 0 2 浓度小幅度升高。三种污染物p m l o 、s 0 2 与n 0 2 在夏季的浓度最低而冬季的浓度最高，7 、8 月出现污染浓度最低值，1 月或1 2 月出现最高浓度值。广义帕累托分布模型g p d 对污染物极值样本 的拟合相对优于广义极值分布模型g e v 。污染物p m l o 和s 0 2 的极值样本 尾部属于短尾型分布，不存在上限浓度值；而污染物n 0 2 的极值样本属 于无尾有界型分布，浓度上限约为l1 5 t g m 3 。长沙地区的气候正在经历 变暖的过程，在1 9 5 1 年至2 0 1 0 年间共发生了2 3 5 次热浪事件，平均每年 中发生4 次热浪事件，但高温热浪事件无显著变化趋势。二维极值分布逻 辑模型对极端热浪事件的拟合结果非常可靠。极端热浪事件峰值温度的边 际分布符合w r e i b u l l 分布，呈无尾有界型分布，其上限值约为4 2 ；极端 热浪事件持续时间的边际分布符合f r 6 c h e t 分布，呈长尾型分布，理论上 不存在上限值。 关键词极端大气污染，极端高温热浪，趋势检验，回程周期，回程值 a b s t r a c t m a n y s t u d i e sh a v es h o w nt h a tt h ei m p a c to fe x t r e m ee n v i r o n m e n te v e n t s i sm u c hm o r es e r i o u st h a ni to ft h en o r m a le n v i r o n m e n te v e n t s o n c et h e e x t r e m ee n v i r o n m e n te v e n th a p p e n e d ，i tc o u l db r i n g l a r g eh a z a r d st ot h e h u m a nh e a l t h ，e c o n o m i ca n dt h ee n v i r o n m e n t s t a t i s t i c a l a n a l y s i s a n d p r e d i c t i o ni s a ni m p o r t a n tw a yt or e d u c et h eh a r m f u li m p a c t so fe x t r e m e e n v i r o n m e n te v e n t sb yp r o v i d i n gar e f e r e n c et ot h ep r e v e n t i o n i no r d e rt o c a r r yf o r w a r dt h er e s e a r c ho fe x t r e m ee n v i r o n m e n te v e n t s i n t r o d u c ea n a d v a n c e ds t u d ym e t h o d ，c o n s u m m a t et h ei n v e s t i g a t i o ni nc h i n aa n df i n do u t t h ec h a r a c t e r i s t i c so fe x t r e m ee n v i r o n m e n te v e n t si nc h a n g s h a t h es t a t i s t i e a l a n a l y s i sa n dp r e d i c t i o no fe x t r e m ea i rp o l l u t i o ne v e n t sa n de x t r e m eh e a t w a v e e v e n t sh a v e b e e nd o n e f i r s t l y ，t h et e m p o r a ld i s t r i b u t i o n c h a r a c t e r i s t i c so ft h r e e m a i na i r p o l l u t a n t sp m t 0 ，8 0 2a n dn 0 2 i nc h a n g s h aw e r ea n a l y z e d ，t h et r e n dt e s th a v e b e e nd o n ea sw e l l s e c o n d l y ，t w oe x t r e m ev a l u ed i s t i l b u t i o n s ：t h eg e n e r a l i z e d e x t r e m ev a l u ed i s t r i b u t i o na n dt h eg e n e r a l i z e dp a r e t od i s t r i b u t i o nw e r eu s e dt o f i tt h ee x t r e m ev a l u es a m p l e so ft h e s et h r e ep o l l u t a n t s t h er e t u r np e r i o da n d r e t u r nv a l u eo fe x t r e m ea i rp o l l u t i o ne v e n t sw e r ep r e d i c t e d t h i r d l y ，t h e d e v e l o pt r e n d so f a i rt e m p e r a t u r ea n dh e a t w a v ei nc h a n g s h a d u r i n gt h el a s t6 0 y e a r sw e r et e s t e d l a s t l y ，t h el o g i s t i cm o d e lf o rb i v a r i a t ee x t r e m ev a l u e d i s t r i b u t i o n sw a su s e dt of i tt h ee x t r e m eh e a t w a v ee v e n t s t h er e t u r nv a l u e a n dr e t u r np e r i o do fe x t r e m eh e a t w a v e sp e a kt e m p e r a t u r ea n dd u r a t i o nw e r e p r e d i c t e db yt h ef i t t e dm o d e l r e s e a r c hs h o w st h a tt h ec o n c e n t r a t i o no fp m l or e d u c e ds l i g h t l ya n d8 0 2 d e c r e a s e do b v i o u s l yw h i l et h ec o n c e n t r a t i o no fn 0 2i n c r e a s e ds l i g h t l yi nt h e r e c e n ty e a r s t h ec o n c e n t r a t i o no ft h e s et h r e ep o l l u t a n t si sl o w e s ti ns u m m e r a n dh i g h e s ti nw i n t e r t h em i n i m u mc o n c e n t r a t i o ns h o w su pi nj u l ya n d a u g u s t ，a n dt h em a x i m u m c o n c e n t r a t i o ns h o w su pi nd e c e m b e ra n dj a n u a r y 1 1 1 eg e n e r a l i z e dp a r e t od i s t r i b u t i o np e r f o r m e db e t t e rt h a nt h eg e n e r a l i z e d e x t r e m ev a l u ed i s t r i b u t i o ni nf i t t i n gt h ee x t r e m ev a l u eo fa i rp o l l u t a n t s t h e e x t r e m ev a l u eo fp m l 0a n ds 0 2a r ee x p o n e n t i a ld i s t r i b u t e dw i t has h o r tt a i l w h i l et h en 0 ，i sb e t ad i s t r i b u t e dw i t ham a x i m u mc o n c e n t r a t i o na r o u n d i i 115 肛g m 3 t h ec l i m a t ei nc h a n g s h ai sb e c o m i n gw a r m e rd u r i n gt h el a s t6 0 y e a r s h o w e v e r ，t h eh e a t w a v eh e r ed o e sn o ts h o wa n yt r e n d 2 3 5h e a t w a v e e v e n t sh a dh a p p e n e df r o m19 5 1t o2 010 ，a v e r a g e l yf o u rt i m e so n ey e a r 1 1 1 e l o g i s t i cm o d e lf o rb i v a r i a t ee x t r e m ev a l u e d i s t r i b u t i o n sp e r f o r m e dv e r yw e l l i n f i t t i n gt h ee x t r e m eh e a t w a v es a m p l e ，i tc a np r o v i d e r e l i a b l ep r e d i c t i o nr e s u l t s t h em a r g i n a ld i s t r i b u t i o no fe x t r e m eh e a t w a v e sp e a kt e m p e r a t u r eb e l o n g st o w e i b u ud i s t r i b u t i o nw i t hab o u n d e dt a i lw h i l e i t b e l o n g s t of r 6 c h e t d i s t r i b u t i o nw i t hal o n gt a i lf o r t h ee x t r e m eh e a t w a v e sd u r m i o n a c c o r d i n gt o t h em a r g i n a ld i s t r i b u t i o n t h e r ei sah i g h e s tv a l u ea r o u n d4 2 f o rt 1 1 e h e a t w a v e sp e a kt e m p e r a t u r e k e yw o r d se x t r e m ea i rp o l l u t i o n ，e x t r e m eh e a t w a v e ，t r e n dt e s t ，r e t u r n o e r i o d ， ：t u r nl e v e p e n o d r e t u r nl e v e l ， i i i 目录 摘要i a b s t r a c t i i 第一章绪论1 1 1 研究意义一1 1 1 1 极端环境事件的危害2 1 1 2 降低极端环境事件危害的方法5 1 2 国内外研究现状。6 1 2 1 极端空气污染事件研究现状7 1 2 2 极端高温热浪事件研究现状8 1 3 本文研究目的与内容1 0 第二章极端城市环境事件的预测方法11 2 1 母体分布与极值分布1 1 2 2 极值理论1 4 2 2 1 广义极值分布模型( g e v g e n e r a l i z e de x t r e m ev a l u ed i s t r i b u t i o n ) 1 4 2 2 2 广义帕累托分布模型( g p d g e n e r a l i z e dp a r e t od i s t r i b u t i o n ) 1 5 2 3 参数估计方法1 6 2 3 1 极值样本的选取1 6 2 3 2 似然比检验18 2 3 3 极大似然估计法18 2 4 极值事件的预测：回程周期与回程值1 8 第三章极端城市大气污染事件分析与预测2 l 3 1 数据来源与分析2 l 3 1 1 数据来源一2 1 3 1 2 污染物浓度的统计分析2 1 3 2 极端污染事件的预测2 5 3 2 1 统计分布模型2 5 3 2 2 广义极值分布模型g e v 拟合结果2 5 3 2 3 广义帕累托分布模型g p d 拟合结果2 7 3 2 4 广义极值分布模型g e v 与广义帕累托分布模型g p d 拟合结果比较3 1 3 2 5 极端城市大气污染事件预测3 3 3 3 本章小结3 5 i v 第四章极端城市高温热浪事件分析与预测3 7 4 1 数据来源与分析3 7 4 1 1 数据来源3 7 4 1 2 长沙市日最高气温统计分析3 7 4 1 3 长沙市高温热浪事件统计分析4 0 4 2 极端高温热浪事件预测4 3 4 2 1 极端高温热浪事件预测模型- 4 4 4 2 2 极端高温热浪事件的预测4 5 4 3 本章小结5 0 第五章结论及展望5 1 5 1 主要结论5 1 5 2 研究展望5 2 参考文献5 3 致谢5 9 攻读硕士期间主要学术成果及参与的科研项目一6 0 v 中南大学硕士学位论文 第一章绪论 第一章绪论 极端环境事件就是指那些不太可能发生但一旦发生就产生极大影响的灾难性事 件，如百年不遇的洪水、干旱、热浪、空气污染等。极端环境事件通常具有三个基本 特点：( 1 ) 频率低统计学上发生概率非常低；( 2 ) 强度高远远超乎寻常或偏 离平均值；( 3 ) 危害大带来巨大的人1 3 伤亡、经济损失与生态环境破坏【l 】o 正是 由于极端环境事件的这些特性，使得其对人类生存环境、社会和经济的发展产生重大 影响。极端环境事件的危害远远超过常规事件对人类的危害 2 1 ，因此极端环境事件的 研究远比常规事件的研究更为重要。 1 1 研究意义 近年来，极端环境事件引起了人们的高度恐慌，因为其发生范围越来越广、频率 越来越高、强度越来越大、持续时间越来越长【3 】。过去，极端环境事件发生次数较少， 人们普遍认为这是无法避免的环境本身自然变化导致的结果，其影响效应是短期的、 局部的，因而很少重视与研究。相反，人们更多的关注由人类活动导致的环境总体或 均值变化，如不断增加的温室气体排放导致的全球平均气温升高，因为这种均值变化 具有显著的长期效应，对人类未来的生存环境起着直接的深远影响 4 1 。然而，现在越 来越多的研究表明人为导致的环境均值变化也能够加剧环境本身的自然变化，而且正 成为导致目前极端环境事件发生日益增多的主要原卧5 1 。因此，极端环境事件是人为 均值变化与自然变化综合作用的结果，是环境变化的必然产物与表现形式。极端环境 事件目前得到全世界范围的广泛关注与高度重视，研究其发生规律成为当前最为紧迫 的关键任务。 2 0 0 7 年，由国际政府间气候变化专门委员会i p c c 发布的第四次评估报告中指出， 在过去5 0 年中，高温热浪、强降水等极端环境事件，呈现出不断增多增强的趋势【6 1 。 该组织的最新预测结果显示，到2 0 5 0 年我国的年平均气温有可能比上世纪末升高出 1 2 至2 0 ，到本世纪末可能还会升高2 2 至4 2 ；相比而言北方增暖将大于南 方，冬春季增暖将大于夏秋季，冬季寒潮将可能继续减少；与此同时，全国降水量也 将有所增加，如南方大雨日数将增加，强降水事件将增多，而相比于南方地区北方降 水总量增加幅度将更大。如表l l 是国际政府间气候变化专门委员会i p c c 预测的2 1 世纪极端环境事件变化趋势【6 7 】。其他研究也表明，几年来全球范围内极端环境事件 呈现出增加的趋势，人类将面临着更加艰难的生存环境。 中南大学硕士学位论文 第一章绪论 可能性：几乎确定_ 、，9 9 的出现概率；很可能9 0 9 9 的出现概率；可能6 6 9 0 的出现概率。 1 1 1 极端环境事件的危害 如上所述，极端环境事件包括多种类型，如特大洪水，地震，海啸，飓风，污染， 热浪和寒潮等。由于本文主要研究对象为极端城市空气污染事件和极端城市高温热浪 事件，因此以下主要围绕这两种极端环境事件的危害进行介绍。 随着城市化与经济持续快速发展，我国城市空气污染日益加剧，已成为世界上城 市空气污染最严重的国家之一。可吸入颗粒物p m l o 、二氧化硫s 0 2 与二氧化氮n 0 2 是我国目前三种主要的空气污染物。 可吸入颗粒物p m l o 是指悬浮在空气中，能进入人体呼吸系统，空气动力学当量直 径小于或等于10 9 m 的颗粒物。根据颗粒物的不同来源可将其分为自然源颗粒物和人 工源颗粒物。其中，自然源颗粒物主要来自于海洋飞沫、盐粒、土壤扬尘、火山灰、 森林火灾灰、植物的花粉和孢子等。人工源颗粒物来源也种类繁多：如垃圾焚烧、燃 煤供暖、汽车尾气、工业排放和家用燃油等。流行病学研究表明，大气中可吸入颗粒 物的浓度水平与当地居民心脑血管疾病、呼吸系统疾病的发病率和死亡率呈显著相关 8 - 9 1 。可吸入颗粒物能进入人体呼吸道，引起呼吸道的炎症，并导致肺功能下降，从 而引发肺气肿、尘肺、慢性咽炎、支气管哮喘、慢性支气管炎等呼吸系统疾病。不仅 如此，可吸入颗粒物还能引起体内巨噬细胞数量和活性的改变，降低人体免疫功能， 使机体对传染病的抵抗能力下降。更为严重的是各种有毒重金属元素的能依附在可吸 入颗粒物上，穿过肺泡后进入血液系统，与红细胞结合或者形成重金属的磷酸盐和甘 油磷酸盐，随血液循环进入人体其他器官，如肾、肺、肝、脑、骨，导致器官调节失 能和神经系统紊乱，引发嗜睡、狂躁、头晕、头疼等中毒性脑病。除此之外，颗粒物 还能导致癌症，甚至导致呼吸系统疾病、心血管疾病患者和其它敏感体质患者过早死 亡【l0 1 。然而，颗粒物不仅会引起人体健康效应，还能导致一系列的环境效益。大气中 的悬浮颗粒物能引起全球气候的改变，降低城市能见度。大气中的悬浮颗颗粒物能直 中南大学硕士学位论文第一章绪论 接或间接的对全球气候造成影响，很多自然灾害如南涝北旱和厄尔尼诺现象，这些灾 害的形成都与大气中的悬浮颗粒物直接相关。一方面，空气中的悬浮颗粒物作为水分 的凝结核能影响大气中云滴的大小，从而影响降雨的分布，并最终对当地局部的水循 环系统造成影响；另一方面，由于空气中的悬浮颗粒物具有散射作用，当阳光照射在 空气中的悬浮颗粒物上，光线能被散射到外层空间，直接造成到达地球表面的光线的 减少，降低大气层和地球表面的温度。与此同时，空气中的悬浮颗粒物还具有对太阳 光和对地球表面长波辐射的吸收作用，所吸收的辐射能量又使得大气层温度升高。 二氧化硫s 0 2 是一种无色、具有强烈刺激性气味的有毒性气体，易溶解于人体血 液和其他黏性液。大气中的二氧化硫s 0 2 主要来自于发电过程或工业生产中含硫燃料 的燃烧。二氧化硫的危害主要表现在以下两个方面：对人体的危害和对生态环境的破 坏。一方面，二氧化硫s 0 2 是一种有毒气体，主要对人体呼吸道造成危害。心脏病和 呼吸道疾病患者对二氧化硫最为敏感，即使正常人在二氧化硫浓度过高的环境中暴露 时间太长也会引发疾病。当空气中二氧化硫s 0 2 的浓度仅为l p p m 时，就能导致人体 产生一种胸部被压迫的不适感；当空气中二氧化硫s 0 2 浓度达到8 p p m 时，就能使人 体发生呼吸困难；当空气中二氧化硫s 0 2 浓度达到l o p p m 时，就将导致咽喉纤毛排 出粘液。吸入二氧化硫不仅会损害呼吸系统功能，还会加重已有的呼吸系统疾病。长 期暴露在含有二氧化硫环境中能导致多种疾病的产生，如呼吸道炎症、眼结膜炎症、 支气管炎等，同时还能降低青少年的免疫力。对于敏感的患者，除肺部功能受损外， 还将引发一些其他症状，如咳嗽、喘气、气促等。研究表明，二氧化硫s 0 2 浓度与居 民死亡率呈显著相关，其在悬浮粒子协同作用下的危害作用更大。二氧化硫s 0 2 能黏 附于大气中的飘尘表面，当带有二氧化硫s 0 2 的飘尘在人体呼吸过程中被吸入， 其 毒性将在人体内增强。根据相关研究显示，当硫酸盐年平均浓度为l o t g m 3 左右时， 降低1 0 的污染物浓度就能减少o 5 的死亡率。另方面，二氧化硫s 0 2 也能对生 态环境造成不同程度的破坏。暴露在高浓度的二氧化硫s 0 2 的环境中，会对植物将产 生急性危害，使得叶片表面产生坏死斑，甚至使植物叶片直接枯萎脱落。暴露在低浓 度二氧化硫s 0 2 的环境中，也将影响植物的生长机能，降低农作物产量，或者使其品 质变坏。大气中的二氧化硫s 0 2 还能对金属，特别是对钢结构造成腐蚀。钢材的腐蚀 现象每年都导致国民经济遭受严重损失。据估计，在一些工业发达的国家，每年因此 而造成的直接经济损失甚至达到了国民经济总产值的2 到4 。不仅如此，由金属腐 蚀造成的损失远高于水灾、火灾、地震等自然灾害造成的损失的总和! 此外，二氧化 硫s 0 2 气体溶于水所形成的酸雨和酸雾危害也相当大，其主要表现为对地下水、湖泊、 建筑物、古文物、森林造成腐蚀。同时，长期的酸雨环境还将导致土壤和水质变质并 带来产生不可估量的损失。 二氧化氮n 0 2 是一种棕红色、具有高度活性的气体。近年来自然界中的二氧化氮 中南大学硕士学位论文 第一章绪论 n 0 2 的含量在人类的影响下，正在逐渐升高。人为产生的二氧化氮n 0 2 主要来自于高 温的燃烧过程，例如汽车尾气排放、工业废气排放等。空气中的二氧化氮n 0 2 污染物 具有多种危害。首先，二氧化氮n 0 2 能通过呼吸道进入肺泡，并对人体造成损害：二 氧化氮n 0 2 在人体内能形成亚硝酸和硝酸，并与血红蛋白结合，变成高铁血红蛋白， 导致组织缺氧，增加肺毛细管的通透性，并对肺部产生剧烈的刺激，引发支气管炎、 肺炎、肺气肿等疾病。短时间暴露在高浓度的二氧化氮气体中( 少于3 小时) ，能引 起轻微的眼部或上呼吸道刺激症状，例如咽部不适、干咳等，并可导致呼吸道疾病患 者产生过敏反应、损害其肺功能。长期暴露在高浓度二氧化氮气体中将引发咳嗽、胸 闷、呼吸窘迫、咯泡沫痰症状或引起迟发性肺水肿、成人呼吸窘迫综合征等，还可并 发气胸或者纵隔气肿。其次，二氧化氮n 0 2 还能对生态环境造成危害。二氧化氮n 0 2 在潮湿空气中会转化成硝酸和硝酸盐，形成硝酸型酸雨，是酸雨的组成之一。酸雨降 落到地面能腐蚀建筑物，导致地表水的酸化，富营养化( 由于水中富含氮、磷等营养 物使得藻类大量繁殖而导致缺氧) ，增加水体中不利于各种水生生物的有害物质含量， 并对湿地和陆生植物物种之间竞争与组成变化产生影响，有碍鱼类和其他水生生物的 正常生长。最后，二氧化氮还是形成光化学烟雾的主要污染物，能降低大气能见度， 给人类的出行带来不便。 综上所述，空气污染物不仅能对全球气候、生态环境产生重要影响，还能吸收并 反射太阳光从而降低城市能见度；最重要的是空气污染物还能够随呼吸进入人体呼吸 系统，甚至穿透肺泡进入血液循环系统导致各种健康效应与疾病。然而，空气污染的 危害在常规情况下善且如此，不难估计，当空气污染达到极端水平时其危害自然会更 加巨大。例如，1 9 5 2 年爆发的伦敦大雾事件( 大气颗粒物污染) 在短短四天时间内竞 导致4 0 0 0 多人伤亡【l 。2 0 1 1 年底，中国首都北京多次发生低能见度持续性事件，最 低能见度仅5 0 0 米，给北京居民的人身健康和生活出行带来了重大的影响。 全球变暖是近年来研究比较多的课题，目前很多科学家都已得到全球气候变化的 结果【l 引。全球变暖最直接的影响就是导致平均温度的升高，不仅如此，全球变暖还能 影响极端天气或气候的发生频率和强度【1 3 l 。极端高温热浪事件的发生次数可能增加， 夏季高温炎热天气可能增多，暖冬与热夏的发生可能更加频繁【i 训。然而，在多种自 然灾害中，高温热浪被认为是导致人类死亡的最重要的自然灾害【l 引，其对人类的危害 比任何其他形式的气象灾害都更加严重【l 酬。在全世界范围以内，有的地区和国家相对 更容易形成高温热浪天气，如印度、巴基斯坦等低纬度地区都是高温热浪灾害天气的 高发地区，这些地区的高温热浪事件每年都能导致数千人的死亡。但近年来，我国以 及欧美等本该较凉爽的中高纬度地区的气候也正在变暖，极端高温热浪事件越来越频 繁，正逐渐成为新的高温热浪事件高发地区。 高温热浪通常是指一段持续性的高温天气过程，由于气温高且持续时间较长，因 4 中南大学硕士学位论文第一章绪论 而可以引起人、动物以及植物的不适应并且产生不利影响的一种气象灾害【1 7 1 。高温热 浪的标准主要依据高温对人体产生影响或危害的程度而制定，由于不同地区居民的生 活环境和习惯不相同，其定义标准也随地域的改变而有所差异【1 8 】。在我国，通常把日 最高气温达到或超过3 5 。c 的天气为高温天气，而持续3 天及以上的高温天气过程则称 之为高温热浪州。 高温热浪事件具有多方面的危害1 2 0 。首先，热浪能影响人类的身体健康和日常行 为。一方面，热浪可以通过引发热痉挛、轻度中暑等从而导致地区发病率的增加，或 是通过引发深度中暑导致当地死亡率的增加。另一方面，热浪还能通过引发心脑血管 疾病、呼吸道疾病以及传染性疾病的感染从而导致死亡率的上升【2 。此外，高温热浪 通常与高浓度污染事件相伴，更能导致人体健康的严重损害。其次，高温热浪也给农 业和畜牧业的生产带来危害。持续高温会增加土壤中水分的蒸发量，加剧干旱的发生 和发展，引发干旱灾害天气1 2 列。通常植物在4 0 以上的环境中就会枯萎，若持续时 间较长则会死亡【2 3 1 。与此同时，极端高温事件也给牲畜的繁殖、生产、进食和生存带 来影响。例如，牛在高温环境下会导致进食和反刍活动的减少，而当体温达到4 1 5 时甚至将会导致牛的死亡。再次，高温热浪还将造成基础设施建设的破坏、交通及公 共秩序的混乱。与热浪对机体危害作用相反，其对基础设施的影响是独立的。基础设 施的建设必须以为人们提供舒适的环境为准n t 2 4 1 ，而当遭遇极端高温天气时，基础建 设将无法满足要求，进而在超负荷的状况下工作。研究表明，极端高温的天气对交通 运输也将造成影响。高温天气能破坏陆运，水运及空运设备，其中发动机，轮胎、空 调和路面状况是影响运输的主要因素。高温还将影响运输设备的工作性能和寿命，而 航空运输更是受到温度的密切影响。同样的，高温将影响电力设备的正常工作，并能 导致能量消耗的大量增加，例如使用水量、用电量急剧上升，给居民生活、生产带来 很大的影响。此外高温天气容易造成秩序混乱、事故伤亡的增加以及森林发生火灾的 风险增大等。最后，热浪还将对环境造成一定的破坏。持续的高温天气将导致水平面 的下降，动物活动区域分布变化，生态分布的改变。 综上所述，高温热浪这种灾害性环境事件的危害大而广，务必引起高度重视。当 极端高温热浪事件出现时，势必造成难以预计的损失。如在2 0 0 3 年全世界范围内， 尤其是北欧地区遭遇了一次破记录的热浪事件。这次热浪事件导致了大范围的干旱和 至少2 2 0 0 0 人的死亡1 2 引，表1 2 为各地在2 0 0 3 年热浪事件发生期间死亡率的增加量。 1 1 2 降低极端环境事件危害的方法 极端环境事件的危害不可小觑，它不仅能对环境造成影响，甚至能直接或间接的 危害人类生命健康。因此，探索有效的降低极端环境事件危害的方法尤为重要。目前 降低极端环境事件危害的方法主要可以分为两个方面：预防和预测。 5 中南大学硕士学位论文苤二雯堡垒 预防极端环境事件可从以下几个方面进行。其一，可以从根本上减少极端环境事 件的发生，如采取一系列有效措施保护环境，维护生态平衡等。植树造林，节约能源， 降低污染物的排放都是可行的手段。这种方式虽然能取得明显的效果，但却需要较长 时间的积累才能有效发生作用。其二，可以设置多个指标来表征极端环境事件，当指 标超过特定标准时，相关部门应提前预警，让居民有准备地应对灾难性极端环境事件， 在极端环境事件到来之前做好防范措施，有必要时还可以进行居民转移。这一方法的 实旌已有较长的历史，在美国，当白天的热应力超过4 0 6 ，晚上超过2 6 7 ，就将 发布高温警报【3 2 】。在中国，当日最高气温将超过3 5 时，也将发布高温警报。其三， 可以通过人类各种技术手段对极端环境事件进行抵抗。如空气净化器可以帮助清洁空 气，空调可以帮助降低室内温度，修建防洪提可以抵抗洪水事件等。另外，人们也可 以通过锻炼自身体质，尽量减少环境对自身的影响。 预测是指提前掌握极端环境事件的发生强度与频率，为人类抵抗极端环境事件提 供良好的相关依据。准确预测极端环境事件( 包括发生时间、概率与强度) 非常关键， 是人类评估风险与合理准备的重要基础与科学依据，微小的估计误差就能导致巨大的 资源浪费或灾难损失，比如：过高评估风险而导致准备工作过于充分，将造成资源( 包 括人、财、物) 巨大浪费；反之，过低评估极端气候风险而导致准备不充分将造成无 法挽回的社会经济损失1 3 3 】。 1 2 国内外研究现状 极端环境事件的统计研究主要分为两个方面：一方面，研究极端环境事件的时空 分布特性，即分布规律和趋势研究；另一方面，研究降低极端环境事件危害的方法， 即极端环境事件发生强度与频率的预测。以下详细介绍了极端空气污染事件和极端高 温热浪事件的研究现状。 6 中南大学硕士学位论文 第一章绪论 1 2 1 极端空气污染事件研究现状 我国对大气污染物的关注开始的比较晚，监测的数据也十分有限，基本都是在近 2 0 年中才开展污染物浓度监测。因此，国内针对大气污染物的相关研究也开始的较晚。 随着近年来公众对空气污染物越来越关注，各地的研究正逐渐发展起来，但全面系统 的分析研究目前仍十分有限。2 0 0 4 年，司瑶冰等人较为系统地统计分析了呼和浩特市 区多种空气污染物：t s p 、p m l o 、n 0 2 、n o x 、s 0 2 的时空分布特征。他们采用的数 据为1 9 9 5 至2 0 0 2 年间的实验监测数据。研究结果表明：大气颗粒物p m l o 是当地首 要的空气污染物；p m i o 、s o2 、n 0 2 具有显著的年变化趋势，其中污染物s 0 2 的浓度 值呈逐年减小的趋势，而污染物p m l o 与n 0 2 的浓度值呈逐年增加的趋势；冬季和春 季比夏季和秋季的污染状况更严重；污染物浓度的月变化呈单峰型，在7 月和8 月中 污染物浓度达最低值，1 月和1 2 月中达最高值；在不同季节污染物的日变化趋势有所 不同：在冬夏季中为双峰型，早上8 点1 0 点问出现主峰值，晚上2 0 点至2 4 点间出 现次峰值，而春季中颗粒物p m l o 的日变化曲线呈三峰型，晚上1 7 点至1 8 点间出现 主峰值，凌晨1 点至3 点和早上8 点至1 1 点间分别出现两个次峰值【3 4 j 。同年，汤惠 君等学者根据广州市1 9 8 1 年至1 9 9 7 年的环境监测数据，也对广州市大气污染浓度的 分布规律进行了分析。研究结果表明：广州市大气污染正呈逐年增长的趋势，冬季污 染程度最严重而夏季污染相对较轻【3 引。2 0 0 8 年，王宏等学者利用2 0 0 2 年至2 0 0 6 年5 年中福州市主要空气污染物p m l o 、n 0 2 和s 0 2 日平均浓度，通过统计学方法综合分 析了福州市空气质量的总体水平以及污染物的时空分布特征。研究结果显示：福州市 的空气质量处于良好水平；三种污染物近5 年来的发展趋势各不相同，其中可吸入颗 粒物p m l o 的浓度呈逐年降低的趋势，二氧化硫s 0 2 浓度无明显变化趋势，而二氧化 氮n 0 2 的浓度呈逐年上升的趋势【3 6 j 。2 0 1 1 年，舒志亮等人通过对2 0 0 0 年至2 0 0 9 年 银川3 种常规污染物p m l o 、s 0 2 、n 0 2 监测数据的分析研究发现银川市大气的首要污 染物也是可吸入颗粒物p m l o 。当地三种污染物p m l o 、s 0 2 、n 0 2 浓度均呈逐年下降 的趋势，这表明当地近年来的综合改善大气环境质量的措施具有明显成效。三种污染 物的季节变化特性类似，均表现为冬季浓度最高，夏季浓度最低p 。相对于国内，国 外对空气污染的研究开始的较早，其监测数据也相对较完善。2 0 0 0 年学者mt a y a n 9 对土耳其大气中的二氧化硫进行了时空分布变化研究，发现在1 9 8 5 至1 9 9 1 年间，空 气污染呈现了逐年上升的趋势【3 8 1 。2 0 0 1 年r u u s k a n e n aj 等人也对细颗粒物、超细颗 粒物进行了较为系统的统计分析【3 训。2 0 0 6 年m a n i s h as 等人对颗粒物p m l o ，氮氧化 物n o x 、一氧化碳c o 和臭氧0 3 等空气污染物的季节变化特性进行了分析。研究发 现：冬季污染物浓度为最高，而夏季的污染物浓度为最低【4 0 】。 相对于污染物浓度分布特性研究，国内针对极端污染事件统计学分布拟合与预测 的研究更为缺乏，目前仅在台湾和上海地区有所开展。2 0 0 2 年，l uh c 采用l o g n o r m a l 、 7 中南大学硕士学位论文 第一章绪论 w e i b u l l 、p e a r s o nv 三种母体分布函数对台湾地区的颗粒物浓度进行了拟合，并利用 所得模型计算颗粒物浓度达标所需的污染源降低量。研究表明，母体分布中的 l o g n o r m a l 分布函数对可吸入颗粒物浓度的拟合效果最好【4 l 】。2 0 0 3 年该作者在发现母 体分布函数在高浓度区间内的预测结果能导致较大误差后，又采用极值分布中的 g u m b e l 模型和双参数指数模型对可吸入颗粒物浓度极值样本进行拟合。研究结果表 明，极值分布中的分布函数能有效消除母体分布所在高浓度区间内带来的误差，能准 确拟合污染物高浓度样本的分布特性，所得模型可用于计算污染物浓度的超标频率， 和预测出不同浓度对应的回程周期1 4 2 1 。2 0 0 4 年k a nh d 和c h e nb h 两位学者对上海 地区的主要污染物颗粒物p m l o 、二氧化硫s 0 2 和二氧化氮n 0 2 进行了统计分布拟合 研究。作者采用l o g n o r m a l 、g a m m a 、p e a r s o nv 三种母体分布和广义极值分布g e v 四种理论分布函数分别对三种空气污染物进行拟合，并比较不同分布函数的拟合结果 以选取三种空气污染物的最佳分布函数。研究结果表明：可吸入颗粒物p m l o 的最佳 分布函数为l o g n o r m a l 分布，二氧化硫s 0 2 的最佳分布函数为p e a r s o n v 分布，二氧 化氮n 0 2 的最佳分布函数为广义极值分布g e v l 4 3 1 。与国内相比，国外在极端污染事 件统计学分布拟合与预测的研究中的进展较快，各地已有许多学者取得了相应的研究 成果。1 9 9 6 年，k u c h e n h o f