《Journal of Hydrology: Regional Studies》：Estimation of extreme rainfall using intensity-duration-frequency curves for Ashanti Region, Ghana
编辑推荐：
本研究针对加纳阿散蒂地区因雨量站网稀疏导致高分辨率极端降雨分析受限的问题，构建了36站年的年最大值序列（AMS）。该序列通过拼接库马西中尺度雨量站网（KMRGN）的14个亚日尺度站点数据形成连续区域参考序列。基于L矩的区域频率分析验证了拼接方法的合理性，证实尽
本研究针对加纳阿散蒂地区因雨量站网稀疏导致高分辨率极端降雨分析受限的问题，构建了36站年的年最大值序列（AMS）。该序列通过拼接库马西中尺度雨量站网（KMRGN）的14个亚日尺度站点数据形成连续区域参考序列。基于L矩的区域频率分析验证了拼接方法的合理性，证实尽管高阶矩存在局地变异性，该站网具有统计同质性。时序一致性分析进一步表明AMS无显著趋势或突变点，支持极值模拟的平稳性假设。研究人员采用广义极值（GEV）框架对基准拼接亚日序列的AMS进行建模，并通过多准则模型选择方法对比Gumbel、Pearson III型和Log-Pearson III型分布。经卡方检验和柯尔莫哥洛夫-斯米尔诺夫检验验证，多准则框架结果显示Log-Pearson III型分布在拟合优度、偏差及极值估计稳定性方面表现最优。该基准用于评估加纳气象局（GMet）日值记录经分解得到的AMS。结果表明，拼接亚日AMS可有效捕捉短历时降雨强度并规避单站异常，但分解日AMS会低估12分钟至1小时短历时强度达-18%，尤其在对流活跃的次雨季，反映峰值降雨被平滑化。随历时延长性能改善，当分解为220站年的均质区域序列时，分解数据在各历时和重现期均能较好复现区域强度结构。不确定性分析揭示强历时依赖性，短历时敏感性最高，主要受分解过程非线性缩放指数控制。将分解曲线与GMet现行Gumbel分布IDF曲线对比，发现系统性正偏差，各重现期平均偏高20–40%，长重现期增幅超50%，暗示极端降雨增强。但AMS无显著趋势表明，此类增幅主要源于样本扩展、时间表征改进及方法差异，而非确凿气候非平稳性。研究成果确立拼接亚日序列为稳健区域基准，凸显高分辨率数据或季节校正方法对区域洪水风险评估、基础设施设计及气候适应规划的必要性。
本研究发表于《Journal of Hydrology: Regional Studies》，针对西非加纳阿散蒂地区城市化进程中洪涝风险加剧与高分辨率降雨数据匮乏的矛盾，系统解决了传统日值数据无法捕捉对流性暴雨短历时峰值的问题。研究背景显示，该地区现有强度-历时-频率（IDF）曲线主要基于日值数据构建，经印度气象局折减公式分解亚日值时普遍存在峰值平滑化缺陷，且缺乏长期亚日观测验证。为此，研究人员利用DACCIWA和FURIFLOOD项目建立的库马西中尺度雨量站网（KMRGN）1分钟分辨率数据，结合加纳气象局（GMet）1980–2023年日值数据，首次在数据稀缺区构建了基于实测亚日序列的区域IDF基准。研究证实，尽管AMS无显著趋势支持平稳性假设，但次雨季短历时极端降雨被日值分解方法严重低估，这一发现对热带地区工程水文设计具有重要警示意义。
关键技术方法包括：1）数据质量控制：筛选KMRGN中完整性≥90%的14个站点，剔除存在数据复制异常的Konongo和Kubease站，形成36站年亚日AMS；2）区域同质性验证：采用L矩法计算Hosking-Wallis异质性统计量（H=0.080），确认站网统计同质性；3）极值建模：对比广义极值（GEV）、Gumbel、Pearson III型（PTIII）和Log-Pearson III型（LPTIII）分布，通过多准则框架（拟合优度、集合相对偏差、尾部分布稳定性）选定最优分布；4）不确定性量化：对分解公式参数B（0.6±0.1）和n（0.96±0.05）进行敏感性分析；5）季节性对比：独立提取主雨季（3–7月）和次雨季（9–11月）序列，评估分解方法的季节依赖性。
研究结果如下：
3.1 模型比较与敏感性分析
通过Kolmogorov-Smirnov检验（KS=0.0959–0.1049）和χ2检验（5.93–6.21）评估四组候选分布。LPTIII分布综合表现最优，其KS值0.0968、χ2值5.98接近最低，且集合相对偏差仅-0.58%。Gumbel和PTIII分布高估均值强度，GEV分布则低估高分位数值，证实固定形状参数ξ=0的Gumbel分布并非普适最优。
3.2 拼接亚日序列与单站亚日序列对比
以36站年拼接序列为基准，单站IDF曲线的标准化效率系数（NSE）达0.90–0.99，均方根误差（RMSE）4.2–14.4 mm·h-1。短历时（<1 h）因对流局地性差异显著，长历时（2–6 h）各站曲线收敛于基准线，证明拼接序列能有效抑制单站异常，表征区域降雨结构。
3.3 拼接亚日序列与单站分解日序列对比
分解日序列整体NSE为0.875–0.996，但在12–42分钟历时低估强度达18.56%（Owabi站）。机场站和Kwadaso站偏差最小（PBIAS≈-1.5%），Agromet和Owabi站偏差显著，证实分解方法对站点特性敏感，且短历时对流峰值平滑化问题突出。
3.4 拼接亚日序列与拼接分解日序列对比
将5个GMet站点分解为220站年区域序列后，NSE提升至0.968–0.995。12分钟历时在低重现期低估10.62%，100年重现期转为高估7.18%；2–4小时历时普遍高估（最高21.14%），24小时历时则低估（最高-10.47%）。表明区域拼接可显著降低单站变异，但短历时和高重现期仍需谨慎。
3.5 主雨季与次雨季对比
主雨季分解序列偏差多控制在±10%内，次雨季12分钟历时系统性低估19–24%（如机场站-13.20%）。随历时延长偏差减小，证实次雨季短促对流爆发难以通过日值分解还原，需引入季节校正因子。
3.6 现有GMet IDF曲线与更新分解序列对比
更新后的IDF曲线普遍高于GMet 2016版，Kwadaso站长重现期增幅超50%。但AMS趋势检验（Mann-Kendall τ=0.21, p=0.095）和突变检验（Pettitt p=0.086）未达显著性水平，表明增幅主要源于样本量扩展与方法差异，而非气候非平稳性驱动。
讨论与结论部分指出，拼接亚日序列确立了区域IDF基准，其同质性通过L矩法（τ3-τ4聚类）得到验证。分解日数据的局限性体现为：短历时低估源于对流峰值平滑，次雨季偏差放大反映暖云对流过程的不可分解性。与2016版GMet曲线对比的正偏差虽符合Clausius-Clapeyron关系预示的热力增强预期，但统计平稳性支持当前仍适用平稳极值框架。研究创新点在于：首次在西非构建亚日尺度区域IDF基准，量化分解偏差的历时与季节依赖性，为数据稀缺区提供“区域拼接+季节校正”的实用范式。建议未来加强亚小时监测网络建设，并在工程设计中区分区域基准与单站极值，以提升洪涝韧性。
