独立大风事件的影响与应对措施

极大风速估计问题的本质就是一组n个独立的观测样本推算极值分布函数参数的问题。假设一组n个独立的观测样本为

{u₁，u₂，…u_n} （7-6)

如何确保观测样本之间的独立性，是确保极大风速估计准确性的关键。

通常用50年一遇的概率估计极大风速，并存在多种定义方法。Kristensen等人^[69]建议把50年一遇极大风速定义为：用风速定义一个阵风，在再发生周期T（50年)内，平均仅被超越一次的风速。这种定义隐含的假设是，所有超越值都是孤立的独立事件，并可以用泊松过程进行描述。

泊松过程一种累计随机事件发生次数的最基本的独立增量过程。例如随着时间增长，累计某电话交换台收到的呼唤次数，就构成一个泊松过程。对于一个泊松过程，参考时间t内，发送n次事件的概率为

式中，λ——事件发生率，即单位时间内事件发生的次数。

另外，参考时间t内未观察到任何事件发生的概率为

F（t，0)=exp（-λt) （7-8)(www.xing528.com)

在参考时间t内，预计事件的发生次数为

把当〈n〉=1时的参考时间作为再发生周期，代入上式，可得：

我们还可以这样定义再发生周期，使得没有事件发生的概率等于e^-1，代入式（7-9)可以得到与上式同样的结果。这种定义更通用，因为很容易定义没有事件发生的时间周期。否则一旦有事件发生，就必须找到事件具体发生了几次。对于风速来说，到底什么是一个事件并不明显。不能简单的说，风速超过一定的界限就是一个“事件”，因为这些“事件”可能并不相互独立，而通常是同一个风暴引起的不同风速层级。

用向上跨越事件相对好一些，定义为每次风速从低到高跨越界限区间的事件，避免了重复计数连续的超越事件。但是对于台风来说，可能失效。因为台风通过时，通常在风眼两侧各有一个风速峰值。那么我们可以在超越事件周围放一个时间窗口，窗口内不再计入其他超越事件。窗口的大小通常为几小时，与一个风暴通过的时间对应。但是，根据Bra。son和Palikof^[70]对苏格兰数据的研究表明，3h的时间窗口并不能让大风事件完全独立。事实上，在160h窗口内，风速都与时间尺度正相关。季节波动也是使事情复杂化的一个因素。在苏格兰，几乎所有的风暴都发生在冬天，而台风也有明显的季节性。季节性风暴事件是一个潜在的泊松过程。因此，合理的事件计数是非常重要的，因为潜在的泊松过程可能很难确认。

我们可以在不假定潜在泊松过程的前提下，让工作进行下去。首先，假设间隔足够长时间的两个风速超越事件是相互独立的。更具体的说，我们假设1年的时间间隔足以让两个风速超越事件相互独立。另外，假设不同年份的风速频率分布相同（因为没有考虑气候变化效应而存在一定争议)。然而，我们还是应该试图定义一个独立事件指数，来帮助我们判断时间窗口t的大小和极值界限ξ对大风事件独立性的影响。

独立事件系数ε可以定义为[70]

ε越接近1，说明计入的事件为独立事件的概率越大，事件独立性越好。对于Brabson和Palikof^[70]采用的风数据，若采用24m/s～26m/s较低的极值界限，仅当时间窗口t大于48h，ε才超过0.85；若采样34m/s～36m/s的极值界限时，12h的时间窗口就足以使ε达到0.9。