Research on the estimation of extreme wind speed in Nanchong City based on different extreme value distributions

Hu Yan; Rao Zhijie; Luo Jia; Deng Ziqi

doi:10.16377/j.cnki.issn1007-7731.2026.06.027

Anhui Agricultural Science Bulletin >

2026 , Vol. 32 >Issue 6: 105 - 109

DOI: https://doi.org/10.16377/j.cnki.issn1007-7731.2026.06.027

Research on the estimation of extreme wind speed in Nanchong City based on different extreme value distributions

Hu Yan ¹^,² ,
Rao Zhijie ¹^,³ ,
Luo Jia ¹^,³ ,
Deng Ziqi ¹^,³

Expand

^1. Severe Weather in Northeast Sichuan Key Laboratory of Nanchong City, Nanchong 637000, China
^2. Yingshan County Meteorological Bureau, Yingshan 637700, China
^3. Yilong County Meteorological Bureau, Yilong 637600, China

Received date: 2025-09-02

Online published: 2026-03-27

Fold

Abstract

Based on wind speed data from 185 stations in Nanchong, Sichuan Province from March 2023 to February 2024, and maximum wind speed data from 7 national basic meteorological stations from 2004 to 2024, this study analyzes the temporal and spatial distribution characteristics of maximum wind speeds in this area and estimates the maximum wind speeds using two methods: the extreme value type Ⅰ distribution and the P-Ⅲ distribution. The results showed that (1) wind speed distribution in the study area is uneven, and strong wind events mostly occur in spring and summer; (2) the mean maximum wind speeds at the 7 stations range from 13.826 to 19.737 m/s, with significant differences; the northwest region experiences higher wind speeds due to topography; (3) estimates using the extreme value type I distribution indicated that the 15-year, 30-year, and 50-year maximum wind speeds at the 7 stations were 18.574–25.411, 20.182–27.909, and 21.352–29.727 m/s, respectively; (4) estimates using the P-Ⅲdistribution showed that the 15-year, 30-year, and 50-year maximum wind speeds at the 7 stations are 18.907–25.934, 19.563–28.522, and 20.388–29.673 m/s, respectively; (5) comparative analysis indicates that the difference between the estimated results of the 2 methods is approximately 1 m/s, indicating a small discrepancy. This study provides a reference for the early warning and prevention of strong wind meteorological disasters in relevant regions.

Key words： extreme value type Ⅰ distribution; P-Ⅲ distribution; maximum wind speed; agricultural disaster prevention

Cite this article

Hu Yan , Rao Zhijie , Luo Jia , Deng Ziqi . Research on the estimation of extreme wind speed in Nanchong City based on different extreme value distributions[J]. Anhui Agricultural Science Bulletin, 2026 , 32(6) : 105 -109 . DOI: 10.16377/j.cnki.issn1007-7731.2026.06.027

近年来，受全球气候变化影响，极端天气频发^[1]。农业生产高度依赖自然气候条件，在诸多气象灾害中，大风突发性强、破坏力大。持续的大风天气会导致农作物倒伏、茎秆折断、枝叶脱落、花果器官毁损，造成农作物大面积减产甚至绝收。因此，对极大风速分布特征的分析及不同重现期极大风速极值的估算研究，是应对气象灾害、保障农业生产安全的重要防灾减灾措施。

风速估算方面，朱薇薇等^[2]利用极值Ⅰ型分布、极值Ⅱ型分布与极值Ⅲ型分布3种不同极值概率分布模型，对青藏高原东部区域极大风速进行探索性估算研究，结果表明，观测数据时间序列越长，整体估算效果越好。李丽等^[3]研究表明，短期的观测资料会降低估算结果的可靠性。史军等^[4]研究表明，极值Ⅰ型分布精度优于P-Ⅲ型分布。呼津华等^[5]研究表明，用极值Ⅰ型分布来估算风电场不同高度的最大风速，可获得能满足风电项目建设需要的、可信的估算结果。庄垂锋^[6]利用福州气象站的1953—1982年的最大风速观测资料，分析最大风速时空分布特征，并用极值Ⅰ型分布理论估算了不同重现期内可能的最大风速值。庞文保等^[7]应用P-Ⅲ型和极值Ⅰ型分布曲线对陕西省乾县和扶风2个气象站1972—2004年10 min平均最大风速资料进行30年一遇和50年一遇自记10 min平均最大风速的极值推断，分析认为，这2种方法用于最大风速估算具有可行性。苏志等^[8]分析了北部湾沿海的年最大平均风速的时空分布特征，并采用离差系数分析最大风速的年际变化，应用极值Ⅰ型分布推算北部湾沿海距地面10 m高度50年一遇和100年一遇风速的极大值。上述分析表明，在实际拟合应用中，需根据具体的情况采取合适的拟合方法^[9]。本文基于四川南充地区7个国家基本气象站2004—2024年的年极大风速实况资料，利用极值Ⅰ型分布、P-Ⅲ型分布2种方法对不同重现期的极大风速值进行估算；探究2种方法对南充地区极大风速估算的实用性，并针对大风气象灾害对农业生产提出相应的对策建议。

1 材料与方法

1.1 研究区基本情况

研究区位于四川盆地东北部，地处嘉陵江中游，属中亚热带湿润季风气候。气温相对较低，雨季较长，暴雨较多。风向随季节而变化，一般以偏北风为主。年平均风速在1.2～1.7 m/s，全年无风时间在50%以上。但当强冷空气入侵或夏季发生雷雨天气时，常伴有大风出现。寒潮性大风多发生在春季；雷雨性大风多发生于7—8月^[10-11]。

1.2 资料来源

风速资料来自2004—2024年研究区高坪（站点1）、蓬安（站点2）、营山（站点3）、西充（站点4）、南部（站点5）、仪陇（站点6）和阆中（站点7）7个国家基本气象站的地面极大风速资料，以及185个站点的2023年极大风速资料。20年的时间长度能有效满足统计分布的要求。

1.3 研究内容

1.3.1 极大风速分布特征

基于2004—2024年研究区185个气象站点的资料，对极大风速的时间分布特征进行分析，选择其中7个站点进行空间分布特征分析。

1.3.2 极大风速分布估算

利用极值Ⅰ型分布，P-Ⅲ型分布估算方法^[12]，得出不同站点极大风的概率分布方程，通过方程计算重现期为15年、30年、50年的极大风速估计值。

1.3.2.1 极值Ⅰ型分布

从统计学理论推导得出、用于描述随机变量极值概率规律的分布，称为极值分布。其中极值Ⅰ型分布是应用较为广泛的一种分布模式，常用于最大降水量、极大风速和最大积冰重量等要素极值的估算^[13]。若原始分布为指数型，则其极大值的分布属于第Ⅰ型极值分布。极大风速值为变量x，其概率密度函数

f (x)

、分布函数

F (x)

和保证率函数

P (x)

分别为式（1）～（3）。

f (x) = α e x p {- α (x - β) - e x p [- α (x - β)]}

（1）

F x = P x < x p = e x p - e x p - α x - β

（2）

P x = 1 - e x p {- e x p [- α (x - β)]}

（3）

式中

α

为尺度参数，与标准差（S）成反比，即

α = π / 6 S

。β为位置参数，且

β = x ¯ - 0.5722 6 S / π

。极大风速（

X p

）计算如式（4）。

X p = - 1 α l n - l n 1 - P + β

（4）

重现期为R年（P=1/R）的极大风速计算如式（5）。

X p = - 1 α l n l n R R - 1 + β

（5）

将

α

、

β

分别代入式（5），可得式（6）～（7）。

X p = - 6 π S l n - l n 1 - P + x ¯ - 0.5772 6 S π

（6）

X p = x ¯ - 6 π l n - l n 1 - P + 0.5772 C v + 1

（7）

令

ψ P = - 6 π l n - l n 1 - P + 0.5772

（8）

其中离差系数

C v = S x ¯

为，

ψ P

仅决定于P，最终得出极大风速计算如式（9）。

X p = x ¯ × ψ P C v + 1

（9）

1.3.2.2 P-Ⅲ型分布

P-Ⅲ型频率分布是极大风速极值推算中最常用的方法之一，其图像是一种偏态铃形分布的曲线。设极大风速值为变量x，则P-Ⅲ分布的概率密度函数如式（10）。

f x = β α Γ α x - x 0 α - 1 e - β x - x 0

（

x 0 ≤ x ≤ ∞

）（10）

式中，α、β、

x 0

是参数，

α = 4 C s 2

，

β = 2 x ¯ C v C s

，

x 0 = x ¯ 1 - 2 C v C s

；

Γ α

是α的伽马函数，

Γ α = ∫ 0 ∞ x α - 1 e - x d x

。

C v

为离差系数，

C s

为偏态系数，

x 0

称为位置参数，是x总体的最小值，即为概率密度曲线起点的横坐标。根据实际应用需要，统计分析中常采用的保证率函数如式（11），通过变量转换如式（12）。

P x p = P x ≥ x p = ∫ a ∞ f x d x = ∫ a ∞ β α Γ α x - x 0 α - 1 e - β x - x 0 d x

（11）

P = P Φ ≥ Φ p = ∫ Φ p ∞ G Φ, C s d Φ

（12）

式中，将x标准化得到的标准化变量Φ称为离均系数，即

Φ = x - x ¯ / S = x - x ¯ / x ¯ C v

，

x = x ¯ Φ C v + 1

，所以频率P对应的极值

x p

如式（13）

x p = x ¯ · Φ p C v + 1

（13）

被积函数

G Φ, C s

中含有参数

C s

，

C s

可由样本计算得出，可见概率P和

Φ p

存在一一对应关系^[14]，可从“P-Ⅲ型曲线的离均系数表”中查知。因而，在实际应用中，并不需要计算出

α

，

β

，

x 0

值，只要计算出

x ¯

、

C v

、

C s

，就可通过查表得到一系列P对应的

Φ p

。由

Φ p

、

x ¯

、

C v

通过式（13）计算P相应的

x p

，绘出P和

x p

频率曲线，在频率曲线上查出相应重现期T的概率P=1/T所对应的

x p

。

2 结果与分析

2.1 研究区极大风速分布特征

2.1.1 时间分布特征

研究区2023年3月至2024年2月各站点极大风速等级占比如表1所示。春季7级及以上风速占比最大，达67.56%，然后是夏季、冬季、秋季，分别为56.22%、38.92%、10.27%。研究区秋季的风速大多在6级及以下。综合表明，研究区风速分布不均，大风天气多发生于春季和夏季。

表1 风速等级占比

季节	风速等级
季节	0～5级	6级	7级	8级	9级	10级以上
春季	10.81	21.62	37.30	23.78	4.86	1.62
夏季	11.89	31.89	29.19	18.92	7.03	1.08
秋季	51.35	38.38	7.57	2.16	0	0.54
冬季	22.16	38.92	28.65	8.65	1.08	0.54

2.1.2 空间分布特征

2004—2024年研究区7个站点的极大风速均值在13.826～19.737 m/s，差异明显，站点5风速最大，站点3风速最小，站点2和站点7风速相近。其中，西北部受地形影响，风速较大。由图1可知，在7个站点中，站点5和站点6的极大风速年变化相对较小，站点1、站点7、站点3和站点2年极大风速有变大趋势，站点4年变化较大。

显示原图|下载原图ZIP|生成PPT

图1 研究区基本气象站极大风速年变化

2.2 极大风速分布估算

2.2.1 极值Ⅰ型极大风速估算

对2004—2024年研究区极大风速资料进行整理，7个国家基本站点极大风速资料如表2所示。将离差系数和均值代入公式（9），得到7个站点相关方程。

表2 各个站点极大风速系数值及相关方程

站点	均值	标准差	离差系数	相关方程
1	18.038	4.517	0.250	$X p = 18.038 × 0.250 ψ P + 1$
2	16.368	3.203	0.195	$X p = 16.368 × 0.195 ψ P + 1$
3	13.826	2.907	0.210	$X p = 13.826 × 0.210 ψ P + 1$
4	18.971	2.827	0.149	$X p = 18.971 × 0.149 ψ P + 1$
5	19.737	2.142	0.108	$X p = 19.737 × 0.108 ψ P + 1$
6	17.328	2.126	0.123	$X p = 17.328 × 0.123 ψ P + 1$
7	16.838	2.710	0.160	$X p = 16.838 × 0.160 ψ P + 1$

由式（8）可以求得R为15年、30年、50年时的

ψ P

取值，分别为1.635、2.189、2.592；代入表3方程可计算出极大风速估算值。由表3可知，7个站点在15年、30年、50年的极大风速估算值分别在18.574～25.411、20.182～27.909和21.352～29.727 m/s。

表3 极值I型极大风速估算结果

重现期	站点1	站点2	站点3	站点4	站点5	站点6	站点7
50年	29.727	24.642	21.352	26.297	25.287	22.852	23.860
30年	27.909	23.355	20.182	25.158	24.424	21.993	22.769
15年	25.411	21.587	18.574	23.592	23.238	20.812	21.268

2.2.2 P-Ⅲ型极大风速估算

通过风速资料样本得到

C v

、

C s

（表4）。通过P-Ⅲ型曲线的离均系数表查出对应的

Φ p

值，根据公式（13）计算得到不同P所对应的最大风速值，绘出频率曲线如图2所示。通过频率曲线，估算7个站点在15年、30年、50年的极大风速估算值分别在18.907～25.934、19.563～28.522和20.388～29.673 m/s（表5）。

表4 各个站点系数值

参数	站点1	站点2	站点3	站点4	站点5	站点6	站点7
$C s$	1.131	0.921	0.348	0.293	0.380	0.278	0.707
$C v$	0.250	0.195	0.210	0.149	0.108	0.123	0.160

显示原图|下载原图ZIP|生成PPT

图2 研究区7个站点P-Ⅲ型频率曲线

表5 P-Ⅲ型极大风速估算结果

站点	重现年份
站点	15年	30年	50年
1	25.934	28.522	29.673
2	22.304	23.432	24.347
3	18.907	19.563	20.388
4	22.363	24.158	25.218
5	24.132	24.778	25.348
6	20.472	21.057	21.932
7	21.676	22.035	23.340

2.2.3 极大风速估算结果比较

极值Ⅰ型与P-Ⅲ型曲线计算的风速差值如表6所示。整体来看，极值Ⅰ型估算的极大风速略大于P-Ⅲ型曲线估算，2种方法估算差值相差较小，结果比较相近，说明2种方法均可用于研究区最大风速值估算。

表6 极值Ⅰ型分布与P-Ⅲ型分布计算结果差值

重现期	站点1	站点2	站点3	站点4	站点5	站点6	站点7
50年	0.054	0.295	0.964	1.079	-0.061	0.920	0.520
30年	-0.613	-0.077	0.619	1.000	-0.354	0.936	0.734
15年	-0.523	-0.717	-0.333	0.229	-0.894	0.340	-0.408

3 结论与讨论

极大风速的估算是气象服务的一个重要项目，对农业生产具有较强的指导意义。本研究分析了研究区7个国家基本气象站2004—2024年的年极大风速实况资料，发现极大风速年变化较大，在未来短时间内预测极大风速较为困难，利用长风速资料得出的拟合曲线会更接近于经验值，极大风速的估算误差较小。同时，研究区西北部地区风速明显大于南部，极大风速的中心变化也较为明显，增加了某个区域极大风速估算的不确定性，因此，空间分布对极大风速的估算具有一定的参考意义。基于此，本研究利用20年的风速资料，通过极值Ⅰ型分布、P-Ⅲ型分布2种方法对极大风速进行了分析和估算。研究表明，极值Ⅰ型分布估算结果略大于P-Ⅲ型分布。综合表明，本试验条件下，2种方法的估算结果均具有一定的参考价值。

在实际生产中，对极大风速进行估算，有助于农业生产者在灾害性天气来临之前，提前做好相关农作物的防护工作，切实将灾害性天气的影响降到最低^[15-17]。研究区农业生产中，水稻、柑橘等受大风的影响较为明显。针对大风灾害，本文提出以下几点防御措施。

（1）通过灌水增加稻田土壤含水量，增强稻株根系与土壤的黏附力，减少水稻与大风的接触面积，降低倒伏的风险。对于倒伏严重的水稻，在大风过后及时培土固定，并根据生长的情况，喷施磷酸二氢钾、芸苔素内酯等叶面肥，促进水稻恢复生长。

（2）对于挂果量多的柑橘，在主干旁立支柱，将结果枝均匀吊挂在支柱上，减少树枝摇动和枝条断裂。被风刮断的枝干、果实及时进行清理，摘除严重损伤的果实，对折裂未断的大枝尽量进行抢救，摘除大枝上的全部果实。对被风吹倒或歪斜的树体应及时扶正、填土压实并设置支柱进行加固。

References

Publishing order | Descend order by publishing year | Descend order by cited within

[1]	杨皓森，任可，杨道玲. 基于大数据聚类方法的我国夏季极端气候事件时空演变特征[J]. 江苏师范大学学报（自然科学版），2024，42（3）：70-75.

[2]	朱薇薇，郭龙光，泽仁罗布，等. 基于三种不同分布函数的西藏东部地区极大风速估算研究[J]. 气象科技进展，2024，14（2）：60-66，73.

[3]	李丽，王业斌，鲁俊，等. 1981—2020年安徽省不同重现期最大风速和极大风速时空变化特征[J]. 热带气象学报，2022，38（5）：662-670.

[4]	史军，徐家良，谈建国，等. 上海地区不同重现期的风速估算研究[J]. 地理科学，2015，35（9）：1191-1197.

[5]	呼津华，王相明. 风电场不同高度的50年一遇最大和极大风速估算[J]. 应用气象学报，2009，20（1）：108-113.

[6]	庄垂锋. 福州年最大风速的分析和估算[J]. 福建师范大学学报（自然科学版），1985，1（3）：87-92.

[7]	庞文保，白光弼，滕跃，等. P-Ⅲ型和极值Ⅰ型分布曲线在最大风速计算中的应用[J]. 气象科技，2009，37（2）：221-223.

[8]	苏志，范万新，黄颖，等. 北部湾沿海最大风速分布特征及工程设计风速推算[J]. 台湾海峡，2010（2）：167-172.

[9]	鹿翠华. 最大风速变化特征及再现期极值估算[J]. 气象科技，2010，38（3）：399-402.

[10]	南充市地方志办公室. 南充年鉴-2017[M]. 北京：中国文史出版社，2017.

[11]	饶智杰，张琪慧，户晓琴，等. 基于克里金插值法的南充市2022年汛期高温干旱天气分析[J]. 安徽农业科学，2025，53（15）：173-177，185.

[12]	陈锦冠，林少冰. 10分钟平均最大风速与极大风速评估方程的建立[J]. 气象，2001，27（10）：38-41.

[13]	汤垚天，高峰. 应用极值I型分布估算厦门市极端风速[J]. 科技资讯，2008，6（21）：222.

[14]	段忠东，周道成. 极值概率分布参数估计方法的比较研究[J]. 哈尔滨工业大学学报，2004，36（12）：1605-1609.

[15]	饶智杰. 气象灾害对西充县特色农作物的影响研究[J]. 南方农机，2022，53（5）：42-44.

[16]	赵秀兰. 近50年登陆我国热带气旋时空特征及对农业影响研究综述[J]. 海洋气象学报，2019，39（4）：1-11.

[17]	茆磊磊，刘立斌，张冰莲. 水稻气象灾害防御栽培技术分析[J]. 种子科技，2023，41（5）：55-57.

Options

Outlines

模态框（Modal）标题