在全球气候变暖加剧的背景下,高温、强降水等极端气候事件的频率及强度会显著加大,由此引发的灾害也逐年增多。由极端降水事件引起的旱涝灾害与人们生活息息相关,其对社会经济和生态环境危害极大,因此研究充分有效的统计模型来分析极端降水事件的规律以及预估极端降水事件发生的可能性、极端降水量十分重要。极端降水发生频率与概率统计学密切相关,通过建立最优概率分布模型来描述极端降水发生规律,已成为研究极端天气的重要手段。不过,这种方法有一个不足,就是会忽略极值之间的空间相关性。极值分布模型通常应用于单个站点降水事件的研究,会出现由于某个气象站点异常值引起附近区域发生波动的问题。若极端事件同时发生会在多个地方造成广泛的破坏,从风险管理的角度来看,极端事件的空间相关性建模至关重要,为此需要建立一个针对所有站点的空间极值模型。降水过程是个复杂的地理问题,降水的出现时间及地点与强度不仅仅与天气系统有关,还受地形因素的影响,因此单单从统计学的角度分析是远远不够的。本研究将高程、坡度等与降水相关的地形因子引入到空间极值模型中,以此建立基于自然环境的区域降水模型。本研究以淮河流域蚌埠闸以上区域为研究区,基于极值稳定性理论,考虑研究区地理环境,建立淮河流域上游地区区域极端降水模型,弥补了以往只考虑单个站点,忽略空间相关性的单(多)变量极值模型的不足,对整个区域已知或未知站点构建极端降水模型。利用不同尺度的地形因子,探讨最佳尺度的区域降水模型,为后续基于模型的降水研究提供借鉴和参考。研究的主要内容与步骤如下:第一,根据研究区特点选取不同尺度下的极端降水影响因子,并利用灰色关联法判断不同尺度下与极端降水最相关的三个因子;第二,基于极值稳定性理论,利用以上得出的因子建立不同尺度下的淮河流域上游地区区域极端降水模型;第三,利用不同尺度下的区域极端降水分层模型预估淮河流域上游地区不同重现期下的极端降水值,提取检验点的值,将其与实际极端降水值进行对比,结合最小信息法判断出最优尺度下的区域极端降水模型;第四,分析建模站点个数对模型产生的影响。主要得出研究结论包括:(1)通过灰色关联法,最终确定不同尺度下的与极端降水最相关的三个地形因子为,坡向、高程及植被覆盖度。(2)不同尺度下最优区域分层模型。根据实际值与模拟值的相关性,在500m到5000m的空间尺度下,对应尺度下的最优地理因子回归模型依次为M5、M5、M5、M5、M3、M5、M1、M1、M3、M3。再利用这些模型,构建出各个尺度下的区域极端降水模型。(3)区域极端降水模型的最优尺度。从模拟值与实际值之间的相关性与误差分析等方面综合考虑,最终确定3000m为研究区区域极端降水模型的最优尺度。在此尺度下的M5为最优地理因子回归模型,基于此建立的区域极端降水模型为研究区最优模型。(4)建模站点个数对模型产生的影响。建模站点个数的变化会对建模结果的空间分布、数值趋势以及模拟效果产生影响。随着建模点个数的增加,研究区极端降水空间分布呈现出由西部边缘向东逐渐升高的空间格局向由西部边缘向东逐渐降低并伴有少量高值“斑块”的空间格局转变的过程;研究区内大部分气象站点呈现出先上升后下降的趋势,多分布在研究区中部地区,而其他站点呈现出相反的变化趋势;不同的建模点个数得到的模拟效果亦不同,当建模点个数为17的时候,模型模拟的结果误差较小。