基于短期风速资料的基本风压计算方法

doi:10.13229/j.cnki.jdxbgxb20190628

摘要/Abstract

摘要：

由于部分地区缺少长期风速资料，根据《建筑结构荷载规范》不能确定这些地区的基本风压，急需根据短期风速资料得到一个可供桥梁等工程结构设计使用的基本风压。选取中国54个代表性城市2013年~2017年的短期风速资料，使用月最大风速资料与极值I型分布函数进行拟合，矩估计法和Gumbel法分别对参数进行计算，采用柯尔莫格罗夫检验法进行检验。结果表明：54个城市的月最大风速资料均符合极值I型分布，用月最大风速资料与极值I型分布进行拟合时，Gumbel法比矩估计法的拟合效果好。因此,选用月最大风速资料拟合极值I型分布计算缺少长期风速资料地区的基本风压。采用该方法计算了重现期为6个月、50年、100年的基本风压，重现期为6个月的基本风压可以为设计使用年限较短的工程（如拆除工程）提供参考风压，重现期为50年、100年的基本风压可以为没有长期风速资料地区的桥梁等工程结构设计提供依据。最后,采用本文方法对缺少长期风速资料的阜阳市基本风压计算提供算例。本文方法对没有长期风速资料和重现期较小的风压确定具有重要工程意义。

关键词: 土木工程, 基本风压, 短期风速, 极值I型分布, Gumbel法, 柯尔莫格罗夫检验法

Abstract:

Due to the lack of long-term wind speed data in some regions, the basic wind pressure can not be calculated according to the Building Structure Load Code. It is urgent to get a basic wind pressure for the design of bridges and other engineering structures according to the short-term wind speed data. In this paper, the short-term wind speed data of 54 representative cities in China in 2013~2017 are selected, respectively. The extreme value I-type distribution function is used to fit the parameter estimation with the monthly maximum wind speed data. The moment estimation method and Gumbel method are used to calculate the parameters, which are examined examined using the Kolmogorov-Smirnov test method. The results show that the monthly maximum wind speed data in 54 cities are in line with the extreme value type I distribution. When fitting the monthly maximum wind speed data with the extreme value type I distribution, the Gumbel method has a better fitting effect than the moment estimation method. Therefore, it is feasible to use the maximum monthly wind speed data to fit the extreme value I-type distribution to calculate the basic wind pressure in regions lacking long-term wind speed data. Based on this method, the basic wind pressure was calculated for a recurrence period of 6 months, 50 years and 100 years. The basic wind pressure with a return period of 6 months can provide reference for projects with short design life, such as demolition works. The basic wind pressure with a return period of 50 and 100 years can provide a reference for bridge structural design in areas without long-term wind speed data. Taking Fuyang city as an example, this paper provides an example for the basic wind pressure calculation which lacks long-term wind speed data. The basic wind pressure of lacking the long-term wind speed data and short recurrence period can be calculated.

Key words: civil engineering, basic wind pressure value, short-term wind speed, extreme value type I distribution, Gumbel method, Kolmogorov-Smirnov test

中图分类号:

TU312

王勃,董元正,董丽欣. 基于短期风速资料的基本风压计算方法[J]. 吉林大学学报(工学版), 2020, 50(5): 1739-1746.

Bo WANG,Yuan-zheng DONG,Li-xin DONG. Calculation of basic wind pressure based on short⁃term wind speed data[J]. Journal of Jilin University(Engineering and Technology Edition), 2020, 50(5): 1739-1746.

图/表 4

表1

极值I型分布与月最大风速资料拟合的计算结果"

城市	估计方法	$a$	$u$	$σ$	$V$ /%	$K f$	城市	估计方法	$a$	$u$	$σ$	$V$ /%	$K f$
齐齐哈尔	矩估计法	2.2533	12.9000	0.4685	2.91	0.0672	郑州	矩估计法	1.6625	12.5700	0.3682	2.17	0.1205
齐齐哈尔	Gumbel法	2.4091	12.8720	0.4656	3.07	0.0799	郑州	Gumbel法	1.8702	12.5490	0.3683	2.19	0.1208
哈尔滨	矩估计法	2.6392	11.2290	0.5591	3.00	0.0473	许昌	矩估计法	1.3087	14.1440	0.4566	2.26	0.1079
哈尔滨	Gumbel法	3.0960	11.1090	0.5612	3.57	0.0534	许昌	Gumbel法	1.4370	14.1190	0.4587	2.33	0.1037
乌鲁木齐	矩估计法	2.2543	14.6720	0.7016	4.38	0.1223	汉中	矩估计法	1.4543	10.4993	0.2745	2.06	0.1002
乌鲁木齐	Gumbel法	2.4667	14.6280	0.6954	4.32	0.1198	汉中	Gumbel法	1.5704	10.4839	0.2705	2.17	0.1063
喀什	矩估计法	2.6048	13.6160	0.9127	5.73	0.0882	重庆	矩估计法	1.3953	13.4330	0.3129	1.75	0.0725
喀什	Gumbel法	2.7078	13.5390	0.8637	4.62	0.0673	重庆	Gumbel法	1.4957	13.4120	0.3063	1.90	0.0861
酒泉	矩估计法	2.4832	13.1330	0.5536	2.76	0.0852	宜昌	矩估计法	1.3732	10.7430	0.3042	1.93	0.0850
酒泉	Gumbel法	2.6164	13.0920	0.5362	2.63	0.0682	宜昌	Gumbel法	1.4910	10.7140	0.2794	1.52	0.0751
西宁	矩估计法	1.8583	10.7899	0.4997	3.46	0.1341	武汉	矩估计法	1.4658	12.8050	0.3003	1.90	0.0771
西宁	Gumbel法	1.9968	10.7683	0.5086	3.68	0.1361	武汉	Gumbel法	1.5581	12.7850	0.2942	1.86	0.0795
包头	矩估计法	2.0802	15.4770	0.6470	3.30	0.1161	长沙	矩估计法	1.5291	12.4430	0.2820	1.72	0.1143
包头	Gumbel法	2.2178	15.4430	0.6517	3.10	0.1053	长沙	Gumbel法	1.6600	12.4110	0.2419	1.48	0.0978
呼和浩特	矩估计法	1.6995	18.9800	0.4150	1.30	0.0705	毕节	矩估计法	1.1986	11.2819	0.2083	1.38	0.0905
呼和浩特	Gumbel法	1.8454	18.9440	0.3908	1.48	0.0838	毕节	Gumbel法	1.2129	11.2649	0.1985	1.55	0.1085
大同	矩估计法	1.5944	16.7970	0.4560	1.97	0.0877	岳阳	矩估计法	1.6540	12.9540	0.3315	1.82	0.0980
大同	Gumbel法	1.7310	16.7640	0.4422	2.16	0.0907	岳阳	Gumbel法	1.7740	12.9340	0.3293	2.01	0.1043
银川	矩估计法	2.5342	12.0840	0.5612	3.88	0.1460	赣州	矩估计法	1.0108	11.111	0.2833	1.54	0.0580
银川	Gumbel法	2.9851	12.0580	0.5693	3.86	0.1416	赣州	Gumbel法	1.0975	11.089	0.2739	1.57	0.0688
石家庄	矩估计法	1.7934	13.2980	0.4467	2.86	0.1069	贵阳	矩估计法	1.0274	11.9670	0.2504	1.17	0.0693
石家庄	Gumbel法	1.9470	13.2600	0.4224	2.35	0.0956	贵阳	Gumbel法	1.1156	11.9450	0.2357	1.36	0.0883
太原	矩估计法	1.3137	15.1280	0.4326	1.67	0.0823	桂林	矩估计法	1.1837	12.0840	0.2588	1.48	0.0765
太原	Gumbel法	1.4263	15.1010	0.4274	1.64	0.0749	桂林	Gumbel法	1.2294	12.0690	0.2589	1.51	0.0893
西安	矩估计法	1.7030	13.0130	0.5662	2.90	0.0765	常州	矩估计法	1.3151	14.1730	0.2173	1.01	0.0703
西安	Gumbel法	1.8488	12.9770	0.5600	2.86	0.0747	常州	Gumbel法	1.4108	14.1550	0.2060	0.92	0.0591
长春	矩估计法	2.3218	14.6720	0.4113	2.49	0.0813	蚌埠	矩估计法	1.0183	15.2400	0.3662	1.31	0.0642
长春	Gumbel法	2.6810	14.6430	0.4018	2.23	0.0658	蚌埠	Gumbel法	1.1056	15.2190	0.3651	1.31	0.0704
延吉	矩估计法	2.1057	15.4690	0.7419	4.09	0.1304	南京	矩估计法	1.1086	15.8010	0.2689	0.99	0.0476
延吉	Gumbel法	2.2862	15.4240	0.7381	3.77	0.1187	南京	Gumbel法	1.2071	15.7780	0.2546	1.01	0.0428
沈阳	矩估计法	2.1983	12.3350	0.3793	2.20	0.0585	合肥	矩估计法	1.2416	14.3880	0.4575	1.52	0.0880
沈阳	Gumbel法	2.5297	12.3070	0.3679	2.20	0.0636	合肥	Gumbel法	1.3714	14.3670	0.4632	1.93	0.1030
张家口	矩估计法	1.5898	17.0010	0.6016	2.35	0.1197	上海	矩估计法	2.3294	15.2240	0.2929	1.18	0.0654
张家口	Gumbel法	1.8399	16.9760	0.6129	2.39	0.1134	上海	Gumbel法	2.3861	15.2080	0.2933	1.16	0.0838
大连	矩估计法	2.3288	16.3020	0.6214	3.45	0.1352	杭州	矩估计法	1.2349	14.1990	0.2791	1.20	0.0626
大连	Gumbel法	2.4534	16.2620	0.6139	3.25	0.1371	杭州	Gumbel法	1.2802	14.1800	0.2733	1.22	0.0741
北京	矩估计法	1.6861	14.5580	0.4792	2.28	0.1700	金华	矩估计法	1.1369	13.7190	0.2663	1.30	0.0519
北京	Gumbel法	1.8205	14.5370	0.4880	2.36	0.1734	金华	Gumbel法	1.2180	13.7000	0.2590	1.27	0.0652
天津	矩估计法	1.5042	16.8090	0.4969	1.91	0.1025	南昌	矩估计法	1.9589	11.4730	0.2825	1.39	0.0603
天津	Gumbel法	1.6332	16.7770	0.4911	2.11	0.1015	南昌	Gumbel法	2.0756	11.4530	0.2773	1.60	0.0783
济南	矩估计法	1.4320	15.5750	0.2688	0.99	0.0936	福州	矩估计法	2.5044	14.5260	0.4334	2.13	0.0833
济南	Gumbel法	1.5939	15.5510	0.2525	0.97	0.1082	福州	Gumbel法	2.7933	14.4930	0.4192	2.17	0.0811
青岛	矩估计法	1.9150	17.7280	0.4233	2.09	0.1082	厦门	矩估计法	2.9360	13.1970	0.2499	1.27	0.0632
青岛	Gumbel法	2.0173	17.7030	0.4217	2.08	0.0933	厦门	Gumbel法	3.2960	13.1720	0.2267	1.29	0.0714
拉萨	矩估计法	1.1991	12.0220	0.4070	2.48	0.1350	广州	矩估计法	1.6028	14.3590	0.5708	3.09	0.1331
拉萨	Gumbel法	1.2231	12.0080	0.4177	2.71	0.1412	广州	Gumbel法	1.7895	14.3330	0.5798	3.04	0.1271
成都	矩估计法	1.3856	10.7460	0.3693	2.64	0.1219	南宁	矩估计法	1.4372	11.7290	0.2425	1.40	0.0596
成都	Gumbel法	1.4558	10.7252	0.3696	2.41	0.1069	南宁	Gumbel法	1.5603	11.6990	0.1982	1.03	0.0580
绵阳	矩估计法	1.1523	10.9890	0.3412	2.31	0.0918	深圳	矩估计法	2.7640	14.6610	0.3366	1.77	0.0907
绵阳	Gumbel法	1.2636	10.9670	0.3372	2.31	0.0837	深圳	Gumbel法	3.0590	14.6350	0.3246	1.86	0.1003
大理	矩估计法	2.6709	11.7880	0.2619	1.43	0.0908	海口	矩估计法	2.9869	15.042	1.0274	4.22	0.1452
大理	Gumbel法	3.1133	11.7560	0.2199	1.25	0.0768	海口	Gumbel法	3.3278	14.994	1.0408	4.97	0.1610
昆明	矩估计法	1.8512	12.1560	0.3242	1.85	0.0649	三亚	矩估计法	3.2478	16.5610	1.0028	2.70	0.0931
昆明	Gumbel法	2.0425	12.1230	0.2917	1.44	0.0493	三亚	Gumbel法	3.5261	16.4920	0.9831	3.58	0.1071

表1

表2

图1

图2

参考文献 19

1	Wang B, Etheridge D W, Ohba M. Wind tunnel investigation of natural ventilation through multiple stacks. Part 1: mean values[J]. Building & Environment, 2011, 46(7): 1380-1392.
2	GB50009—2012. 建筑结构荷载规范[S].
3	Mircea G. Estimation of extreme wind from short records[J]. Journal of the Structural Division, 1982, 108(5): 1034-1048.
4	陈朝辉, 管前乾. 基于短期资料的重庆风速极值渐进分布分析[J]. 重庆大学学报: 自然科学版, 2006, 29(12): 88-92.
	Chen Zhao-hui, Guan Qian-qian. Simulating of asymptotic distributions of extreme wind speed in Chongqing using short-term wind speed records[J]. Journal of Chongqing University(Natural Science Edition), 2006, 29(12): 88-92.
5	罗乃东. 基于可靠度的高层、高耸结构抗风分析[D]. 大连: 大连理工大学土木工程学院, 2002.
	Luo Nai-dong. Study of wind-resistant of tall building base on reliability theory[D]. Dalian: School of Civil Engineering, Dalian University of Technology, 2002.
6	Lee B H, Ahn D J, Kim H G, et al. An estimation of the extreme wind speed using the Korea wind map[J]. Renewable Energy, 2012, 42: 4-10.
7	孟庆珍, 唐谟智. 成都地面气温与风速年极大值的渐近分布及参数估计[J]. 成都气象学院学报, 1997, 12(4): 284-291.
	Meng Qing-zhen, Tang Mo-zhi. On asymptotic distribution of yearly maximum values of surface temperature and wind speed over Chengdu and the estimation of their parameters[J]. Journal of Chengdu Institute of Meteorology, 1997, 12(4): 284-291.
8	Harris I. Generalised pareto methods for wind extremes. Useful tool or mathematical mirage?[J]. Journal of Wind Engineering & Industrial Aerodynamics, 2005, 93(5): 341-360.
9	Galambos J. The Cassical Extreme Value Model: Mathematical Results Versus Statistical Inference[M]. New York: Statistics for the 21st Century, 2000: 173-187.
10	Elahi A S, Ghoranneviss M, Emami M. Comparative measurements of plasma position using multipole moments method and analytical solution of grad-shafranov equation in IR-T1 tokamak[J]. Journal of Fusion Energy, 2009, 28(4): 385-389.
11	张勇. 基本风压、雪压统计分析与荷载组合系数研究[D]. 沈阳：沈阳建筑大学土木工程学院, 2011.
	Zhang Yong. Statistical analysis about basic wind and snow pressure and research about load combinatorial coefficient[D]. Shenyang： School of Civil Engineering, Shenyang University of Architecture, 2011
12	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.
	Duan Zhong-dong, Zhou Dao-cheng. A comparative study on parameter estimate method for extremal value distribution[J]. Journal of Harbin Institute of Technology, 2004, 36(12): 1605-1609.
13	康朝杰, 杜文风, 杨雪. 基于极大似然法的雪荷载计算与分析[J]. 河南大学学报: 自然科学版, 2016, 46(2): 220-225.
	Kang Chao-jie, Du Wen-feng, Yang Xue, et al. Calculation and analysis of snow loads based on the maximum likelihood method[J]. Journal of Henan University(Natural Science), 2016, 46(2): 220-225.
14	Zhang C L, Fan J H. An X-ray luminosity analysis for FRIs and FRIIs[J]. Science in China Series G Physics Mechanics and Astronomy, 2009, 52(9): 1434-1441.
15	方晓, 张运福, 房一禾. 辽宁省沿海地区极值风速概率分布特征[J]. 现代农业科技, 2015(22): 256-257, 259.
	Fang Xiao, Zhang Yun-fu, Fang Yi-he. Characteristic of probability distribution of extreme wind speeds in coast area of Liaoning province[J]. XianDai NongYe KeJi, 2015(22): 256-257, 259.
16	叶征伟. 山区高墩大跨连续刚构桥风环境及风荷载研究[D]. 杭州：浙江大学建筑工程学院, 2012.
	Ye Zheng-wei. Study on the wind-environment and wind loads of the long-span continuous rigid frame bridge with tall piers in mountainous areas[D]. Hangzhou： College of Civil Engineering and Architecture, Zhejiang University, 2012.
17	屠其璞. 气象应用概率统计学[M]. 北京：气象出版社, 1984.
18	王卫锋, 颜全胜, 李立军, 等. 大跨度斜拉桥侧风非线性分析[J]. 吉林大学学报：工学版, 2007, 37(4): 786-789.
	Wang Wei-feng, Yan Quan-sheng, Li Li-jun， et al. Nonlinear analysis for a long span cable stayed bridge under lateral wind loads[J]. Journal of Jilin University(Engineering and Technology Edition), 2007, 37(4): 786-789.
19	姜浩, 郭学东, 张艳辉. 基于时域分析的风载激励下桥梁结构动力特性识别[J]. 吉林大学学报: 工学版, 2011,41(5): 1279-1283.
	Jiang Hao, Guo Xue-dong, Zhang Yan-hui. Dynamic behavior identification of concrete bridge structure under wind load excitation based on time-domain analysis[J]. Journal of Jilin University(Engineering and Technology Edition), 2011, 41(5): 1279-1283.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

[1]	薛素铎,鲁建,李雄彦,刘人杰. 跳格布置对环形交叉索桁结构静动力性能的影响[J]. 吉林大学学报(工学版), 2020, 50(5): 1687-1697.
[2]	李明,王浩然,赵唯坚. 单向带抗剪键叠合板的受力性能试验[J]. 吉林大学学报(工学版), 2020, 50(2): 654-667.
[3]	王鹏辉,乔宏霞,冯琼,曹辉,温少勇. 氯氧镁涂层钢筋混凝土两重因素耦合作用下的耐久性模型[J]. 吉林大学学报(工学版), 2020, 50(1): 191-201.
[4]	李明,王浩然,赵唯坚. 带抗剪键叠合板的力学性能[J]. 吉林大学学报(工学版), 2019, 49(5): 1509-1520.
[5]	张军,钱诚,郭春燕,钱玉君. 基于多源时空数据的建筑宜居性动态设计[J]. 吉林大学学报(工学版), 2019, 49(4): 1169-1173.
[6]	梁宁慧,缪庆旭,刘新荣,代继飞,钟祖良. 聚丙烯纤维增强混凝土断裂韧度及软化本构曲线确定[J]. 吉林大学学报(工学版), 2019, 49(4): 1144-1152.
[7]	张磊,刘保国,储昭飞. 深厚孔隙砂岩含水层疏干排水对盾构斜井的影响模型试验[J]. 吉林大学学报(工学版), 2019, 49(3): 788-797.
[8]	郑一峰, 赵群, 暴伟, 李壮, 于笑非. 大跨径刚构连续梁桥悬臂施工阶段抗风性能[J]. 吉林大学学报(工学版), 2018, 48(2): 466-472.
[9]	王腾, 周茗如, 马连生, 乔宏霞. 基于断裂理论的湿陷性黄土劈裂注浆裂纹扩展[J]. 吉林大学学报(工学版), 2017, 47(5): 1472-1481.
[10]	郭楠, 张平阳, 左煜, 左宏亮. 竹板增强胶合木梁受弯性能[J]. 吉林大学学报(工学版), 2017, 47(3): 778-788.
[11]	张静, 刘向东. 混沌粒子群算法优化最小二乘支持向量机的混凝土强度预测[J]. 吉林大学学报(工学版), 2016, 46(4): 1097-1102.
[12]	郭学东, 马立军, 张云龙. 集中力作用下考虑剪切滑移效应的双层结合面组合梁解析解[J]. 吉林大学学报(工学版), 2016, 46(2): 432-438.
[13]	赵玉，李衍赫，张培，赵科，刘伟超. 粘土的动力特性试验[J]. 吉林大学学报(工学版), 2015, 45(6): 1791-1797.
[14]	侯忠明, 王元清, 夏禾, 张天申. 移动荷载作用下的钢-混简支结合梁动力响应[J]. 吉林大学学报(工学版), 2015, 45(5): 1420-1427.
[15]	王甲春, 阎培渝. 海洋环境下钢筋混凝土中钢筋锈蚀的概率[J]. 吉林大学学报(工学版), 2014, 44(2): 352-357.