降雨是地表径流的本源,亦是地下水的主要补给来源。降雨在空间分布上的不均匀与时间变化上的不稳定性又是引起洪涝旱灾的直接原因。所以在水文水资源的研究与实际工作中,正确合理地模拟降雨过程对解决日益频繁的灾害现象的至关重要。Copula函数作为一种新方法,在解决降雨多变量联合分布时具有极高的准确度和广泛的适用性。本研究将Copula函数运用到降雨时间降尺度与偏差修正之中,利用收集的降雨数据,建立了多元概率降雨时间降尺度和偏差修正模型。选取1小时极端降雨为模型输出值,并以珠三角地区特大城市广州和深圳为研究案例,验证模型的可用性。然后结合多个区域气候模型输出结果,揭示气候变化条件下,珠三角地区1小时暴雨的潜在变化,为高时间精度降雨数据的获取提供一种新的思路。本文主要研究内容如下:查阅并收集国内外相关研究,掌握降雨时间降尺度及偏差修正研究的现状及进展,归纳总结了 Copula函数相较于传统方法的优势。详细介绍了 Copula函数的定义、类型与参数估计,探讨了 Copula函数的最优选择问题。在分别确定了降雨多变量的边缘分布的基础上,对Copula函数进行评估优选。最后使用最适宜的Copula函数建立了多元概率降雨时间降尺度模型。将上述模型在广州和深圳进行实例研究,采用Vine-Copula结构来建立了天降雨量、6小时最大降雨量与1小时最大降雨量的联合分布模型,并对比分析了预测值与观测值之间的差异与相同点。将上述模型运用于珠江三角洲特大城市的历史(1976-2005年)与未来(2070-2100年)在气候变化条件下的降雨变化分析上,以帮助了解珠江流域短时期暴雨的可能变化。结果表明,即使不同RCM的输出会导致不同的1小时暴雨结果,但未来1小时暴雨事件的降雨量和频率通常会在一定程度上增加,尤其是在RCP8.5下。最后,将Copula函数运用到珠三角地区特大城市降雨的偏差修正中,以两个RCM数据和历史数据建立三维Copula函数模型,输出结果与分位数映射的结果做对比,改善历史数据。结果表明,Copula函数较之分位数映射有更好的偏差修正效果,也证明了 Copula函数在降雨偏差修正的可用性。