考虑历史洪水不确定性的多维联合洪水频率分析

洪水过程由多个特征变量组成,各变量之间存在正相关性,应进行多变量联合分析。但随着变量的增多,在相同样本条件下,多维联合分布具有更大的抽样不确定性。将历史洪水纳入多维联合频率分析,以提升各特征变量边缘分布和Copula函数相关性参数的准确性。以分层Archimedean Copulas函数为基础,构建了考虑历史洪水不确定性的多维联合洪水频率分析层次模型,将多维联合分布分解成为若干个二维Copula函数的多级层叠形式,并结合极大似然法,选用遗传算法求解特征变量边缘分布及各层Copula函数的相关性参数。长江流域宜昌站的应用结果表明,考虑历史洪水不确定性的多维联合洪水频率分析层次模型能够完整地描述整个洪水过程,考虑洪水过程特征变量之间的相关性,也能够有效利用历史洪水,改善样本的代表性,Copula函数的相关性参数符合实测序列峰量之间的相关关系。     

珠江流域感潮河段洪潮遭遇联合风险分析

在防洪潮规划中洪潮遭遇分析尤为重要。以西、北江三角洲作为珠江流域感潮区域的典型区，运用Archimedean Copula函数构建了年最大洪水和相应48h内最大潮位、年最大潮位和相应48h内最大洪水两组联合分布，通过联合风险概率模型，计算了洪潮组合的风险概率。结果表明：较高重现期洪水遭遇较低重现期的潮位、较高重现期潮位遭遇较低重现期的洪水风险概率会更大。基于Copula函数的洪潮联合分布拟合较好，组合风险分析可靠，为珠江流域感潮河段防洪、潮工程的设计风险计算提供理论参考。     

长江上游干支流洪水遭遇分析

目前洪水遭遇研究仅限于简单的实测资料统计分析,尚缺系统有效的理论方法.基于多维Copula函数分别建立金沙江屏山站、岷江高场站、嘉陵江北碚站以及长江宜昌站的洪水发生时间和量级的联合分布.以此方法估计干支流洪水发生时间和量级的遭遇可能性及条件概率,并与实测资料的统计结果进行比较.结果表明,模型计算结果与实测相吻合,说明该...     

基于Copula函数的组合变量联合概率分布研究及应用

基于Copula函数原理,利用武江流域实测水文资料,以广义GDP为洪峰洪量边缘分布,构建了流域组合变量Copula概率分布模型,分析了洪峰与洪量、洪量与洪水历时、洪峰与洪水历时的联合概率分布,绘制各种变量组合下的联合分布图及重现期等值线图,并比较了同重现期条件下,洪水单变量设计值与多维联合设计值的区别。结果表明:广义GDP分布能很好的描述洪峰、洪量边缘分布,而基于广义GDP分布和指数分布构建的两变量Copula联合概率分布模型不限定变量的边缘分布,对各种类型的水文变量联合分布拟合效果较好;能全面反映洪水各特征属性不同等级下的联合发生频率,对同一频率下联合分布推求的洪水设计值比单变量设计值偏于安全。基于Copula函数的组合变量概率分布模型描述洪峰流量、洪量、洪水历时等特征的联合分布,较为全面地反映组合特征的洪水发生的概率和重现期,进一步反映洪水风险。     

年最大洪水两变量联合分布研究

采用Von Mises分布拟合年最大洪水发生时间的概率分布,采用皮尔逊Ⅲ型分布拟合年最大洪水量级的概率分布,选用能够较好反映年最大洪水发生时间和量级之间相关结构的Gumbel Archimedean Copula函数,建立两变量联合分布,并定义和分析条件频率、联合频率和两变量重现期.实例分析表明年最大洪水的两变量分布拟合较好,可挖掘更多信息,为洪水设计分析提供了一条新的途径.     

金沙江干流与雅砻江洪水遭遇规律研究

由于环流形势、天气影响系统和水汽输送等共同之处,金沙江和雅砻江所出现的大暴雨过程多具有同期性,加上产汇流在时间和空间上的组合,易形成干支流同期同步的大洪水。采用攀枝花站、桐子林站1965~2014年实测水文资料,分析金沙江与雅砻江的洪水组成及遭遇情况。研究结果表明,金沙江上中游和雅砻江洪水一般发生在6~10月,尤以7~9月最为集中,金沙江中游和雅砻江年最大洪峰流量在此期间出现的频率达95%以上。金沙江中游和雅砻江下游洪水均有涨落平缓、历时长、洪量大的特点,洪水持续时间约15d左右,攀枝花和雅砻江年最大洪峰遭遇概率达50%左右。从金沙江与雅砻江洪水过程遭遇次数和概率上来看,年最大3d、7d、15d洪水过程遭遇的概率分别为30%、36%、52%,金沙江与雅砻江3d以上洪水过程遭遇概率较高。基于二维Copula函数建立的金沙江攀枝花站与雅砻江桐子林站年最大洪峰流量联合分布计算结果可知,虽然金沙江与雅砻江常遇洪水易发生洪水遭遇,但两江同时发生稀遇大洪水的概率并不高,但是当金沙江发生大洪水时,雅砻江出现较大洪水的概率较高。     

基于Copula理论的粗粒土渗透破坏临界水力比降估值

破坏水力比降是土体渗透稳定性分析和渗流控制的基础。以渗透变形试验为基础,分析了粗粒土临界水力比降与孔隙比、级配不均匀系数和曲率系数间的相关性。利用Copula理论适合建立多个非独立变量间联合分布函数的优点,构造了拟合粗粒土临界水力比降 、孔隙比e、级配不均匀系数 和曲率系数 间相关关系的最优Copula函数,并将其应用于粗粒土临界水力比降估值。结果表明：具有单参数的四维对称Archimedean Copula函数的Nelsen No 6为最优Copula函数。利用构造的最优Copula函数求条件概率,便可得到粗粒土临界水力比降估值的保证率,或者计算在一定保证率条件下临界水力比降估值。通过比较临界水力比降试验值与Copula理论方法、Terzaghi公式及刘杰公式估值,阐述了Copula理论的可靠性,为建立粗粒土临界水力比降与孔隙比及级配特征的多变量统计概率关系及临界水力比降估值提供了一种新途径。     

Archimedean族Copulas函数在多变量干旱特征分析中的应用

以甘肃省陇西站月降水资料为例,应用9种3维Archimedean Copulas函数构造了干旱历时、干旱烈度和烈度峰值的联合概率分布,并进行了多变量的拟合优度评价,利用优选出的3维非对称型M12 Copula函数,计算联合分布的重现期以及不同组合下的条件概率与条件重现期。结果表明,M12Copula函数可以描述干旱历时、干旱烈度和烈度峰值间的联合分布。由于Copula函数能够用来构建不同边缘分布的联合分布,可以获得变量间不同组合下的重现期,因而能够更全面客观地反映干旱的特征,是描述干旱多变量分布的一种有效途径。     

应用超阈值抽样及Copula函数推求水库设计洪水

按照超阈值理论对洪水资料进行抽样,应用Copula函数分别建立了超阈值洪水洪峰、3d洪量和7d洪量与其发生时间的联合分布,得到了不同量级洪水在发生时间上的概率分布图,对水库汛期防洪调度运用具有一定的指导意义。同时,应用Copula函数建立了年最大超阈值洪水洪峰、3d洪量和7d洪量的联合分布,以此得到设计标准和校核标准的设计洪水,并通过同频率放大法得到了设计洪水过程线,该洪水过程线更符合水文现象的内在规律,展现了超阈值理论和Copula函数在水文洪水频率分析计算领域的良好应用前景。     

基于多元分布函数的区域洪水频率分析

极端洪水事件的频率分析往往局限于单个站点,当研究区域内包含多个水文站点时,单变量频率分析方法,会导致低估或高估洪灾风险率。因此,需要进行区域频率分析。传统区域重现期计算方法,同一重现期对应多种设计洪水组合,而基于Kendall分布函数的重现期计算方法(KRP)有效的解决了这一问题。故本文引入三维非对称Copula分布函数拟合区域内各个站点年最大流量的相关关系,利用半参数法估计Copula函数的参数,并采用KRP推求区域洪水发生的重现期。结果表明:区域发生T年一遇的洪水概率远远大于单个站点发生T年一遇的洪水概率;KRP克服了实测序列较短的问题,且能准确估算洪水重现期。本研究为防洪部门制定防洪措施提供一定的科学依据。     

3维干旱变量联合概率分布研究

研究多变量干旱特性联合分布的推求方法。选择干旱历时、干旱烈度和烈度峰值为水文干旱特性变量。单变量的边际分布参数分别采用矩法、概率权重法、极大似然法和遗传算法进行计算和优化。应用检验、Kolmogorov-Smirnov等6种检验法进行单变量分布的拟合度检验。采用Pearson’s古典相关系数,Spearman秩相关系数,Kendall’s,Chi-Plots和K-Plots进行变量间的相依性度量。选择4种常用的3维Archimedean Copula函数进行干旱特性变量联合分布拟合。根据RMSE、AIC和BIC准则选择最优copula。在此基础上,采用基于Rosenblatt变换的Bootstrap法进行3维copula的拟合度检验。模型应用于渭河流域北洛河状头站径流序列,结果表明:Gumbel-Hougaard copula拟合效果最好,可以描述洛河状头站3维干旱变量的联合分布。     

拓扑克里格法与普通克里格法在区域洪水频率分析中的比较研究

依据北江(珠江流域支流)流域6个水文测站年最大洪峰流量资料,分别用Top-kriging(拓扑克里格法)和普通克里格法进行区域洪水频率估计。采用均方根误差作为频率分布线型拟合优度指标。运用线性矩法进行单站洪水频率分析,确定10、50、100、1000年一遇设计洪水值。在此基础上,从Topkriging和普通克里格法设计洪水估计不确定性和相对线性矩法单站洪水频率的估计误差两个方面比较Top-kriging和普通克里格法。结果表明:(1)Top-kriging法是更好的线性无偏估计,相比普通克里格法更适合于区域洪水频率估计;(2)Top-kriging法设计洪水估计不确定性明显小于普通克里格法;(3)Top-kriging法设计洪水估计结果更接近线性矩法单站洪水频率分析结果。     

Pair-copula函数在多变量干旱特性联合概率中的应用

研究pair-copula在干旱特性联合概率中的应用。以渭河流域咸阳站降雨资料为例,采用游程理论,选取干旱历时、干旱烈度和烈度峰值为干旱特性变量,应用Pearson线性相关系数、Spearman相关系数和Kendall秩相关系数进行相依性度量。采用4种常用的copula函数构造了12种pair-copulas,以RMSE、AIC、BIC为准则选择最优的pair-copula。运用Rosenblatt变换的Bootstrap法进行copula拟合度检验,推导3变量的联合概率分布。与3维对称、非对称阿基米德copulas和椭圆copula比较,表明pair-copula可以描述多变量水文概率分布。     

基于三维copula函数的多水文区丰枯遭遇分析

不同水文区的丰枯遭遇概率分析属于多变量概率分布问题,涉及的水文区越多,变量的维数就越高,问题就越复杂.为找到一种简单通用的多变量(n≥3)水文概率问题的求解方法,以不同水文区丰枯遭遇概率分析为例,引入三维copula函数构建多变量联合概率模型,将其用于分析长江、淮河及黄河流域的径流量的联合概率和条件概率问题。研究结果表明,当变量维数n≥3时,由copula函数可以很容易地构建多变量概率分布模型;对一组水文数据系列,有多个不同copula函数可以选择,可采用拟合优度检验方法择优;copula函数构建的多变量概率模型,可以计算各种条件下的联合概率分布,可以分析各种不同量级水文变量的遭遇概率和条件概率;通过与多维转换为一维方法的比较,三维Frank copula函数具有更优良的拟合优度、无偏性及有效性,且计算更简便。     

基于非对称Archimedean Copula的三变量洪水风险评估

分析洪峰、洪量和历时三变量联合分布与风险概率及其设计分位数,为水利工程规划设计和风险评估提供参考依据。以珠江流域西江高要站52年洪水数据为例,采用非对称阿基米德M6 Copula函数与Kendall分布函数计算三变量洪水联合分布的“或”重现期、“且”重现期和二次重现期及其最可能的设计分位数。结果表明:“或”重现期的风险率偏高,“且”重现期的风险率偏低,二次重现期更准确地反映了特定设计频率情况下三变量洪水要素遭遇的风险率;按三变量“或”重现期或三变量同频率设计值推算的洪水设计值偏高,以最大可能概率推算的三变量洪水要素的二次重现期设计值可为防洪工程安全与风险管理提供新的选择。     

基于最大熵理论的降雨SPI研究

为了克服目前对标准化降水指数(SPI)计算必须首先假设服从某种分布的不足,依据最大熵理论分布对SPI进行计算,以东江流域为例,分别利用最大熵理论分布、Gamma分布、Weibull分布以及对数正态分布四种概率密度函数拟合多年不同时间尺度的降雨数据,并利用AIC、KS、AD法进行拟合度检验,最后将最大熵理论分布与Gamma分布计算的SPI结果进行对比分析。结果表明:相对于其他三种分布,最大熵理论分布的概率密度函数更适用于东江流域15个站点的3、6、12个月的降雨分布;在极端干旱(洪涝)的情况下,相对于Gamma分布,最大熵理论分布的SPI值更小(大),表明其对极端干旱(洪涝)的识别更为敏感。     

Assessing the copula selection for bivariate frequency analysis based on the tail dependence test

The flood characteristics, namely, peak, duration and volume provide important information for the design of hydraulic structures, water resources planning, reservoir management and flood hazard mapping. Flood is a complex phenomenon defined by strongly correlated characteristics such as peak, duration and volume. Therefore, it is necessary to study the simultaneous, multivariate, probabilistic behaviour of flood characteristics. Traditional multivariate parametric distributions have widely been applied for hydrological applications. However, this approach has some drawbacks such as the dependence structure between the variables, which depends on the marginal distributions or the flood variables that have the same type of marginal distributions. Copulas are applied to overcome the restriction of traditional bivariate frequency analysis by choosing the marginals from different families of the probability distribution for flood variables. The most important step in the modelling process using copula is the selection of copula function which is the best fit for the data sample. The choice of copula may significantly impact the bivariate quantiles. Indeed, this study indicates that there is a huge difference in the joint return period estimation using the families of extreme value copulas and no upper tail copulas (Frank, Clayton and Gaussian) if there exists asymptotic dependence in the flood characteristics. This study suggests that the copula function should be selected based on the dependence structure of the variables. From the results, it is observed that the result from tail dependence test is very useful in selecting the appropriate copula for modelling the joint dependence structure of flood variables. The extreme value copulas with upper tail dependence have proved that they are appropriate models for the dependence structure of the flood characteristics and Frank, Clayton and Gaussian copulas are the appropriate copula models in case of variables which are diagnosed as asymptotic independence.     

基于Copulas函数的二维干旱变量联合分布

通过构建干旱变量的联合分布揭示干旱演变规律,可作为干旱分析的重要手段。基于8种单参数族的Copulas函数进行新疆乌鲁木齐和石河子气象站二维干旱变量的联合分布。经拟合优度评价:Frank Copula对干旱历时和干旱烈度、干旱历时和烈度峰值的拟合度最好;Clayton Copula对于干旱烈度和烈度峰值的拟合效果最好。二维变量联合超越概率值随单变量值的减小而增大;单变量的重现期介于二维变量联合重现期与同现重现期之间。表明Copulas函数能够描述二维干旱特征变量的联合分布。     

嘉陵江不同区域场次洪水输沙规律

对于雨洪河流,河流年输沙量主要来源于1场或几场高强度暴雨洪水过程,开展流域次洪输沙规律研究对认识流域水沙变化特性、提升流域产输沙的预测能力具有重要意义。利用嘉陵江流域小河坝站、罗渡溪站、武胜站及北碚站的历年场次洪量与输沙量资料,基于径流侵蚀功率理论和M-K分析等方法,系统分析了嘉陵江不同区域的次洪输沙特性。结果表明:嘉陵江流域汛期洪量和输沙量主要来自于嘉陵江干流;嘉陵江不同区域场次洪量均呈不显著减少趋势,次洪输沙模数（输沙量）总体呈显著减少趋势,但小河坝站2013—2020年次洪输沙模数（输沙量）呈显著增加趋势;随着径流侵蚀功率的逐渐增加,各区域不同时段的次洪输沙模数（输沙量）的变幅逐渐减小;嘉陵江干流区武胜站场次洪水输沙过程受人类活动影响最大、渠江罗渡溪站次之、涪江小河坝站最小;受汶川地震及强降雨等影响,小河坝站和北碚站2013—2020年次洪输沙量较1999—2012年有一定程度增加,但北碚站增幅小于小河坝站。     

2015~2019年西江编号洪水分析

2015年以来珠江流域西江暴雨洪水频发,平均每年发生1~2场编号洪水,其中2017年发生3场编号洪水。利用中国洪水预报系统分析2015年至2019年西江7次编号洪水梧州站的洪水组成、传播时间及影响预报精度的因素,以了解西江流域暴雨洪水及其变化规律,积累洪水预报经验,为今后西江梧州站洪水预测预报提供参考。