基于随机加权先验的P-Ⅲ分布参数贝叶斯估计

研究随机加权先验法进行P-Ⅲ分布参数贝叶斯估计。应用随机加权法确定分布参数的先验分布,MCMC自适应采样算法(AM)进行参数的后验分布采样,并与矩法、极大似然法和概率权重矩法等传统水文频率分析方法进行比较。实例表明,AM方法估算参数下,实测样本与对应频率设计值离差平方和最小,是一种可行的水文频率分析途径。     

粒子群优化适线法在水文频率分析中的应用

水文频率分析就是给各种水利工程提供具有概率含义的水文设计数据,以确定工程的规模、投资和效益.传统的水文频率计算方法一般都是假定总体服从P-Ⅲ型分布,然后采用适线法根据样本估计参数,进而推求设计值.因此,在概率分布线型确定的前提下,水文频率计算实际上就是根据样本资料估算其中包含的参数.从充分利用样本信息、增强参数估计方法的精确性和减少人为因素影响等方面考虑,本文提出了基于粒子群优化算法的优化适线法,并将该方法应用到年最大流量频率分析中.为了进一步了解该方法的统计特性,还将其与传统参数估计方法(矩法、权函数法、概率权重矩法)作了比较.实例表明,该方法能快速的完成参数寻优过程,并较好的寻找出参数的全局最优解.     

水文频率计算中对数Γ分布的应用

简述了对数Γ分布的统计特性和不同Ｃｓ／Ｃｖ值时模比系数Ｋｐ的制作方法。介绍了估计参数的矩法、混合矩法和适线法。文中认为,可以用水文资料的原系列直接进行频率计算,以避免对数变换引起的误差;并且,可将该型分布作为比较线型,用于进一步的分析研究中。     

群居蜘蛛优化算法在水文频率分析中的应用

水文频率分析在参数估计过程中常采用智能优化适线法,如蚁群算法、遗传算法、粒子群算法、模拟退火算法等,但这些算法模型参数难以有效确定,导致寻优结果存在不稳定的不足。为了克服传统优化适线法的缺陷,在系统阐述群居蜘蛛优化算法基本原理的基础上,将群居蜘蛛优化算法用于水文频率曲线的参数确定中,并与传统的参数估计方法(矩法、权函数法、概率权重矩法、遗传算法)加以比较。实例结果表明,该方法搜索效率高,寻优结果稳定,能较好获得参数的最优解。     

加权核密度估计在洪水频率分析中的应用

本文引进加权核密度估计方法,研究洪水频率的分析计算;运用统计试验方法,同目前广泛认同的参数估计方法中线性矩法相比,结果表明:线性矩法及加权核密度估计法推求出的设计值的无偏性相当,但加权核密度估计方法的有效性较线性矩法好.最后还与普通的非参数密度函数估计方法对比,结果表明加权核密度估计方法推求出的设计值的无偏性及有效性都较好;尤其是有效性精度较高.因此,加权核密度估计是一种有应用和研究价值的方法.     

数值积分权函数法推求P-Ⅲ型分布参数

一、问题的提出水文计算中,当水文变量的总体分布函数形式确定之后,问题就归结为推求总体分布函数所含的参数,即参数估计问题。通常,需要估计的参数有均值(X)、变差系数(C_V)和偏态系数(C_)。水文计算中很少采用矩法和极大似然法。除极大似然法在C_较大时无解外,主要是由于两种方法都存在较大的计算误差,其中以矩法     

可考虑历史洪水信息的广义极值分布线性矩法的研究

在水文及其他行业中广义极值分布(GEV)是一种较为常用的分布线型,包括极值Ⅰ型、极值Ⅱ型和极值Ⅲ型分布.在介绍了该分布线性矩与其参数关系后,给出了有效的可以考虑历史洪水信息的线性矩公式,并对由线性矩推求分布密度函数中k值作了改进.通过统计试验计算分析了线性矩在该分布中的统计性能及历史洪水公式的适用性,并与绝对值准则和平方和准则两种不同优化适线法、矩法作了比较.统计试验表明,改进k值计算后的线性矩法略优于传统线性矩法.从总体上讲,改进k值计算后的线性矩法优于平方和准则适线法及矩法,其参数及设计值的不偏性很好,与绝对值准则适线法总体上相当.     

一种新的水文频率计算方法

简要介绍了当今先进的科学与工程计算软件MATLAB.分析探讨了使用MATLAB进行水文频率计算的原理:借助伽玛分布,采用极大似然法估计P-Ⅲ型分布的参数;用伽玛累积分布函数计算理论频率;普通频率坐标转化为其位置坐标的方法:以人机交互的方式通过屏幕配线确定模型的参数.最后,通过一个实例说明了水文频率计算的具体方法.应用MATLAB进行水文频率计算,不仅语言简洁、容易操作,而且计算速度快、精度高,并具有较好的实用性和通用性.     

基于水文气象分区线性矩法的淮河流域极值降雨频率分析

以淮河流域为研究区,利用地区线性矩法进行站点极值降雨的频率分析。研究结果表明:基于气象成因和水文统计特性相结合的方法将研究区划分为6个通过异质性和不和谐性检测的水文气象一致区。在此基础上,通过蒙特卡罗模拟、均方根误差和线性矩系数的相关图综合判断得出各时段下6个一致区下的最优分布。其中,24h时段下的最优分布分别为:GEV、GNO、GLO、GEV、GLO、GEV。利用最优分布计算出淮河流域各站点一整套(多时段多重现期)的频率估计值。其中,最大值分布在沂蒙山区,这与站点的实际观测相一致。水文气象分区线性矩法是一种稳健可靠的频率分析方法,可应用于其它流域。     

基于高阶概率权重矩的广义极值分布参数估计

研究基于高阶概率权重矩的广义极值分布参数估计。根据高阶概率权重矩法原理,建立了广义极值分布高阶概率权重矩估算参数模型。以陕北地区4个水文测站的年最大洪峰流量序列为例,结果表明:高阶概率权重矩法能赋予大洪水值更多的权重。蒙特卡洛试验表明:适当提高阶数可以减小误差,但阶数过高反而会增大误差。     

枯水频率分析线型的比较研究

概述了枯水频率分析的研究进展,采用PE3分布、Gumbel分布、GL分布、GP分布和Weibull分布等5种线型拟合枯水流量系列,所有分布均采用线性矩法估计参数。统计试验方法用于比较上述分布拟合枯水流量的优劣,结果表明在变差系数较小时,二参数分布能获得较优的结果；当变差系数较大时,三参数分布的模拟精度高于二参数分布。基于实测枯水流量系列的比较研究结果证明了统计试验的结论,且在水文系列变差系数较小的流域能获得较高的模拟精度。     

熵及其在水文频率计算中的应用

在水文频率计算中,通常从不太长的资料中去推求所需要的信息。例如,从某地的历年降雨资料中去估算设计暴雨,从某河流历年最大洪峰流量去估算百年一遇及万年一遇的最大洪峰流量。目前,通常将它们视为随机变量,预先假定它们的分布线型,然后从现有的资料中利用矩法,极大似然法或适线法等去估计参数,再从确定的分布中推求所要的信息。由此     

极值分布和P-III型分布线性矩法在区域洪水频率分析中的检验

以江西省和福建省的86个水文站的年最大洪水资料为样本,在成因水文分区———模糊聚类法的基础上,采用线性矩区域综合方法进行区域洪水频率分析,并选用两种区域洪水分布线型:通用极值分布(GEV)、P-III型分布来检验这两省的洪水特性。结果表明,P-III型分布优于GEV分布。     

线性矩法与常规矩法对太湖流域降雨频率分析的比较研究

介绍了线性矩法的基本理论,并与常规矩法进行了初步的比较与分析,说明了其理论上的优越性;以太湖流域的雨量资料为例,选取4个站点分别应用线性矩法和常规矩法估计其不同重现期下年极值降雨频率设计值;最后,利用Monte Carlo方法对太湖流域内96个站点数据进行模拟,比较线性矩法和常规矩法所估计的统计参数。结果表明:线性矩法估计的参数在精确性、不偏性及稳健性方面较常规矩法更优。     

极值分布和P-Ⅲ型分布线性矩法在区域洪水频率分析中的检验

以江西省和福建省的86个水文站的年最大洪水资料为样本，在成因水文分区--模糊聚类法的基础上，采用线性矩区域综合方法进行区域洪水频率分析，并选用两种区域洪水分布线型：通用极值分布（GEV）、P-Ⅲ型分布来检验这两省的洪水特性。结果表明，P-Ⅲ型分布优于GEV分布。     

考虑抽样不确定性的水文设计值估计

水文频率分析计算过程中,水文极值样本系列容量一般都较小、代表性不高,使得水文设计值估计具有不确定性。利用Bootstrap方法,研究样本抽样不确定性对水文设计值的影响。与传统水文频率分析方法相比,基于Bootstrap方法不仅可提供设计值的点估计和区间估计,同时能够对设计值的不确定性进行定量评价。此外,基于Bootstrap技术,结合矩法、权函数法及线性矩法,设置3套方案,分析了该方法在不同参数估计方法间的有效性。以南通市1970-2011年共42年的年降雨量数据资料为例,对所提方法进行实例应用分析,结果表明,从期望设计值、90%置信区间及最终设计值角度而言,基于所提方法的设计成果受参数估计方法的选取影响不大,且可回避规范中B值诺莫图通用性较差及误差显著问题。     

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。     

水文系统的鉴别讲座(第一讲)

一九七九年十月,爱尔兰都柏林大学教授杜格(J.C.I.Dooge),在南京演讲了《水文系统的线性理论》,其中有个主要部分为水文系统的鉴别问题。实际上,水文系统的鉴别,就是在降雨(净雨)和径流(割除基流)过程已知的条件下,来推求单位线模型的参数,而模型的形式是预定的。因此,鉴别问题对我国水文工作者来说并不陌生,例如用矩法推算单位线参数,即用矩法进行鉴别,是大家十分熟悉     

矩、概率权重矩与线性矩的关系分析

本文叙述了矩、概率权重矩与线性矩之间的关系，并以Г分布为例进行分析。线性矩的计算式为概率权重矩的线性组合，两者的计算结果完全相同。概率权重矩和线性矩均与指定的频率分布型式和作为权重的概率有关，结果的敏感性较差。详细分析了计算参数的近似公式及其精度。对水文应用而言，它们的计算结果仅是估计的初值，需经过合理性分析才能取用。     

基于广义第二类beta分布的洪水频率分析

精确计算设计洪水值对水利水电工程规划设计至关重要,其关键问题之一是选择合适的分布函数。目前多数研究仅选取单一的频率分布线型进行洪水频率分析,其设计洪水结果具有较大的不确定性。研究引入一种新的广义分布函数,即第二类beta分布(Generalized beta distribution of the second kind,GB2),进行洪水频率分析。该四参数分布具有较好的灵活性,基本可拟合任何偏度和峰度的曲线。采用最大熵原理推求分布函数的参数。研究利用科罗拉多河流域数据检验广义第二类beta分布函数的拟合效果,并将所提分布与水文中的其它传统分布进行比较分析。结果表明:四参数的广义第二类beta分布非常适于水文频率分析,其拟合效果基本优于水文中的其它传统分布。