洪水频率分析稳健性方法研究

结合使用Huber的M估计和最小距离(MD)估计,构造了一种P-Ⅲ型总体下的频率分析方法。统计试验结果表明,当样本中有一定比例干扰数据的影响时,该方法具有较好的稳健性;同时,当样本中无干扰数据的影响时,该方法亦具有相对较优的统计性能。     

单变量核密度估计模型及其在径流随机模拟中的应用

应用核密度估计理论构造了单变量多阶核密度估计模型。该模型是基于数据驱动的、不需对序列概串分布(正态分布、PⅢ型分布)和相依形式(线性或非线性)进行识别、适合于时间序列随机模拟的非参数模型。将单变量核密度估计模型用于中国金沙江流域屏山站日流量过程随机模拟,应用表明,该模型是适合于径流随机模拟的。     

非参数方法在干旱频率分析中的应用

运用非参数核密度估计方法研究干旱发生的联合概率、条件概率和重现期等干旱特征,以宁夏盐池站的月降水为例,应用单变量核概率密度函数估计干旱历时D的边缘分布,进行参数方法和非参数方法的拟合效果比较。在此基础上,采用双变量核概率密度函数估计方法构建了历时D与烈度S、历时D与峰值P的两变量联合概率分布,并计算了联合分布的重现期、条件概率与条件重现期。结果表明:与参数方法相比,非参数核密度估计方法能够描述干旱历时D、烈度S和峰值P两两之间的联合分布,是研究干旱频率的另一种新途径。     

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。     

洪水频率分析HSPPC模型应用研究

以复合随机点过程为依据,针对洪水风险率HSPPB模型之不足,结合洪水的超定量多次选样序列,探讨了一类新的洪水频率分析模型——HSPPC模型.结合长江中上游百余年的实测洪水和近千年的调查历史洪水资料,用HSPPC模型对某水利枢纽工程的洪水频率进行了计算分析.结果表明,HSPPC模型是一种切实可行的洪水频率分析模型,与传统的模型相比,在应用上具有更大的灵活性和适用性.     

洪水频率分析的次序统计量

系统阐述了洪水频率分析涉及的洪水次序统计量和广义次序统计量及其抽样分布,并通过数学实验和统计试验两种途径研究了洪水次序统计量、频率次序统计量和重现期次序统计量抽样分布的统计特征及其关系。研究得到的次序统计量和广义次序统计量抽样分布的期望值和中值关系为系统分析和评价适线法奠定了理论基础。     

频率分析中特大洪水处理的新思考

按以不确定性较小的实测洪水系列为主的原则,对含特大洪水系列的频率计算方法,包括经验频率、参数估计和适线问题进行了讨论,并结合实例作了剖析,提出了改进意见。     

国外区域洪水频率分析方法研究进展

总结了国际上区域洪水频率分析方法的最新研究进展。对经典的标度洪水法进行了评述,阐述了进行区域洪水频率分析时应该遵守的几个原则,总结了关于数据检查、水文分区识别及水文分区均匀性检验等几个关键问题的研究结果。     

基于LQ-moments的洪水频率分布参数计算方法研究

为改善频率曲线高尾部对实测洪水大值段的拟合效果,提高大重现期洪水设计值精度,研究LQmoments(LQM)法在洪水频率分布参数估计中的应用。LQM法是L-moments(LM)法的扩展方法,具有较好的不偏性和稳健性。以6个年最大洪峰流量系列为例,进行P-Ⅲ分布和GEV分布LQM法的参数估计,以累积相对偏差平方和（δ）、RMSE和平均绝对误差（MAE）为标准,评价和比较LQM法和LM法对P-Ⅲ和GEV分布参数的估计精度和拟合效果。结果表明,P-Ⅲ分布LQM法取得了很好的拟合效果,6个洪峰流量系列中,5个系列的最优参数估计方法为LQM法,其中3个系列的最优分布为P-Ⅲ分布;与LM法相比,LQM法能更好地拟合洪水序列大值部分,提高大重现期设计值估计精度,是洪水频率分布参数估计的有效方法。     

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。     

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。     

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。     

基于非参数核密度估计模型的乌鲁木齐河月径流随机模拟

利用非参数核密度估计方法建立了乌鲁木齐河月径流随机模拟的NP模型。其中,通过以最小二乘交叉验证(LSCV)指标为目标的粒子群优化获取NP模型带宽参数;采用可变核带宽方法进行边界修正。使用1958~2010年间53a月径流数据,经过250组分组模拟进行实用性检验。最后,与使用SAMS2007所建立的季节自回归PAR模型进行了对比。结果表明:所建乌鲁木齐河月径流NP模型能较好保持原序列统计特性;与PAR模型相比,它具有参数少、计算简单的特点。