一、非参数核估计方法在洪水频率分析中的应用(论文文献综述)
蔡国涛[1](2021)在《基于正态变换的干旱区河流水文频率研究》文中认为水文频率计算是水文领域内十分重要的研究内容之一,主要探究流域内水文变量的随机过程,分析其中隐含的统计特征,并根据统计结果计算指定重现期的水文极值事件,为水利工程的规划设计、运行管理等提供科学依据。随着水文学科的发展,逐渐产生了新的水文频率计算方法。为了及时丰富计算理论,需要将新方法进行应用研究和总结。因此,本文采用非参数正态变换方法在玛纳斯河(以下简称玛河)展开水文频率研究,并对比传统方法(P-Ⅲ型分布)研究了该水文模型的优劣性和适应性;以玛河肯斯瓦特水库为例,进行正态变换的应用研究。结果表明,本文采用的正态变换方法在新疆干旱区玛河的适应性良好,可以用于水利工程的规划、设计和校核等环节。研究结论具体如下:(1)对玛河年径流序列和洪水序列进行非一致性检验,检验结果表明年径流序列在1996年发生变异,洪水序列在1993年发生变异,两种水文变量序列的主要变异形式均为跳跃变异。(2)两种正态变换方法均能显着降低玛河样本序列的偏态性,且Johnson变换对样本偏态性的改善效果始终优于Box-Cox变换。(3)基于正态变换方法和P-Ⅲ型分布对玛河进行水文频率研究,结果表明Box-Cox变换的单参数结构特点使其在水文序列高水端不稳定时的拟合更有优势,Johnson变换的多参数结构特点使其在水文序列的整体部分拟合度更佳。并且,原始偏态水文序列经过正态变换后序列的正态性越好,水文频率计算的精度越高;当变换后序列的正态性相差不大时,Johnson变换不如Box-Cox变换。(4)选取玛河1999发生的洪水作为典型洪水过程,基于正态变换方法对该洪水过程进行设计;将其作为入库洪水进行调洪演算,最终得到两种正态变换下水库的防洪风险率分别为0.018%和0.017%,即水库处于安全状态。结果表明,正态变换可以用于洪水设计和工程特征水位的校核,且水文频率计算结果的精度会直接影响水库设计洪水过程线和调洪计算。因此,综合利用多种计算方法来提高水文频率计算精度是保证工程安全的必要措施。本论文的研究成果可以丰富新疆干旱区流域水文频率计算理论系统,并为其它流域开展该模型的研究提供技术支持。
陈得方[2](2021)在《基于多项式正态变换的水文频率计算方法研究》文中研究表明水文频率计算旨在利用现有的水文资料,分析和计算水文设计值与重现期之间的定量关系,为水资源规划利用、水利工程设计管理提供科学依据。多项式正态变换(PNT)法是一种性能优良的水文频率计算方法,该法在分析计算时不需要假设原始水文变量的分布线型,变换方法简洁有效,具有良好的通用性。目前常用于PNT法的参数估计方法主要有矩(PM)法、L-阶线性矩(LM)法、最小二乘(LS)法和Fisher-Cornish(FC)不对称展开法4种。虽然国内外学者对比分析了PNT法与部分水文频率计算方法的整体性能差异,但缺乏对PM、LM、LS和FC 4种参数估计方法在实际洪水频率计算研究中的应用对比,且这4种方法在计算时需推导大量公式,计算步骤需依据不同变量逐步进行,计算效率不高。基于上述问题,本文总结了PNT法4种传统参数估计方法对连续样本和含历史洪水的不连续样本的频率计算公式,并引入粒子群(PSO)算法、差分进化(DE)算法和遗传(GA)算法3种智能优化算法,建立智能优化算法-多项式系数求解模型。选用黄河流域与长江流域16个水文站的年径流序列以及30个水文站的年最大洪峰流量序列为研究对象,选取均方根误差准则(RMSE)、离差绝对值和最小准则(ABS)、赤池信息量准则(AIC)、概率点距相关系数准则(PPCC)以及相关系数(R-square)5种误差评价标准,系统分析了7种参数估计方法下PNT法对经验点据的正态转化效果和拟合情况,并与P-Ⅲ分布和GEV分布进行对比,综合评价了PNT法在研究区水文频率计算分析中的适用情况。研究取得如下主要结论。(1)依据4种传统参数估计方法原理,研究了PNT法对连续样本和含历史洪水不连续样本的参数估计公式以及设计值计算公式。在详细介绍GA、DE和PSO 3种智能优化算法原理的基础上,分别建立了GA算法-多项式系数求解模型、DE算法-多项式系数求解模型、PSO算法-多项式系数求解模型。(2)通过蒙特卡洛试验,系统分析了4种传统参数估计方法的统计性能和设计值精度。结果表明:PNT法的4种传统参数估计方法中,LS法的无偏性和有效性最优,FC法的无偏性仅略次于LS法,但其有效性低于LM法,PM法的无偏性和有效性最差。(3)基于PNT法对年径流序列进行频率分析,研究结果表明:PNT法的4种传统参数估计方法中,LS法的正态性检验结果最优,拟合效果最好。智能优化算法中GA法和PSO法的正态性检验结果最优,拟合效果最好。总体而言,采用PNT法所得的年径流频率曲线对经验点据各部分的拟合效果均较好,但其两类参数估计方法中,智能优化算法的稳定性和有效性优于传统估计方法。(4)基于PNT法对考虑历史洪水的年最大洪峰流量序列进行频率分析,研究结果表明:PNT法的4种传统参数估计方法中,仍为LS法的正态性检验结果最优,拟合效果最好。智能优化算法中GA法和PSO法的正态性检验结果均较优,但经GA法求得的稀遇洪水设计值与其他方法差异度较大,稳定性不如PSO法。综合而言,PSO法的拟合效果更优。采用PNT法所得的年最大洪峰流量频率曲线对经验点据中部的拟合效果较好,但其参数估计方法中LS、GA和PSO法对经验点据上部更好,所求稀遇洪水设计值对水利工程的安全性更有利。总的来说,PNT法的两类参数估计方法中,智能优化算法的稳定性和有效性均优于传统估计方法。(5)综合分析蒙特卡洛试验、正态性检验、拟合分析和误差分析的结果可知,PNT法对水文设计值的估计精度较高,其拟合效果优于P-Ⅲ分布和GEV分布,当样本组成复杂或总体分布难以确定时,PNT法将是一种性能优良的估计方法。
张昶[3](2020)在《基于Copula函数的两变量月径流随机模拟》文中提出水文事件频率分析在防洪抗旱、水资源规划管理和水利工程建设等发挥着巨大作用,但实际应用中常因为观测数据有限,难以满足水文事件分析的要求。因此需要构建充分长的水文序列,以期对工程管理及规划设计提供数据支持。由于单变量水文事件不足以完整地考虑水文事件的多种因素间的相互关系,本文在总结了单变量水文事件的研究基础上,利用多变量联合频率的计算方法对月径流量进行分析研究。传统意义的多变量水文事件计算方法均存在一定的缺点,故本文利用Copula函数灵活、适用性好、方法简便的特点将相邻月份径流量大小构成联合分布,随机模拟生成多年月径流量。两变量联合分布指的是对两个已构建边缘(边际)分布的函数进行联合分布函数的一系列过程,包括参数估计,拟合优度评价分析,误差分析等。两变量联合概率分布研究属于多变量联合概率分布研究的一种特殊情况,在干旱频率研究分析已取得不错的成果。本文以淮河流域蚌埠站以及美国St.Marys河流域Moniac站为研究对象,利用两站日平均流量历史观测资料模拟生成长序列月径流量。基于Copula函数并采用Gibbs抽样的方法随机模拟月径流。本文的主要研究内容及结论有:(1)结果表明,服从P-Ⅲ分布函数的月份居多。由K-S检验法计算拟合优度可知,所有月份的K-S统计量均小于临界值,且P值均大于0.05。表明假设检验通过5%的置信水平,即理论值与实测值没有显着不同,拟合效果较好。(2)利用两变量经验频率公式计算相邻月份的经验频率,选取三种Copula函数对两变量联合概率分布进行拟合。通过图形评价法和AIC准则法计算得到的最优Copula函数,通过假设检验,即认为选择的Copula函数合理有效。(3)基于两变量Copula函数与Gibbs抽样法,利用条件概率对月径流量进行随机模拟,结果显示:Moniac站4、6、12月份均值及均方根误差最大未超过30%,其他月份的相对误差较小,误差均不超过5%,拟合值与实测值统计特征基本一致。蚌埠站1、5、1 1月份均值及均方根误差最大未超过30%,其他月份的相对误差较小,均未超过5%,拟合值与实测值统计特征基本一致。且两站相关系数误差均较小。
钟逸轩[4](2019)在《三峡入库洪水集合概率预报方法与应用研究》文中研究说明我国作业水文预报一直沿用确定性的点估计预报形式,忽略了水文预报过程中广泛存在的不确定性因素,导致决策者无法获悉预报风险信息,基于确定性预报作出的决策从风险层面而言是不完备的。近年来,以集合概率预报为前沿代表的不确定性水文预报技术的发展迅速,水文集合概率预报系统(Hydrologic Ensemble Probabilistic Prediction System,HEPPS)通过综合考虑水文预报各项不确定性构建集合预报方案,并依次对集合预报结果进行单变量后处理和多元重组,可获取相比确定性预报更为准确可靠的水文集合预报过程线,定量描述了水文预报的不确定性。本论文针对三峡入库洪水开展HEPPS方法与应用研究,探索改进水文集合概率预报相关方法,相关研究成果可为构建和完善三峡入库洪水集合概率预报系统提供方法和技术支撑。论文主要研究内容与结论如下:(1)综述并探讨了国内外水文不确定性预报方法理论的最新研究进展及发展方向,指出水文不确定性预报是未来水文预报的发展方向,归纳总结了以水文集合概率预报框架为代表的各项相关技术的应用情况,并结合已有研究归纳分析了水文不确定性预报方法存在问题和相应的解决策略。(2)针对三峡水库运行后区间流域水文情势改变的现象,基于多输入单输出系统(MISO)模型以及Copula函数延长并验证了入库洪水序列。洪水频率分析结果表明,三峡入库洪水序列相比坝址洪水序列的年最大洪峰、3d、7d和15d洪量均值变化分别为5.58%,3.85%,-1.82%和-1.72%。三峡中小入库洪水防洪风险略增,增幅约为2%,而极端入库洪水防洪风险基本与原设计值相当或略减小。相关成果可定量分析入库洪水与坝址洪水的特性差异,为水库科学调度提供参考。(3)综合考虑水文预报的各项不确定性来源,采用多源输入、多模型和多参数方案构建了具有18个集合成员的三峡入库流量短期预报方案。通过耦合区间数值降水预报产品和上游流量站短期入库流量预报,获取了三峡1-3d实时入库流量集合预报,各预见期的NSE中位数分别为0.98,0.95和0.91,且集合成员的各项评价指标随着预见期增长逐渐发散,表明实时预报的不确定性随预见期增长有所增加。此外,随着预见期增大,入库流量集合预报的高流量部分尤其是洪峰流量部分落在集合预报范围之外的比例有所增加,表明预报结果的可靠性逐渐降低,直接采用原始集合预报作为决策参考存在一定风险,需要进行集合后处理。(4)分别采用基于数据转换技术的BMA法和耦合Copula函数的C-BMA法对三峡入库流量集合预报进行了集合后处理,获取了集合概率预报。结果表明,三峡入库流量1-3d集合预报结果可靠性较差,PIT图呈现明显U型分布,表明原始集合预报对于预报结果的不确定性程度严重低估,预报区间的覆盖率严重偏低,无法提供可靠的不确定性信息。BMA法和C-BMA法均能有效提高结果的可靠性,并且获取性能优良的区间预报结果,其中C-BMA法效果更好,其PIT曲线具有较小的CD值,相比1-3d原始集合预报的CRPS降幅分别为33.2%,36.1%和36.6%,区间覆盖率接近给定的90%,可为三峡水库防汛调度决策提供有效风险信息的同时,也验证了原始集合预报后处理的必要性。(5)为解决水文序列的边缘分布难以采用特定分布类型进行拟合的问题,提出一种耦合核密度估计的C-BMA集合后处理方法(KC-BMA)。研究实例表明,的KC-BMA法在各项评价指标不低于参数型C-BMA法的同时,有效提高了集合概率预报的可靠性,具有最接近均匀分布的PIT图,可更准确地定量估计洪水事件风险信息。KC-BMA法不需要对水文序列的边缘分布进行先验假定,方法的理论性强,适用范围广,相比参数型C-BMA法更为灵活,但由于非参数方法对于样本依赖性较强,KC-BMA法的实施需要具备充足的样本数据。(6)考虑实际决策工作中需要水文预报过程线,引入气象学领域用于重塑集合预报过程线时空相关性的集合Copula法开展水文集合预报过程线的多元重组方法研究,使预报结果符合流域水文序列的时间相关性结构。从单变量集合后处理方法获取的集合概率预报分布中,分别采用EQS、URS和QTS三种重抽样方法直接获取的预报过程线存在不同程度的相关性结构偏差,经过ECC法多元重组后,各组集合预报过程线均具有相较原始集合预报过程线更小的ES评分和VS评分,表明ECC法能有效改善多元重组性能,其中ECC-EQS法在三峡水库的集合预报过程线多元重组问题上具有最好的效果。由于水文集合预报相较气象预报的差异,QTS方法抽样结果的PIT图出现周期性锯齿状的异常形态,无法保持预报过程线边缘分布的统计性质,故不适用于水文集合预报过程线的多元重组问题。
许文涛[5](2019)在《考虑日径流特征的非一致性洪水频率分析方法研究》文中研究表明结合日径流序列信息的洪水频率分析方法,在更加准确地进行洪水风险评价和管理等工作中是具有物理机制和重要意义的。受全球气候变化与人类活动的影响,非一致性洪水频率分析的方法应用广泛,但是少有研究考虑“普通”水文事件—年内日径流序列的影响。经典规范常数法(C-NCM)利用日径流序列所服从的母分布参数推导年际最大洪水序列分布的统计参数。然而,C-NCM没有灵活地考虑年际最大洪水分布的尺度参数可行范围,这直接导致无法提供足够和可靠的模型来拟合年际最大洪水序列。论文旨在估计洪水分布的尺度参数来推导另外两种规范常数法,即Hall规范常数法(H-NCM)和Fisher-Tippett规范常数法(FTNCM),并研究其在拟合洪水方面的潜力,以统计和数学推导的手段探究日径流特征在非一致性洪水频率分布中的影响。进一步考虑洪水季节性的特征,基于规范常数法,提出一种适应非一致性洪水频率分析的改进型矢量统计法(MDS)来划分汛期,并与传统的相对频率法(RF)和矢量统计法(DS)进行对比研究。论文选取中国长江、黄河流域77个站点水文资料进行研究,主要研究内容和结论如下:(1)利用非参数方法和时变矩法对研究流域站点的水文气象序列进行非一致性诊断,结果显示,华县站等9个流域站点的年内日径流序列或年际最大洪水序列具有非一致性;长江中下游地区部分站点相对湿度诊断出具有下降的趋势;除长江中下游地区部分站点年最大1日降雨量具有上升的趋势外,其他各降雨统计量保持一致性;此外,研究区大部分站点气温统计量具有上升的趋势且具有向上突变的特性。基于时变矩法的水文气象序列非一致性诊断结果与非参数方法基本一致,备选的频率分布中Lognormal分布拟合水文气象序列效果最优,其次为Gamma分布。在识别序列一阶矩参数(均值)的非一致性时,非参数非一致性诊断具有简单稳健特性,但是却对高阶矩(方差)的非一致性诊断能力有限;时变矩法通过评价准则优选分布模型,可以客观地判断出序列中的非一致性更倾向于趋势模型或者变点模型。因此在诊断识别水文气象序列非一致性能力上,时变矩模型比非参数的方法更具优势。(2)利用图解法对比分析了日径流序列经验线性矩比与备选分布的理论线性矩比,初步识别理论分布的潜在模拟效果,筛选出五个备选分布,即GEV分布、广义Pareto分布(GPA)、Lognormal分布(LNO)、皮尔逊III型分布(PE3)以及Kappa分布(KAP),结果表明,KAP分布与实测样本理论拟合效果最佳,其次为LNO分布和GPA分布;然后计算备选分布拟合日径流数据的纳西效率系数(NSE)值,结果表明,LNO分布为最优分布,其次是GPA分布、KAP分布和PE3分布,GEV分布表现最差;从模拟结果的相对残差历时曲线图可以发现,除LNO分布以外,其他分布在日径流序列的尾部的高、低流量的模拟效果较差,具体表现为:GEV分布高估了低流量,GPA分布、PE3分布和KAP分布低估了低流量;PE3分布高估了高流量,其他三种分布低估了高流量的情况。KAP分布在中流量区域模拟效果稳健,相对残差的置信区间狭窄。总体来说,利用单一概率分布估计整个日径流变化过程中是具有挑战性的,尤其是日径流序列尾部的变化,综合各个分布在尾部流量估计的表现来看,本文推荐LNO分布作为日径流模拟的最优概率分布。(3)基于极大值吸引场理论,通过估计规范常数法中不同尺度的参数来进行非一致性洪水频率分析,并给出规范常数法适用范围。考虑到年内日径流序列非一致性,采用不同尺度参数的C-NCM,H-NCM和FT-NCM方法进行了比较研究,整体来说尺度参数较大的H-NCM在模拟年际最大洪水序列过程中,要优于C-NCM和FT-NCM,在应用规范常数法时,推荐使用H-NCM。在考察年际最大洪水序列统计特征与模拟效果时发现,对于样本序列的经验偏态系数(三阶矩)小于极值分布(Gumbel分布)的理论偏态系数时,应用规范常数法的适用性最佳。同时考虑样本一阶矩(均值)和二阶矩(变差系数)时发现,该类方法在实际应用时还与洪水量级以及变化程度相关。采用物理协变量作为解释变量进行非一致洪水频率分析时,所有模型的模拟效果均优于一致性模型,从各种气象因素或人类活动因素中选择合适的协变量用以优化模型,增加了非一致性洪水频率分布的物理意义。(4)考虑洪水季节性特征,利用相对频率法(RF)、矢量统计法(DS)和改进型矢量统计法(MDS),进行汛期的划分。结果表明,南方长江流域大部分子流域汛期起止时间在5月初到8月底,部分流域延迟出汛时间到9月中旬前后;北方黄河流域汛期普遍在7月初到9月中旬。DS方法是基于稳健的圆形统计法,因而汛期划分结果比RF方法更为客观;在利用汛期流量分布推求洪水极值分布时,MDS方法划分的汛期覆盖所有年际最大洪水序列,因而更为合理。在基于H-NCM方法的一致性洪水频率分析中,RF、DS和MDS方法最优模型量无明显差异,但是比不考虑汛期流量的情形(ISF)的最优模型要多。定量评价模型的拟合效果,MDS方法整体表现最优,RF、DS和MDS方法均优于ISF。分析模型NSE值与年最大洪水相关统计量(包括均值、变差系数和偏态系数)之间的关系,再次阐述了规范常数法的适用性与流域本身的特性存在联系。与ISF相比,划分汛期径流后的模型NSE值低于0.8的值明显减少,综合考虑方法的合理性及其洪水物理成因机制,推荐使用MDS方法。
许红师[6](2018)在《沿海城市多维致灾洪涝风险分析与灾防决策模型研究》文中提出随着气候变化和城市化的发展,极端气象事件诱发的城市洪涝灾害越来越频发,尤其是对沿海城市,受降雨和潮位双重致灾因子联合作用,洪涝灾害已成为制约城市发展的重要障碍。现阶段针对沿海城市洪涝灾害的研究,还存在一些亟待解决和进一步完善的课题,如沿海城市洪涝多维致灾因子关联特性及其组合设计方法、沿海城市洪涝致灾因子风险区划及其排涝措施适应性评估方法、基于智能算法和数据挖掘技术的洪涝风险分级方法、考虑气候变化和洪涝模型不确定性的城市洪涝防治决策优化模型研究等,这些课题的深入研究可以进一步丰富沿海城市洪涝灾害防治理论体系。基于此,本论文以海口市为例,从沿海城市洪涝灾害风险分析及风险管理两方面出发,开展沿海城市多维致灾洪涝风险分析与灾防决策模型研究。本论文的主要研究内容和结论包括:(1)综合相关性分析方法、趋势检验方法、二元Copula联合分布模型、多类型重现期以及多变量水文事件设计值计算方法,开展沿海城市洪涝多维致灾因子关联特性及其组合设计研究。揭示了沿海城市降雨和潮位关联特性及其变化趋势,综合探讨了两种参数估计方法、三种联合重现期类型和两种组合设计方法对多变量组合设计值的影响,提出沿海城市降雨和潮位遭遇设计实践中更为安全的方法。研究表明沿海城市降雨和潮位间存在一定的相关性,且强降雨事件和高潮位事件关联性呈现显着的增强趋势。因此,沿海城市洪涝灾害防治标准制定应综合考虑降雨和潮位的联合作用。工程设计中当选取的设计重现期较大时,建议采用参数估计法进行设计值计算,以避免非参数估计法因外延能力较差导致的设计值偏低。同频率法得到的降雨设计值稍大(0.77%-9.7%),最大可能权函数法得到的潮位设计值稍大(0.44%-3.3%)。Kendall重现期对应的降雨和潮位设计值介于联合重现期和同现重现期对应的设计值之间,Kendall重现期比同现重现期和联合重现期定义的危险区域更严谨,避免了多变量情景下对危险域过大或过小的估计,在一般情况下,如果没有明确定义危险事件,Kendall重现期对应的降雨、潮位设计值可作为工程设计标准。(2)构建了沿海城市一二维耦合洪涝模拟模型,提出了一套适用于沿海城市洪涝致灾因子致灾作用度识别量化、排涝措施适应性评估的方法,为沿海城市的防洪减灾工作提供更为精细的科学依据。研究表明各排水子系统致灾作用度随着与琼州海峡距离的增加而增加,降雨为内陆区域的主要致灾因子,高潮位为岛屿区域的主要致灾因子。综合减灾效应和成本效益分析,对不同排涝措施在不同致灾作用度区域的适应性进行评估,以降雨为主要致灾因子的片区,蓄水工程综合效益优于泵站工程;以潮位为主要致灾因子的片区,泵站工程综合效益优于蓄水工程。沿海城市洪涝防治规划中,应遵循以主要致灾因子的工程防治措施为主、辅以次要致灾因子的防治措施的治涝原则。(3)在洪涝风险评估中,引入聚类分析算法,解决了传统风险评估中风险分级阈值不易确定的缺点,同时考虑各指标对评价目标的重要程度,首次提出基于改进熵权-聚类分析的洪涝风险评估新方法,研究成果为城市洪涝风险评估提供了新的途径,进一步完善了洪涝灾害风险评估理论体系。采用历史灾害数据、不同方法(传统聚类分析算法及TOPSIS法)结果对比以及类别间差异系数对改进熵权-聚类分析算法评估结果的合理性进行验证,结果表明改进熵权-聚类分析方法的洪涝风险评判精度、风险分级结果均优于传统聚类分析算法及TOPSIS法。研究区域13.7%的区域位于高风险以上,高风险区的致灾原因主要包括局部高程过低和河道过流能力不足,合理的洪涝风险控制措施应当“因地制宜”,不同致灾原因的区域需要采取不同的措施进行有效的洪涝风险控制。(4)综合气候变化分析方法、普适似然不确定性估计方法、机会约束规划模型及分期优化策略,提出了考虑气候变化及洪涝模型不确定性的城市洪涝防治策略分期优化模型。模型在具有一定经济性的前提下,使洪涝防治策略更加合理可靠且能为决策者提供更丰富的决策支持信息。以海口市海甸岛为例,对提出的模型进行应用,得到海甸岛减灾工程分期优化最小投资为1.83亿元,第一期工程规模为28.3 m3/s,第二期工程规模为38.4 m3/s。分期优化方案不仅能够灵活应对气候变化,同时考虑时间成本,其总投资净现值较一次性投资方案降低10%。气候变化对洪涝防治决策的影响较大,气候变化情景下的总投资平均为平稳状态下总投资的1.4倍,且当考虑气候变化的影响时,平稳状态下的洪涝防治决策对应的洪涝超载概率大于0.5,考虑气候变化的洪涝防治决策具有更高的可靠性。确定性模型得到的总投资净现值小于随机优化模型的计算结果,确定性模型由于洪涝模型不确定性导致的超载概率为0.52,尽管确定性模型节省了部分投资,但其计算结果缺乏可靠性。此外,本文构建的随机优化模型还能为决策者提供更多的决策信息,随着约束满足率的增加,系统的安全性增加,减灾工程总投资随之增加,当约束满足率从0.75增加至0.95时,总投资净现值由1.66亿元增加至1.95亿元,决策者可以综合权衡洪涝风险和投资,制定出相应的洪涝灾害防治决策。研究成果可为城市洪涝灾害防治策略提供参考。
杨惠[7](2017)在《截取分布在水文频率计算中的应用研究》文中研究指明水文频率分析是水文学研究的重要内容之一,其精度直接关乎水利工程的投资与安全。通常实际中,水文频率分析是为了预测超越概率事件在大重现期的发生值。本文主要研究截取分布理论在水文频率分析中的应用,并与非截取的高阶线性矩(LH矩)法进行对比,旨在提高大重现期设计值精度,以期为水利工程的运行管理提供合理依据。本文综述了近年来国内外水文频率分析、截取与删失分布应用进展,探索截取分布及LH矩在水文频率分析中的应用。本文研究取得如下主要结论:(1)对比研究截取分布与删失分布。实际水文中,截取分布与删失分布机制的区分并不严格,二者在概率密度函数与分布函数、样本矩计算存在一定的区别与联系。相对于删失序列取零值,截取样本矩计算中截取序列应统一赋值为截取阈值。(2)对于GEV型分布与P-Ⅲ型分布,采用数学变换、数学积分等原理,分别推导其截取线性矩、LH矩计算公式,应用蒙特卡罗(Monte Carlo)试验研究其统计性能。Monte Carlo试验中,各截取水平线性矩和LH矩均具有良好的统计性能,而且随着截取水平和阶数的增加,设计值的偏差明显降低,且部分情况下,重现期越大,改善越显着。同时,样本容量的增加,对于设计值精度的提高也是有利的。(3)将截取方法与LH矩法应用于陕西关中地区37个气象站年降水序列,根据序列拟合曲线图以及概率点据相关系数检验法(PPCC)、拟优平方和准则(MSE)、拟优确定性系数检验法(QD)、拟优绝对值准则(MAE)、拟合误差(d)5项评价标准,定性、定量地进行拟合结果的分析与评价。对于研究年降水序列,与常用线性矩法相比,截取方法和LH矩法,均能显着改善降水序列的较大值部分拟合效果,通过提高截取水平、线性矩的阶数,提高大重现期降水设计值精度的方法是可行的。但值得注意地是,并非截取水平、阶数越高拟合效果越好。且考虑到积分误差、计算机运行时间、实测序列长度等问题,截取水平、线性矩阶数的选择不宜过大。实际应用中,应当根据实际序列长度及序列质量选择合适的截取水平或阶数。(4)基于GEV分布,对比研究截取和非截取的高阶估计方法。根据拟合曲线及5种评价标准结果,大多数测站参数估计方法优选结果为截取方法,说明截取参数估计方法在研究区一些测站的应用具有一定的优势性。尤其对于存在可疑极值的序列,截取方法优势显着。但高阶方法公式推导较为简单,亦有可取之处,需要测站具体分析后选择性应用。(5)对于研究区年降水序列,采用定量评价的方法,评判研究区的最佳线型。基于5种评价标准,对比GEV分布LH矩与P-Ⅲ分布LH矩,不同标准下,线型优选结果不尽相同,大多序列优选线型为P-Ⅲ分布。说明采用P-Ⅲ型分布和GEV分布均可以用来描述研究区各站年降水资料,P-Ⅲ分布具有一定的优势。但是,线型选择时,需要具体测站序列具体分析。
吴绍飞[8](2017)在《基于Copula函数的水环境多变量概率分布及其应用研究》文中指出面对日益严重的水污染问题,国务院发布了《关于印发水污染防治行动计划的通知(“水十条”)》,其中明确提出要强化水环境质量目标管理,严格水环境风险控制,防范水环境风险。基于此,本文拟从概率论与数理统计的角度,系统开展流域水环境多变量风险分析相关研究工作。以淮河流域为研究对象,从淮河流域水环境现状、不同河川径流分级下水环境多变量联合概率分析方法、区域水环境多变量组合风险评价模型、淮河上中游季节性早涝组合事件概率特征及典型极端洪涝事件的水环境响应等方面,系统开展了基于Copula函数水环境多变量概率分布及其应用研究相关工作。主要研究结果和研究结论如下:(1)研究了淮河流域水环境时空演变规律。年尺度上,全流域水质DO、CODMn和NH3-N显着好转,TP浓度有恶化趋势,全流域DO和TP浓度呈上升趋势的站点分别占参与评价站点数量的50%和60%,80%以上站点CODMn和NH3-N浓度有下降趋势。月尺度上,CODMn和NH3-N在各月均有削减,但在非汛期削减更为明显,TP浓度在每年8月~11月显着增加,DO浓度在每年6~10月显着下降,11月份以后逐渐好转;就多年平均水质浓度而言,全流域DO浓度均达到Ⅱ类水标准,CODMn、NH3-N和TP浓度在Ⅲ类水质标准以上的站点比例均在55%左右。淮河中游支流沙颍河和涡河水质较差,其中污染最为严重的水质指标为NH3-N,其次是TP,CODMn污染相对最小。淮河干支流20个站点水质指标均表现出一定的偏态特性和波动性,其中TP波动性最剧烈,淮河干流水质CODMn和NH3-N的波动性比支流沙颍河和涡河更剧烈;并采用考虑水质季节性波动特征的改进熵权-污染贡献率动态组合权重系数的欧式距离模型对淮河水环境质量进行了综合评价。(2)提出了基于Copula函数的不同河川径流分级下水环境多变量联合概率分析方法。以淮河中游界首、鲁台子和吴家渡三个典型站为例,划分低、中、高三种流量情景(S1、S2和S3),利用建立的基于Copula函数的水环境多变量(CODMn和NH3-N)联合分布模型,定量分析了不同河川径流对河流水质组合事件发生概率的影响。结果表明:各站在低流量情景S1对应的水质超标概率均较高,随着流量的增加,水质超标概率不断降低,高流量情景可以显着提高Ⅱ类水和Ⅲ类,同时减小V类水和劣V类水发生的概率;受沙颍河上游来水小影响,支流界首站各流量情景对应的水质超标风险在各水质标准下发生的概率均高于干流鲁台子站和吴家渡站;受鲁台子站和吴家渡站区间城市生活污水的排放等因素的影响,各水质标准下,吴家渡站在情景S1下面临更高的水质超标风险;随着来水量的增加(情景S2和S3),两站水质超标事件发生的概率逐渐减小,而吴家渡站减小幅度更加显着。(3)构建了基于L-协矩(L-comoments)的区域水环境多变量组合风险评价模型。将多变量区域水文频率分析方法引入水环境领域,探索性地开展了淮河流域干支流水环境多变量(COD和NH3-N)的区域组合风险评价研究。结果表明,在各水质标准下,支流沙颍河与涡河上水质站点水质超标组合概率均比淮河干流站点更高;受沙颍河上入河排污与闸坝调度方式的影响,沙颍河上各站点从上游到下游,水质超标组合概率有逐渐减小的趋势,与此同时,受沿淮河干流污水排放、支流汇入(鲁台子和蚌埠)以及闸坝调度(蚌埠和吴家渡)等因素的综合影响,干流各站点从上游到下游水质超标组合概率沿程变化规律比较复杂。(4)建立了基于L-协矩的区域季节性早涝组合风险评价模型,研究了典型洪涝事件下的水环境响应。基于标准化径流指数SSI,构建了区域多变量季节性旱涝组合风险评价模型,分析了淮河中上游流域春-夏和夏-秋季节间的连旱、连涝和旱涝交替极端水文事件的频率特征。结果表明,无论是春-夏,夏-秋,季节连涝事件发生的概率最高,其在春-夏和夏-秋两季发生的概率分别为13.78%和17.06%;连早事件次之,其在相应季节发生的概率分别为11.27%和13.79%,此外,季节性旱涝组合事件更容易在淮河干流附近发生,夏-秋两季发生干旱和洪涝事件的机率比春-夏两季更大。2007年极端洪水事件对水环境质量的影响研究表明,极端洪水能进一步改善淮河支流沙颍河和涡河的水环境状况,但对淮河干流水环境状况有显着恶化作用。
叶文,王红瑞,许新宜,王成,王会肖[9](2017)在《不同时间尺度选样法的洪水频率分析》文中认为针对洪水频率计算中单洪峰选取的不合理性问题,本文提出洪水频率分析的改进计算法,以季度、半年和年为单位筛选最大值或极值进行分析,并以7天和15天作为前后两场洪水的最短间隔的样本筛选方法,通过扩充数据系列,并进行分布检测得到数据所属最佳分布后进行计算.结果表明:对于目标流域,用新方法计算的设计值在重现期不超过50年时较传统方法偏低;反之则显示传统方法估计偏保守,例如在500年一遇的设计洪水计算中,季度、半年和年数据筛选方法计算的结果,前两者和后两者之间的百分误差达到了30%和2.2%.本方法可以针对不同设计标准的洪水提供更为严谨的设计值,这对传统方法在计算准确率和安全性方面进行了改进.
王翠云[10](2016)在《水文时间序列若干问题的研究》文中研究表明水文时间序列是一个错综复杂的不确定性研究系统,它的主要研究内容有水文模拟、水文频率计算和水文预报等三大模块知识。本文在学习、总结和引用国内外学者对水文学统计理论研究的基础上,分析、对比、总结并在水文频率计算方面应用了参数估计和非参数估计两大类模型,而且应用时间序列相关模型以及水文模拟相关知识进行了水文预报。本文的研究内容和结论如下:参数估计的几大类方法对比分析及应用。水文水资源系统的参数估计方法有矩法、权函数法、概率权重法、线性矩法和适线法等;经过无偏性检验可知权函数法的无偏性最好,然后依次是线性矩法、概率权重法和常规矩法;且它们的稳健性能的排名分别为线性矩法、权函数法、概率权重法和常规矩法;另外,适线法适合在水文工程上的机器模拟;因此,我们用无偏性与稳健性都较好的线性矩法来估计皮尔逊Ⅲ型分布,进而求出其频率对应表。非参数核密度估计及应用。水文频率计算中非参数核估计无需假定总体分布类型,只需要利用最小二乘交叉验证法(简称LSCV法)求取恰当的窗宽以及恰当的核函数,便可求出水文频率密度函数。进而,由非参数核密度估计对长江安庆站52年的最大洪峰流量进行估计,得到其洪水频率函数,并与参数估计的结果进行对比,可知在总体分布类型不确定时用非参数法更适合,而确定时二者偏差不大,但参数法更具有针对性。时间序列分析法建模。针对长江安庆水文站1959年至2010年这52年间的历年月流量数据进行了季节调整以及趋势分解;并对其总流量数据进行了描述性时序分析、平稳性检验、模型判定,最终建立水文预报的ARMA模型;最后利用水文模拟中的蒙特卡洛法对该水文预报模型进行稳健性检验,可知模型可靠,可以用来对安庆的水文环境进行预报。
二、非参数核估计方法在洪水频率分析中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、非参数核估计方法在洪水频率分析中的应用(论文提纲范文)
(1)基于正态变换的干旱区河流水文频率研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 研究目标及内容 |
1.4 技术路线 |
第二章 研究区概况及研究方法 |
2.1 研究区概况 |
2.2 研究方法 |
第三章 基于正态变换的玛河年径流频率计算研究 |
3.1 玛河年径流资料的“三性审查”及修正 |
3.2 玛河年径流样本序列正态性检验及正态变换研究 |
3.3 基于正态变换的玛河年径流频率研究 |
3.4 本章小结 |
第四章 基于正态变换的玛河洪水频率计算研究 |
4.1 洪水资料处理 |
4.2 玛河洪水资料的“三性审查”及修正 |
4.3 玛河洪水样本序列正态性检验及正态变换研究 |
4.4 基于正态变换的玛河洪水频率研究 |
4.5 本章小结 |
第五章 玛河肯斯瓦特水库的正态变换应用研究 |
5.1 肯斯瓦特水库概况 |
5.2 防洪风险率 |
5.3 肯斯瓦特水库防洪风险率计算 |
5.4 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
作者简介 |
石河子大学硕士研究生学位论文导师评阅表 |
(2)基于多项式正态变换的水文频率计算方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究目的及意义 |
1.2 国内外研究进展 |
1.2.1 单变量水文频率分析 |
1.2.2 多变量水文频率分析 |
1.2.3 非一致性水文频率分析 |
1.2.4 多项式正态变换(PNT)法 |
1.2.5 智能优化算法 |
1.2.6 研究中存在问题 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.4 本章小结 |
第二章 基于传统方法的多项式正态变换参数估计原理 |
2.1 连续样本的多项式系数估计 |
2.1.1 矩法 |
2.1.2 L-阶线性矩法 |
2.1.3 最小二乘法 |
2.1.4 Fisher-Cornish不对称展开法 |
2.2 不连续样本的多项式系数估计 |
2.2.1 矩法 |
2.2.2 L-阶线性矩法 |
2.2.3 最小二乘法 |
2.2.4 Fisher-Cornish不对称展开法 |
2.3 本章小结 |
第三章 基于智能优化算法的多项式正态变换参数估计原理 |
3.1 遗传算法 |
3.1.1 标准遗传算法 |
3.1.2 自适应遗传算法 |
3.1.3 遗传算法求解多项式系数模型 |
3.2 差分进化算法 |
3.2.1 标准差分进化算法 |
3.2.2 自适应差分进化算法 |
3.2.3 混沌差分进化算法 |
3.2.4 差分进化算法求解多项式系数模型 |
3.3 粒子群算法 |
3.3.1 标准粒子群算法 |
3.3.2 压缩因子粒子群算法 |
3.3.3 离散粒子群算法 |
3.3.4 粒子群算法求解多项式系数模型 |
3.4 水文频率分布参数优化目标函数 |
3.5 本章小结 |
第四章 多项式正态变换法统计性能评价 |
4.1 评价标准 |
4.2 方案设计 |
4.3 结果分析 |
4.4 本章小结 |
第五章 实例应用 |
5.1 研究区概况 |
5.1.1 黄河流域 |
5.1.2 长江流域 |
5.1.3 资料收集与审查 |
5.2 多项式正态变换法在年径流频率计算中的应用 |
5.2.1 参数估计 |
5.2.2 正态性检验 |
5.2.3 拟合分析 |
5.2.4 误差分析 |
5.3 多项式正态变换法在年最大洪峰流量频率计算中的应用 |
5.3.1 参数估计 |
5.3.2 正态性检验 |
5.3.3 拟合分析 |
5.3.4 误差分析 |
5.4 本章小结 |
第六章 研究结论与展望 |
6.1 研究结论 |
6.2 展望 |
参考文献 |
附录 |
致谢 |
个人简介 |
(3)基于Copula函数的两变量月径流随机模拟(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 单变量水文频率分析 |
1.2.2 多变量水文频率分析 |
1.3 研究内容 |
1.4 技术路线图 |
1.5 研究区概况 |
1.5.1 淮河流域概况 |
1.5.2 St.Marys河流域概况 |
1.6 本章小结 |
2 Copula函数的介绍 |
2.1 Copula函数的定义 |
2.2 Copula函数的分类 |
2.2.1 对称型Archimedean Copula函数 |
2.2.2 非对称型Archimedean Copula |
2.2.3 椭圆Copula函数 |
2.2.4 Plackett Copula函数 |
2.3 相关性度量 |
2.4 蒙特卡洛Gibbs抽样法 |
2.4.1 算法简介 |
2.4.2 算法步骤 |
2.5 R语言 |
2.5.1 程序包 |
2.6 本章小结 |
3 边缘分布函数的分析计算 |
3.1 边缘分布的选择 |
3.2 边缘分布函数参数估计 |
3.2.1 概率权重矩法 |
3.2.2 极大似然法 |
3.3 边缘分布函数的拟合优度检验 |
3.4 研究区月径流量边缘分布函数计算 |
3.4.1 研究区边缘分布函数的参数估计 |
3.4.2 研究区边缘分布函数拟合优度检验 |
3.5 本章小结 |
4 Copula函数的优选 |
4.1 Copula函数参数介绍 |
4.1.1 相关性指标法 |
4.2 Copula函数的模型拟合优度评价 |
4.2.1 图形计算分析法 |
4.2.2 AIC信息准则估计法 |
4.2.3 拟合优度检验 |
4.3 研究区Copula函数参数求解 |
4.4 研究区不同Copula函数拟合优度评价 |
4.5 Copula函数拟合度检验 |
4.6 本章小结 |
5 月径流的随机模拟 |
5.1 Copula函数随机模拟方法 |
5.2 月径流随机模拟 |
5.3 研究区月径流随机模拟 |
5.4 研究区模拟结果对比 |
5.5 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
附表1 |
附表2 |
致谢 |
攻读硕士学位期间取得的成果 |
(4)三峡入库洪水集合概率预报方法与应用研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 不确定性水文预报研究进展 |
1.2.1 水文预报发展历程回顾 |
1.2.2 预报不确定性来源研究进展 |
1.2.3 基于确定性预报的概率预报 |
1.2.4 水文集合概率预报 |
1.2.5 集合预报多元重组研究 |
1.2.6 不确定性水文预报存在问题 |
1.3 研究内容和技术路线 |
第二章 三峡入库洪水计算方法与特性研究 |
2.1 入库洪水模拟模型 |
2.1.1 三峡水库区间流域 |
2.1.2 研究数据 |
2.1.3 多输入单输出模型 |
2.1.4 模型精度评定指标 |
2.2 基于Copula函数延长洪水序列 |
2.2.1 方法原理 |
2.2.2 Copula函数优选指标 |
2.3 入库洪水特征定量分析 |
2.3.1 洪水频率分析计算 |
2.3.2 防洪调度风险分析 |
2.4 结果分析 |
2.4.1 基于MISO模型延长三峡入库洪水序列 |
2.4.2 基于Copula函数延长入库洪水序列 |
2.4.3 入库洪水频率分析结果 |
2.4.4 入库洪水防洪调度风险分析 |
2.5 本章小结 |
第三章 三峡入库洪水集合预报方法研究 |
3.1 入库洪水集合预报方案建立 |
3.1.1 研究数据 |
3.1.2 模型优化目标函数 |
3.1.3 多模式降水预报产品输入 |
3.2 入库洪水集合预报结果评价 |
3.2.1 集合预报方案精度评价 |
3.2.2 三峡入库洪水实时集合预报试验 |
3.2.3 场次洪水集合预报精度评价 |
3.3 本章小结 |
第四章 三峡入库洪水集合预报后处理方法 |
4.1 集合统计后处理方法 |
4.1.1 贝叶斯模式平均法(BMA) |
4.1.2 基于Copula函数的BMA法(C-BMA) |
4.1.3 集合后处理模型参数优化 |
4.1.4 分布拟合检验与优选 |
4.1.5 自适应滑窗参数优化 |
4.2 预报结果评价指标 |
4.2.1 确定性评价指标 |
4.2.2 概率预报评价指标 |
4.2.3 预报区间评价指标 |
4.3 结果分析 |
4.3.1 概率分布拟合优度检验 |
4.3.2 确定性预报评价结果 |
4.3.3 概率预报评价结果 |
4.3.4 预报区间评价结果 |
4.4 本章小结 |
第五章 基于核密度估计的集合后处理方法 |
5.1 基于KDE的 Copula-BMA法 |
5.1.1 KDE方法原理 |
5.1.2 核函数的选取 |
5.1.3 窗口宽度的选取 |
5.1.4 KC-BMA法 |
5.2 结果分析 |
5.2.1 KDE边缘分布拟合优度检验 |
5.2.2 KC-BMA集合概率预报评价结果 |
5.2.3 不同后处理方法比较分析 |
5.3 本章小结 |
第六章 集合多元重组方法研究 |
6.1 集合预报的重抽样方法 |
6.1.1 等间距抽样 |
6.1.2 随机抽样法 |
6.1.3 分位数转换法 |
6.2 集合多元重组方法 |
6.2.1 洗牌法 |
6.2.2 集合Copula法 |
6.3 评价指标 |
6.3.1 相关结构评价 |
6.3.2 多元重组性能 |
6.4 结果分析 |
6.4.1 相关结构评价结果 |
6.4.2 重抽样集合预报可靠性评价 |
6.4.3 多元重组性能评价 |
6.5 本章小结 |
第七章 结论和展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
附录 |
攻读博士学位期间发表的学术论文 |
攻读博士学位期间参与的科研项目 |
致谢 |
(5)考虑日径流特征的非一致性洪水频率分析方法研究(论文提纲范文)
博士生自认为的论文创新点 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究进展 |
1.2.1 一致性洪水频率分析研究进展 |
1.2.2 非一致性洪水频率分析研究进展 |
1.2.3 考虑日径流特征的洪水频率分析研究进展 |
1.3 研究区域与数据 |
1.3.1 研究区域 |
1.3.2 研究数据 |
1.4 拟解决的关键科学问题 |
1.5 研究内容与技术路线 |
2 长江、黄河流域水文气象序列非一致性诊断 |
2.1 非参数非一致性诊断 |
2.1.1 Mann-Kendall趋势检验 |
2.1.2 Pettitt变点检验 |
2.2 基于时变矩模型的非一致性诊断 |
2.2.1 时变矩模型的定义 |
2.2.2 模型评价准则及拟合优度检验 |
2.2.3 趋势和变点诊断 |
2.2.4 水文气象序列备选频率分布 |
2.3 应用研究 |
2.3.1 非参数非一致性诊断 |
2.3.2 基于时变矩模型非一致性诊断 |
2.4 本章小结 |
3 日径流序列概率分布估计 |
3.1 流量历时曲线估计 |
3.2 分布函数选取及其线性矩计算 |
3.2.1 备选分布 |
3.2.2 线性矩法 |
3.3 拟合优度评价指标 |
3.4 应用研究 |
3.4.1 备选分布的初步识别 |
3.4.2 模型拟合优度评价 |
3.5 本章小结 |
4 基于三种不同规范常数法的非一致性洪水频率分析 |
4.1 年内日径流序列分布 |
4.2 极大值吸引场理论 |
4.3 规范常数法 |
4.3.1 经典规范常数法 |
4.3.2 Hall规范常数法 |
4.3.3 Fisher-Tippett规范常数法 |
4.4 模型选取准则及拟合优度检验 |
4.4.1 AIC准则 |
4.4.2 模型拟合优度检验 |
4.5 应用研究 |
4.5.1 一致性洪水频率分析 |
4.5.2 非一致性洪水频率分析 |
4.5.3 物理协变量分析 |
4.6 本章小结 |
5 考虑洪水季节性的规范常数法应用研究 |
5.1 季节性分析原理与方法 |
5.1.1 相对频率法 |
5.1.2 矢量统计法 |
5.1.3 改进型矢量统计法 |
5.2 规范常数法 |
5.3 模型选取准则及拟合优度检验 |
5.4 应用研究 |
5.4.1 汛期分期结果 |
5.4.2 一致性洪水频率分析 |
5.4.3 非一致性洪水频率分析 |
5.5 本章小结 |
6 结论与展望 |
6.1 主要结论 |
6.2 研究展望 |
参考文献 |
附录 |
参加的科研项目 |
参加的学术会议与培训 |
攻博期间发表的科研成果目录 |
致谢 |
(6)沿海城市多维致灾洪涝风险分析与灾防决策模型研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 引言 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究进展 |
1.2.1 洪涝灾害多维致灾因子联合分析研究进展 |
1.2.2 洪涝灾害风险评估研究进展 |
1.2.3 洪涝灾害防治决策模型研究进展 |
1.2.4 存在的问题 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
第2章 沿海城市洪涝多维致灾因子关联特性及其组合设计 |
2.1 引言 |
2.2 研究区域及数据 |
2.3 研究方法 |
2.3.1 相关性分析 |
2.3.2 趋势检验分析 |
2.3.3 Copula函数 |
2.3.4 多类型重现期 |
2.3.5 降雨-潮位组合设计方法 |
2.4 降雨-潮位关联特性分析 |
2.4.1 不同量级降雨-潮位关联特性分析 |
2.4.2 年际降雨-潮位关联特性分析 |
2.4.3 年内降雨-潮位关联特性分析 |
2.5 降雨-潮位组合设计 |
2.5.1 降雨-潮位二元联合概率分布模型 |
2.5.2 降雨-潮位多类型重现期分析 |
2.5.3 同频率法设计值计算结果分析 |
2.5.4 最大可能权函数法设计值计算结果分析 |
2.6 本章小结 |
第3章 沿海城市洪涝致灾因子区划及排涝措施适应性评估 |
3.1 引言 |
3.2 沿海城市一二维耦合洪涝模拟模型 |
3.3 沿海城市洪涝致灾因子致灾作用度量化及其区划方法 |
3.4 基于致灾因子区划的排涝措施适应性评估方法 |
3.4.1 减灾效应评估 |
3.4.2 成本效益评估 |
3.5 实例应用 |
3.5.1 研究区域及数据 |
3.5.2 海口市主城区一二维耦合洪涝模拟模型构建 |
3.5.3 基于降雨潮位联合作用的海口市主城区洪涝致灾因子区划 |
3.5.4 基于海口市主城区致灾因子区划的排涝措施适用性评估 |
3.6 本章小结 |
第4章 基于改进熵权-聚类分析算法的城市洪涝风险评估 |
4.1 引言 |
4.2 研究方法 |
4.2.1 权重确定方法 |
4.2.2 传统聚类分析法 |
4.2.3 TOPSIS法 |
4.2.4 基于改进熵权-聚类分析的城市洪涝风险评估方法 |
4.3 实例应用 |
4.3.1 研究区域及数据 |
4.3.2 基于情景分析的洪涝风险评估指标选取及量化 |
4.3.3 基于改进熵权法的指标权重计算 |
4.3.4 基于轮廓值函数的聚类数目确定 |
4.3.5 基于改进熵权-聚类分析算法的城市洪涝风险评估结果分析 |
4.3.6 不同洪涝风险评估方法结果对比分析 |
4.3.7 改进熵权-聚类分析算法优点与缺点 |
4.3.8 洪涝风险控制措施 |
4.4 小结 |
第5章 考虑气候变化及洪涝模型不确定性的洪涝防治决策分期优化模型 |
5.1 引言 |
5.2 气候变化下设计降雨标准分析方法 |
5.3 洪涝模型不确定性分析方法 |
5.3.1 洪涝模型不确定性概述 |
5.3.2 基于GLUE方法的洪涝模型不确定性分析 |
5.4 考虑气候变化及洪涝模型不确定性的洪涝防治决策分期优化模型 |
5.4.1 模型框架 |
5.4.2 目标函数 |
5.4.3 机会约束规划 |
5.5 实例应用 |
5.5.1 海甸岛洪涝防治决策优化数学模型构建 |
5.5.2 洪涝防治决策优化数学模型求解 |
5.5.3 洪涝防治决策优化模型计算结果分析 |
5.5.4 洪涝防治决策优化模型参数敏感性分析 |
5.5.5 优化模型的优点与缺点 |
5.6 小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 研究创新点 |
6.3 论文研究不足与展望 |
参考文献 |
发表论文和参加科研情况说明 |
致谢 |
(7)截取分布在水文频率计算中的应用研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究目的及意义 |
1.2 国内外研究现状 |
1.2.1 水文频率计算研究进展 |
1.2.2 截取与删失分布应用进展 |
1.2.3 存在的问题 |
1.3 研究内容与方法 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.4 本章小结 |
第二章 基于截取分布的参数估计 |
2.1 删失分布与截取分布 |
2.1.1 删失分布的定义 |
2.1.2 截取分布的定义 |
2.1.3 截取分布的性质 |
2.2 截取GEV分布参数计算推导 |
2.2.1 线性矩法 |
2.2.2 截取GEV分布的线性矩参数估计 |
2.3 截取P-Ⅲ分布参数计算推导 |
2.3.1 极大似然法 |
2.3.2 矩法 |
2.3.3 截取P-Ⅲ分布的线性矩 |
2.4 截取样本矩的计算 |
2.4.1 线性矩 |
2.4.2 部分线性矩 |
2.5 截取分布的设计值计算 |
2.6 本章小结 |
第三章 基于高阶线性矩的参数估计 |
3.1 LH矩定义 |
3.2 GEV分布的LH矩 |
3.3 P-Ⅲ分布的LH矩 |
3.4 本章小结 |
第四章 蒙特卡罗试验研究 |
4.1 评价标准 |
4.2 截取GEV分布Monte Carlo试验 |
4.3 截取P-Ⅲ分布Monte Carlo试验 |
4.4 GEV分布LH矩的Monte Carlo试验 |
4.5 P-Ⅲ分布LH矩的Monte Carlo试验 |
4.6 本章小结 |
第五章 截取分布实例应用研究 |
5.1 研究区概况 |
5.1.1 地貌概况 |
5.1.2 气候条件 |
5.1.3 河流水系 |
5.2 资料的收集与审查 |
5.3 截取GEV分布的降水频率参数估计 |
5.3.1 分布参数估计 |
5.3.2 年降水序列拟合分析 |
5.3.3 拟合优度评价 |
5.4 高阶GEV分布的水文频率参数估计 |
5.4.1 分布参数估计 |
5.4.2 年降水序列拟合分析 |
5.4.3 拟合优度评价 |
5.5 截取P-Ⅲ分布的水文频率参数估计 |
5.5.1 分布参数估计 |
5.5.2 年降水序列拟合分析 |
5.6 高阶P-Ⅲ分布的水文频率参数估计 |
5.6.1 分布参数估计 |
5.6.2 年降水序列拟合分析 |
5.6.3 拟合优度评价 |
5.7 本章小结 |
第六章 结论与展望 |
6.1 主要结论 |
6.2 研究展望 |
参考文献 |
致谢 |
作者简介 |
(8)基于Copula函数的水环境多变量概率分布及其应用研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 选题依据 |
1.2 国内外研究进展 |
1.2.1 Copula函数在多变量水文分析中的研究现状 |
1.2.2 流域水环境多变量风险分析研究进展 |
1.2.3 区域频率分析方法研究进展 |
1.2.4 地表水环境质量综合评价方法研究进展 |
1.3 需要进一步研究的问题 |
1.4 主要研究内容 |
2 水环境多变量分析方法 |
2.1 水环境演变特征及水质动态评价方法 |
2.1.1 趋势分析 |
2.1.2 基于动态组合权重系数的水环境质量综合评价方法 |
2.2 Copula函数理论 |
2.2.1 Copula函数的基本概念 |
2.2.2 Copula函数的性质 |
2.2.3 Copula函数的参数估计 |
2.2.4 Copula函数的拟合检验 |
2.3 基于L-协矩(L-comoments)的多变量区域频率分析方法 |
2.3.1 多变量线性协矩(Multivariate L-comoments) |
2.3.2 水文相似性分区 |
2.3.3 多变量一致性检验(Discordancy test) |
2.3.4 多变量均匀性检验(Homogeneity test) |
2.4 本章小结 |
3 淮河流域水环境现状评价 |
3.1 研究区域概况 |
3.2 数据来源 |
3.3 淮河流域水环境时空演变趋势 |
3.3.1 年尺度时空演变趋势 |
3.3.2 月尺度时空演变趋势 |
3.4 淮河流域水环境质量评价 |
3.4.1 单因子水环境质量评价 |
3.4.2 各水质指标的波动性特征 |
3.4.3 基于动态组合权重系数的水环境质量综合评价 |
3.5 本章小结 |
4 不同河川径流分级下水质多指标联合概率分析 |
4.1 研究方法 |
4.1.1 常用三参数分布函数 |
4.1.2 基于线性矩的参数估计方法 |
4.2 流量情景的划分 |
4.3 水质指标边缘分布的建立 |
4.4 水质指标联合分布的建立 |
4.5 不同流量情景径流对水质组合事件发生概率的影响研究 |
4.6 本章小结 |
5 淮河流域水环境多变量区域组合风险评价 |
5.1 数据来源 |
5.2 水环境多变量区域组合风险评估 |
5.2.1 水质指标区域化 |
5.2.2 站点一致性检验 |
5.2.3 区域均匀性检验 |
5.2.4 水环境因子区域最优分布函数 |
5.3 水环境多变量区域组合风险分析 |
5.4 本章小结 |
6 区域季节性旱涝组合概率特征及典型洪涝事件的水环境响应 |
6.1 数据来源 |
6.2 径流年内分配特征 |
6.3 标准化径流指数SSI的区域化 |
6.4 各季SSI系列最优分布函数 |
6.5 区域旱涝组合事件发生频率分析 |
6.6 典型洪涝事件的水环境响应 |
6.7 本章小结 |
7 结论与展望 |
7.1 主要研究结论 |
7.2 不足与展望 |
参考文献 |
附表 |
发表的学术论文及参与的科研项目 |
致谢 |
(10)水文时间序列若干问题的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
第一节 研究背景及意义 |
第二节 研究进展 |
一、水文预报 |
二、水文频率分析 |
三、水文模拟 |
第三节 研究区域自然条件概况 |
第四节 本文工作 |
第二章 P-Ⅲ型分布参数估计 |
第一节 皮尔逊Ⅲ型分布(P-Ⅲ型分布) |
一、定义 |
二、变量转换 |
第二节 参数估计 |
一、矩法 |
二、权函数法 |
三、概率权重矩法 |
四、线性矩法 |
第三节 参数估计方法对比分析 |
一、方法总结 |
二、无偏性检验 |
第四节 实例分析 |
第三章 水文频率计算 |
第一节 非参数概率密度估计 |
一、直方图法 |
二、Rosenblatt法 |
三、Parzen核估计 |
四、最近邻估计 |
第二节 非参数核函数概率密度估计 |
一、定义 |
二、核函数的选取 |
三、核估计的渐近无偏性 |
四、最佳窗宽的选取 |
第三节 水文频率计算 |
一、洪水样本的分析处理 |
二、洪水频率计算 |
第四章 时间序列分析 |
第一节 月流量时序分析 |
一、描述性时序分析 |
二、中心化移动平均法季节调整 |
三、Hodrick-Prescott滤波法趋势分解 |
第二节 总流量时序分析 |
一、描述性时序分析 |
二、单位根检验 |
三、AICC法模型判定 |
四、水文预报模型 |
五、蒙特卡洛法模型检验 |
第五章 结论与展望 |
第一节 结论 |
第二节 研究展望 |
致谢 |
参考文献 |
附录:读研期间科研情况 |
四、非参数核估计方法在洪水频率分析中的应用(论文参考文献)
- [1]基于正态变换的干旱区河流水文频率研究[D]. 蔡国涛. 石河子大学, 2021
- [2]基于多项式正态变换的水文频率计算方法研究[D]. 陈得方. 西北农林科技大学, 2021(01)
- [3]基于Copula函数的两变量月径流随机模拟[D]. 张昶. 扬州大学, 2020(06)
- [4]三峡入库洪水集合概率预报方法与应用研究[D]. 钟逸轩. 武汉大学, 2019(06)
- [5]考虑日径流特征的非一致性洪水频率分析方法研究[D]. 许文涛. 武汉大学, 2019(06)
- [6]沿海城市多维致灾洪涝风险分析与灾防决策模型研究[D]. 许红师. 天津大学, 2018(06)
- [7]截取分布在水文频率计算中的应用研究[D]. 杨惠. 西北农林科技大学, 2017(11)
- [8]基于Copula函数的水环境多变量概率分布及其应用研究[D]. 吴绍飞. 武汉大学, 2017(06)
- [9]不同时间尺度选样法的洪水频率分析[J]. 叶文,王红瑞,许新宜,王成,王会肖. 系统工程理论与实践, 2017(02)
- [10]水文时间序列若干问题的研究[D]. 王翠云. 安庆师范大学, 2016(05)