基于Copula函数的洞庭湖流域水沙丰枯遭遇频率分析

受人类活动的影响,水沙灾害事件相继发生,对人们的生产、生活造成了威胁。以洞庭湖流域代表性水文站的年径流量和年输沙量系列数据为基础,应用P-III型曲线分别拟合并求得"松滋口、太平口、藕池口"三口入湖、"湘江、资江、沅水、澧水"四水入湖和城陵矶站出湖年径流量、年输沙量的边缘分布函数,再采用水文事件遭遇分析中广泛应用的Copula函数,建立洞庭湖流域水沙联合分布模型,分析洞庭湖流域水沙丰枯遭遇频率。研究结果表明洞庭湖三口、四水和城陵矶站的水沙丰枯遭遇频率关系与洞庭湖流域的水沙运动有密切联系,运用该水沙耦合模型可以为洞庭湖流域防洪减灾提供重要的理论依据。

基于GH Copula的渭河与汾河径流丰枯遭遇频率研究

在分析现有的常用二维理论联合分布模型不足之处的基础上,应用GH Copula函数方法构建了渭河与汾河之间年径流量的二维联合分布模型;然后,基于该联合分布模型,应用频率分析法对二者之间的径流丰枯遭遇频率进行了深入研究。研究获得了渭河与汾河年径流量之间变化的基本规律,其结果对黄河中下游水资源的开发利用和防洪减灾工作具有一定参考价值。

基于Copula函数的泾河流域水沙丰枯遭遇频率分析

流域水沙关系变化是洪旱灾害防治、重大水利工程布局的重要理论基础,同时又对人们的生产、生活产生重大影响。根据泾河流域主要控制水文站的年径流量和年输沙量数据,采用P-Ⅲ型曲线分别拟合计算得到各水文站的径流量和输沙量序列的边缘分布函数,然后采用Copula函数建立了泾河流域水沙联合分布模型,计算泾河流域各水文站水沙丰枯遭遇频率。结果表明:(1)Clayton Copula,Frank Copula,Gumbel copula函数均能较好地拟合泾河流域各水文站的水沙数据,根据拟合优度评价结果选用Frank Copula函数拟合各站的水沙联合分布;(2)在所研究的泾河流域8个控制水文站水沙丰枯遭遇均表现为水沙丰枯同步频率大于异步频率。在水沙丰枯同步频率中,同丰的遭遇频率基本与同枯的遭遇频率相同,二者均大于同平的遭遇频率。(3)在水沙丰枯异步遭遇频率中,丰枯遭遇频率最小的组合是水枯沙丰和水丰沙枯。该水沙联合分布模型对流域治理规划、防灾减灾及生态恢复等具有重要意义。

非相关随机水文变量丰枯遭遇频率计算方法

应用统计数学理论,结合水文水利计算工作的实践,提出了一种非相关随机水文变量丰枯遭遇频率的计算方法。该计算方法,概念清晰,计算简捷,通用性和适用性较好,计算成果可靠。

基于Copula函数的泾河流域水沙关系演变特征分析

为了掌握泾河流域水沙演变规律,基于张家山水文站1956—2010年径流与输沙量数据,采用滑动平均法分析流域水沙变化,提出应用滑动相关系数法诊断水沙关系变异,与双累积曲线法相互验证,选取皮尔逊III型分布拟合变异前后水沙分布,基于Copula函数建立水沙联合分布,对比分析泾河流域水沙变化特征,研究不同时段水沙丰枯遭遇情况。结果表明:1水沙关系于20世纪80年代发生变异;2以1982年为分割点,相比于1956—1982年,1983—2010年水沙均值减小,设计频率P≤90%时水沙值均减小,P>90%时,径流减小,输沙量增加;3两阶段水沙丰枯同步频率大于丰枯异步频率,"水丰沙枯或水枯沙丰"遭遇组合概率最小,变异后时段(1983—2010年)各种遭遇组合频率分布更为均匀,水沙丰枯异步频率变大。

基于Copula函数淮河流域水沙联合分布研究

淮河流域是我国人口密集的地区之一,拥有巨大的社会和经济发展潜力。基于淮河中游吴家渡水文站1950-2015年的径流量和输沙量资料,通过对径流量、输沙量的边缘分布函数和Copula函数的比选,确定最优函数形式并建立淮河流域水沙联合分布模型,运用模型对流域内水沙丰枯遭遇频率进行了计算,进而对比分析了径流量和输沙量单变量和联合变量的设计值并绘制了等值线图。研究结果表明:Gamma型分布对淮河流域的径流量过程和输沙量过程吻合较好。由于Gumbel型联合分布函数的赤则信息准则AIC值(akaike information criterion)最小,故选用Gumbel型Copula函数构建淮河流域水沙分布模型。淮河流域水沙同步的概率为67.2%,水沙异步的概率为32.8%,其中平水平沙出现的概率为27.54%,枯水枯沙出现的概率为25.86%,淮河流域枯水平水年份较多。径流量和输沙量联合变量设计值较单变量设计值要大,计算结果在考虑两者之间联系的基础上,将更具有代表性,且安全性更好。