基于Copula函数的区域洪水频率分析

【目的】洪水频率分析为水利工程的规划、设计和运行提供了理论依据。传统的单变量频率分析方法已被广泛的研究和应用,但区域水文站点之间往往相互关联,单站点的独立洪水频率分析并不能满足实际工作的需求。因此,有必要考虑区域洪水变量间的相关关系,建立联合分布,采用多变量联合概率分析方法以提高洪水频率分析的可靠性。同时,由于区域洪水特性差异显著,需要探究Copula函数在不同区域洪水频率分析中的适用性。【方法】基于盘龙江区域的小河(中和)站、松华坝站、昆明站三个水文站以及长江上游区域的寸滩站、清溪场站、宜昌站三个水文站的洪水资料,建立站点年最大洪峰流量的边缘分布函数,用Kolmogorov-Smirnov法检验其拟合优度,分析站点洪水变量间的相关程度,进而利用嵌套Copula法和Copula函数表达式法构建区域三站点年最大洪峰流量的联合分布,采用分位数图法、均方根误差法和AIC信息准则法在选用的T-Copula、GH Copula、Frank Copula、以及Clayton Copula四类函数模型中进行拟合优度评价,通过优选的函数模型分析计算条件概率。【结果】结果显示:盘龙江和长江上游区域站点的年最大洪峰流量序列均可用P-Ⅲ型分布作为其边缘分布,且站点变量间的相关性良好,可运用Copula函数描述其相关关系,以此建立联合分布。其中,在盘龙江区域站点变量间,T-Copula函数拟合效果最优;在长江上游区域站点变量间,Frank Copula函数拟合效果最优。由优选的Copula函数模型预测下游站点的洪水遭遇量级,预测值与实测值的接近程度均达到85%以上。【结论】在区域站点洪水样本序列可求解其边缘分布,且变量间相关性显著的情况下,Copula函数能够较好描述变量间的相关关系。对于洪水特性差异较大的盘龙江和长江上游两个区域可优选出不同类型的Copula函数建立联合分布进行洪水频率分析,且计算结果能够准确的预测区域站点的洪水遭遇量级。研究成果可为区域联合防洪提供科学参考。

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。

多变量干旱事件识别与频率计算方法

干旱持续时间久、影响范围大,时空连续性是干旱的基本特征,以往研究大多考虑单变量或双变量。通过给定阈值识别干旱斑块和判断两相邻时间干旱的连续性,提出了时空连续的干旱事件三维识别方法,用干旱历时、干旱面积、干旱烈度、干旱强度和干旱中心位置5个特征变量对一场干旱事件进行度量;提出了基于Copula函数的干旱历时-面积-烈度三变量频率分析方法。以中国西南地区为例,采用SPI(Standard Precipitation Index)干旱指标识别了近52年发生历时等于或大于3个月的干旱事件,一共78场,其中2009年8月至2010年6月最严重干旱事件的重现期为94年一遇。通过比较概率分布函数和Copula函数,表明在干旱频率分析时需要考虑干旱历时、面积、烈度3个特征变量。