Gumbel模型中高值记录对设计风速影响

我国现行规范采用极值I型Gumbel分布作为各地区概率统计的线型,但Gumbel模型却有着样本不全等先天缺陷。根据澳大利亚某地区的实测风速记录在原样本和去掉一个高值记录的情况下分别计算出设计风速,通过对比发现:当模型样本中突然增加非常少量的高值数据的时候,所得到的设计风速结果表现出了很大的不稳定性。

描述多变量暴雨事件的Gumbel逻辑模型

应用二维极值分布Gumbel逻辑模型分析年暴雨最大峰值以及相应暴雨雨量的联合分布 ,使用矩法估算分布参数。根据随机变量的边缘分布和条件概率分布 ,可以迅速推导出联合重现期。该模型应用日本德岛县德岛气象站的实测降雨资料进行验证。结果表明利用该模型描述暴雨峰值及相应雨量的联合分布是较为适宜的。

秦淮河流域中游地区两变量洪水风险分析

秦淮河流域地处长江下游,其中游地区主要位于南京市江宁区境内,受汛期强降雨、上游洪峰以及下游长江水位顶托影响,洪水灾害频繁。针对秦淮河流域中游地区暴雨洪水影响因素众多的特点,利用二维Gumbel模型,开展了基于暴雨与洪水水位两变量的洪水风险分析。结果显示,与单变量极值分布相比,两变量极值分布综合考虑了暴雨和洪水的不同频率特征,能够较为全面地分析水文极值事件的统计规律,从而使洪水风险分析更加符合实际情况。

敦煌地区温湿度和日温差的极值特性研究

目的建立敦煌地区温度、相对湿度和日温差的年极值拟合模型。方法根据当地气象站台温度和相对湿度日记时值数据,连续统计若干年的三要素年极值,采用极大似然法建立各要素年极值的Gumbel模型,同时讨论值域有界类气象因素极值再现期的定义域。结果给出了敦煌地区温度、相对湿度和日温差年极值的Gumbel模型参数。结论敦煌地区各气象因素Gumbel模型位置参数和尺度参数,温度极大值分别为35.193,1.072℃,温度极小值分别为-20.085,1.945℃,相对湿度极大值为95.254%,2.471%,相对湿度极小值为5.837%,1.505%,日温差极大值为20.676,0.777℃,日温差极小值为1.398,0.593℃;相对湿度极大值、相对湿度极小值和日温差极小值的再现期定义域分别为6.3,47和10年。

C11集装箱船参数横摇运动极值响应分析

基于窄带随机过程理论和Hermite变换法,本文提出了一种预测船舶参数横摇极值响应的新方法.以C11集装箱船为例,预测了其随机参数横摇极值响应的均值.将该结果与基于Monte Carlo法的数值结果对比,误差小于1%,证明了本文方法的正确性.同时,本文方法使用20条时间历程样本的预测精度与Monte Carlo法使用104条时间历程样本的预测精度相同,由此可以证明本文方法的高效性.本文还利用传统Gumbel模型对C11船参数横摇极值响应进行了预测.通过比较可以发现传统Gumbel模型的极值预测误差很大,证明传统Gumbel模型不适用于参数横摇这类非线性较强的运动极值预测.但是,即使利用新方法预测极值,也和模型试验结果之间存在一定的偏差.通过分析认为,这种预测误差是由于忽略了极大值之间的相关性导致的.

基于洪水事件取样的两变量分布分析

针对洪水频率分析通常以年最大值选取样本进行单变量或者两变量分析存在的不足,采用Gumbel逻辑模型建立基于洪水事件取样的两变量联合分布,利用标准Gumbel分布拟合各特征变量边缘分布,并推求了两变量联合分布、重现期和条件概率。以三峡水库坝址下游宜昌站洪水研究为例的计算结果表明,该模型可以获得给定概率或者重现期洪水事件相应的洪量和洪峰组合情况,反之亦然;同时可以在给定洪峰出现的条件下推求洪量的分布情况,从而更全面、有效地评估洪水事件。

基于二维极值分布的亳州地区强降水概率特征模拟

在全球气候变化的影响下,极端天气气候事件频繁发生。该文结合近年来极端天气气候变化研究中应用极值统计理论的新成果,采用亳州4个站建站以来汛期的实测降雨资料,探讨了二维Gumbel分布模型,在研究其经验频率和理论频率计算方法的基础上,根据随机变量的边缘分布和条件概率分布,分析了汛期最大强降水雨量及最大过程雨量的联合分布,建立了其联合重现期和条件重现期的分布模型,拟合效果很理想。