用Pearson-Ⅲ概率分布推算梅州春旱的重现期

用Pearson-Ⅲ型分布对梅州市春季(3—5月)的逐年降水量进行拟合,试图计算春季各月和整个春季降水总量在不同重现期下的极小值,从而得出它们在不同重现期下的干旱程度。结果表明:春季5年一遇的降水量极小值为371.45mm,10年一遇的降水量极小值为308.98mm,50年一遇的降水量极小值为217.74mm,100年一遇的降水量极小值为190.73mm。另外通过对春季不同降雨量的重现期计算,并与实况相验证,发现拟合结果是可信的。此外还计算了梅州市2002年春季干旱的重现期为:3月份约5.4年,4月份20.7年,5月份约40.7年,而整个春季干旱的重现期则为181年,表明2002年的春季干旱确实是近百年来少见的。

Pearson-Ⅲ型负偏频率曲线的权函数参数估计方法

Pearson-Ⅲ型水文频率计算以正偏序列为主,但在处理水库水位、潮位序列时常出现负偏的情况。针对正偏序列的权函数参数估计方法,通过公式推导将其拓展应用到负偏序列,完善了这一水文参数估计方法体系。统计试验表明相比常规矩法,权函数参数估计方法能显著提高对Cs估计的无偏性,并在有效性方面有所提升。比较权函数框架下的三种参数估计方法,发现二阶权函数矩法(WFM2)整体优于一阶权函数矩法(WFM1),利用权函数矩结合法(WFM3)对Cv(或σ)进行估计的前提是要确保Cs的估计优于Cv,否则其不如WFM1和WFM2的参数估计结果。以某潮位站年最高潮位序列和某水文站年最高水位序列进行了实例验证,拟合优度检验表明WFM2方法的拟合误差小、精度高,是所有比较方法中应用效果最好的方法。

广州短历时降水极值概率分布模型研究

利用 1 959～ 2 0 0 0年广州 9个降雨历时 ( 5、1 0、1 5、2 0、30、4 5、6 0、90、1 2 0分钟 )暴雨资料 ,分别用皮尔逊Ⅲ型分布、对数正态分布、指数分布和耿贝尔 Ⅰ分布函数进行拟合 ,并按柯尔莫哥洛夫方法进行拟合优度检验。结果表明 ,广州短历时暴雨概率分布遵循皮尔逊Ⅲ型分布。

Pearson-Ⅲ型分布在病虫发生程度评估中的应用

介绍了一种对资料适应性较广的Pearson-Ⅲ型分布，并将其应用于病虫发生程度及损失评估。作者以杭州萧山市2005年9月20～21日褐稻虱高峰虫量普查数据为例，介绍了该分布在病虫发生程度评估中的应用。

南水北调中线工程代表站降水极值的概率分布特征研究

基于南水北调中线工程受水区4个代表气象站1961—2021年年最大日降水量和年最大连续降水量,建立Pearson-Ⅲ型分布(P-Ⅲ)、广义极值分布(GEV)和Wakeby分布(WAK)的一维概率分布模型;根据从以上3个模型中选出的最优分布模型构建各站的Frank、Clayton和Gumbel Copula二维联合概率分布模型,并根据最优一维、二维模型分析重现期问题.结果表明:①南阳站、石家庄站和北京站强降水有由多日向单日集中的趋势.②GEV和WAK较P-Ⅲ分布在拟合斜率迅速减小的分布曲线时效果更好,WAK的效果又优于GEV.③郑州站和石家庄站20年一遇以上的降水值大于南阳站和北京站.④各站两个降水极值序列的Spearman和Kendall秩相关系数均较高,其中石家庄站最高,北京站次之,郑州站最低.⑤Gumbel Copula函数构建的二维联合分布最优;各站观测值的“或”(“且”)联合重现期大部分在10年(30年)以下,所有单要素重现期组合下的“或”(“且”)联合重现期,各站间的排序与两个秩相关系数各站间的排序一致(相反).

四川雨季小时降水的概率分布特征及其降水分区

利用2010—2016年5—9月四川省157个国家自动气象站小时降水资料,采用皮尔逊Ⅲ型概率分布模型对四川全省小时降水进行拟合,给出全省超过不同阈值的降水累积概率空间分布;在此基础上,计算最大小时降水量的概率分布及其重现期极值。结果表明:四川盆地西部沿山一带出现降水频次较少,但易发生较大量级的小时降水,攀西地区东部虽是降水高发区,但出现大量级小时降水的可能性小;50 a一遇小时降水高值中心分布在乐山市北部、遂宁市西北部与绵阳交界处以及达州市北部,其极值可达60 mm以上;100 a一遇小时降水极值分布趋势同50 a一遇的基本一致,其极值达70 mm;小时降水的皮尔逊Ⅲ型概率分布模型偏差系数与降水站点的海拔高度呈对数递减关系,决定系数达0.654 5,表明地形高度对四川小时降水分布有一定影响;此外用k均值聚类法可很好地对四川小时降水进行分区。

成都日降水量年极大值的渐近分布

利用 195 1～ 1999年成都日降水量年极大值的记录 ,通过统计推断 ,找出了成都日降水量年极大值遵循的渐近分布。讨论了两种分布———皮尔逊Ⅲ型分布、对数正态分布 ,并比较了它们的拟合效果 ,最后得出成都日降水量年极大值较好地遵循对数正态分布 ,并讨论了它们的参数估计方法。

聊城市日最大降水量分布特征及其重现期的推算

利用聊城市8个观测站1961—2007年的观测资料,采用Pearson-Ⅲ分布理论和适线法进行重现期降水极值分析,并计算给定重现期的最大日雨量。经检验,采用该方法计算出的最大降水量极值在全市8个站中有7个站点拟合效果较好。

Tobacco Sorter III型杂物剔除器的应用

本文主要介绍Tobacco Sorter Ⅲ型杂物剔除器的剔杂原理、结构、特点及安装、选型、应用注意事项,较具体地说明了物体的CCD成像原理、杂物的识别、判断过程。

城市雨水池设计雨量公式的统计方法

基于北京市53 a的日降雨量资料,分别采用年最大值、年超大值、年超定量和年多个值法进行选样对比,并用频率曲线(对数正态分布、皮尔逊Ⅲ型分布、对效皮尔逊Ⅲ型分布、耿贝尔分布)进行拟合.理论频率曲线的参数估计采用矩法.各种分布的拟合优度检验采用x^2检验法和K-S检验法.拟合准则采用离差平方和最小的原则.拟合各种选样方法数据,皮尔逊Ⅲ型分布函数拟合误差最小.在资料年数不长或需要计算小于1a重现期的情况下,建议采用年多个值法,否则采用年最大值法、皮尔逊Ⅲ型分布拟合最佳.

2017年绥德“7·26”暴雨重现期分析

2017年绥德"7·26"暴雨历时短、强度高、雨滴大,洪水形成时间短、洪峰高、含沙量大。运用P-Ⅲ型概率分布函数、GEV概率分布函数和Gumbel概率分布函数对大理河绥德站过去58 a的降水数据进行拟合,发现3种概率分布函数均通过K-S检验和A-D检验,其中GEV概率分布函数拟合效果相对最优,Gumbel概率分布函数拟合效果最差。采用这3种函数对"7·26"暴雨的重现期进行了计算,出于防洪考虑以及从本次暴雨造成的灾情损失来看,本次暴雨重现期应为GEV概率分布函数估计的约200 a一遇。

越南沿海多年一遇极值水位计算

分别基于Pearson-Ⅲ、Gumbel和Weibull概率分布利用越南沿海从北部到南部的9个代表验潮站的年最高水位观测数据序列计算出各站的10年、20年、50年、100年、200年一遇极高水位。结果表明Pearson-Ⅲ和Weibull分布推算的结果更相近,比Gumbel分布推算的结果有差距,但差距较小。将3种方法计算的各站结果取平均作为最终结果更合理。通过对各站的极值水位和各站观测水位资料进行拟合分析,结果表明越南北部的极值距平值比中部和南部地区的极值距平值大,可达3 m,极值距平最大值集中在越南北部沿海地区的验潮站,因此,在防洪的角度来看越南北部极易发生洪水、风暴潮灾害,中部和南部极值距平可达2 m,也可发生较小的洪水和风暴潮。

不同后续使用年限地震加速度(PGA)取值研究

现行的建筑抗震设计规范中,以"三个水准"来表达抗震设防目标,即"小震不坏,中震可修,大震不倒",对于现有建筑物的抗震鉴定和加固,要使加固后的建筑物在后续的使用年限中具有与原设计相同的概率水准,抗震鉴定和加固时就需要给出相应使用年限的"三个水准"设防目标的地震动加速度(PGA),作为地震作用的计算依据。本文依据极值Ⅲ型概率分布函数,给出不同使用年限下"三个水准"设防目标相对应的地震烈度,进而换算出相应的地震动加速度(PGA),最终给出后续使用30年和40年的"三个水准"设防目标的地震动加速度(PGA)与50年的地震动加速度(PGA)的比值,方便设计人员使用。