基于POT模型的大坝位移预警指标实时估计

大坝服役过程中,对其预警指标进行实时估计具有重要意义。基于极值理论,针对大坝位移历史监测序列,拟定合理的阈值,利用广义帕累托分布(GPD)对超阈值序列进行刻画,结合大坝失事概率,建立位移预警指标估计超阈值(POT)模型。通过实时更新建模序列,完成对位移预警指标的实时估计。针对某混凝土重力拱坝29号坝段某测点在典型时间段2007年~2009年、2007年~2010年和2007年~2011年的位移监测数据,利用POT和传统区间极值(BMM)模型分别完成对2010年、2011年和2012年位移预警指标的估计,验证了POT模型比传统区间极值(BMM)模型更加安全合理。     

基于POT 模型建立大坝服役性态预警指标

借助预警指标实时辨识大坝服役性态是大坝安全监控的重要手段。传统多依据大坝服役性态效应量测值序列的年极值为分析子样来估计预警指标。本文基于极值理论中的POT(Peaks over Threshold)模型,通过阈值的设定,以超限数据序列作为建模分析的对象,利用广义帕累托分布拟合超限数据子样,结合大坝的失事概率实现预警指标的估计。该方法不研究效应量测值序列的整体分布情况,只关注序列的超限值分布情况;充分考虑了所有较大测值出现的可能,更好地体现了数据样本的分布特征,因此得到的预警指标能更客观地反映工程实际。     

大坝服役性态预警指标拟定的POT模型

借助预警指标实时辨识大坝服役性态是大坝安全监控的重要手段。传统多依据大坝服役性态效应量测值序列的年极值为分析子样来估计预警指标。本文基于极值理论中的POT(Peaks over Threshold)模型，通过门限值的设定，以超限数据序列作为建模分析的对象，利用广义帕累托分布拟合超限数据子样，结合大坝的失事概率实现预警指标的估计。该方法不研究效应量测值序列的整体分布情况，只关注序列的超限值分布情况；充分考虑了所有较大测值出现的可能，更好地体现了数据样本的分布特征，因此得到的预警指标能更客观地反映工程实际。     

边坡位移预警指标的实时估计与诊断

边坡预警指标的实时估计与诊断是实现边坡安全监控、预防边坡演变为滑坡的重要手段。安全预警注重考虑极端事件,其关键在于能否准确进行效应量序列分位数分析及刻画其尾部特征。基于极值理论中超阈值(Peaks over Threshold, POT)模型,分时段考虑边坡位移监测序列,借助Hill图法拟定合理的阈值,再利用广义帕累托分布(Generalized Pareto Distribution, GPD)对超阈值序列进行拟合分析,渐进地刻画位移序列分布的尾部特征,分析其抵御已经历荷载的能力。假定边坡失事概率,得到位移预警指标实时估计序列,挖掘或评估出该边坡面临可能发生极端荷载时的抵御能力。最后基于突变理论中尖点突变模型对位移预警指标实时估计序列进行突变诊断,结合具体边坡工程实例,验证了POT-突变理论混合模型的合理性。     

基于PPA-极值理论的大坝变形预警指标拟定

大坝变形预警指标估计对实现大坝安全监控具有重要意义。基于极值理论,提出了POT变形预警模型,利用广义帕累托分布对大坝变形监测数据分布的尾部特征进行拟合分析,基于PPA和信息熵理论构建多测点变形熵,结合大坝失事概率,完成对其预警指标的估计。以某混凝土大坝为例建模验证,结果表明:POT模型可以更好地刻画变形监测数据分布的尾部特征,对预警指标的估计偏于安全。     

基于博弈论的大坝POT预警模型及其应用

引入极值理论,提出了基于博弈论的POT变形预警模型。对于多测点原型观测数据,以博弈论确定其综合权重,以信息熵理论构建多测点的变形熵,通过POT模型设置一定的阈值,选取变形熵的超限值作为建模对象,利用广义帕累托分布拟合超限数据子样,以失效概率给出其变形预警值。将该方法用于雅砻江流域某混凝土拱坝的大坝预警实践,结果表明,与传统的单测点处理方法相比,该模型可以得出更加合理的结果,更能反映工程实际。     

基于融合权重-POT的拱坝变形监控模型

引入极值理论,提出了基于融合权重的POT混凝土拱坝变形监控模型。对于多测点原型观测数据,以融合权重法确定其综合权重,以信息熵理论构建多测点的变形熵,通过POT模型设置一定的阈值,选取变形熵的超限值作为建模对象,利用广义帕累托分布拟合超限数据子样,以失效概率给出大坝变形监控指标。将该方法用于雅砻江流域某混凝土拱坝,工程实例表明,该模型可以得出更加合理的结果,更能反映工程实际。     

基于广义Pareto分布的大坝预警指标拟定方法

将极值理论中的广义Pareto分布模型用于大坝预警指标拟定中是一个行之有效的方法,该方法通过设定某一阈值,以监测序列超过该阈值的实测值为分析样本,并认为该样本服从广义Pareto分布。由于阈值的选取关系到广义Pareto分布参数估计的精度,而用超限期望图法确定的阈值具有较大的主观性误差,因此,从定义出发,通过数学推导,建立了自动选取阈值的方法。通过实例分析表明,采用自动选取法确定阈值的广义Pareto分布拟定的大坝预警指标更加合理。     

基于改进POT模型的混凝土坝监控指标拟定

大坝监测效应量作为一种随机变量,采用以极值理论为基础的POT (Peaks over Threshold)模型研究监测效应量的监控指标是合适的,但现有的POT模型的阈值确定以图形法为主,需要人工判断,主观性和随意性较大,且难以实现计算机自动化识别。通过构建阈值递增序列,计算不同阈值Tj条件下相应的监控指标,然后利用概率论中的3σ准则,以监控指标危险值与警戒值的差值?j趋近于测值序列标准差S作为确定最合理阈值的原则,提出了一种改进的阈值确定方法,并给出了一个验证实例。改进方法理论基础明确,有效地克服了图形法的主观性和随机误差,且能采用计算机程序实现最合理阈值的自动识别,增强了POT模型法拟定大坝安全监控指标的实用性。     

基于POT模型的软基水闸预警指标研究

水闸监测数据是反映水闸运行性态的时间序列,采用统计学领域的极值理论研究水闸预警值是合适的。将POT模型引入到水闸安全预警之中,采用区间逼近的方法,对确定阈值的超出量均值函数图法进行了改进,并给出了一个工程实例。研究表明,提出的改进的超出量均值函数图法确定的预警值更合理,为水闸安全预警值的确定提供了一条新途径。     

淮河流域主汛期极端降水时空特征变异分析

以淮河水系16个片区1953年-2007年逐月降水资料为基础,选取超门限峰值序列(POT),引进广义帕雷托分布(GPD),借助L-矩估计方法,分析淮河水系主汛期年极端降雨事件的空间变化。并以淮河干流左右岸的代表性支流为研究对象,通过统计极端降水的频次和强度,结合帕雷托参数的空间变化,分析了淮河汛期极端降水的演变规律。研究发现:①不同门限值下的逐月降水量所拟合的降水极值概率分布符合广义帕雷托分布;②淮河的极端降水频次和强度右岸普遍大于左岸,与帕雷托分布形状参数和尺度参数空间分布一致性较好;③不同量级的极端降水的时空变化规律有较大差别。研究结论对淮河流域的洪涝灾害的预警和防治有一定的参考价值。     

珠江流域非平稳性降雨极值时空变化特征及其成因

受全球气候变化和人类活动影响,珠江流域极端降雨事件发生的频次和强度均发生变化,变化环境导致极端降雨样本存在非平稳性。本文以珠江流域43个站点1960—2012年的日降雨数据为基础资料,通过分析广义帕累托分布(GPD)的参数时变特性及其空间分布规律,探索珠江流域非平稳性极端降雨的时空变化特征及其成因。结果表明:珠江流域极端降雨序列的极值指数呈从东到西逐渐减小特点,表征强降雨之间的相关性由东向西减弱;极端降雨变化程度大的区域其变化程度呈减弱趋势,而变化程度小的区域其变化程度呈加强趋势;珠江三角洲和东江流域南部、柳江流域东北部地区50/100年一遇的日降雨量级较大,而南盘江西部地区则较小。7个影响因子中,厄尔尼诺指标(SMEI)对流域的极端降雨影响最明显。非平稳时变超定量(POT)模型与平稳POT模型的结果比较表明,本文提出的时变POT模型较好地处理了珠江流域部分区域降雨存在的非平稳性特征。     

基于降雨资料的雨量预警指标阈值求解模型

为保证雨量预警指标阈值在有效周期范围内发挥预警作用,通过分析现有雨量预警指标阈值的确定方法,提出了基于区域临界雨量法-降雨灾害同频率法-R/S分析法的雨量预警指标阈值求解模型。将该模型应用于江苏省泰兴市降雨时间序列的分析,对最大日降水量时间序列进行阈值确定、趋势分析,并用指标阈值进行预警验证。结果表明,该模型的雨量预警指标阈值确定结果相较单一模型更为准确,且具有一定的时效性,可为农村基层防汛预报预警提供参考。     

Semi-parametric Estimation Based on Second Order Parameter for Selecting Optimal Threshold of Extreme Rainfall Events

Analysis of extreme rainfall events can be performed using two main approaches; fitting Generalized Extreme Value distribution to the yearly peaks of events in the observation period or the annual maximum series, and fitting Generalized Pareto distribution to the peaks of events that exceed a given threshold or the partial duration series. Even though partial duration series are able to reduce sampling uncertainty and are useful for analyzing extreme values and tail asymmetries, the series require an optimal threshold. The objective of this study is to compare and determine the best method for selecting the optimal threshold of partial duration series using hourly, 12-hour and 24-hour data of rainfall time series in Peninsular Malaysia. Nine semi-parametric second order reduced-bias estimators are applied to estimate extreme value index and six estimators are used for the external estimation of the second order parameter. A semi-parametric bootstrap is used to estimate mean square error of the estimator at each threshold and the optimal threshold is then selected based on the smallest mean square error. Based on the plots of extreme value index and mean square error, several second order reduced-bias estimators behave reasonably well compared to Hill estimator, as indicated by their stable sample paths and flatter mean square errors.     

Semi-parametric Estimation for Selecting Optimal Threshold of Extreme Rainfall Events

The two primary approaches of extreme events analysis are annual maximum series (AMS), which fits Generalized Extreme Value (GEV) distribution to the yearly peaks of events in the observation period, and partial duration series (PDS), which fits Generalized Pareto (GP) distribution to the peaks of events that exceed a given threshold. The PDS is able to reduce sampling uncertainty and is more useful in dealing with extreme values and asymmetries in the tails, but the optimal threshold is required. The objective of this study is to compare and determine the best method for selecting the optimal threshold of PDS using the hourly, 12-h and 24-h aggregated data of rainfall time series in Peninsular Malaysia. The choice of the threshold, or the number of largest order statistics, can be estimated by the parameters of extreme events. In this study, thirteen semi-parametric estimators are considered and applied to estimate the shape parameter or extreme value index (EVI). A semi-parametric bootstrap is then used to estimate the mean square error (MSE) of the estimator at each threshold and the optimal threshold is selected based on the smallest MSE. Based on the smallest MSE, the majority of stations and data durations favor the Adapted Hill estimator, followed by the QQ, Hill and Moment Ratio 1 estimators. Therefore, this study proves that the application of different estimators on real data may result in different optimal values of threshold and the choice of the best method is very much data-dependent.     

基于临界雨量的山洪灾害预警技术试验研究

为研究适用的山洪灾害预报预警技术,选定湖南临湘市为试验区,应用统计分析法拟定试验区各预警分区的临界雨量值,并采用当前国内外最新的定量降雨预报技术,引入WRF数值预报模式开展了定量降雨预报。在综合考虑试验区临界雨量、实测雨量和预报雨量基础上,提出了针对山洪灾害的三级预警技术应用方案（“内部告警”、“准备转移”及“立即转移”）。2014年汛期（5~9月）对该方案进行了实时试验。试验结果表明,该时段并未出现符合山洪预警条件的现象,与实际灾害灾情报告一致。针对试验区的临界雨量拟定及山洪预警技术应用方案适用可行,可为类似山洪灾害防治地区提供借鉴。