基于Archimedean Copula函数的流域降雨-径流关系变异分析

降雨径流关系是工程水文学领域中一个重要的应用问题,利用Copula函数在捕捉多变量间相依结构的灵活性这一优点,引入Archimedean Copula函数构建流域降雨-径流联合分布,诊断流域降雨-径流关系变异。以泾河流域为例,确定了降雨、径流分别服从Gumbel分布与对数正态分布,Copula函数检验结果表明,泾河流域降雨径流关系变异发生在1996年,并以降雨-径流关系变异点为分割点,将降雨、径流序列分割为1960~1996与1997~2010年两个阶段,分析表明两个时段降雨-径流关系发生较大变化,相同降雨情况下1997~2010年产流量相对1960~1996年减小30%以上,年降水量越小,产流量减小幅度越大,当年降水量为500mm时,减小幅度达到37.59%,并结合人类活动对照等分析,验证了Copula函数诊断流域降雨径流关系变异结果的合理性与准确性。     

滑动近似熵在径流序列突变性分析中的应用

在气候变化和人类活动的双重影响下,水文序列发生了变异。利用渭河流域林家村站1960-2000年共41年的日径流序列资料,采用近似熵方法和滑动技术相结合的方法,对其径流时间序列进行突变分析。分析结果表明,在不同的滑动窗口和步长情况下,林家村站径流序列在动力学结构上呈现出明显的四个特点,突变时间发生在1972,1982,1994年;相对于传统的突变分析方法,滑动近似熵在分析非线性时间序列中呈现出分辨率高,抗干扰性强的特点。滑动近似熵能够对变化环境下的高度复杂、非线性径流时间序列的突变有效地进行诊断,可为径流时间序列突变提供一种思路。     

基于Copula函数的不完全降水序列频率计算方法研究

本文将不完全数据分析方法与Copula函数相结合,提出基于Copula函数的不完全降水序列频率计算方法,并采用蒙特卡洛试验研究其统计性能。以陕西省6个测站的年降水序列为例,构建二维Frank Copula函数。运用多元Rosenbrock优选法则求解,得到基于Copula函数的不完全序列似然函数参数值,采用Copula函数模拟法和拟合标准差(SEF)进行拟合效果评定。结果表明:基于Copula函数的不完全降水序列频率计算方法具有良好的统计性能;Anderson-Darling检验统计量均小于?(28)0.05显著性水平下临界检验值。设计站在本文方法下所得SEF值均小于单变量分布下的SEF值,设计值估算也优于单变量计算方法。在设计站与参证站难以进行相关展延资料的情况下,文中方法是一种合理可行的频率计算方法,以期为提高降水序列频率计算精度提供新思路。     

基于分位数回归的滦河流域降水及径流变化特性

目前对降水、径流变化特性的研究多集中于序列均值特征上,从分析结果无法了解降水、径流序列在分布尾端的变化情况,且易受异常值干扰。为解决上述问题,本文采用分位数回归方法分析了滦河流域降水、径流的变化特性。首先采用Pettitt变异点检测和Mann-Kendall趋势分析法对序列在均值特征下进行分析,结果表明各子流域年降水序列基本满足一致性,而年径流序列具有非一致性,呈现出突变变异;年降水、径流序列响应关系不明显。然后利用分位数回归方法对年降水、径流序列在高、低分位数水平下的变化特性进行分析,得出大部分子流域年降水序列在不同分位数水平下基本保持一致性,而年径流序列在高、低分位数水平下均表现出减小趋势,且高分位数水平下的减小速率较低分位数大;在高或低分位数水平下,部分子流域年降水、径流序列之间具有一定的响应关系;但对整个流域而言,径流序列主要受人类活动影响,年降水、径流之间的响应关系不明显。该结论可为降水、径流之间变化特性的研究提供新参考。     

降水丰枯及下垫面变化对滦河干流径流量的影响

在收集滦河干流上游流域1961—2011年51年间的月降水和月径流实测资料的基础上,运用降水–径流双累积曲线和Kolmogorov-Smirnov双样本检验,将该流域的降水–径流回归关系划分为1961—1983年、1984—1999年和2000—2011年三个阶段,并分别建立了三个阶段丰水期和枯水期的降水–径流多元回归模型。三个阶段的多元回归模型均通过显著性检验,对实测年径流拟合的平均残差均小于15%,决定系数均大于68%。采用所建模型,定量分析了三道河子水文站控制流域内降水丰枯变化对径流的影响程度和流域下垫面改变对径流的影响程度。结果表明:在1961—1983年的下垫面条件下,相对于1961—1983年间的降水丰枯特征,1984—1999年、2000—2011年间降水的丰枯变化使得流域径流分别增加了8.08%和减少了25.34%;在1961—1983年的降水条件下,相对于1961—1983年的下垫面条件,1984—1999年、2000—2011年间的下垫面的改变使该流域径流分别减少了19.40%和43.16%。这对潘家口水库的入库流量势必产生一定影响。     

西江流域降水气温关系变异诊断及驱动力分析

气候变化的加剧和气象灾害频发,使得西江流域的降水-气温相依结构是否发生变化及其背后的驱动力尚不明晰。本文基于Copula函数的极大似然比（CLR）方法,对两者的相依结构进行变异诊断,并考虑当地气象因子和遥相关因子,探究变化背后的驱动力。结果表明,西江上游流域降水-气温相依结构在2002年2月发生了变异,郁江流域在1985年4月发生了变异。风速、相对湿度在全时间序列中和其相依结构有着较显著的正、负相关关系,并且北极涛动是主要驱动力,它影响着东亚季风,然后对当地风速产生影响,进而影响降水-气温关系,使其相依结构发生了显著变异。     

基于非对称阿基米德Copula的多变量水文干旱联合概率研究

推导了5种常用3维非对称阿基米德Copulas函数的条件Copulas和密度函数,阐述了这类Copulas函数研究水文干旱特性联合分布的应用技术问题。以渭河流域北洛河状头站的径流序列为例,干旱变量的边际分布参数分别采用矩法、概率权重法、极大似然法和遗传算法进行计算和选优,并进行了分布函数拟合度检验。变量相依性的度量表明干旱变量间有较强的相依性;根据AIC,BIC和RMSE准则,M12 Copula拟合效果最优。最后,进行了M12 Copula的拟合度检验,计算了北洛河状头站3维水文干旱变量组合的联合概率、条件概率和相应的重现期。     

基于Copula函数的北京市设计降雨研究

准确描述不同重现期下的设计降雨,能够为水利工程规划设计和防洪减灾提供重要的科学依据。本文以北京市2005—2018年20个站点逐小时的降水数据为基础,采用超定量法提取各分区不同场次强降雨的降雨历时和降雨量,构建了各个分区降雨历时和降雨量的二元分布,并计算了各个分区在不同重现期下的设计雨量。结果表明：北京市城区的强降雨事件明显多于山区,且降雨历时以服从广义极值（GEV）分布和对数正态分布为主,而降雨量则均服从GEV分布;在大多数分区通过Gumbel Copula函数可以更好地表征降雨历时和降雨量二者的联合分布,而在少部分分区运用Frank Copula函数来表征更佳;运用二元Copula函数可以较好地推求不同重现期下的设计雨量。     

Copula预测方法及其在年径流预测中的应用

运用Copula函数将自变量和因变量的相关程度和相关模式有机结合,构建两变量联合分布函数,从而研究两变量与联合分布之间的相依结构;在此基础上,根据样本值未知的因变量边缘分布与联合分布的关系,结合样本值已知的自变量概率分布,对因变量未知值进行预测。年径流预测研究表明,基于Copula函数的预测方法原理明晰、计算简便、性能稳定、预测精度较高。     

基于最大熵分布模拟的干旱频率分析

为提高干旱频率分析结果的可靠性,提出了基于最大熵分布模拟的干旱频率分析方法。该模型首先用自回归模型剔除年径流量序列中的相依成分,分别计算年径流残差项序列各阶样本矩,并通过加速遗传算法求解获得残差项的最大熵概率分布函数,得到研究区域年径流量序列的最大熵分布随机模型;然后采用Monte Carlo随机模拟研究区域长、短序列的年径流量序列,在比较模拟效果的基础上,用轮次分析方法得到研究区域的干旱发生频率情况。区域干旱频率分析的实例研究结果显示,最大熵分布和P-III分布的模拟结果在各统计特性上较为接近,充分说明最大熵分布模拟结果的准确性;窟野河流域温家川站10 000年的年径流量序列轮次分析结果表明,温家川站发生连续12年严重干旱事件的概率为2.6%,重现期为203年。基于最大熵分布模拟残差项序列,由于不事先假定理论分布线型,使得最大熵分布模拟结果更具有适用性,适合于处理水资源系统中各种降水、径流等模拟分析工作。     

径流对气候变化的响应研究-以黄河上游河源区为例

为了研究气候变化对径流的影响,选择黄河上游河源区为典型流域,构建多变量Copula联合分布模型,分析流域内主要气象要素与径流的相互响应关系。通过对多元相依结构分析,得到主要气候变化要素与径流变化的定量关系。结果表明,黄河上游吉迈水文站以上流域,径流受气候变化影响明显。长期以来主要气象要素,气温、降水、潜在蒸发能力(Penman-Monteith公式计算)与径流量的相依度指数分别为0.03、0.46、0.13,且在不同时期影响径流变化的主导因素各异。黄河上游径流受降水、冰雪、冻土融水和地下水共同补给,径流自演化过程复杂。     

基于改进多元模糊均生函数的天然径流预测及其验证

天然径流的计算是区域水资源评价和水利水电工程设计的基础。在综合前人已有成果的基础上,提出了改进多元模糊均生函数时间序列预测模型。模型有机整合了模糊均生函数、逆推思想、提取优势周期、外部预测因子以及最优子集回归等思想和方法,解决了传统模型中周期算法的临近数据失效、模型结果仅具有统计意义等问题。模型被运用于渭河流域咸阳站的天然径流预测,并从分布特征、统计参数、降水径流关系三个方面对其结果的可靠性和方法的有效性进行了验证。结果表明,该模型适用于天然径流预测,且可获得较高的预测精度。     

长江上游与洞庭湖洪水遭遇风险分析

为进一步揭示长江上游与洞庭湖洪水遭遇规律,本文以宜昌站和城陵矶站1951—2016年实测日均流量资料为基础,建立了两站年最大洪水洪峰、15日洪量、洪水发生时间及间隔时间的边缘分布函数,进而构建了基于Archimedean Copula函数的洪水发生时间和量级（包括洪峰和过程）的联合分布函数,解析了长江上游与洞庭湖洪水的遭遇风险。其中针对长江上游与洞庭湖洪水洪峰之间,以及它们的洪峰及其发生时间之间均存在相关性的特点,提出了一种通过建立两站洪峰及其间隔时间的联合分布来研究洪峰遭遇风险的方法。最后分析了三峡水利枢纽的运用对长江上游与洞庭湖洪水遭遇风险产生的影响。研究成果可为三峡水库优化调度和长江中下游的防洪减灾提供理论依据。     

解集模型在多站资料生成中的应用初探

本文采用空间解集的方法来研究一个 Y 形流域模型的多站水文时间序列模拟。以下游站水文时间序列作为高聚集水平序列,采用一阶自回归模型模拟其年径流序列;用空间解集模型将该模拟序列解集成上游各站的年径流序列。用典型解集方法将下游站年径流序列解集成月径流序列,并作为高聚集水平序列,进一步用空间解集模型将其解集成上游各站的月径流序列。最后对研究结果作出综合性评述。     

基于Vine Copula的短期径流预报不确定性分析

定量分析短期径流预报序列的不确定性特征,对于提高水库短期运行计划的可靠性具有重要意义。针对常用多元椭圆Copula或阿基米德Copula难以有效刻画短期径流预报不确定性特征的问题,本文引入了Vine Copula对不同径流量级及不同预见期下预报不确定性进行定量评估,进而分析了先验信息对于后续时段预报不确定性的影响。以雅砻江流域锦西水库为例进行验证,结果表明：相较于传统多元Copula函数,Vine Copula构建的相对预报误差联合分布均能通过假设检验且拟合效果最好,模拟结果的统计量与实测数据相差较小;通过利用调度期内已经发生的相对预报误差信息,可以有效减小后续时段相对预报误差期望值及90%置信水平分位距,降低预报的不确定性。     

水库月平均流量滚动预报及其不确定性研究

可靠的入库流量预报是支撑水库科学长期调度决策的基础。针对中长期流量预报模型预见期有限及流量预报存在不确定性的问题,采用人工神经网络滚动预报不同预见期流量,在此基础上,利用Copula函数建立预报误差序列的联合分布函数,实现对水文预报误差序列的随机模拟,从而定量描述流量预报不确定性。三峡水库非汛期后期月平均流量预报及其不确定性研究结果表明：所构建的非汛期月平均流量预报模型预报效果较好,可用于滚动作业预报;Copula函数能较好描述预报相对误差序列间相关性,模拟序列相关系数、统计特征值和经验分布与实测序列相差较小,模拟效果较好。研究成果可为水库开展长期优化调度提供有效入库流量信息支撑和决策支持。     

径流混沌时间序列的模糊支持向量机预测模型研究及其应用

针对径流混沌时间序列固有的确定性和非线性特点,以传统的支持向量机预测模型为基础,通过引入模糊隶属函数来考虑气候和流域下垫面条件变化,建立了径流混沌时间序列的模糊支持向最机预测模型.通过三种方法对长江寸滩站实际月径流时间序列的预测模拟结果对比,表明本文建立的模型具有更高的模拟精度,是一种有效的径流时间序列预测模型.     

基于排列熵的径流突变识别

针对变化环境下的径流序列表现出来的复杂性,采用排列熵对径流序列的突变性进行分析。采用相空间重构建立新的向量,计算序列的动力学熵值变化特征,通过熵值的变化规律进行序列突变点位置和数目的识别。利用该方法对黄河流域花园口站1919-1998年共79年的天然月径流序列的突变进行了实际验证。结果表明,排列熵能够有效地对序列的突变进行检测,检测到的突变年和气候的突变有着很好的响应关系。排列熵值的变化可以很好地刻画序列的突变特征,从序列的复杂性入手可以有效地对序列的突变进行分析。     

基于相关系数的水文序列分段趋势识别方法

分段趋势变异是非一致性水文序列的一种重要变异形式。本文提出一种基于相关系数的水文序列分段趋势变异识别方法（简称“R识别法”）,并对分段趋势变异的显著性进行评价。统计实验结果表明：R识别法对不含有分段趋势序列的误检率非常低,对含有不同类型分段趋势序列及折点前后子序列趋势变异程度不同的序列,正检率较高,说明R识别法对分段趋势折点具有针对性且识别精度高。运用R识别法对洞庭湖三口五站年最大洪峰流量序列进行分段趋势识别与检验,结果表明沙道观站、管家铺站和康家岗站序列均存在不同时间点不同形式的分段趋势变异,总体表现为洪峰流量减少,其主要与三峡水库的径流调节和下荆江裁弯有关。     

应用极点对称模态分解分析径流时空演化规律

研究径流演化规律对水文预报和水资源合理配置具有重要意义。鉴于径流序列具有多时间尺度与非线性趋势混叠的特征,利用自适应、无基的极点对称模态分解（ESMD）将长江上游干支流8站的年、月、日径流序列分解为各模态分量和趋势余项,甄别大尺度循环和非线性趋势;利用周期图、趋势余项、时频分析,同时掌握径流周期、趋势、突变规律,并与现有方法对比分析。结果表明：时间上,主要存在2年、6年、10 ~ 11年的年际与6个月、1年、2年、4年、22 ~ 23年的年内周期规律。空间上,除朱沱站年内、年际径流呈增加趋势,其余站径流均呈减少趋势;8站的突变规律也不完全相同。ESMD能同时从周期、趋势、突变来挖掘径流水文特性,为径流时空演化规律分析开辟新思路。