基于Copula函数的广州市短历时暴雨与潮位组合风险分析

广州是内涝频发的城市,短历时强降雨与外江洪水、潮水顶托是诱发内涝的主要因素,也是内涝风险研究的重要内容。运用Archimedean Copula函数构建了广州市年最大1小时降雨量与年最大潮位、年最大潮位与相应时段1小时降雨量以及年最大1小时降雨量与相应时段潮位三种联合分布,建立了广州市雨潮组合风险概率模型,得到了雨潮组合的条件风险概率、同现风险概率、治涝风险概率及重现期。分析表明基于Copula函数的雨潮联合分布拟合较好,组合风险分析可靠,分析结果可为广州市城区内涝防治提供科学依据。     

基于滑动Copula函数的降水和径流关系变异诊断

将滑动窗口与Copula函数相结合,提出滑动Copula函数的降水和径流的关系变异诊断新方法。以渭河流域华县站1951-2011年的实测月降水量和月径流量序列为例,画出不同滑动窗口的序列相依关系图,在欧式距离评判标准下,拟合降水和径流关系变异前后的最佳Copula函数。结果表明,华县站降水和径流关系变异年份为1972年和1984年,降水和径流关系在1951-1972年和1985-2011年服从T-Copula函数分布,1973-1984年服从Clayton-Copula函数分布。Copula函数模拟二元变量的诸多优点,有助于进一步认识降水和径流的尾部相关关系,为随机变量关系的变异研究提供一种新的途径。     

基于Copula函数的两变量洪水重现期与设计值计算研究

传统的洪水频率分析未考虑洪水特征变量之间的相依性,存在一定局限性。本文应用Kendall重现期原理,研究两变量洪水重现期与设计值计算。以陕北地区无定河流域赵石窑和绥德站的洪水资料为例,采用二元Frank Copula函数构建洪峰流量与洪量联合分布模型,运用最可能超越法与极大似然法分别推求联合重现期、Kendall重现期及同现重现期三类重现期标准下的洪水设计值组合。结果表明两种方法均可推求洪水设计值,且结果无较大差异;在给定重现期条件下,以联合重现期作为计算标准推求的洪水设计值最大,Kendall重现期次之,同现重现期最小。从重现期定义的角度考虑,联合重现期与同现重现期根据各变量值定义的危险区域,存在一定不合理性,但仍可满足特定的应用需要;Kendall重现期根据联合概率值定义危险区域,避免了对危险区域或大或小地估算。一般情况下,推荐采用Kendall重现期作为两变量重现期计算标准。     

基于混合Copula函数的洪水联合概率计算方法

洪水频率计算是涉水工程规模确定的依据。混合Copula函数比单一Copula函数能够更好地刻画多维洪水随机变量的分布特征。本文以加拿大魁北克省马达瓦斯克河流域的洪水数据为例,利用单一Copula函数构造两种混合Copula函数,采用粒子群算法和遗传算法求解混合Copula函数权重系数,并选择拟合最优的混合Copula函数进行洪水频率计算。结果表明：混合Copula函数的均方误差最大值分别为0.000567和0.000352,均小于单一Copula函数指标值,且由旋转Copula函数构成的混合函数效果更优。变量较大值组合发生时,混合Copula函数联合重现期计算结果小于单一Copula函数计算结果,同现重现期计算结果要大于单一Copula函数计算结果。     

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。     

基于模糊集合分析的汛期分期降雨极值分布研究

分期设计洪水能够在保证水库防洪安全的前提下提高洪水资源利用率,而降雨是洪水形成的主导因素,降雨分期是分期设计洪水的前提和重要依据。本文以大伙房水库为研究对象,采用模糊集合法分析了水库的分期特征,通过可变模糊集的对立统一定理构建了前汛期、主汛期、后汛期的隶属函数,建立了基于模糊集合分析的汛期分期降雨极值拟合模型,探讨了水库各分期降雨极值分布规律。结果表明,Gumbel、P-Ⅲ、Weibull、GEV 4种分布函数均适用于大伙房水库分期降雨极值分布,且以GEV分布为最优。模糊分期的主汛期设计暴雨均高于实际分期的主汛期设计暴雨,后汛期则正好相反,说明模糊分期极值拟合模型的设计成果更加有利于水库的防洪与兴利。     

南方典型城市化流域降雨极值及概率特征研究

选取南方典型城市化流域（秦淮河流域）为研究区，应用极端降雨指标进行极端降雨时空演变和非一致性频率分布研究。结果表明1979—2015年秦淮河流域年降雨量呈小幅增加趋势，夏冬降雨量增大，春秋降雨量减少。极端降雨强度和频次显著上升，突变点和高值区与城市化格局演变的时间点和地区相吻合。皮尔逊III型分布是一致性修正后极端降雨序列的最优分布，最大1 d降雨量R1d和特强降雨量R99p具有较大的非平稳性，若仅采用修正前的R1d计算会导致工程设计值偏低；最大3 d、7 d降雨量R3d、R7d和极端降雨量R95p相对平稳，R3d和R95p不同重现期的设计值高值区均分布在流域下游和上游溧水区，R7d高值区分布在上游句容市，上下游极端降雨易产生叠加效应，为下游带来高洪水风险。     

基于Copula方法的风光互补发电系统相关性模型研究

风光互补发电系统中风速和光照具有相关性,二者联合分布函数的建立可以提高配电网可靠性评估水平。文中以地区一年间风速和光照的最大值为样本,采用核密度估计得到风速和光照的累积分布函数,通过三种阿基米德Copula函数分别构造二者的二元联合分布函数解析式,以最小的拟合误差选择出最优的Copula函数。     

融合极值分布与MCMC的降水极值模拟研究

模拟降水极值对于城市防洪具有重要意义。根据北京、深圳、济南1952—2012年的日降水资料,采用广义极值分布（GEV）与广义帕累托分布（GPD）分别模拟三个城市的年最大降水与超阈值降水序列,通过马尔科夫链蒙特卡洛方法（MCMC）识别参数,并对模拟结果加以综合分析。研究发现,MCMC方法在GEV与GPD参数的贝叶斯估计中行之有效,所识别最佳模型的相关性系数与确定性系数均普遍高达0.95,降水极值的均方根误差与平均绝对误差分别普遍低于0.6 mm与2.5 mm,且所获得的模拟值置信区间性质优良;采用GEV得到相同重现期的设计暴雨更大,采用GPD得到的模拟值置信区间性质更优;GEV与GPD对于不同地区的适用性不同,在模拟区域降水极值时应综合运用多种分布。     

广西电网气象监测及预报技术研究及应用

根据广西电网调度运行、水电经济调度等业务需求,充分利用广西、贵州及云南区域集雨区较密集布设自动气象监测条件,采用GIS数字地形分析技术对各流域梯级水电厂区间及行政区域分区,实现分区逐小时面雨量、温度及湿度精细化监测和定量降雨预报,集成广西、贵州及云南降雨预报产品,建立中短期定量降雨预报和强降雨预报模型,实现对广西电网各流域及行政分区的精细化气象监测及预报.     

冰风暴灾害下输电线路故障概率预测

针对冰风暴灾害下输电线路运行故障问题,提出了基于极端学习机和Copula函数的断线倒塔概率预测模型。该模型运用广义极值分布刻画冰风暴灾害下冻雨量、风速、输电线和铁塔冰、风荷载的随机特性,并通过ELM网络预测出实时变化的GEV分布的形状参数、尺度参数和位置参数。随后考虑冰、风荷载之间的概率相关性,借助Clayton-Copula建立冰、风荷载的联合概率分布,从而实现输电线和铁塔的实时故障概率预测。结合湖南郴州电网的历史数据展开算例分析,验证了该预测方法的有效性和准确性。     

基于光照过程特征分析的光伏功率异常数据识别算法

高质量的光伏功率数据是进行光伏研究的基础,而从光伏电站采集到的数据含有较大比例的异常数据,因此须对光伏功率异常数据进行识别。将不同光照特性的光伏功率数据分别进行建模,对辐照度与功率的概率分布函数进行Copula联合分布函数构建。利用基于经验函数的BFGS参数估计方法对各类Copula函数进行参数估计。参照各Copula函数与经验联合分布函数的欧氏距离与K-S值进行Copula函数选取。结合估计区间最窄原则得出光伏功率条件概率分布90%置信度下的概率功率曲线。根据工程经验以及考虑异常数据时序特性,依照四类异常数据的判别准则,建立异常数据识别模型。利用光伏电站原始数据与人工合成异常数据进行仿真分析,结果表明所提方法能有效、准确地识别出各类异常数据。     

城市化对济南小清河流域产汇流的影响研究

快速城市化背景下，流域产汇流特性发生改变，城市洪涝灾害问题日趋严重。为揭示城市化引起的土地利用变化对城市产汇流的影响，本文以济南市小清河流域为研区，分析了该流域2000—2017年土地利用变化，并构建不同城市化条件下的暴雨洪水管理（SWMM）模型，通过设置多种暴雨重现期情景，模拟不同城市化条件下的洪水过程并定量分析其变化特征。研究结果13表明：2017年地表径流量和下渗量分别是2000年的1.42倍和1/2，径流系数从2000年的0.56提高到2017年的0.79，洪峰流量从285.7 m3/s提高到311.7 m3/s，城市化对暴雨洪涝过程有明显的放大作用；常遇暴雨下2017年峰现时间比2000年提前，稀遇暴雨下相近。     

基于Copula函数的大坝洪水漫顶风险率计算

洪水漫顶风险率分析计算对于大坝风险管理具有重要意义。本文基于Copula函数计算大坝洪水漫顶风险率，并分析不同Copula函数及峰量相关性对漫顶风险率的影响。清江流域隔河岩水库实例表明：最优的Gumbel-Hougaard Copula函数能较好地描述洪峰、洪量的上尾相关性，计算的洪水漫顶风险率为3.79×10-5，而Frank和Clayton Copula函数得到的风险率明显偏低。随着洪峰、洪量相关系数的增加，洪水漫顶风险率也增加。假设峰量相互独立的情况下洪水漫顶风险率被低估，而完全相关的情况下则被高估。基于Copula函数的两变量统计方法能够有效捕捉洪峰、洪量的实际相关关系，得到的风险率更加合理，为大坝洪水漫顶风险率分析提供科学依据。     

基于高阶线性矩法的洪水设计值研究

为了提高大重现期洪水设计值计算精度,研究高阶线性矩法在洪水频率分析计算中的应用。应用蒙特卡洛试验研究不同阶线性矩的统计特性和对设计值的影响。以陕西省5个测站年最大洪峰流量序列为例,进行广义极值分布高阶线性矩的参数估计,评价拟合效果和设计值的计算偏差。结果表明,高阶线性矩法具有良好的统计特性;与普通线性矩法比较,高阶线性矩法能更好拟合洪水序列的大洪水值,且设计值估计偏差小。因此,高阶线性矩法是一种合理可行的参数估计方法,以期为大重现期设计洪水值的计算提供依据。