基于 Copula 函数的飞来峡水库坝址洪水峰量联合分布研究

基于Copula函数分析了飞来峡水库坝址洪水洪峰和最大7 d洪量联合概率分布特征,获得如下结论：拟合优度检验指标表明4种Archimedean Copula 函数中Gumbel-Hougaard Copula函数拟合两者的联合概率分布效果较好;洪峰与最大7d洪量的联合重现期小于相应边缘分布的重现期,而同现重现期则大于相应边缘分布的重现期,以单变量计算推算的设计值实际上达不到所要求的设计标准;基于两变量联合分布得到的洪水频率分析计算结果更合理。     

基于Copula函数的气候变化下洪水峰量联合分析

为研究气候变化对北江流域洪水特征发生频率的影响,采用分位数映射(Quantile Mapping,QM)后处理方法校正BCC_CSM1.1气候模式2种情景(RCP4.5和RCP8.5)下的气候数据,用于SWAT模型模拟历史(1965—2010年)和未来(2030—2064年、2065—2099年)的北江流域径流量,并采用单变量分析法和基于Copula函数的双变量联合分析法分别对各时期年最大洪峰流量Q和年最大7 d洪量W进行对比分析。结果表明:除RCP8.5下2065—2099年的W外,重现期(T≥50 a)越大,气候变化对Q和W的影响越大; RCP4.5下气候变化对Q和W的影响较RCP8.5下大;2种未来情景下,气候变化对Q的影响均大于对W的影响;对于同一重现期,双变量联合分析法推求的洪水特征设计值较单变量分析法的偏安全。该研究结合了气候变化和双变量联合分析,对变化环境下的洪水风险评价与管理具有一定的参考价值。     

基于Copula函数的洪峰洪量联合分布研究

采用Archimedean Copula函数族中的4种函数,以陕北地区神木站48 a的洪水资料为例进行了洪峰和洪量的联合分布及两变量的联合重现期计算。结果表明:通过相依性度量,神木站洪峰和洪量有较高的相依性;Fank Copula函数拟合洪峰和洪量的联合分布效果较好;运用Copula函数进行洪峰洪量联合分布的计算相对简单、灵活,可应用于多变量水文频率分析计算。     

基于Copula 函数的非一致性洪水峰量联合分析

传统的洪水单变量频率分布形式不能反映在变化环境下洪水序列的真实分布情况,且不适合构建洪水多变量联合分布进行洪水特征的多变量联合分析。以大清河南支沙河上游王快水库入库年洪峰序列和年最大6日洪量序列为基本数据,基于各序列变异点诊断结果,运用混合分布法确定各序列的理论分布,并以此为边缘分布,采用Copula函数法构建其二维联合分布,对两变量重现期及特定条件下的洪峰和洪量条件频率进行了分析,计算了两变量联合分布设计值。结果表明,非一致性洪水单变量重现期介于二维联合重现期与二维同现重现期之间;当峰量具有较高相关性时,发生超过某一频率洪峰设计值的洪峰,会有较大可能发生超过同频率洪量设计值的洪量。基于两变量联合分布得到的洪峰、洪量设计值比单变量同频率法得到的设计值偏大,从工程设计角度偏于安全,对防洪控制是有利的。     

赣江流域洪水峰量演变规律及联合分布研究

为研究赣江流域洪水特征,基于赣江流域外洲水文站1950-2019年共70年逐日流量资料,对年最大洪峰流量和1日洪量进行研究,通过Copula函数研究其洪水峰量联合分布情况。结果表明：赣江洪峰和洪量保持良好的一致性,均呈减少趋势;洪峰和洪量的最优分布均为gamma分布函数;Frank copula函数可以很好的拟合赣江洪峰和洪量的相关关系;洪水单变量重现期为5年一遇时,实际重现期为4.89～5.12年;当单变量重现期为100年一遇时,实际重现期为72.51～161.05年。     

Copula函数在水库峰量联合分布研究中的应用

将“7·20”降雨产生的特大洪水特征值纳入单变量洪水频率分析,采用Copula函数构建联合分布,计算两变量联合分布函数和重现期。以常庄水库69年洪水资料为例,绘制洪峰、24小时洪量的两变量联合分布频率图和联合重现期等值线图。结果表明,Clayton Copula函数对峰量联合分布的拟合效果较好;同一设计重现期条件下,两变量联合分布洪水频率分析结果较单变量分析结果偏安全。     

基于Copula函数的水文干旱联合概率分布研究

双变量联合分布及重现期计算是水文干旱研究的重要内容。根据游程理论确定水文干旱事件,利用Copula函数建立干旱历时和烈度的联合分布,计算不同干旱事件的重现期。实例分析结果表明,联合分布可以考虑干旱历时与烈度不同组合情况,计算的联合重现期大于边际分布计算结果,泾河和北洛河最长历时干旱事件联合重现期为480 a和342 a。     

基于Copula 函数推求设计潮位过程线

现行推求设计潮位过程线采用的同频率设计方法,未考虑到高潮位与潮差间的相关性及同时发生的概率。择优选用G-H Copula函数建立年最高潮位和年最大潮差的二维联合分布模型,对重现期进行计算与分析。以天津港塘沽站长期潮位资料为研究数据,经分析得到以下结果:在年最高潮位与年最大潮差相关性弱的感潮河段,较大重现期的高潮位和潮差同频率发生的概率很小;实测资料中年最高潮位与相应潮差的同现重现期主要受高潮位重现期的控制,且二者间存在良好的线性相关关系。提出了一种以高潮位为控制要素,结合同现重现期推求设计潮位过程线的方法,可应用于以考虑高潮位为主的防洪潮设计,而对以考虑潮流为主的设计潮位过程线推求则不适用。     

基于G-H copula函数的秦淮河流域洪水风险分析

Copula函数构造灵活,适应性强,被广泛应用于多变量水文频率分析计算中。选取G-H copula函数描述洪量、洪峰、洪水位间的相依结构,边际分布模拟考虑广义极值(GEV),对数正态(ln2)和皮尔逊Ⅲ型分布(P-Ⅲ)。以相关性最强的洪峰和洪水位为例进行二维变量洪水风险分析,比较分析其传统重现期和Kendall重现期性质,并计算条件风险率。构建3变量联合风险评价模型,并与二变量情况进行对比。以秦淮河流域为例进行了应用,表明多维联合重现期小于同现重现期,Kendall重现期在两者之间且与单因素重现期误差最小;流域洪峰和洪水位同现风险率最大,洪峰量级越小,洪水位超越风险率越小;基于三维G-H copula函数计算的各变量同频率设计值大于相应单变量设计值,并且相对于二维情况,各重现期与单因素重现期之间的差值明显增大。研究结论可为秦淮河地区水利工程规划设计和洪灾风险评估提供有益参考。     

基于MCMC参数优化的融雪洪水联合设计分析

洪水的发生是由多种特征属性所推动的,由于其具有多个并发或连续驱动因素的内在影响,从而大大加剧了其发生的不可估计性。在许多风险评估和设计应用中,极端情况和复合事件的多危险情往往被忽略。针对单变量洪水的设计缺陷性,以玛纳斯河出山口控制流域为研究区,选用GEV(Generalized Extreme Value)分布和GPD(Generalized Pareto Distribution)分别构建峰量边际分布,利用MCMC(Markov Chain Monte Carlo)参数优化的Gaussian Copula函数构建极端情况下的联合概率分布,并以500 a一遇设计洪水为例,推求其设计洪水过程线。结果表明:基于MCMC优化参数的Gaussian Copula函数的联合分布拟合效果均大于相关性指标法和局部优化算法;变量间相互影响下的设计值均相应大于以某一单变量控制下的洪水设计值,其中在设计洪水过程线90 h的设计增长率为24.19%。因此,以参数优化下的联合分布所建立的防洪新标准,可为玛纳斯河流域水库汛期防洪减灾安全设计提供更加科学合理的依据。     

基于阿基米德联合函数的洪水过程随机模拟研究

应用阿基米德联合函数构造洪峰和洪量的联合分布,并就其进行随机抽样同时模拟洪峰和洪量系列并转化为洪水过程线,从模拟洪水统计特征参数、洪水过程线及洪水频率分布综合评价三种阿基米德联合函数模型在洪水过程随机模拟领域的适用性.结果表明,耿贝尔、克莱特和弗兰克联合函数均能够考虑洪峰和洪量之间的相关性,克服分离处理洪峰、洪量的缺点.与季节性一阶自回归模型相比,能够更好地保持实测洪水系列的峰量统计特征,洪水过程线形状及频率分布,为联合函数应用于洪水过程随机模拟领域提供了一定的参考依据.     

基于两变量分布的峰量联合分析

采用Gumbel 逻辑模型建立基于超定量取样的两变量联合分布,利用所建立的联合分布,给出了条件频率和两种两变量重现期的计算方法。以隔 河岩水库坝址洪水研究为例,分析了当洪峰超过其某一频率的设计值时,各不同频率的设计 洪量发生的条件频率,并对同频率设计值组合的两变量重现期进行了计算。研究表明在推求 设计洪水过程线时,洪峰和洪量同频率的假定并不是过于偏保守,甚至还存在一定的风险, 作为设计方法中的假定,具有一定的合理性。     

基于历史特大洪水对设计洪水的影响

运用频率分析方法,研究在实测系列中加入历史洪水及加入不同重现期的历史洪水对设计洪水的影响。通过对比分析可知,加入历史洪水可以起到展延系列,减少误差,提高成果精度与可靠性的作用;加入的历史洪水重现期越长,则设计洪水成果的稳定性越好。     

基于Copula函数的东江博罗站年最大洪水联合分布研究

以东江博罗站1953—2013年长系列年最大洪峰流量及其峰现时间为基础,采用Von Mises函数拟合年最大洪水洪峰出现时间的分布特征,皮尔逊III型函数拟合年最大洪水洪峰流量的分布特征,采用Frank Copula函数构建了洪峰流量和峰现时间两变量的联合分布,分析了东江博罗站洪峰出现时间分布特性,年最大洪水事件联合重现期和条件重现期。结果表明:以Von Mises,皮尔逊III型及Frank Copula函数构建的联合分布函数均能较好拟合东江博罗站年最大洪水分布特征,可有效挖掘流域洪水信息,为流域防洪规划和风险管理提供参考。     

基于Copula函数的叶尔羌河水沙丰枯遭遇研究

为了解叶尔羌河水沙关系发展规律,采用叶尔羌河卡群站、库鲁克栏干站的径流量和输沙量资料,利用模比系数法、滑动t检验法和滑动相关系数法诊断水沙关系变异点,基于Copula函数构建水沙二维联合分布模型,对比研究不同时段下的径流量与输沙量丰枯遭遇状况.结果显示:水沙关系在1993年前后发生突变,1993—2015年水沙相关性要...     

基于Copula函数推求的管运洪水防洪标准探讨

探讨了2种洪水风险理念,论述了现行防洪标准的含义及年标准洪水频率曲线的推求方法,提出了基于年标准洪水频率曲线诊断管运洪水防洪标准的新方法。介绍了基于Copula函数推求管运洪水的方法,研究了其风险结构。以马边河马边站洪水为例推求管运洪水,结果表明：基于Copula函数推求管运洪水选取的样本序列不完全符合防洪规范要求,所得到的管运洪水对应标准高于现行防洪标准,增大了洪水风险,会加大涉水工程的规模。