基于Copula函数的洪水峰量联合设计方法研究

为明晰洪水峰量联合设计的特点,以岗南水库洪水为例,基于Gumbel Copula函数,分析了AND、OR、Kendall、生存Kendall 4种重现期的优缺点,采用极大似然法、同频率法、条件最可能组合法3种方法计算了联合设计值。结果表明: ①AND和OR重现期在危险域和安全域的识别上存在局限性;相对而言,Kendall重现期更合理,但其安全域是无界的,这与实际不符;生存Kendall重现期则界定了有界的安全域,使得重现期的概念在逻辑上更科学合理。② 3种设计值计算方法的差别不大,但从简单实用角度出发,推荐采用同频率法计算设计值。③不同重现期标准的设计值差别比较明显,基于OR重现期计算的设计值总是最大的,生存Kendall、Kendall重现期设计值次之,AND重现期设计值最小。④推荐采用生存Kendall重现期进行两变量洪水设计,因其有比较严谨的理论基础,且设计结果兼顾了安全性与经济性。⑤两变量联合设计值与单变量设计值的差异受变量间相关性的影响较大,且变量相关性越弱,差异越大。研究显示,基于生存Kendall重现期、采用同频率法计算设计值是目前较为科学合理的洪水峰量联合设计途径。     

基于峰量联合分布推求设计洪水

洪水事件一般由洪峰与时段洪量等多个要素组成,各要素间通常存在较强的正相关性,应进行多变量联合分析。在进行多变量洪水频率分析时,对于给定的联合重现期水平,存在满足防洪标准的无穷多种峰、量组合,但并非所有的组合都符合水文事件的内在规律,只有在一定的范围内取值才是合理的。本文基于Copula函数构造洪水峰、量之间的二维联合分布,提出了一种确定两变量取值边界的方法,推导了两种具有统计意义的两变量联合设计值组合,即两变量同频率组合和条件期望组合。以清江流域隔河岩水库为应用实例,结果表明,两变量设计值组合对应的水库调洪最高水位高于单变量设计值,但差别不大,从防洪安全的角度考虑,推荐采用两变量同频率组合作为水库防洪设计值。所提方法拓展了多变量洪水频率分析技术在水利工程实际中的应用范围。     

两变量设计洪水估计的不确定性及其对水库防洪安全的影响

在两变量水文频率分析中,样本系列容量一般较小,使得水文设计值估计具有不确定性。本文基于Copula函数和Parametric Bootstrap方法,并考虑联合设计值的最可能组合模式,建立可描述两变量设计洪水估计不确定性的C-PBU(Copula-based Parametric Bootstrap Uncertainty)模型,同时提出了定量评价两变量不确定性的度量指标,分析了联合设计值估计不确定性对水库最高调洪水位的影响,并对比了不同典型洪水选取模式下的水位不确定性。以隔河岩水库为例,推求了两变量设计值估计的95%置信区域;比较了不同样本容量对不确定性的影响。结果表明:设计洪水估计和典型洪水选择具有较大的不确定性,可采用C-PBU模型推求置信区间,来考虑设计洪水估计不确定性对水库防洪安全的影响。     

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。     

两变量防洪风险模型研究

针对传统设计洪水过程线推求方法所存在的局限性,采用Copula函数建立洪峰和洪量的两变量联合分布,对洪峰和洪量设计值进行联合随机模拟,同时根据随机模拟值与实测洪水过程特征量的相似性来选择典型洪水过程,并基于多变量重现期,建立了两变量防洪风险分析模型。以清江流域隔河岩水库为例,分析不同汛限水位对应的极限风险率和漫坝风险率。研究结果表明：① 隔河岩水库汛期运行水位可确定为193.6m,在预报长江将发生大洪水时,可将水位提前降低至192.2m,不会增加水库的防洪风险;② 当汛限水位继续抬高至194.0m时,尽管极限风险率变化不大,但漫坝风险率成倍增加。所提出的模型可以充分考虑洪水过程的随机性和不确定性,可为流域水库的防洪设计和安全运行提供参考。     

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函数的长洲水利枢纽年最大洪水联合分布研究

年最大洪水量级和发生时间对水库安全防洪、综合效益发挥具有重要的意义。以长洲水利枢纽为例,采用Von Mises函数分布拟合洪水发生的时间概率分布,采用皮尔逊Ⅲ型函数拟合洪峰流量的概率分布,采用Frank Copula函数建立年最大洪水发生时间和洪峰流量两变量的联合分布,分析了长洲水利枢纽年最大洪水事件发生时间分布特征、联合重现期以及条件重现期。结果表明,Frank Copula函数建立的联合分布函数能够较好地拟合长洲水利枢纽年最大洪水两变量分布特征,可有效挖掘入库洪水信息,为水库优化调度和风险决策提供参考。     

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。     

分期设计洪水重现期计算模型研究

年最大洪水与分期最大洪水序列是两个选样不同的样本,其重现期和设计值计算对于水库安全防洪、提高兴利效益和洪水资源安全利用至关重要。本文根据重现期的定义,运用数理统计法,推导了独立同分布单变量和多变量水文事件重现期的计算公式。在此基础上,结合现有的3种分期洪水概率模型,严格推导了年最大洪水重现期与分期最大洪水有关重现期计算模型和关系式。采用蒙特卡洛试验,经模拟计算,文中有关重现期模型计算值与经验重现期一致,表明文中推导的重现期模型是正确的。最后,以南四湖流域1963—2008年分期7日最大入湖洪量资料为例,给出了分期最大洪水分布参数估计、年最大洪水分布计算过程,说明分期最大设计洪水的计算问题。文中模型与计算方法以期为我国分期设计洪水计算提供理论支撑。     

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。     

条件期望在两变量洪水频率分析中的应用

针对现行单变量洪水频率分析计算方法无法考虑洪水要素之间的相关性这一不足,采用Copula函数构建洪水峰、量之间的二维联合分布,根据条件期望的原理,提出了一种推求两变量设计洪水的新方法。以清江隔河岩水库为例,计算了1 000 a一遇的两变量设计洪水,推求了对应的设计洪水过程线,并与单变量设计值进行了比较。结果表明,两变量设计值大于单变量设计值,两变量设计值对应的水库调洪最高水位略高于单变量设计值。由于两变量频率分析考虑了洪水峰、量之间的内在相关性,更符合水文现象的内在规律,所推求的两变量条件期望设计值组合相对于单变量设计值而言也是偏安全的。所提方法为洪水频率分析提供了一条新途径。     

清江水布垭和隔河岩梯级水库防洪库容互补关系研究

采用同频率组成法和最可能组成法推求隔河岩水库的洪水地区组成,基于不降低设计防洪标准的原则推求了水布垭和隔河岩梯级水库防洪库容互补关系。结果表明,采用同频率组成和最可能组成方法,推求隔河岩水库设计洪水地区组成合理可行;当清江流域发生20~200年一遇洪水时,水布垭-隔河岩水库防洪库容具有近似线性互补关系,折算系数均值为0.63,其他重现期洪水的折算系数为1;不同典型年和设计频率对防洪库容折算系数的影响较小;在确保预留总防洪库容不少于10亿m³前提下,实现隔河岩水库汛期运行水位动态控制,与原设计各预留5亿m³方案相比,清江梯级电站年均汛期可增发电量9100万kW·h(+5.1%)。     

三峡水库运行期设计洪水及汛控水位初探

考虑长江上游水库群调蓄对三峡水库设计洪水的影响,采用最可能组成法和典型年法推求干支流控制站洪水的地区组成,构建多输入单输出(MISO)系统模型模拟向家坝至三峡水库未控区间的洪水过程,研究探讨三峡水库运行期设计洪水及汛期防洪控制水位(汛控水位)。结果表明:长江上游干支流梯级水库的调蓄作用对三峡水库设计洪水影响显著;三峡运行期千年一遇设计洪峰流量为81 136 m3/s,3、7、15和30 d洪量分别为188.2、386.3、727.4和1320.9亿m3,相比建设期设计值分别削减了18.2%、23.8%、20.6%、20.2%和16.9%;在不降低防洪标准的前提下,三峡水库运行期汛控水位(155 m)比建设期汛限水位(145 m)抬高了10 m,这不仅有利于库区航运、维护库岸稳定、保护消落区生态环境,还可增发电量、减少蓄水期对洞庭湖和鄱阳湖的影响,经济社会和生态环境效益巨大。     

高坝洲水利枢纽设计洪水

高坝洲水利枢纽是上游隔河岩水利枢纽的反调节水库，洪水调度将与隔河岩水库联合运行，设计洪水计算需扩定隔河岩和隔河岩－高坝洲区间的设计洪水峰量及过程线。在分析清江暴雨洪水特性的基础上，介绍了高坝洲水利枢纽设计洪水计算方法及其主要成果。     

隔河岩水库与长江洪水错峰调度研究

隔河岩是清江上的第一座大型水利枢纽。规划中该水库负有清江下游防洪和与长江洪水错峰的双重任务。隔河岩枢纽在规划设计阶段深入研究了水库防御清江洪水的调度方式 ,给出了明确的调度方案。结合实际 ,补充研究了隔河岩水库与长江荆江洪水错峰调度方式 ,提出了较为理想的补偿调节洪水调度方式 ,使为长江预留的防洪库容有效地发挥作用。这种错峰方式在 1998年长江、清江洪水调度中得到应用     

Bivariate Flood Frequency Analysis of Upper Godavari River Flows Using Archimedean Copulas

In this paper, a copula based methodology is presented for flood frequency analysis of Upper Godavari River flows in India. By using the specific advantages of copula method in modeling the joint dependence structure of uncertain variables, this study applies Archimedean copulas for frequency analysis of flood characteristics annual peak flow, flood volume and flood duration. To determine the best fit marginal distributions for flood variables, few parametric and nonparametric probability distributions are examined and the best fit model is adopted for copula modeling. Four Archimedean family of copulas, namely Ali-Mikhail-Haq, Clayton, Gumbel-Hougaard and Frank copulas are evaluated for modeling the joint dependence of annual peak flow-volume, and flood volume-duration pairs. The performance of two parameter estimation methods, namely method-of-moments-like estimator based on inversion of Kendall??s tau and maximum pseudo-likelihood estimator for copulas are investigated. On performing Monte Carlo simulation to assess the performance of copula distributions in modeling the joint dependence structure of flood variables, it is found that the developed copula models are well representing the observed flood characteristics. From standard statistical tests, Frank copula has been identified as the best fitted copula for both bivariate models. The Frank copula function is used for obtaining joint and conditional return periods of flood characteristics, which can be useful for risk based design of water resources projects.