一种新的分期设计洪水计算方法

采用超定量取样方法,从洪水发生时间和量级两个方面考虑,建立了基于Copula函数的洪水发生时间和量级的两变量联合分布,提出了一种新的分期设计洪水计算方法,并与现有的方法进行比较.应用实例结果表明:所推求的分期设计洪水既能符合防洪标准要求,又能够满足分期设计洪水与年设计洪水的关系;主汛期的设计值相对年最大设计值有小幅度增加,而非主汛期设计值则小于年最大设计值;比现有的分期设计洪水计算方法更加合理可行,为分期设计洪水分析计算提供了一条新的途径.     

设计洪水峰量最可能组合法的计算通式

针对传统的多变量分析方法在联合重现期水平下选取设计值存在较大的任意性和不确定性,本文利用Copula函数建立洪峰与不同时段洪量的多变量联合分布,采用联合概率密度函数值作为洪水发生相对可能性的度量指标;以满足防洪标准为约束条件,构建了峰量最可能组合的通用模型,并提出采用拉格朗日乘数法进行求解。采用该方法计算汉江流域丹江口水库的最可能设计洪水,并与单变量同频率、多变量同频率估计值对比,结果表明：单变量同频率估计值达不到防洪标准;最可能组合法与多变量同频率法相比,洪峰偏小、长历时洪量偏大,其估计值更符合丹江口水库的应用要求,说明所提方法具有较强的统计基础,更加符合水文现象的内在规律,可用于水库设计洪水计算。     

基于信息扩散估计的洪水风险分析

针对信息扩散估计的过扩散和欠扩散问题,在分析择近窗宽法和最优窗宽法的基础上,结合二者的优点,提出了一种确定扩散窗宽的多目标综合优化方法.经对x2分布和F分布的检验表明,该方法能较好地逼近理论分布曲线.应用该法对黄河干流龙门站年最大流量的洪水风险进行分析,得到了最大流量概率密度分布函数以及不同重现期的估计值,为维持黄河的健康提供了较为客观的依据.     

基于Copula函数法推求分期设计洪水和汛限水位

采用3-维非对称型Frank Copula函数结构,构建汛期分期为三分期、边缘分布为P-Ⅲ型分布的分期洪水联合分布.在假定分期设计洪水值的联合重现期等于防洪标准T的前提下,推导基于Frank Copula函数的分期设计洪水频率和防洪标准的关系,解决了分期设计洪水达不到防洪标准和分期频率与年频率不一致的问题,为分期设计洪水、分期汛限水位优化设计提供了一条新思路.     

基于Copula函数的设计洪水过程线方法

采用Copula函数构造边缘分布为PIII分布的联合分布,用以描述年最大洪峰和年最大时段洪量,并介绍两变量情形下的重现期定义,根据建立的联合分布和两变量的重现期提出基于两变量联合分布的设计洪水过程线推求方法.研究有助于进一步认识设计洪水过程线的推求方法,并为设计洪水过程线推求提供了一种新思路.     

应用高维Copula函数的月径流量联合概率分布研究

以长江支流罗田站月径流量资料为例,研究高维阿基米德Copula函数在月径流量联合概率分布中的应用。利用极大似然法估计每个月单变量分布的参数,以AIC准则选择最优单变量分布。采用4种常用阿基米德Copula函数构造以每个月为自变量的12维月径流量联合概率分布,有效保护了每个月的信息量。同样利用极大似然法估计其12维Copula函数的参数,以AIC准则选择最优Copula,运用Bootstrap法进行拟合优度检验。采用拟合效果最好的Clay-ton Copula得到年径流量的联合概率分布,并计算了该径流的联合概率、条件概率和重现期。再利用此数据建立一个ARIMA(2,1,4)×(1,1,1)12模型,根据Clayton Copula函数计算预测值的12维年径流量联合概率,同时对此模型的预测值进行了有效地判断与评价。     

随机模型估算分期设计洪水的初探

本文尝试将随机模型用于估算分期设计洪水,提出了一种具体方法。该法的主要优点在于能充分利用样本信息,成果使用方便。文中举例说明了建议方法的应用,并和传统方法作了比较。     

基于Copula函数的非连续序列洪水频率分析

现行洪水频率分析采用单变量分布曲线,应用Copula函数构造洪水联合分布时又未考虑历史洪水资料.本文将一维非连续序列的极大似然法扩展应用到二维联合分布的参数估计,建立了基于Copula函数的非连续序列洪水频率分析模型,并以长江三峡水库设计洪水为例,验证该模型的可行性和合理性.结果表明,所建模型合理可行,为多变量非连续序...     

R.V.期望的区间估计与R.V.的预测区间

本文指出了《应用概率统计》Ｐ１５５一元线性回归预测问题的一处错误，给出了正确的结果。     

均匀分布中参数的区间估计

在均匀分布场合中,分别用枢轴量法、参数的Bayes的估计、信仰水平为1-α的区间估计方法,并给出了三个不同的区间估计,并对这三个区间做了总结.     

DEM平均误差置信区间估计

为了对数字高程模型（DEM）精度准确描述,研究了非参数法的DEM平均误差置信区间估计．以我国6个测区不同地形的高级星载热辐射反射辐射计（ASTER）为研究对象,通过非参数法估计DEM平均误差置信度为95％的置信区间,并与传统的t分布进行精度比较．结果表明：t分布模拟精度受误差母体分布影响较大,当误差母体近似正态分布时,其模拟精度高于非正态分布;t分布模拟精度随着采样数增多有升高趋势．无论采样数为多少,母体服从何种分布,非参数法模拟精度均高于t分布;当采样数大于10时,非参数法获取的DEM平均误差置信区间完全满足精度要求．随着采样数的增多,两种模型的置信区间宽度均大幅度减小;当采样数较少时,非参数置信区间宽度远大于t分布,表明非参数法在较少采样数获取的较高模拟精度是以较大置信区间宽度为代价．根据置信区间估计最优准则,非参数法可作为DEM平均误差置信区间估计的高效方法．     

约束最优化设计中初始可行点的搜索

建立了坐标轮换调整法的理论,分析了搜索过程,对约束最优化设计问题中初始可行点进行快速逼近搜索,该方法编程简单,搜索速度快,适用于大中型优化设计题目。     

堤防设计洪水风险分析

研究了堤防的设计洪水风险，提出堤防洪水风险率分别列及其数字特征，比较完整地描述了堤防设计洪水风险的基本特征。了解这些特征，不仅有助于堤防的设计与运用，而且有益于从理性认识上增强水患意识。     

基于网格的洪水损失计算模型

首先系统总结了基于GIS和遥感的洪水灾害损失评估框架,并重点阐述了洪水淹没范围的提取和水深的计算;在此基础上,针对洪水灾害损失中的3种主要承灾体(农作物、线状设施以及人员伤亡),提出了基于空间网格的洪水损失计算模型,模型以空间网格为计算单元,以淹没损失曲线为基础;最后,将此模型应用到沱江流域的洪灾损失评估中,得到了较好的结果.     

基于网格的洪水损失计算模型

首先系统总结了基于GIS和遥感的洪水灾害损失评估框架，并重点阐述了洪水淹没范围的提取和水深的计算；在此基础上，针对洪水灾害损失中的3种主要承灾体（农作物、线状设施以及人员伤亡），提出了基于空间网格的洪水损失计算模型，模型以空间网格为计算单元，以淹没损失曲线为基础；最后，将此模型应用到沱江流域的洪灾损失评估中，得到了较好的结果．     

一种新的J—M模型参数区间估计工程算法

将Bayes统计方法应用于J—M模型参数的区间估计研究．首先给出J-M模型参数的基于杰弗莱原则的先验分布,在此基础上给出模型参数的Bayes后验分布密度,由此得出模型参数的Bayes点估计．然后,在点估计基础上,给出模型参数的Bayes区间估计方法．最后,分别将J—M模型参数的最大似然、最小二乘以及Bayes区间估计法应用于多组公开的失效数据集,求解模型参数的区间估计值．计算结果表明,Bayes区间估计算法的计算精度、适用性以及稳定性是三者当中最好的．     

一种新的J-M模型参数区间估计工程算法

将Bayes统计方法应用于J-M模型参数的区间估计研究.首先给出J-M模型参数的基于杰弗莱原则的先验分布,在此基础上给出模型参数的Bayes后验分布密度,由此得出模型参数的Bayes点估计.然后,在点估计基础上,给出模型参数的Bayes区间估计方法.最后,分别将J-M模型参数的最大似然、最小二乘以及Bayes区间估计法应用于多组公开的失效数据集,求解模型参数的区间估计值.计算结果表明,Bayes区间估计算法的计算精度、适用性以及稳定性是三者当中最好的.     

一种基于区间估计的粒子滤波算法

针对非线性、非高斯系统的状态估计问题,本文提出了一种基于区间估计的粒子滤波算法．新算法从辅助粒子滤波算法的理论出发,首先对系统状态的期望值进行区间估计,然后在该区间上均匀采样,并利用当前观测信息进行修正,最后得出滤波结果．为了保证估计区间的有效性和算法计算效率,本文给出了区间扩展条件．由于算法直接在区间上均匀采样,不仅避免了重采样带来的样本贫化,而且保证了粒子的多样性．实验结果表明,该算法具有较高的滤波精度,明显优于一般的粒子滤波算法．     

双参数指数分布的信仰区间估计

用信仰推断方法，给出了双参数指数分布的门限参数弘和尺度参数盯的信仰区间估计，并与由枢轴量方法得到的置信区间估计进行了比较，说明在一般场合下，门限参数μ的信仰区间估计优于由枢轴量法得到的区间估计．