基于MCMC参数优化的融雪洪水联合设计分析

发布时间：2021-03-23 23:39

　　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。 

【文章来源】：长江科学院院报. 2020,37(11)北大核心CSCD

【文章页数】：7 页

【部分图文】：

边际函数拟合分布

图4为Gaussian Copula推导出的联合概率等值线和联合重现期等值线。联合概率和联合重现期等值线都用联合密度级别进行颜色编码,蓝色表示低密度,红色表示高密度。将联合概率密度值重新归一化到 [0,1] 范围进行可视化。蓝点为观测成对的洪峰和相关的年最大1日洪量。图3 洪峰流量、洪量的联合分布

洪峰流量、洪量的联合分布


本文编号：3096620