基于Copula的汾河上游水文干旱频率的多时间尺度分析

发布时间：2017-08-25 13:01

  本文关键词：基于Copula的汾河上游水文干旱频率的多时间尺度分析

  更多相关文章： 汾河上游 水文干旱频率 集合经验模态分解 Archimedean Copula函数 重现期

【摘要】：干旱是全球第二大影响的自然灾害,也是我国最主要的一种气象灾害。近些年来,干旱呈现出频率不断上升、损失不断增加的特点,已严重制约了我国的社会经济发展。水资源是一种动态的资源,它具有一定的循环性与周期性。水资源在其循环过程中又受到了诸如大气环流、太阳辐射、人类活动、自然地理等不确定因素的影响,因而水资源又表现出了一定的多时间尺度特性。因此基于月径流资料的水文干旱也存在一定的周期性以及多时间尺度性。本文尝试将集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)方法与Copula函数理论相结合,应用于水文干旱的频率及特征分析当中,进而对今后汾河上游的水资源合理配置、工程规划设计、水资源调度管理及防旱减灾具有重要的意义及指导作用。研究的主要内容及成果如下:(1)基于EEMD及希尔伯特变换(Hilbert Transform)对汾河上游的上静游、汾河水库、寨上以及兰村4个水文站的月径流资料进行分析得到若干固态模函数(Intrinsic Mode Function,IMF)与趋势项(Residual,Res)。结果表明:上静游、汾河水库、寨上以及兰村4个水文站的天然月径流演化过程都含有8个IMF分量以及一个趋势项Res;从IMF可以看出,上静游站的天然月径流序列可能存在2.83月,5.24月,7.50月,14.80月,27.23月,55.53月,85.81月,259.65月的周期振荡;汾河水库站的天然月径流序列可能存在2.85月,5.91月,7.80月,18.56月,29.32月,52.99月,80.47月,231.92月的周期振荡;寨上站的天然月径流序列可能存在2.81月,5.60月,7.06月,18.37月,27.75月,55.42月,85.99月,214.33月的周期振荡;兰村站的天然月径流序列可能存在2.74月,5.17月,7.43月,16.66月,24.94月,67.34月,87.14月,96.55月的周期振荡。(2)采用11种分布函数分别对干旱历时(d)、干旱烈度(s)和干旱烈度峰值(m)三种干旱特征变量进行边缘分布建模,依据kolmogorov-smirnov(k-s)检验得到干旱特征变量的最优边缘分布。结果表明:干旱历时(d)主要服从极值?型分布,干旱烈度(s)与烈度峰值(m)主要服从广义极值分布。(3)通过对干旱特征变量间的相关系数的计算结果可知:干旱历时(d)、干旱烈度(s)与烈度峰值(m)间都存在一定的相关关系,其中干旱烈度(s)与烈度峰值(m)之间的相关性最高,干旱历时(d)与干旱烈度(s)之间的相关性次之,干旱历时(d)与烈度峰值(m)间的相关性最低。(4)选用claytoncopula、gumbel-hougaardcopula(ghcopula)、ali-mikhail-haqcopula(amhcopula)及nelsonno.2copula4种常见的对称archimedeancopula函数构建干旱特征变量间的二维联合分布,利用相关性指标法进行参数估计,并采用均方根误差(rootmeansquareerror,rmse)准则、赤池信息量准则(akaikeinformationcriterions,aic)和贝叶斯信息量准则(bayesianinformationcriterions,bic)为指标,优选出最优二维联合分布。结果表明:汾河上游4个水文站的干旱历时(d)和干旱烈度(s)间、干旱历时(d)和烈度峰值(m)间、干旱烈度(s)和烈度峰值(M)间的最优二维联合分布都是Clayton Copula函数;而干旱特征变量间的二维联合分布拟合效果最差的函数是AMH Copula函数。(5)选用Clayton Copula、GH Copula、AMH Copula及Frank Copula 4种常见的对称Archimedean Copula函数构建干旱特征变量间的三维联合分布,以RMSE准则为适线准则,利用适线法进行参数估计,并采用AIC和BIC准则为拟合优度评价指标,优选出最优三维联合分布。结果表明:干旱历时(D)、干旱烈度(S)及烈度峰值(M)间的最优三维联合分布是Clayton Copula函数;而干旱特征变量间的三维联合分布拟合效果最差的函数是AMH Copula函数。(6)汾河上游四个站的干旱重现期基本呈现出一定规律:在干旱特征变量一定的情况下,其三维同现重现期大于二维同现重现期,其二维同现重现期大于单变量重现期,单变量重现期大于其二维联合重现期,二维联合重现期大于其三维联合重现期。
【关键词】：汾河上游 水文干旱频率 集合经验模态分解 Archimedean Copula函数 重现期
【学位授予单位】：太原理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P333
【目录】：

• 摘要3-6
• ABSTRACT6-14
• 第一章 绪论14-20
• 1.1 研究目的及意义14-15
• 1.2 国内外研究进展15-17
• 1.3 存在问题及发展趋势17-18
• 1.4 主要研究内容18-19
• 1.5 研究的技术路线19-20
• 第二章 汾河流域概况20-24
• 2.1 自然地理概况20
• 2.2 水文气象概况20-22
• 2.2.1 水文站网20-21
• 2.2.2 气候气象21
• 2.2.3 降水21-22
• 2.2.4 径流22
• 2.2.5 水资源22
• 2.3 水利工程概况22-23
• 2.4 社会经济概况23
• 2.5 自然灾害概况23-24
• 2.5.1 旱灾23
• 2.5.2 洪灾23-24
• 第三章 基本数据资料的分析24-38
• 3.1 径流资料及审查24
• 3.2 径流资料的年内分配特性分析24-35
• 3.2.1 径流年内分配百分比24-26
• 3.2.2 径流年内分配曲线26-27
• 3.2.3 径流年内分配特征值27-35
• 3.3 径流资料的年际变化特性分析35-36
• 3.3.1 年径流变化曲线35
• 3.3.2 年径流模比差积曲线35-36
• 3.3.3 年际变化特征值36
• 3.4 小结36-38
• 第四章 集合经验模态分解38-46
• 4.1 理论方法38-40
• 4.1.1 经验模态分解（EMD）方法38-39
• 4.1.2 集合经验模态分解（EEMD）方法39-40
• 4.2 实例分析40-43
• 4.2.1 月径流序列的EEMD分析40-43
• 4.2.2 频率与周期分析43
• 4.3 小结43-46
• 第五章 COPULA函数的基本理论46-54
• 5.1 COPULA函数的定义与性质46-47
• 5.1.1 Copula函数的定义46
• 5.1.2 Copula函数的性质46-47
• 5.2 COPULA函数的分类47-48
• 5.2.1 二维Archimedean Copula函数47-48
• 5.2.2 三维Archimedean Copula函数48
• 5.3 COPULA函数的参数估计48-50
• 5.3.1 相关性指标法48-49
• 5.3.2 优化适线法49-50
• 5.4 COPULA函数的拟合优度评价50
• 5.5 重现期计算50-52
• 5.5.1 二维Copula函数的重现期50-51
• 5.5.2 三维Copula函数的重现期51-52
• 5.6 小结52-54
• 第六章 干旱特征变量边缘分布建模54-64
• 6.1 干旱特征变量的提取54-55
• 6.2 单变量边缘分布函数的选择55-57
• 6.3 单变量边缘分布函数的参数估计57-58
• 6.3.1 矩估计法57
• 6.3.2 概率权重矩法57-58
• 6.4 单变量边缘分布函数的拟合度评价58
• 6.5 单变量边缘分布函数的相依性度量58-59
• 6.6 实例分析59-62
• 6.7 小结62-64
• 第七章 干旱特征变量的二维联合分布建模64-80
• 7.1 干旱特征变量的二维联合分布函数64
• 7.2 干旱特征变量的二维联合分布函数的参数估计与拟合度评价64-66
• 7.3 干旱特征变量的二维重现期66-78
• 7.3.1 干旱历时D与干旱烈度S的联合分布模型67-69
• 7.3.2 干旱历时D与烈度峰值M的联合分布模型69-72
• 7.3.3 干旱烈度S与烈度峰值M的联合分布72-78
• 7.4 小结78-80
• 第八章 干旱特征变量的三维联合分布建模80-92
• 8.1 干旱特征变量的三维联合分布函数80
• 8.2 干旱特征变量的三维联合分布函数的参数估计与拟合度评价80-81
• 8.3 干旱特征变量的三维重现期81-90
• 8.3.1 干旱特征变量的三维联合概率分布82-83
• 8.3.2 干旱特征变量的三维联合重现期83-84
• 8.3.3 干旱特征变量的三维同现重现期84-90
• 8.4 小结90-92
• 第九章 结论与展望92-96
• 9.1 主要结论92-93
• 9.2 展望93-96
• 参考文献96-100
• 附表100-138
• 致谢138-140
• 攻读硕士学位期间发表的论文及参与的主要科研项目140
• 一、学术论文140
• 二、主要科研项目140

【相似文献】

中国期刊全文数据库 前10条

1 李健伦,方兆本,鲁炜,李红星;Copula方法与相依违约研究[J];运筹与管理;2005年03期

2 单国莉,陈东峰;一种确定最优Copula的方法及应用[J];山东大学学报(理学版);2005年04期

3 罗俊鹏;;基于Copula的金融市场的相关结构分析[J];统计与决策;2006年16期

4 李霞;曾霞;侯兵;;copula的构造以及copula之间关系的研究[J];商丘师范学院学报;2006年05期

5 孙志宾;;混合Copula模型在中国股市的应用[J];数学的实践与认识;2007年20期

6 李娟;戴洪德;刘全辉;;几种Copula函数在沪深股市相关性建模中的应用[J];数学的实践与认识;2007年24期

7 许建国;杜子平;;非参数Bernstein Copula理论及其相关性研究[J];工业技术经济;2009年04期

8 杜子平;闫鹏;张勇;;基于“藤”结构的高维动态Copula的构建[J];数学的实践与认识;2009年10期

9 王s，

本文编号：736877