基于均一化数据的中国典型分区水文频率线型研究
发布时间：2022-02-12 13:05
基于1900-2009年均一化历史年降水量资料,对选定的全国7个典型代表区域进行水文频率适线研究,分别采用了P-Ⅲ、LN（3P）、GEV、Logistic、Burr、Weibull等6种分布函数。K-S和A-D检验结果表明,Weibull分布在中国地区的适用性较差,各区域表现均不理想;Burr分布极端性较强,容易出现失控现象,但在某些特定地区又有很好的拟合效果,鉴于其稳定性较差,不推荐在中国地区使用;Logistic分布表现一般,且在西部地区拟合效果要优于东部;P-Ⅲ分布和LN（3P）分布表现相当,但P-Ⅲ分布的稳定性要弱于LN（3P）分布;GEV分布的整体表现最好,且稳定性较强,优于规范所推荐的P-Ⅲ分布。研究结果可为未来全国各地区的水文频率线型选择提供一定的科学指导。
【文章来源】：中国农村水利水电. 2020,(08)北大核心
【文章页数】：6 页
【部分图文】：
全国均一化年降水量数据集空间覆盖范围及格点编号
图3中显示的结果从上到下分别为东北典型、华北典型、华东典型、华中典型、华南典型、西南典型以及西北典型。可以直观地看出,在东北典型格点,P-Ⅲ分布和GEV分布表现最佳,在两种检验指标中表现相当、互有高下,Weibull分布表现最差;在华北典型格点,P-Ⅲ分布、GEV分布和LN(3P)分布表现较好,且相差不大,综合来说,P-Ⅲ分布最优,LN(3P)分布稍差,Logistic分布和Weibull分布表现最差;在华东典型格点,GEV分布表现最好,LN(3P)分布次之,P-Ⅲ分布表现较差,Burr分布最差;在华中典型格点,LN(3P)分布表现最好,P-Ⅲ分布次之,Burr分布表现失控;在华南典型格点,P-Ⅲ分布和LN(3P)分布表现最佳,且互有领先,Weibull分布表现最差;在西南典型格点,GEV分布表现最好,Logistic分布次之,P-Ⅲ分布表现不佳,Weibull分布表现最差,Burr分布出现失控;在西北典型格点,Burr分布表现最好,Logistic分布次之,P-Ⅲ分布表现最差。表3 7个典型格点各类型分布函数适线结果评价Tab.3 Evaluation of the fitness of distribution functions in seven typical areas 分区 检验方法 P-Ⅲ LN(3P) GEV Logistic Burr Weibull 东北典型 K-S 0.075 77 0.078 17 0.076 23 0.126 52 0.081 51 0.138 95 A-D 0.421 62 0.445 59 0.401 04 1.310 60 0.637 60 2.456 90 华北典型 K-S 0.049 69 0.051 00 0.053 10 0.101 48 0.069 07 0.092 05 A-D 0.300 39 0.347 04 0.279 31 1.1687 0.539 14 1.879 10 华东典型 K-S 0.068 36 0.067 59 0.060 92 0.080 25 0.198 48 0.067 35 A-D 0.487 16 0.484 44 0.473 08 0.59434 5.957 20 0.951 68 华中典型 K-S 0.053 44 0.050 37 0.054 74 0.065 37 - 0.068 09 A-D 0.266 96 0.257 84 0.301 31 0.364 46 - 0.863 16 华南典型 K-S 0.063 13 0.063 27 0.064 42 0.090 48 0.07586 0.099 00 A-D 0.306 81 0.306 44 0.324 04 0.53075 0.372 24 1.119 00 西南典型 K-S 0.060 73 0.060 25 0.060 14 0.052 37 - 0.087 00 A-D 0.458 12 0.431 57 0.412 24 0.443 96 - 2.11 93 西北典型 K-S 0.074 17 0.072 34 0.071 69 0.071 14 0.065 52 0.065 72 A-D 0.615 89 0.580 55 0.604 83 0.372 72 0.368 24 0.633 88
整体来看,在全国7个典型格点中,Weibull分布始终很差,说明在中国地区其适用性较低;Burr分布表现出很强的极端性,容易出现失控,但在特定地区却又有优秀的表现,考虑到其稳定性较差,不建议在中国地区使用;Logistic分布总体来说表现一般,有趣的是,其在西部地区的表现要远好于东部地区;P-Ⅲ分布和LN(3P)分布在整个过程中表现相差不大,但LN(3P)分布的稳定性要高于P-Ⅲ分布;GEV分布始终表现最优或较优,且稳定性高,综合来说,要优于传统规范所推荐的P-Ⅲ分布。表4给出了基于本文研究结果的全国7个分区推荐使用线型,需要说明的是,在拟合表现相近的情况下,优先选择P-Ⅲ型分布。
【参考文献】：
期刊论文
[1]水文频率计算研究面临的挑战与建议[J]. 宋松柏. 水利与建筑工程学报. 2019(02)
[2]布尔分布在辽宁省西部半干旱地区水文频率分析中的应用[J]. 胡辰,夏军,佘敦先,余江游,王福东,孙玉华. 水文. 2019(01)
[3]汉江上游径流非一致性演变特征及频率分析[J]. 滕杰,郭明,周政辉. 水资源与水工程学报. 2018(06)
[4]基于Halphen分布和最大熵的洪水频率分析[J]. 熊丰,陈璐,郭生练. 水文. 2018(03)
[5]中国格点化日降水极值统计模型及阈值的选取[J]. 张昕怡,方国华,闻昕,叶健,郭玉雪. 气候变化研究进展. 2017(04)
[6]考虑局部趋势的非一致性水文频率分析方法[J]. 王银堂,李伶杰,胡庆芳,刘勇,崔婷婷,王磊之. 水科学进展. 2017(03)
[7]基于广义第二类beta分布的洪水频率分析[J]. 陈璐,何典灿,周建中,卢韦伟,郭生练. 水文. 2016(06)
[8]不同概率分布函数降雨极值的适用性分析[J]. 张玉虎,王琛茜,刘凯利,陈秋华. 地理科学. 2015(11)
[9]基于趋势分析的非一致性水文频率分析方法研究[J]. 胡义明,梁忠民,杨好周,陈东初. 水力发电学报. 2013(05)
[10]基于广义Pareto分布的洪水频率分析[J]. 陈子燊,刘曾美,路剑飞. 水力发电学报. 2013(02)
硕士论文
[1]四参数指数gamma分布在水文中的应用研究[D]. 李航.西北农林科技大学 2019
[2]蒙特卡洛模拟在地震保险触发指数设计中的应用[D]. 陈慧.湖南大学 2016
本文编号：3621773
【文章来源】：中国农村水利水电. 2020,(08)北大核心
【文章页数】：6 页
【部分图文】：
全国均一化年降水量数据集空间覆盖范围及格点编号
图3中显示的结果从上到下分别为东北典型、华北典型、华东典型、华中典型、华南典型、西南典型以及西北典型。可以直观地看出,在东北典型格点,P-Ⅲ分布和GEV分布表现最佳,在两种检验指标中表现相当、互有高下,Weibull分布表现最差;在华北典型格点,P-Ⅲ分布、GEV分布和LN(3P)分布表现较好,且相差不大,综合来说,P-Ⅲ分布最优,LN(3P)分布稍差,Logistic分布和Weibull分布表现最差;在华东典型格点,GEV分布表现最好,LN(3P)分布次之,P-Ⅲ分布表现较差,Burr分布最差;在华中典型格点,LN(3P)分布表现最好,P-Ⅲ分布次之,Burr分布表现失控;在华南典型格点,P-Ⅲ分布和LN(3P)分布表现最佳,且互有领先,Weibull分布表现最差;在西南典型格点,GEV分布表现最好,Logistic分布次之,P-Ⅲ分布表现不佳,Weibull分布表现最差,Burr分布出现失控;在西北典型格点,Burr分布表现最好,Logistic分布次之,P-Ⅲ分布表现最差。表3 7个典型格点各类型分布函数适线结果评价Tab.3 Evaluation of the fitness of distribution functions in seven typical areas 分区 检验方法 P-Ⅲ LN(3P) GEV Logistic Burr Weibull 东北典型 K-S 0.075 77 0.078 17 0.076 23 0.126 52 0.081 51 0.138 95 A-D 0.421 62 0.445 59 0.401 04 1.310 60 0.637 60 2.456 90 华北典型 K-S 0.049 69 0.051 00 0.053 10 0.101 48 0.069 07 0.092 05 A-D 0.300 39 0.347 04 0.279 31 1.1687 0.539 14 1.879 10 华东典型 K-S 0.068 36 0.067 59 0.060 92 0.080 25 0.198 48 0.067 35 A-D 0.487 16 0.484 44 0.473 08 0.59434 5.957 20 0.951 68 华中典型 K-S 0.053 44 0.050 37 0.054 74 0.065 37 - 0.068 09 A-D 0.266 96 0.257 84 0.301 31 0.364 46 - 0.863 16 华南典型 K-S 0.063 13 0.063 27 0.064 42 0.090 48 0.07586 0.099 00 A-D 0.306 81 0.306 44 0.324 04 0.53075 0.372 24 1.119 00 西南典型 K-S 0.060 73 0.060 25 0.060 14 0.052 37 - 0.087 00 A-D 0.458 12 0.431 57 0.412 24 0.443 96 - 2.11 93 西北典型 K-S 0.074 17 0.072 34 0.071 69 0.071 14 0.065 52 0.065 72 A-D 0.615 89 0.580 55 0.604 83 0.372 72 0.368 24 0.633 88
整体来看,在全国7个典型格点中,Weibull分布始终很差,说明在中国地区其适用性较低;Burr分布表现出很强的极端性,容易出现失控,但在特定地区却又有优秀的表现,考虑到其稳定性较差,不建议在中国地区使用;Logistic分布总体来说表现一般,有趣的是,其在西部地区的表现要远好于东部地区;P-Ⅲ分布和LN(3P)分布在整个过程中表现相差不大,但LN(3P)分布的稳定性要高于P-Ⅲ分布;GEV分布始终表现最优或较优,且稳定性高,综合来说,要优于传统规范所推荐的P-Ⅲ分布。表4给出了基于本文研究结果的全国7个分区推荐使用线型,需要说明的是,在拟合表现相近的情况下,优先选择P-Ⅲ型分布。
【参考文献】：
期刊论文
[1]水文频率计算研究面临的挑战与建议[J]. 宋松柏. 水利与建筑工程学报. 2019(02)
[2]布尔分布在辽宁省西部半干旱地区水文频率分析中的应用[J]. 胡辰,夏军,佘敦先,余江游,王福东,孙玉华. 水文. 2019(01)
[3]汉江上游径流非一致性演变特征及频率分析[J]. 滕杰,郭明,周政辉. 水资源与水工程学报. 2018(06)
[4]基于Halphen分布和最大熵的洪水频率分析[J]. 熊丰,陈璐,郭生练. 水文. 2018(03)
[5]中国格点化日降水极值统计模型及阈值的选取[J]. 张昕怡,方国华,闻昕,叶健,郭玉雪. 气候变化研究进展. 2017(04)
[6]考虑局部趋势的非一致性水文频率分析方法[J]. 王银堂,李伶杰,胡庆芳,刘勇,崔婷婷,王磊之. 水科学进展. 2017(03)
[7]基于广义第二类beta分布的洪水频率分析[J]. 陈璐,何典灿,周建中,卢韦伟,郭生练. 水文. 2016(06)
[8]不同概率分布函数降雨极值的适用性分析[J]. 张玉虎,王琛茜,刘凯利,陈秋华. 地理科学. 2015(11)
[9]基于趋势分析的非一致性水文频率分析方法研究[J]. 胡义明,梁忠民,杨好周,陈东初. 水力发电学报. 2013(05)
[10]基于广义Pareto分布的洪水频率分析[J]. 陈子燊,刘曾美,路剑飞. 水力发电学报. 2013(02)
硕士论文
[1]四参数指数gamma分布在水文中的应用研究[D]. 李航.西北农林科技大学 2019
[2]蒙特卡洛模拟在地震保险触发指数设计中的应用[D]. 陈慧.湖南大学 2016
本文编号：3621773
本文链接：https://www.wllwen.com/projectlw/dqwllw/3621773.html
