融合极值分布与MCMC的降水极值模拟研究

发布时间：2024-04-12 04:06

　　模拟降水极值对于城市防洪具有重要意义。根据北京、深圳、济南1952—2012年的日降水资料,采用广义极值分布(GEV)与广义帕累托分布(GPD)分别模拟三个城市的年最大降水与超阈值降水序列,通过马尔科夫链蒙特卡洛方法(MCMC)识别参数,并对模拟结果加以综合分析。研究发现,MCMC方法在GEV与GPD参数的贝叶斯估计中行之有效,所识别最佳模型的相关性系数与确定性系数均普遍高达0.95,降水极值的均方根误差与平均绝对误差分别普遍低于0.6 mm与2.5 mm,且所获得的模拟值置信区间性质优良;采用GEV得到相同重现期的设计暴雨更大,采用GPD得到的模拟值置信区间性质更优;GEV与GPD对于不同地区的适用性不同,在模拟区域降水极值时应综合运用多种分布。

【文章页数】：10 页


本文编号：3951639