基于多维Copula函数的淮河上游气象干旱特征分析

针对单变量干旱特征分析不能很好地表征干旱事件特征的局限性,论文以淮河上游息县以上流域为研究区,利用42个雨量站1976-2016年逐日降水资料计算气象干旱指数SPI,采用游程理论提取干旱历时、烈度以及烈度峰值三个干旱特征变量,并基于4种对称阿基米德Copula函数构建它们的二维和三维联合分布模型,用于推求其组合重现期。结果表明:三参数伽马分布拟合干旱历时的边缘分布最优,而三参数韦伯分布则拟合干旱烈度以及烈度峰值的边缘分布最优; Frank Copula函数拟合二维和三维干旱特征变量的联合分布最优,由此推求得到组合重现期中联合重现期可作为同频率条件下单变量重现期的下限,同现重现期可作为单变量重现期的上限。研究成果可为淮河流域的防旱减灾和其他流域干旱特征分析提供参考。     

基于Copula函数的松花江流域水文干旱频率分析

【目的】基于Copula函数对松花江流域进行水文干旱频率分析。【方法】利用可变阈值法识别日尺度水文干旱事件的历时和烈度,并进行融合处理;选择6种常用的分布函数拟合干旱特征变量,以Kolmogorov-Smirnov检验法优选单变量边缘分布;从3种Copula函数中优选函数模型,建立了干旱历时和烈度二维联合分布,并计算联合分布概率和重现期,再利用蒙特卡洛方法,讨论基于Copula干旱研究的不确定性。【结果】融合标准取p_c=0.1和t_c=5,流域干旱历时均值为81~105 d;对数正态分布是大赉站、扶余站和哈尔滨站干旱历时的最优边缘分布,而各个站点干旱烈度最优分布各异;Frank Copula为流域干旱二维联合分布的最优模型,流域大多数干旱的重现期不超过20a;在同现重现期为20 a的条件下,大赉、扶余、哈尔滨和佳木斯4个水文站点的最大可能设计值表现出较大的不确定性。【结论】Copula函数能够较好地拟合松花江流域水文干旱特征变量间的联合分布,但需考虑其不确定性影响。     

基于SRI与Copula函数的黑河流域水文干旱等级划分及特征分析

【目的】基于SRI对黑河流域水文干旱进行等级划分及特征分析。【方法】利用2种不同的径流丰枯等级分类方法,对黑河流域莺落峡水文站的径流资料进行概率统计分析,提出基于SRI的水文干旱等级划分标准(标准1),分别采用标准1和基于标准化降水指数(SPI)的干旱等级划分标准(标准2),识别水文干旱历时、烈度、烈度峰值3个干旱特征变量,利用Copula函数进行水文干旱多变量联合分布研究,选取RMSE、AIC、BIC准则作为联合分布拟合优度检验的判别依据优选Copula函数类型,计算了不同干旱事件的重现期。【结果】基于标准1的水文干旱等级划分结果比标准2更符合实际干旱情况;单变量重现期介于联合重现期与同现重现期之间,可以进行干旱事件重现期估计;黑河流域发生持续2.68个月的重旱事件的重现期为3 a。【结论】基于SRI的干旱等级划分在多变量水文干旱研究中使联合分布函数拟合更优,分析得到的干旱特征更接近实际情况。     

基于Archimedean Copula的三维干旱特征变量联合分布研究

应用Archimedean Copula函数研究干旱特征变量的联合分布,为水资源决策者提供依据。以渭河流域西安站77年的月降水资料为例, 采用Archimedean Copulas函数建立干旱特征变量之间的三维联合分布模型。分别采用极大似然法和适线法进行参数估计,通过拟合优度评价选用Clayton Copula描述干旱历时,干旱烈度和干旱烈度峰值之间的联合分布,并计算条件重现期。结果表明, Copulas函数能够比较好的描述干旱特征变量间的联合分布;具有灵活性和应用范围广等特点。     

基于Archimedean Copula函数的洪水多要素联合概率分布研究

应用Archimedean Copula函数,探讨洪水多要素的联合概率分布和条件概率分布。以大渡河流域丹巴站49年的洪水资料为基础,根据图形分析法和AIC信息准则选择拟合效果好的Copula函数计算洪峰、洪量、历时的联合概率分布和条件概率分布,并绘制相应的条件重现期图。结果表明,Gumbel Copula可以较好的拟合洪峰与洪量,而Frank Copula对于洪峰与历时、洪量与历时及洪峰、洪量和历时的三维联合分布效果最好。通过情景设置分别计算不同条件下洪水特征变量的二维和三维条件概率分布和相应的条件重现期。Copula函数全面考虑了洪水特征量之间的相依性,可用于洪峰、洪量和历时联合概率分布的计算。     

基于Copula函数的叶尔羌河流域洪水要素联合分布研究

叶尔羌河流域地处中国新疆南部,发源于喀喇昆仑山脉,洪水灾害频发。基于Copula函数分析了叶尔羌河流域卡群水文站洪峰流量与洪量的联合频率分布特征,绘制两变量组合下的联合概率分布图及联合重现期、同现重现期等值线图,并比较了同重现期条件下,洪峰流量、洪量单变量设计值与联合设计值的区别。结果表明:Gumbel-Hougaard Copula函数可较好地拟合洪峰、洪量的相关关系;对同一频率下联合分布推求的洪水设计值比单变量设计值大,偏于安全。基于Copula函数的组合变量概率分布能较好地描述洪峰流量、洪量特征的联合分布,较为全面地反映组合特征的洪水发生的概率和重现期,进一步反映洪水风险,为该流域水利工程规划设计和风险评估提供依据。     

Copulas函数在多变量干旱联合分布中的应用

以渭河流域西安站77年的月降水资料为例,采用7种单参数族Copulas函数,建立干旱特征变量之间的联合分布。经拟合优度评价,Plackett Copula函数对干旱历时和干旱烈度、干旱历时和干旱烈度峰值之间拟合程度最好;而Clayton Copula函数对于干旱烈度和烈度峰值拟合程度最好。分别应用这2种Copulas函数对西安站进行干旱特征变量之间的二维条件概率分布及组合重现期计算。结果表明,Copulas函数能较好的描述干旱特征变量间的联合分布;并且具有灵活性和应用范围广等特点,在多变量干旱特征分析中具有广泛的应用前景。     

松花江流域水文干旱联合概率分布特征研究

利用松花江流域水文站1957-2006年的径流量,采用游程理论、Eviews统计软件以及Copula函数对松花江流域水文干旱特征以及水文干旱联合概率分布特征进行了研究。结果表明:Eviews统计软件能够较好地得出时间序列符合的概率密度函数;G-H Copula函数以及Clayton Copula函数能够较好地拟合2个变量(干旱历时、干旱烈度)的独立分布;Copula函数能够考虑水文干旱的极值,对于分析松花江流域水文干旱联合概率分布是适用的。     

基于SPI和Copula的湟水流域干旱趋势研究

为了研究湟水流域干旱趋势变化,选取该区17个气象站的1959-2006年的日降水数据,计算得到1960-2006年的标准化降水指数,并依据干旱等级和游程理论判定出干旱事件。然后采用Mann-Kendall趋势检验法对各站各月的、干旱历时以及干旱严重程度序列进行趋势分析,最后选用Archimedean Copula函数族的3种常用函数联合干旱历时和干旱严重程度序列,优选出拟合最佳的Copula函数构造两者的联合分布,并计算中度干旱和重度干旱情境下的联合重现期。从时间尺度上分析,湟水流域年内湿润化趋势集中在6-9月,干旱化趋势集中在12月到次年3月,出现了干旱的季节更干旱,湿润的季节更湿润的两极化情况,可能会加重流域的夏旱严重程度。在空间分布上看,整体上湟水流域东南部的干旱风险要高于西北部,并且低等程度的干旱在流域东南部发生可能性增大。     

Copula函数在渭河流域干旱分析中的应用研究

采用Gumbe-Hougaard、Frank和Clayton Copula函数,以渭河流域干支流22个气象站点1960—2015年的日降水资料分别构造干旱历时和干旱烈度、干旱历时和烈度峰值以及干旱烈度和烈度峰值之间的二维关系,从而对渭河流域1960—2015年的干旱特性进行分析。结果表明,二维Archimedean Copula函数可很好地描述干旱多变量的联合概率分布,且拟合效果较好;总的来说渭河流域干旱趋势明显,干旱严重程度与干旱历时的变化趋势均不显著,发生较长时期持续干旱的频率高、重现期短,因此当地相关单位应加强干旱的预报和管理。     

基于Copulas函数的干旱特征变量联合概率分析

采用Frank和Gaussiancopulas函数分析二维干旱特征变量联合分布,构建Frankpair—copula、Gaussiancopula、M3copula函数,对比分析三维干旱联合特性。以渭河流域华阴站降雨资料为例,表明copulas函数能够很好地描述多变量干旱联合特性,体现了copulas函数在多变量联合特性研究中的可行性和适用性。     

Copulas函数在二维干旱变量空间分析中的应用

根据新疆地区41个气象站的长系列月降水资料,提取干旱历时、干旱烈度和烈度峰值3个干旱特征变量,基于8种单参数族的Copulas函数,结合ArcGIS9.3软件进行二维干旱变量的空间分析。经拟合优度评价,FrankCopula对干旱历时和干旱烈度、干旱历时和烈度峰值的拟合度最好;而Clayton Copula对于干旱烈度和烈度峰值的拟合效果最佳。二维变量联合超越概率值随单变量的值减小而增大;二维干旱变量中任一特征变量的条件概率随另一变量的增大而减小;干旱特征变量的条件发生概率在新疆地区从北到南依次递增。表明Copulas函数结合ArcGIS9.3软件能够描述二维干旱特征变量的空间演变规律。     

考虑多种气候指数的淮河流域气象干旱预测

干旱是一种形成机制复杂的自然灾害,其对人类社会造成的严重危害促使干旱预测技术的发展。为提高淮河流域的干旱预报水平,通过标准化降水蒸散发指数(SPEI)监测干旱状态,利用Regular vine(R-vine)Copula模型建立多维变量联合分布,将厄尔尼诺-南方涛动(ENSO)、中部型ENSO(ENSO Modoki)、北大西洋涛动(NAO)、印度洋偶极子(IOD)和北极涛动(AO)作为预报因子以提高基于SPEI的干旱等级转移的预报精度。分析结果表明R-vine Copula在评价气候指数对转移概率的影响上表现良好,且多维指数较单维指数更能提升预报精度,这与区域气象干旱同时受多种气候因子调节的事实相一致。为多维气候指数影响下干旱转移行为的研究提供了新的认识。     

多特征变量洪水频率分析

应用Copula函数构建二变量概率分布模型,研究了洪峰与洪量、洪量与洪水历时的联合概率分布和重现期,得到了各种变量组合下的联合概率和联合重现期。结果表明,基于Copula函数构建的二变量联合概率分布模型不限定变量的边际分布,对各种类型的水文变量都具有较好适应性;洪水的危害不仅在于洪峰、洪量和洪水历时等单一特征属性的量级,当洪水的特征属性共同超过某一量级时,洪水危害最大。利用多变量概率分布模型研究洪峰流量、洪量、洪水历时等特征的联合分布,能够较为全面地描述洪水的风险概率。     

感潮河段洪潮遭遇概率研究

以位于珠江三角洲感潮河网地区的洪潮遭遇概率问题为实例,对当前应用较多的各种二变量联合概率模型进行了比较研究,包括混合Gumbel分布、Gumbel-Logistic分布、以及阿基米德族Copula函数中的Gumbel-Hougard Copula模型、Clayton Copula模型、Genest-Ghoudi Copula模型等。结果表明,不同的二变量概率分布模型对于变量之间的相关性都有不同程度的限制,实际应用时需要首先根据水文变量的相关性特点选择适宜的模型。Copula函数模型则不限定边际分布型式,比混合Gumbel模型和Gumbel-Logistic模型具有更强的灵活性。多种拟合优度检验方法对各模型的检验结果表明,虽然各模型都能通过K-S检验,但其拟合优度有显著不同,实际应用时需进行拟合优度检验以择优。     

淮河流域1960-2014年水文、气象干旱指数及其与历史旱灾的关系

基于淮河流域1960-2014年的逐月降水数据、1956-2000年的逐月天然径流数据和1960-2000年的洪旱灾害受灾面积数据,借助SPI和SSI干旱指数,采用MK趋势分析、相关分析等方法探求区域气象和水文干旱的时间特征,揭示水文干旱对气象干旱的响应规律,并分析干旱指数与历史旱灾的关系。结果表明:SPI指数反映出的干旱比SSI的严重;1960年代的干旱出现频次最多,且干旱等级较为复杂;夏季干旱出现频次较低,秋冬季出现干旱的频次较多;M-K趋势检验显示,淮河流域的干旱趋势不显著;随着时间尺度的增大,SPI和SSI的相关性在增强;相邻站点的SSI对SPI的响应时间长度为1~4个月,尤其是在季节交替的月份,响应往往较快且更显著;研究区旱灾受灾面积呈显著扩大趋势;SPI、SSI与旱灾受灾面积呈负相关,与洪灾受灾面积呈正相关且相关性更强。