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。     

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。     

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。     

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函数的川中丘陵区干旱风险分析

根据川中丘陵区内8个代表性站点1958—2014年月降水资料计算标准降水指数(SPI),通过游程理论识别不同类型的干旱事件,引入Copula函数计算不同类型干旱事件的联合概率以分析川中丘陵区内的干旱风险。结果表明,川中丘陵区内发生季内轻旱、跨季轻旱、跨季中旱、跨季极旱,尤其是半年以上极旱事件的风险较高;区内不同类型干旱事件的分布特征不同,内江和宜宾站所在区域是季内重旱和季内极旱的高风险区,而巴中和阆中站所在区域是半年以上干旱事件的高风险区。     

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...     

基于Copula函数的流域防污标准研究

流域防污体系由各种水污染防治的工程措施和通过水量的合理调配和水质预测预警等非工程措施共同组成的；流域防污标准用来表征流域防污体系的防污能力,即防止水污染事故发生的能力大小.应用Copula函数,详细的分析了组成淮河防污体系的各方案防污标准问题.结果表明,方案2能在一定程度上降低高锰酸盐指数的超标风险,对流域高锰酸盐指数的防污标准有一定的提高；当流量小于3 000m3/s时,方案3对应的流域防污标准最高,流量大于4 000m3/s以上时,方案6能更好地降低氨氮水质的超标风险,方案3次之,采用方案6能最大限度地提高流域防污体系的防污标准；随着流量继续增大,同一方案对降低流域内水质超标风险的作用越来越有限,需要寻求其他的工程和非工程措施减小流域水污染事故的发生率,共同提高流域防污体系的防污标准.     

基于三维Copula函数的沙颍河流域水文干旱频率分析

为进一步研究水文干旱特征及其演变规律,选取沙颍河流域2个水文站1951—2008年逐月径流资料,采用游程理论提取水文干旱特征变量,选取4种对称Archimedean Copula函数和对应的非对称Archimedean Copula函数拟合干旱特征变量的联合分布并计算联合重现期和同现重现期。经拟合检验,Frank Copula对干旱特征变量二维联合分布的拟合效果最优,M3 Copula函数对三维干旱变量的联合分布拟合效果最优。干旱特征的单变量重现期值大于二、三维变量的联合重现期,小于二、三维变量的同现重现期。因此,Copula函数能够较好地拟合沙颍河流域水文干旱特征变量间的联合分布。     

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。     

基于非线性特征的干旱影响评估研究

客观地认识干旱的非线性特征是干旱影响评估的关键,对制定抗旱减灾策略具有重要指导意义。以陕西省关中平原为研究区域,以核函数方法为非线性算法,基于核主成分分析方法(KPCA),将遥感反演的条件植被温度指数(VTCI)映射到高维特征空间下对其进行特征提取,并结合Copula函数构建主成分间的联合分布模型,确定2008—2013年冬小麦主要生育期的综合VTCI;构建综合VTCI与冬小麦单产间的线性回归模型,评估干旱对冬小麦产量的影响。结果表明,相比于传统的主成分分析方法(PCA),KPCA能有效地提取干旱的非线性特征,且降维效果更好。与PCA-Copula方法构建的回归模型相比,应用KPCA-Copula方法所建综合VTCI与单产间的回归模型的拟合度明显提高,决定系数达到0.608(p0.001),对应模型的估测单产与实测单产之间的均方根误差(RMSE)为298.1 kg/hm2,相比于PCA-Copula的结果降低了60.1 kg/hm2,且KPCA-Copula获取的综合VTCI更符合关中平原实际的干旱特征。这表明KPCA-Copula方法能够较好地体现干旱的非线性特征,更加适用于干旱影响评估研究。     

考虑气候分区的甘肃省干旱时空分布特征分析

甘肃省地处生态脆弱区,气候条件复杂,干旱发生概率高、范围广。为了更好地研究甘肃省干旱时空变化特征,综合考虑甘肃省气候类型和地理特征将其划分为4个气候分区（Ⅰ区,河西大陆性气候区;Ⅱ区,陇中北部季风气候区;Ⅲ区,陇南-陇中南部季风气候区;Ⅳ区,甘南高寒气候区）,并采用甘肃省26个国家气象站点的气象资料,计算其近60年（1960—2019年）的月、季和年尺度的标准化降水蒸散指数（SPEI-1、SPEI-3、SPEI-12）,结合气候倾向率、Mann-Kendall突变检验、空间插值等方法探讨甘肃省近60年的干旱时空演变特征。结果表明：从时间变化角度看,不同时间尺度的SPEI均呈减小变化趋势,且随时间尺度的增大,SPEI波动幅度越小;在四季变化上,春、夏、秋季SPEI在甘肃省各气候分区都呈现在波动中下降的趋势,且下降趋势明显,表明干旱趋势显著,冬季SPEI在各气候分区呈现在波动中上升的趋势,表明有湿润化的趋势。从空间变化角度看,甘肃省Ⅰ区呈干旱减缓趋势,Ⅱ区、Ⅲ区和Ⅳ区呈干旱加剧趋势,且春季各气候分区干旱加剧趋势明显,夏、秋季次之,而冬季基本上都呈现干旱减缓趋势;甘肃省不同气候分区不同等级干旱发生频率分布差异大且不均衡,干旱频率由小到大依次为：特旱、中旱、重旱、轻旱。     

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)...