一种非一致性水文频率分析计算方法与流程
本发明涉及水文频率分析计算,尤其涉及一种非一致性水文频率分析计算方法。
背景技术:
1、水文频率分析是水利水电工程规划设计的基础性工作,通过分析历史水文观测资料,推求给定设计频率或重现期下的水文特征值如年径流量、年最大洪峰流量等,为工程规模确定、堤防高程设计、水资源配置等提供技术依据。传统的水文频率分析基于一致性假设,即假定水文序列满足独立同分布条件,在这一框架下,p-ⅲ型分布作为我国《水利水电工程设计洪水计算规范》推荐线型,得到了广泛应用。行业通用参数估计通常采用“适线法”,经验频率计算则采用weibull公式。该公式的数学基础是次序统计量在独立同分布条件下的期望概率,并且依据水文统计学的要求,样本一般按从大到小排列,为超过概率,即 的期望值。在该理论框架下,形成了成熟、标准化的平稳水文频率分析技术体系,长期以来广泛应用于各类水利工程设计实践中。
2、然而,受气候变化和人类活动的双重影响,气温、降水模式、土地利用方式、水库调度及流域下垫面条件与水文循环过程发生了显著变化,水文序列的非平稳特征日益突出。例如,我国北方多条河流的年径流量呈现显著的减少趋势,且年际变率也发生改变。这种非平稳性破坏了传统频率分析所依赖的独立同分布假定,使得基于平稳假设的设计值偏离真实水文风险,给工程安全与经济效益带来隐患。因此,发展适应非平稳条件的水文频率分析计算方法,成为当前水文学科的前沿课题和工程实践的迫切需求。
3、目前,针对非一致性水文频率分析计算,国内外学者已提出了多种方法,但在实施过程中,仍然存在以下缺点:
4、1.理论不自洽:时变矩法在分布参数时变的建模环节已放弃了独立同分布假设,但在经验频率计算环节却沿用基于独立同分布的weibull公式,导致参数估计与绘点位置之间存在逻辑断层。用不符合实际的公式来标定参数,必然造成频率曲线与观测点据的系统性错位,降低设计值的可信度。
5、2.缺乏严格的抽样分布理论基础:序列重构法并未从随机排序的角度揭示非平稳条件下次序统计量的分布规律,本质上是将非平稳问题强行转化为平稳问题,无法体现各年份分布差异带来的次序统计量相关性变化。该方法无法给出设计值的不确定性量化,也无法提供科学的假设检验工具。
6、3.非平稳次序统计量精确分布难以解析:现有数值次序统计量方法的所有推导均基于独立同分布假定,未提供时变参数嵌入次序统计量联合分布的途径。当面对非平稳序列时,若直接采用数值积分将面临组合爆炸或节点效率低下的问题,难以同时兼顾计算精度与效率。
7、4.设计值不确定性量化不完善:现有方法在设计值置信区间估计中,多采用渐近正态假设和基于信息矩阵逆的近似,但当参数估计偏离正态或存在较强相关性时,这种方法可能给出不准确的区间;部分方法甚至无法提供置信区间。同时,对径流、洪水等这类正变量的区间估计,缺乏非负约束机制,可能出现负的下限,违背物理常识。
技术实现思路
1、本发明的目的在于针对现有非一致性水文频率分析计算中存在的理论不自洽、置信区间可能出现负值、不确定性量化不完善的技术问题,提供了一种非一致性水文频率分析计算方法。
2、本发明解决其技术问题所采用的技术方案是:提供了一种非一致性水文频率分析计算方法,包括以下步骤:
3、s1.获取非平稳水文序列,并确定各年份的时间协变量,将观测值按降序排列得到次序统计量;
4、s2.根据时间协变量和次序统计量构建p-ⅲ型分布的时变参数模型,用参数向量描述均值、标准差和偏态系数;
5、s3.利用蒙特卡洛模拟方法,对当前参数向量生成组合成样本,计算降序期望向量和降序协方差矩阵;
6、s4.根据降序期望向量和降序协方差矩阵,通过概率尺度平均分布函数计算时变无偏绘点位置;
7、s5.根据降序期望向量和降序协方差矩阵构造广义最小二乘目标函数,通过约束全局优化算法最小化目标函数,得到参数估计;
8、s6.根据参数估计计算设计值,并基于参数bootstrap和对数变换获得设计值的非负置信区间及同时置信带。
9、进一步的,步骤s1中,各年份的时间协变量,按观测年份顺序赋值=1,2,3,...,n。
10、进一步的,步骤s2中,所述时变参数模型为线性趋势模型:、,其中t为当前计算年份对应的时间坐标,为时间中点,为时间中点处水文序列的均值,为均值的线性变化斜率,为时间中点处水文序列的标准差,为标准差的线性变化斜率,为全局恒定偏态系数。
11、进一步的,步骤s2中,参数向量 。
12、进一步的,步骤s3中,通过固定全局随机种子确保蒙特卡洛模拟结果可复现。
13、进一步的,步骤s4中,概率尺度平均分布函数,时变无偏绘点位置,其中为降序协方差矩阵,为累积分布函数,为标准正态分布函数,为分位数函数,为降序期望值。
14、进一步的,步骤s4中,计算时,对概率值进行夹紧处理([,])以避免分位数函数溢出。
15、进一步的,步骤s5中,优化采用nelder-mead单纯形算法,并配合至少三组不同初始参数的多起点策略以获得全局最优解。
16、进一步的,步骤s6中,设计值置信区间通过对数变换后的样本分位数计算,确保下界为正;同时置信带采用最大对数偏差的95%分位数构造。
17、进一步的,遍历所有年份和一系列设计值,构造一个三维曲面,将该曲面以重现期为参变量进行可视化。
18、本发明的有益效果是:
19、本发明基于非平稳水文序列构建时变p-ⅲ型分布模型,依托蒙特卡洛模拟求取次序统计量的期望与协方差,借助概率尺度平均计算时变无偏绘点位置,并构造广义最小二乘目标函数通过约束全局优化获取参数估计,最后结合参数bootstrap与对数变换求解设计值及其非负置信区间与同时置信带,克服了传统非一致性水文频率分析方法存在的理论不自洽、次序统计量相关性难以合理表征、不确定性量化不完善、置信区间易出现负值等缺陷,实现建模、参数估计与不确定性分析全过程理论自洽,充分考虑排序样本的异方差与相关特性,提升参数估计稳健性与精度,保证整套计算过程稳定可复现,同时满足水文变量取值为正的物理约束,能够完整量化变化环境下水文设计值的不确定性,可为水利水电工程水文设计提供理论严谨、计算可靠的技术支撑。
1.一种非一致性水文频率分析计算方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种非一致性水文频率分析计算方法,其特征在于,步骤s1中,各年份的时间协变量,按观测年份顺序赋值=1,2,3,...,n。
3.根据权利要求1所述的一种非一致性水文频率分析计算方法,其特征在于,步骤s2中,所述时变参数模型为线性趋势模型:、,其中t为当前计算年份对应的时间坐标,为时间中点,为时间中点处水文序列的均值,为均值的线性变化斜率,为时间中点处水文序列的标准差,为标准差的线性变化斜率,为全局恒定偏态系数。
4.根据权利要求3所述的一种非一致性水文频率分析计算方法,其特征在于,步骤s2中,参数向量。
5.根据权利要求4所述的一种非一致性水文频率分析计算方法,其特征在于,步骤s3中,通过固定全局随机种子确保蒙特卡洛模拟结果可复现。
6.根据权利要求5所述的一种非一致性水文频率分析计算方法,其特征在于,步骤s4中,概率尺度平均分布函数,时变无偏绘点位置,其中为降序协方差矩阵,为累积分布函数,为标准正态分布函数,为分位数函数,为降序期望值。
7.根据权利要求6所述的一种非一致性水文频率分析计算方法,其特征在于,步骤s4中,计算时,对概率值进行夹紧处理([,])以避免分位数函数溢出。
8.根据权利要求1所述的一种非一致性水文频率分析计算方法,其特征在于,步骤s5中,优化采用nelder-mead单纯形算法,并配合至少三组不同初始参数的多起点策略以获得全局最优解。
9.根据权利要求1所述的一种非一致性水文频率分析计算方法,其特征在于,步骤s6中,设计值置信区间通过对数变换后的样本分位数计算,确保下界为正;同时置信带采用最大对数偏差的95%分位数构造。
10.根据权利要求1至9任一所述的一种非一致性水文频率分析计算方法,其特征在于,遍历所有年份和一系列设计值,构造一个三维曲面,将该曲面以重现期为参变量进行可视化。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com