本文關鍵詞：基于BMA與Copula函數(shù)的多變量水文分析研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在總結了水文頻率計算方法的發(fā)展過程中,分析了傳統(tǒng)分析方法的局限性,由此提出了本文的研究內(nèi)容。在歸納概括了Copula函數(shù)的基本理論的基礎上,引入了關于貝葉斯模型平均的計算法,采用了期望最大化算法計算出Copula函數(shù)的邊緣分布。以長江干流宜昌站的峰值、流量和時長數(shù)據(jù)為研究對象,計算出了合適的Copula函數(shù)表達形式,從而分析各變量兩兩之間的聯(lián)合概率分布和條件概率分布及其所對應的重現(xiàn)期,對研究區(qū)的防洪減災和水利工程規(guī)劃管理提供相關的科學依據(jù)。本文具體取得以下幾點結論：(1)利用貝葉斯模型平均法能夠改進對水文變量頻率分布的表述,使其能更準確地反映水文變量的頻率變化。(2)運用貝葉斯模型平均法計算頻率分布形式作為Copula函數(shù)的邊緣分布,代入并計算得到3種Archimedean Copula函數(shù)。通過秩相關系數(shù)計算發(fā)現(xiàn)：峰值和流量、流量和時長有較強的正相關性；而峰值和時長則有相對較弱的正相關性。(3)通過對3種Archimedean Copula函數(shù)進行擬合優(yōu)度評價與擬合檢驗,得到三變量兩兩聯(lián)合分布時,Frank Copula函數(shù)表達形式的效果均優(yōu)于其他兩種表達形式。在圖形分析法和相關評價指標計算的條件下均支持以上結論,所得的最優(yōu)函數(shù)表達形式通過A-D擬合檢驗證明是符合檢驗標準的。(4)根據(jù)最優(yōu)函數(shù)表達形式,構建峰值和時長、峰值和流量、流量和時長三組兩變量之間的聯(lián)合概率和同期概率,繪制了概率分布圖。依據(jù)聯(lián)合概率和同期概率計算出相應聯(lián)合重現(xiàn)期和同期重現(xiàn)期,繪制等值線圖,為水利工程規(guī)劃管理和防洪防汛提供相關理論依據(jù)。(5)根據(jù)Copula最優(yōu)函數(shù)表達形式,分別建立峰值和時長、峰值和流量、流量和時長三組兩變量之間的條件概率,繪制成各變量特定條件下的條件概率重現(xiàn)期圖,為風險評估和工程施工管理提供相關科學分析。
【關鍵詞】：貝葉斯模型平均 Copula函數(shù) 期望最大化 聯(lián)合概率分布 重現(xiàn)期
【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：P333
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-17
• 1.1 研究背景及意義9-10
• 1.2 國內(nèi)外分析技術進展10-14
• 1.2.1 單變量水文頻率計算發(fā)展歷程10-12
• 1.2.2 多變量水文頻率計算發(fā)展歷程12-13
• 1.2.3 水文頻率計算的局限性13-14
• 1.3 本文的研究設計思路14
• 1.4 主要研究內(nèi)容及技術路線圖14-16
• 1.4.1 主要研究內(nèi)容14-15
• 1.4.2 技術路線圖15-16
• 1.5 小結16-17
• 第2章 文獻綜—Copula函數(shù)與BMA理論17-24
• 2.1 Copula函數(shù)理論17-21
• 2.1.1 Copula函數(shù)的定義與性質17-18
• 2.1.2 Copula函數(shù)的類型18-19
• 2.1.3 Copula函數(shù)的相關性度量19-21
• 2.2 BMA理論21-23
• 2.2.1 BMA原理21-22
• 2.2.2 期望最大化算法原理22-23
• 2.3 小結23-24
• 第3章 基于BMA與Copula函數(shù)的水文分析模型24-33
• 3.1 基于BMA的邊緣分布計算24-26
• 3.1.1 單變量概率分布模型選擇24-25
• 3.1.2 相關性擬合評價與檢驗25-26
• 3.2 Copula函數(shù)參數(shù)估計與擬合檢驗26-30
• 3.2.1 Copula函數(shù)的參數(shù)估計27-28
• 3.2.2 擬合優(yōu)度評價與擬合檢驗28-30
• 3.3 水文變量概率及重現(xiàn)期計算30-32
• 3.3.1 兩變量聯(lián)合重現(xiàn)期及同現(xiàn)重現(xiàn)期30-31
• 3.3.2 兩變量條件概率分布及條件重現(xiàn)期31-32
• 3.4 小結32-33
• 第4章 研究區(qū)的模型結果分析33-51
• 4.1 研究區(qū)概況介紹33-34
• 4.1.1 地形地貌33
• 4.1.2 氣候特征33
• 4.1.3 水文水系33-34
• 4.1.4 植被資源34
• 4.1.5 經(jīng)濟水平及內(nèi)河航運34
• 4.2 研究區(qū)的各變量邊緣分布計算34-41
• 4.2.1 BMA權重比計算34-35
• 4.2.2 BMA結果分析35-41
• 4.3 研究區(qū)的Copula函數(shù)參數(shù)估計與擬合檢驗41-45
• 4.3.1 研究區(qū)的Copula函數(shù)參數(shù)估計及相關性分析41-42
• 4.3.2 研究區(qū)的Copula函數(shù)擬合優(yōu)度評價和擬合檢驗42-45
• 4.4 研究區(qū)水文變量概率及其重現(xiàn)期分析45-50
• 4.4.1 聯(lián)合概率分布及其重現(xiàn)期分析45-48
• 4.4.2 條件概率分布及其重現(xiàn)期分析48-50
• 4.5 小結50-51
• 第5章 結論與展望51-53
• 5.1 結論51-52
• 5.2 展望52-53
• 參考文獻53-58
• 攻讀碩士學位期間發(fā)表的論文及其它成果58-59
• 攻讀碩士學位期間參加的科研工作59-60
• 致謝60

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前9條

1 楊益黨;;Copula函數(shù)與廣義Copula函數(shù)[J];昌吉學院學報;2007年03期

2 文康;;洪水管理——一種人與自然和諧共存的策略[J];防汛與抗旱;2003年01期

3 嚴忠權;;隨機變量相依關系的度量[J];黔南民族師范學院學報;2008年06期

4 費永法;多元隨機變量的條件概率計算方法及其在水文中的應用[J];水利學報;1995年08期

5 郭化文;皮爾遜Ⅲ型分布的參數(shù)估計[J];泰安教育學院學報岱宗學刊;1999年04期

6 華士乾;;水文計算的現(xiàn)狀與展望[J];人民黃河;1984年03期

7 閆寶偉;郭生練;郭靖;張娜;;多變量水文分析計算方法的比較[J];武漢大學學報(工學版);2009年01期

8 石培禮,吳波,程根偉,羅輯;長江上游地區(qū)主要森林植被類型蓄水能力的初步研究[J];自然資源學報;2004年03期

9 曾小凡;陳華;張增信;;長江流域氣候變化敏感區(qū)域的年降水量變化研究[J];科技創(chuàng)新導報;2009年08期

  本文關鍵詞：基于BMA與Copula函數(shù)的多變量水文分析研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：366555