非一致性統(tǒng)計模型在水文-氣象頻率研究中的應(yīng)用
發(fā)布時間:2023-04-26 20:34
受氣候變化和人類活動影響,全球大部分地區(qū)的氣象和水文條件存在一定的變異現(xiàn)象,尤其是在城鎮(zhèn)環(huán)境內(nèi),氣象和水文條件的演變機(jī)理和驅(qū)動機(jī)制有著顯著的改變,因此在變化環(huán)境下,傳統(tǒng)的基于一致性假設(shè)的水文及氣象頻率分析已不再適用。本文以北京地區(qū)為研究對象,在對水文及氣象因素的變化特征進(jìn)行統(tǒng)計分析基礎(chǔ)上,采用GEV和GP兩種極值分布模型和GAMLSS模型研究了一致性和非一致性模型在擬合不同樣本序列時的表現(xiàn),并在非一致性模型中考慮人類活動的影響,建立具有一定物理基礎(chǔ)的模型。本文主要研究成果如下:(1)北京地區(qū)降水和氣溫的年際變化呈現(xiàn)出了明顯區(qū)域特征,中心城區(qū)城市熱島和城市雨島效應(yīng)顯著,加劇了北京中心城區(qū)內(nèi)澇緊張程度。北京城區(qū)下墊面變化迅速,不透水面積顯著增加,導(dǎo)致城區(qū)內(nèi)年徑流量呈現(xiàn)出顯著的上升趨勢。(2)與線性矩法和極大似然法等傳統(tǒng)的參數(shù)估計方法相比,貝葉斯方法、廣義極大似然法和GAMLSS模型中采用的智能迭代算法通常能得到更為精確的估計結(jié)果。(3)擬合非平穩(wěn)時間序列時,在位置參數(shù)中采用時間t的函數(shù)的非一致性模型(GEV、GP、GAMLSS)能夠考慮樣本序列的變化特征,擬合結(jié)果較一致性模型精度更高,所得...
【文章頁數(shù)】:89 頁
【學(xué)位級別】:碩士
【文章目錄】:
致謝
摘要
abstract
變量注釋表
1 緒論
1.1 研究背景
1.2 國內(nèi)外研究進(jìn)展
1.3 研究目標(biāo)及主要研究內(nèi)容
2 非平穩(wěn)時間序列統(tǒng)計理論及方法
2.1 非平穩(wěn)時間序列統(tǒng)計模型
2.2 模型參數(shù)估計方法
2.3 模型診斷
3 水文氣象要素變化特征的定量識別
3.1 降水和氣溫變化特征的定量識別
3.2 徑流量變化特征的定量識別
3.3 小結(jié)
4 非一致性暴雨序列的統(tǒng)計建模與頻率分析
4.1 統(tǒng)計模型構(gòu)建
4.2 暴雨頻率分析
4.3 小結(jié)
5 非一致性水文序列的統(tǒng)計建模與頻率分析
5.1 基于時變參數(shù)非一致性分布擬合
5.2 考慮物理指標(biāo)影響下的非一致性分布擬合
5.3 模型擬合結(jié)果對比
5.4 小結(jié)
6 結(jié)論與展望
6.1 主要結(jié)論
6.2 研究展望
參考文獻(xiàn)
作者簡歷
學(xué)位論文數(shù)據(jù)集
本文編號:3802156
【文章頁數(shù)】:89 頁
【學(xué)位級別】:碩士
【文章目錄】:
致謝
摘要
abstract
變量注釋表
1 緒論
1.1 研究背景
1.2 國內(nèi)外研究進(jìn)展
1.3 研究目標(biāo)及主要研究內(nèi)容
2 非平穩(wěn)時間序列統(tǒng)計理論及方法
2.1 非平穩(wěn)時間序列統(tǒng)計模型
2.2 模型參數(shù)估計方法
2.3 模型診斷
3 水文氣象要素變化特征的定量識別
3.1 降水和氣溫變化特征的定量識別
3.2 徑流量變化特征的定量識別
3.3 小結(jié)
4 非一致性暴雨序列的統(tǒng)計建模與頻率分析
4.1 統(tǒng)計模型構(gòu)建
4.2 暴雨頻率分析
4.3 小結(jié)
5 非一致性水文序列的統(tǒng)計建模與頻率分析
5.1 基于時變參數(shù)非一致性分布擬合
5.2 考慮物理指標(biāo)影響下的非一致性分布擬合
5.3 模型擬合結(jié)果對比
5.4 小結(jié)
6 結(jié)論與展望
6.1 主要結(jié)論
6.2 研究展望
參考文獻(xiàn)
作者簡歷
學(xué)位論文數(shù)據(jù)集
本文編號:3802156
本文鏈接:http://www.sikaile.net/projectlw/dqwllw/3802156.html
最近更新
教材專著