Archimedean族Copulas函数在多变量干旱特征分析中的应用

以甘肃省陇西站月降水资料为例,应用9种3维Archimedean Copulas函数构造了干旱历时、干旱烈度和烈度峰值的联合概率分布,并进行了多变量的拟合优度评价,利用优选出的3维非对称型M12 Copula函数,计算联合分布的重现期以及不同组合下的条件概率与条件重现期。结果表明,M12Copula函数可以描述干旱历时、干旱烈度和烈度峰值间的联合分布。由于Copula函数能够用来构建不同边缘分布的联合分布,可以获得变量间不同组合下的重现期,因而能够更全面客观地反映干旱的特征,是描述干旱多变量分布的一种有效途径。     

基于Copulas函数的二维干旱变量联合分布

通过构建干旱变量的联合分布揭示干旱演变规律,可作为干旱分析的重要手段。基于8种单参数族的Copulas函数进行新疆乌鲁木齐和石河子气象站二维干旱变量的联合分布。经拟合优度评价:Frank Copula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;Clayton Copula对于干旱烈度和烈度峰值的拟合效果最好。二维变量联合超越概率值随单变量值的减小而增大;单变量的重现期介于二维变量联合重现期与同现重现期之间。表明Copulas函数能够描述二维干旱特征变量的联合分布。     

多变量干旱事件识别与频率计算方法

干旱持续时间久、影响范围大,时空连续性是干旱的基本特征,以往研究大多考虑单变量或双变量。通过给定阈值识别干旱斑块和判断两相邻时间干旱的连续性,提出了时空连续的干旱事件三维识别方法,用干旱历时、干旱面积、干旱烈度、干旱强度和干旱中心位置5个特征变量对一场干旱事件进行度量;提出了基于Copula函数的干旱历时-面积-烈度三变量频率分析方法。以中国西南地区为例,采用SPI(Standard Precipitation Index)干旱指标识别了近52年发生历时等于或大于3个月的干旱事件,一共78场,其中2009年8月至2010年6月最严重干旱事件的重现期为94年一遇。通过比较概率分布函数和Copula函数,表明在干旱频率分析时需要考虑干旱历时、面积、烈度3个特征变量。     

基于 Copula 函数的宜昌水文干旱特征分析

基于宜昌站1951～2014年的实测月径流资料,选用标准化径流指数(SSI),运用游程理论识别干旱,应用Copula函数构建干旱特征变量间的多维联合概率分布,进而对宜昌站的干旱特征进行分析。结果表明:(1)宜昌在1950～1980年代,干旱次数呈现交替变化,自1990年代以来,特别是进入21世纪后,宜昌干旱事件增多、持续时间增大、干旱烈度和峰值增高,干旱情势有加重的趋势;(2)Copula函数可很好地描述宜昌地区干旱特征变量间的联合概率分布,多变量的联合重现期和同现重现期可分别作为实际单变量重现期区间估计的下限和上限,用以评估宜昌地区不同干旱变量值所代表的干旱事件发生的频率;(3)宜昌站近60年出现两次严重的干旱事件,一次发生于1978年9月～1979年7月,该事件的干旱历时和干旱烈度均达到了历史极值,这两个变量的联合重现期约为32a,同现重现期约为110a;该事件的干旱历时、干旱烈度和烈度峰值三个变量的联合重现期为9a,同现重现期约为115a。另一次干旱事件发生于2006年6月～12月,其烈度峰值达到了历史极值,其重现期接近90a;该次事件的干旱历时、干旱烈度和烈度峰值三者的联合重现期只有13a左右,同现重现期则超过了231a。     

椭圆型Copulas函数在西安站干旱特征分析中的应用

本文研究了干旱发生的联合概率、条件概率和重现期等干旱特征.以陕西省西安站月降水为例,应用Meta-Gaussian Copula和Student t Copula构造了干旱历时、干旱烈度和烈度峰值的联合概率分布,并进行了多变量分布拟合优质评价及拟合检验,在此基础上计算了联合分布的重现期以及2变量和3变量情形下的条件概率与条件重现期.研究表明,Meta-Gaussian Copula可以描述干旱历时、干旱烈度和烈度峰值三者的联合分布.由于多元联合分布可以考虑到多个变量之间的不同组合,能够求得不同干旱历时、干旱烈度或烈度峰值下的条件概率和条件重现期,因而能够更加全面客观地反映干旱的特征.     

基于Copula函数的组合变量联合概率分布研究及应用

基于Copula函数原理,利用武江流域实测水文资料,以广义GDP为洪峰洪量边缘分布,构建了流域组合变量Copula概率分布模型,分析了洪峰与洪量、洪量与洪水历时、洪峰与洪水历时的联合概率分布,绘制各种变量组合下的联合分布图及重现期等值线图,并比较了同重现期条件下,洪水单变量设计值与多维联合设计值的区别。结果表明:广义GDP分布能很好的描述洪峰、洪量边缘分布,而基于广义GDP分布和指数分布构建的两变量Copula联合概率分布模型不限定变量的边缘分布,对各种类型的水文变量联合分布拟合效果较好;能全面反映洪水各特征属性不同等级下的联合发生频率,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偏于安全。基于Copula函数的组合变量概率分布模型描述洪峰流量、洪量、洪水历时等特征的联合分布,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。     

基于区域农业用水量的干旱重现期计算方法

为研究实际水利条件下农业干旱的发生规律,简化农业干旱事件的评估方法,提出基于区域农业用水量的干旱重现期计算方法。通过构建农业用水量距平百分率干旱指标W_A,在基于降雨量距平百分率干旱指标P_A识别干旱事件的基础上,提取W_A干旱指标下的干旱历时和干旱烈度特征变量,并根据以P_A为干旱指标的干旱烈度频率分布曲线F_S（x）和干旱历时频率分布曲线F_D（x）,运用Copula的简化方法计算基于W_A的干旱事件重现期T,最后结合基于P_A的干旱事件重现期T₀,回归分析出T与T₀间关系的计算公式。选取干旱灾害影响严重的亳州市为实证区域开展应用研究,计算得到1975-2007年各场干旱事件的T₀和T以及T₀与T的经验关系式。结果表明:T比T₀更合理地反映区域农业实际受旱状况,重现期T₀和T间存在高度的相关关系,采用T的回归方程可简化计算考虑区域实际抗旱能力下的干旱事件重现期,在区域防旱减灾实践中具有推广应用价值。     

沙尘暴灾害致灾因子三维联合分布与重现期探索

探讨多致灾因子对Copula联合分布模型在三维多致灾因子综合分析中的扩展.针对沙尘暴形成的3个基本条件:大风、丰富的沙尘源和不稳定的大气层结,以内蒙古镶黄旗1990-2008年的强沙尘暴灾害事件为案例,建立了经向环流指数、地面平均最大风速和地表土壤湿度3个基本特征变量的联合分布,计算了基于联合分布的联合重现期.研究表明,镶黄旗强沙尘暴事件的三维致灾因子符合Frank Copula函数构建条件,该函数能够很好地描述强沙尘暴灾害3个基本特征变量的联合分布,具备扩展到三维的能力.相对于二维Copula函数拟合效果,三维Frank Copula在中高尾部分的拟合有很大提高.三变量联合重现期的计算结果更加贴近实际情况.     

基于多元分布函数的区域洪水频率分析

极端洪水事件的频率分析往往局限于单个站点,当研究区域内包含多个水文站点时,单变量频率分析方法,会导致低估或高估洪灾风险率。因此,需要进行区域频率分析。传统区域重现期计算方法,同一重现期对应多种设计洪水组合,而基于Kendall分布函数的重现期计算方法(KRP)有效的解决了这一问题。故本文引入三维非对称Copula分布函数拟合区域内各个站点年最大流量的相关关系,利用半参数法估计Copula函数的参数,并采用KRP推求区域洪水发生的重现期。结果表明:区域发生T年一遇的洪水概率远远大于单个站点发生T年一遇的洪水概率;KRP克服了实测序列较短的问题,且能准确估算洪水重现期。本研究为防洪部门制定防洪措施提供一定的科学依据。     

气候变化下中国主要流域气象水文干旱潜在风险传播

全球气候变化影响了气象水文要素的时空分布特性,气象水文干旱事件的转化关系及风险传播特征亟待研究。基于站点、栅格观测资料和CMIP5（Coupled Model Inter-comparison Project Phase5）的19个气候模式输出数据,采用新安江等4个水文模型模拟了中国135个流域历史（1961—2005年）和未来时期（2011—2055年,2056—2100年）的水文过程,计算了SPI（Standard Precipitation Index）和SRI（Standard Runoff Index）干旱指标,通过游程理论识别了气象干旱与水文干旱事件,利用Copula函数与最大可能权函数度量二维干旱风险特征,定量评估了气象干旱至水文干旱的潜在风险传播特性。结果表明:①气象-水文干旱对气候变化响应强烈,华北和东北地区的干旱联合重现期增大,干旱潜在风险减小,华中和华南地区的干旱联合重现期减少60%~80%,干旱潜在风险增加;②气象干旱与水文干旱风险在历史和未来时段均存在显著的正相关关系,相关系数超过0.99;③各流域水文干旱风险变化对气象干旱风险变化的敏感程度不会随气候变暖发生较大变化,但未来北方地区水文干旱同气象干旱同时发生的概率将会小幅度增加。     

基于copula函数的区域干旱分析方法

提出不同网格干旱等级影响下的区域干旱指数。采用copula函数,建立了区域干旱历时和干旱强度的联合分布,计算联合分布的重现期,并对实际重现期作区间估计。所提出的区域干旱指数能够反映研究区域内发生干旱的严重程度和该区内不同干旱等级所影响面积的大小,且联合分布同时考虑了干旱历时和干旱强度,更全面地反映区域的干旱状况。重庆市2006年干旱实证分析表明,区域干旱指数能够较好地描述本次干旱的发生发展过程,并计算出联合分布的重现期为118年。     

基于暴雨衰减特性的上海市长历时综合暴雨公式

编制适用于不同历时的综合暴雨公式是协调城市管网排水与区域防洪治涝的重要基础。选用上海市代表雨量站徐家汇站65 a实测雨量资料,建立不同重现期暴雨强度与历时关系,解析暴雨衰减规律,编制单一重现期暴雨公式,结合雨力公式推求适用不同重现期的长历时综合暴雨公式,并推导出暴雨重现期公式。结果表明:不同重现期1~24 h历时暴雨强度均以0.74的衰减指数衰减,据此推求的长历时综合暴雨公式可计算1~24 h任意历时、2~100 a任意重现期的设计暴雨,且平均相对和平均绝对均方根误差分别为1.9%和0.009 mm/min,符合规范要求;暴雨重现期公式可估算1~24 h历时内任意场次暴雨的重现期,高效地服务于城市洪涝防治决策。成果已纳入上海市治涝地方标准,对其他城市具有参考价值。     

Magnitude-frequency distribution in the European-Mediterranean earthquake regions

The European-Mediterranean earthquake catalogue from 1901 to 1985, which comprises uniformly determined magnitudes M_S and m_B(h ≥ 60 km) of 13300 events, was used in the study of cumulative magnitude-frequency relationships N_c(M) compiled for 75 earthquake regions and 25 larger provinces. In the whole magnitude range observed, the Gutenberg-Richter formula log N_c(M) = a − bM very rarely fits the cumulative (log N_c, M) distributions. The b-values of log-linear segments of N_c(M) vary regionally from b = 0.7 to b = 1.3; averaging of all values leads to (shallow events, M_S and ).

Most distributions pertain to the Mediterranean area (b = 0.86 from the graph for shallow events) and many of them indicate the existence of characteristic earthquakes in accordance with the theoretical single-fault model. Other observed shapes of N_c(M) can be explained by the superposition of populations of different M_max values or by the presence of swarm-type activity. The observed N_c(M) distributions depend very much on the delineation of earthquake regions i.e. on the number and dimension of seismoactive faults in the investigated region.

A premonitory enhancement of medium earthquake activity (M = 4.5–5.5) can be observed only very rarely.     

多元平稳随机过程游程计算方法的探讨及其应用

在一元平稳随机过程游程理论的基础上,提出了多元平稳随机过程游程分析方法,并推导出一系列计算公式。多元平稳随机过程可以划分为四种类型,即:空间和时间均独立的多元平稳随机过程;空间独立,时间相依的多元平稳随机过程;空间相依,时间独立的多元平稳随机过程;空间和时间均相依的多元平稳随机过程。采用统计试验法验证了公式的正确性。将理论方法应用于黄河流域历史干旱重演特性的研究,结果表明:黄河中下游同步发生年干旱现象的重现期为5.78年,连续1年以上发生的重现期为7.76年,连续3年以上出现的重现期为110年左右。     

两变量水文频率分布模型研究述评

水文变量多特征属性的频率分析,以及各种水文事件的遭遇及联合概率分布问题需要采用多变量概率分布模型解决。总结了当前应用最广泛的几种两变量概率分布模型,对各种模型的适用性和局限性做了详细分析,并介绍了一种新的两变量概率模型——Copula函数。现有模型大都基于变量之间的线性相关关系而建立,对于非线性、非对称的随机变量难以很好地描述;大部分模型假定各变量服从相同的边际分布或对变量间的相关性有严格的限定,从而限制了其应用。Copula函数所构造的两变量概率分布模型克服了现有模型的不足,它具有任意的边际分布,可以描述变量间非线性、非对称的相关关系。作为一种用于构造灵活的多变量联合分布的工具,Copula函数在水科学领域具有广阔的应用前景。     

Bivariate frequency analysis of low flow using copula functions (case study: Dez River Basin,Iran)

Accurate estimation of low flow as a criterion for different objectives in water resource management, including drought is of crucial importance. Despite the complex nature of water deficits, univariate methods have often been used to analyze the frequency of low flows. In this study, low flows of Dez River basin were examined during period of 1956–2012 using copula functions at the upstream of headbranches’ junction. For this purpose, at first 7-day series of low flow was extracted at the studied stations, then their homogeneity was examined by Mann–Kendall test. The results indicated that 7-day low flow series of Dez basin were homogenous. In the next stage, 12 different distribution functions were fitted onto the low flow data. Finally, for Sepid Dasht Sezar (SDS), Sepid Dasht Zaz (SDZ), and Tang Panj Bakhtiyari (TPB) stations, logistic distribution had the best fit, while for Tang Panj Sezar (TPS) station, GEV distribution enjoyed the best fit. After specifying the best fitted marginal distributions, seven different copula functions including Ali–Mikhail–Haq (AMH), Frank, Clayton, Galambos, Farlie–Gumbel–Morgenstern (FGM), Gumbel–Hougaard (GH), and Plackett were used for bivariate frequency analysis of the 7-day low flow series. The results revealed that the GH copula had the best fitness on paired data of SDS and SDZ stations. For TPS and TPB stations, Frank copula has had the best correspondence with empirical copula values. Next, joint and conditional return periods were calculated for the low flow series at the upstream of branches’ junction. The results of this study indicated that the risk of incidence of severe drought is higher in upstream stations (SDZ and SDS) when compared with downstream stations (TPB and TPS) in Dez basin. Generally, application of multivariate analysis allows researchers to investigate hydrological events with a more comprehensive view by considering the simultaneous effect of the influencing factors on the phenomenon of interest. It also enables them to evaluate different combinations of required scenarios for integrated management of basin and planning to cope with the damages caused by natural phenomena.     

非参数方法在干旱频率分析中的应用

运用非参数核密度估计方法研究干旱发生的联合概率、条件概率和重现期等干旱特征,以宁夏盐池站的月降水为例,应用单变量核概率密度函数估计干旱历时D的边缘分布,进行参数方法和非参数方法的拟合效果比较。在此基础上,采用双变量核概率密度函数估计方法构建了历时D与烈度S、历时D与峰值P的两变量联合概率分布,并计算了联合分布的重现期、条件概率与条件重现期。结果表明:与参数方法相比,非参数核密度估计方法能够描述干旱历时D、烈度S和峰值P两两之间的联合分布,是研究干旱频率的另一种新途径。