极端的价值分析
设计洪水和基础设施干旱、极值分析是第一步,也是最基本的工具将可变性,基于多年的降雨和最好河道流量数据。首选的时间序列的长度至少40年这样一个范围的年,总的来说,包含足够的干燥和潮湿的时期。
两种普通的方法可在极值分析模拟放电和降水系列。年度最大系列只考虑每年最大的事件。部分时间系列(PDS)或peaks-over-threshold(锅)方法包括所有独立的山峰上面截断或阈值水平。图5.1展示了哪些数据点考虑年度最大方法(只有P1到P4),虽然PDS方法还包括侯,奔跑和P41。一个反对使用年度最大系列是它每年只雇佣了最大的事件,无论第二大事件一年超过其他年份的最大事件。此外,干一年最大的年度洪水流在一些干旱或半干旱地区可能为零,或很小,叫他们洪水是误导性的。当考虑降雨系列或污染物排放事件,一个造型可能感兴趣的所有事件发生在一年之内超过某个阈值。
π |
公关 |
P2 |
P3的 |
光伏一 |
参考leuet |
\ J \ \ jv V |
|||||
1 2 3 k
1 2 3 k
图5.1的时间序列河排放
来源:Eelco范发现
使用部分时间系列的框架可以避免这样的问题通过考虑所有的独立山峰超过指定阈值。此外,一个人可以估计每年超过阈值的概率分析,部分时间系列。参数的部分系列是相对较长的持续时间和可靠的记录通常是可用的,如果山峰的到达率阈值足够大,部分时间系列分析应该产生更准确的估计极端昆泰比相应的年度最大频率分析。
部分时间系列分析方法的一个缺点是,你必须有标准来确定唯一的独立山峰(而不是多个峰值对应于相同的事件)。因此,这种分析可以使用只比分析复杂年度最大值。部分持续时间模型,也许与参数随季节,常常被用于估计预期赔偿水文事件当多个damage-causing事件可以发生在一个赛季或在一年之内。
平均T年的洪峰流量QT超过一次(“重现期”)被称为“T年放电”。极值的概率称为“极端值分布”。它可以以不同的方式描述。甘力克I型的最大值和最小值的威布尔类型III是众所周知的分布。其他发行版使用log-Gumbel,皮尔森和log-Pearson III型分布。甘力克类型我设独立的观察极值Xb X2, X3,……Xn(连续年最大值)指数分布。P1的概率= exp (exp (- y))和反向y = ln (ln (P1))。互补的概率P = 1 - P1放电将超过一个观察(Q > X) = 1 / T和反向P1 = 1 - P = 1 - 1 / T。当我们安排最大m = 1,直到最小的测量m = N(可用的),然后返回周期T = (N + 1) / m和P = m / (N + 1)。如果观测结果绘制对数刻度,耿贝尔分布将成为一条直线。 Figure 5.2 gives an example of such a graph for the Rhine River in The Netherlands.
各种技术可用于一个极端的价值分析。一般来说,随机水文考虑水文事件的时间顺序(时间序列)的目的是试图解释发生的违规行为,特别是预测突出的发病率洪水和干旱等极端。水文和水资源教科书描述可用的各种技术(例如沃德,1967;梅德门特,1993;劳克斯和范发现,2005)。在记录不足的情况下,可以扭转统计程序来生成合成足够长的时间序列,并包含足够的极端的设计和管理水资源系统(见,例如,劳克斯和van发现,2005年,第7章)。分析干旱每周甚至每月、足够的时间步骤。对于洪水,日常数据通常是必要的。
这篇文章有用吗?
