水文随机分析一、二章110914.ppt

水文随机分析 （欢迎选修）;陈元芳简介;（一）课程设立背景;（二）课程重要性;（三）讲授主要内容;④一些新统计分析方法 （水文统计中未介绍的,实际上较早就有），含方差分析，聚类分析等。 ;1997年,丁晶,刘权授等《随机水文学》,中国水利水电出版社； 1988年,丁晶，邓育仁等《随机水文学》,成都科大出版社； 1993年,金光炎《水文水资源分析》,中国科技出版社； 1992年,常光兆等《随机数据处理方法》,石油出版社； 2005年,郭生练《设计洪水计算进展与评价》,中国水利水电出版社 2008年,王文圣,丁晶, 随机水文学,”十一五”规划教材,水利出版社 2009年,丛树铮,水科学中的概率统计方法,科学出版社 2011年 黄振平,陈元芳,水文统计学,中国水利水电出版社;（五）考核方法;第一章 随机过程基础知识;随机过程概念 ; 如南京滁河某站水位或流量，它是随时间而变化的，包括年平均流量，年最大流量，日、月平均流量或水位都是随时间而变。再如南京日、月平均气温值也随时间而变化，当然南京气温值还随空间位置不同而变化。换句话说，参变量不一定总是时间，可以是其他。这些随机变量即为随机函数。 特别是：我们常称以时间t为参变量的随机函数为随机过程。当然如果涉及水文现象的随机过程则称为水文随机过程，一般用 表示。 ; t可以是连续的，也可以是离散的。如t为离散的则简称随机序列或时间序列，如年最大 等，如t为连续的则仍称随机过程。 在给定t情况下， 就是一个随机变量，其取值可以是离散的，也可以是连续的。（水文上一般是连续型的，年径流量 、年最高水位等；也有离散的，如年降水天数，1，2，…，365） ;t; 在研究水文随机现象时，如研究洪水过程，如果把t当作连续的（瞬时过程），理论上讲是最好的，但这样的随机过程建模对资料要求高，工作量很大，实际上几乎难于实现。因此，常根据实际水文现象特性对t作离散化处理，如对大江大河洪水过程，不要求t为连续的，而只要日平均过程，即一年365个数据则可，经验表明：日平均过程可以近似反映长江干流洪水。当然对中小河洪水过程，则不能用日平均流量来反映，而应该取时段长为几个小时的平均流量做离散化（山区河流因流量变化大则应更短，一次洪水过程可用1、2个小时平均流量过程代替洪水过程）。 ; 在任意给定一个t值， 为随机变量，既然是随机变量，那么就会有概率分布。 ，对于时刻t1 ，对于时刻t1和t2 。 ，n个时刻的联合分布。 ;随机过程的主要数字特征 ; 1、平稳过程与非平稳过程。 主要看随机过程的统计特性是否随时间变化分类。如年径流或年降水过程在人类活动影响很小时可以认为是平稳随机过程，但洪水过程不是平稳的。 2、独立随机过程与非独立随机过程 主要看各时刻状态之间是否相互独立。年最大洪峰流量过程为独立随机过程，而日流量过程则为非独立随机过程。 其中有一种特殊过程：Markov（马尔科夫过程）如AR（1）过程，是非独立随机过程里常见的一种，实际上应用此较多。即将来状态与现在有关，而与其前面状态毫无关系。; 定义 如果对于时间t的任意n个数值t1, … ,tn和任意实数k，随机过程 的n维分布函数满足关系式 则称 为平稳随机过程。;当n=2时，;②宽平稳过程自相关函数性质; 事实上，这个概念还是很重要的。在许多实际随机过程特别是水文过程中，仅能有一个样本或一个现实，那么要估计不同t下 ， (某一个时刻t仅一个数据)则无法进行，这时如果具备历经性，则可用 代替 。 ;以上用 代替 ， 满足两个条件 ;五、泊松过程 ;独立增量过程X(t)，若其增量的频率分布为泊松分布 ; 当t1=0,t2= t，则 ; 例如，某站汛期[0，t]（t=30,30天内）年平均暴雨发生次数为4.8次，即 =4.8，这个数值完全可以根据实际观测次数系列求平均得到，则在汛期开始30天内发生n次暴雨的概率。 ; 第二章 水文时间序列的组成分析;概述 ;对系列组成成分分析的目的;一般的水文随机序列， ; 当 ，则 ，这时只要趋势及周期等成分分析的比较好，则预测 就比较可靠。 当然如果这种确定性成分在今后时期内不是按现有资料变化规律变化，那么预测起来精度也是不能保证的。 ;第二节 趋势项分析处理与检验 ; 查明趋势现象及其产生原因，然