轮廓似然函数在水文气象极值推断不确定性分析中的应用.pdfVIP

中国科学: 技术科学 2013 年 第43 卷 第12 期: 1299 ~ 1308 SCIENCE CHINA PRESS 论 文 轮廓似然函数在水文气象极值推断不确定性 分析中的应用 * 鲁帆, 王浩, 严登华 , 张冬冬, 肖伟华 中国水利水电科学研究院流域水循环模拟与调控国家重点实验室, 北京 100038 * E-mail: yandh@ 收稿日期: 2013-06-13; 接受日期: 2013-11-05 国家重点基础研究发展计划(“973”计划)(批准号: 2013CB036406, 2010CB951102)和国家自然科学基金(批准号:资助项目 摘要 将轮廓似然函数引入到水文气象极值推断的不确定性分析中, 阐述了对极值分布关 关键词 键参数及分位数置信区间进行轮廓似然估计的原理. 利用 GEV 分布拟合长江宜昌水文站年最 轮廓似然函数 大1 日洪水流量样本系列, 利用GP 分布拟合广州等十个典型大城市的极值降雨样本系列, 通 极值推断 水文气象 过极大似然法估计模型参数, 采用概率图、分位数图、重现水平图、密度函数图等4 种直观的 不确定性 诊断图形检验极值分布的拟合效果, 并借助轮廓似然函数估计不同重现期水文气象极值的重 置信区间 现水平及其置信区间. 分析结果表明: 轮廓似然函数曲线的不对称性随着重现期的增加而增 加, 可以反映样本系列长短和重现期长短对水文气象极值置信区间的影响. 轮廓似然函数是 极值分布关键参数及分位数置信区间估计的一种有效工具, 充分体现了极值降雨和洪水取大 值时的不确定性大于取小值时的不确定性的特点, 能更精确地估计水文气象极值的置信区间, 是水文气象极值推断不确定性分析中行之有效的一种方法. 极值统计是研究很少发生, 然而一旦发生却有 计问题还多, 极值推断的不确定性问题受到相关领 巨大影响的随机变量极端变异性的建模及统计分析 域研究人员的广泛关注[8, 9]. 方法. 目前, 极值统计的应用已经深入到水文、气象、 在水文气象统计中, 常选定皮尔逊 III 型、对数 地震、保险、金融等诸多领域[1~6]. 由于极值观测数 皮尔逊 III 型、耿贝尔型等理论线型作为频率分布线 据的缺乏, 由有限的样本资料估计总体的相应统计 型, 采用矩法、概率权重矩法、极大似然法等估计出 参数值, 抽样误差不可避免[7]. 对同一总体而言, 若 总体分布线型中的参数[10], 然后把参数的估计值当 抽取的样本不同, 得出的不同重现期的重现水平一 作真值代入到假定的分布中, 从而进行水文频率分 般也不相同, 仅是总体分位数的一个样本估计值, 可 析. 其中, 极大似然估计法是数理统计中最常用的参 能偏高或偏低于实际总体的对应值. 在已知模型类 数估计方法之一, 在极值分布统计推断中广泛应用. 型时, 模型的不确定性主要体现在模型参数上, 极值 Martins 和 Stedinger[11] 的研究表明, 当样本系列较短 模型参数的很小变化可能使外推结论发生很大改变. 时, 极大似然估计法估计的形状参数有时会偏小, 这 因此,