基于概率分布郑州洪涝灾害研究.docVIP

基于概率分布郑州洪涝灾害研究 　　摘要：文章通过分析郑州降雨量日值数据，建立模型判定洪涝灾害发生的时间与强度。并通过分布拟合判断出郑州洪涝灾害的发生次数服从参数为9的possion分布；而洪涝灾害每次发生的强度服从Burr分布；洪涝持续时间ξ～IG（4.2904，5.1034），期望为5天。一般来说7、8、9三个月份是大暴雨频发月份。 　　关键词：非参数检验；分布拟合；洪涝判定 　　中图分类号：P407 文献标识码：A 文章编号：1009-2374（2013）20-0016-02 　　1 概述 　　自然灾害的发生具有一定的突发性和随机性，且有时是难以避免的。进入21世纪，我国洪涝灾害频发，造成损失严重。仅2012年洪涝灾害致死673人，直接损失2675亿元。因此如何应对洪涝灾害以减轻财产损失是我们不得轻视的问题。 　　本文通过处理郑州多年降雨量数据建立洪涝灾害判定模型，得出21世纪以来郑州洪涝灾害发生的具体情况，通过概率分布来量化郑州洪涝发生的频率、强度、持续时间和多发月份等信息，以便为该地区农业灾害保险定价、农业生产和洪涝灾害防治等方面提供依据。 　　2 理论与概念 　　2.1 数据来源 　　本文选取中国气象科学数据共享服务网，截取郑州站点2000～2012年降雨量日值数据为研究对象。依据气象学中我国气象部门采用的爆雨强度标准，大暴雨是指12小时雨量等于和大于70毫米；特大暴雨指是2小时雨量等于和大于140毫米。 　　2.2 降雨形成洪涝模型 　　洪涝灾害主要是由降雨引起的，当降雨量在一段时间内持续过大，降水速度大于排水速度就会引起洪涝灾害。假设降雨速度为v（t）mm/d，而最大排水速度为V，实时排水速度为v0mm/d。则，该地区在t-t0时间段 　　内雨水累积量为： 　　（1） 　　显然当日降雨量较小时，降雨可以及时地通过土壤渗透以及河流排水排出，即v（t）-v0=0时不存在积水情况，更不会存在洪涝灾害的隐患。但当日降雨量非常大或者持续高强度降水时亦即v（t）非常大或者持续较大时，就会发生洪涝灾害。 　　在t-t0这段时期内，可以把从下雨整个连续多水期分为潜伏、蓄水和排水三阶段。在潜伏阶段（t0～t1），v（t）=v0，不会形成积水；到了蓄水阶段（t1～t2），v（t）v0，会开始形成积水，且积水的多 　　少与Δt=（t1～t2）的大小直接呈正相关，积水大于一定值时判定为洪涝，此阶段持续时期越长则发生洪涝灾害越严重；进入排水阶段后降水速度减少至C以下（t2～t3），v0=C，此时期长短则与前期的积水量正相关，直到t3时刻排水结束，积水V=0。 　　则（1）式可以展开为： 　　（2） 　　从（2）式可看出t2时刻V（t）达到最大为： 　　（3） 　　于是可以参照此时的积水量Vm来判断洪涝发生的时间和强度。假设观测区排水速度恒为100mm/d，即与大暴雨的速度相当。当积水超过50mm时判定为洪涝，洪涝强度与积水深度有关。求得12年来洪涝灾害发生的结果，见表1。 　　2.3 分布检验方法 　　在总体分布情况不明或有些分组数据一端或两端为不确定数值时，用非参数检验。本文选用K-S检验、A-D检验和卡方检验三种常见的非参检验方法。三种检验的值都是越小，实际分布越接近理论分布。 　　3 关于郑州洪涝灾害的描述 　　一般大暴雨及洪涝灾害发生的时间、每次发生的强度、发生频率等遵循某种特殊分布。我们试图以某种分布函数来描述这种规律，并通过非参数检验来判断拟合优度。 　　3.1 洪涝发生频率描述 　　通过每年灾害发生次数的时序图，可知郑州历年灾害数之间的影响不大。根据郑州2000～2012年洪涝发生次数的原始数据，可知郑州洪涝发生次数的样本原点矩8.923，大暴雨发生次数的样本原点矩18.615。分别运用参数λ=8.92和λ=18.6的泊松分布对洪涝及大暴雨发生的次数进行非参数检验。 　　洪涝和大暴雨的K-S检验值分别为0.179和0.142，均小于置信水平95%时的临界值0.36，通过检验；二者A-D检验值分别为0.51和0.31，小于置信水平95%时的临界值2.5。因此可认为郑州洪涝灾害及大暴雨发生的次数都服从泊松分布。大暴雨年发生次数X～π（18.6）。洪涝灾害年发生次数Y～π（8.9）。 　　3.2 暴雨发生月份描述 　　通过观察大暴雨发生的月份可发现大暴雨发生时间集中在夏季，用常见的有界分布对其经验分布进行拟合都不理想，其中Gen.Extreme Value拟合度最优，K-S检验值0.125，A-D检验值7.74，仍拒绝原假设。故只能通过频数分析来描述大暴雨平均发生次数与月份的关系，详见表2。 　　4 结论与展望 　　本文通过建立模型处理易得的降雨量数据，得出郑州13年间洪涝灾害发生的时间和强度等信息。洪涝灾害的发生次数服从泊松分