极值统计模型在大渡河流域暴雨频率分析中的应用-水文学及水资源专业论文.docxVIP

万方数据 万方数据 致谢 本研究及学位论文是在我的导师中国矿业大学资源学院朱奎副教授以及中 国水利水电科学研究院水资源所鲁帆高工的亲切关怀和悉心指导下完成的。他们 严肃的科学态度，严谨的治学精神，精益求精的工作作风，深深地感染和激励着 我。从课题的选择到项目的最终完成，朱老师和鲁老师都始终给予我细心的指导 和不懈的支持。两年多来，矿大水文所的各位同学以及中国水科院的各位师兄师 姐不仅在学业上给我以精心指导，同时还在思想、生活上给我以无微不至的关怀， 在此谨向你们致以诚挚的谢意和崇高的敬意。你们严谨细致、一丝不苟的作风一 直是我工作、学习中的榜样；你们循循善诱的教导和不拘一格的思路给予我无尽 的启迪。 感谢我的鲁帆老师和张冬冬师兄，这篇论文的每个实验细节和每个数据，都 离不开你的细心指导。而你们开朗的个性和宽容的态度，帮助我能够很快的融入 我们这个新的实验室。 感谢我的室友们，从遥远的家来到这个陌生的城市里，是你们和我共同维系 着彼此之间兄弟般的感情，维系着寝室那份家的融洽。三年了，仿佛就在昨天。 三年里，我们没有红过脸，没有吵过嘴，没有发生上大学前所担心的任何不开心 的事情。我们在一起的日子，我会记一辈子的。在此祝大家前程似锦。 感谢我的爸爸妈妈，焉得谖草，言树之背，养育之恩，无以回报，你们永远 健康快乐是我最大的心愿。 在论文即将完成之际，我的心情无法平静，从开始进入课题到论文的顺利完 成，有多少可敬的师长、同学、朋友给了我无言的帮助，在这里请接受我诚挚的 谢意！ 摘 要 暴雨和洪水是非常典型的极值事件，发生频率小，然而一旦发生却有巨大影 响。相对于一般样本，它们的观测数据比较缺乏，这导致频率分析中分布参数和 分位数的估计存在较大的不确定性。极值统计是专门研究很少发生，然而一旦发 生却有巨大影响的随机变量极端变异性的建模及统计分析方法，它能够评估极值 事件风险，在水文、气象、地震、保险和金融等领域有广泛的应用前景。与传统 统计学研究相比，极值统计的发展历史相对较短，至今还在不断发展之中。大渡 河是长江上游的主要支流之一，流经川西暴雨区，暴雨频繁。本文选择大渡河为 典型流域，研究极值统计建模方法在暴雨频率分析中的应用效果。本文主要研究 内容及结论如下： （1）根据大渡河气象站点降水资料，选取大渡河流域中下游龙头石-瀑布沟 梯级水库间集水区域，运用不同的空间降水插值方法进行流域降水插值。在考虑 高程及不同流域的情景下，在高程起伏变化大的地区，Kriging 插值计算结果较 大；而在高程变化小的地区，不同插值方法的插值结果由大到小的次序为： IDWLPGPKrigingRBF。综合不同插值比较，可以得出在大渡河中下游流域， IDW 插值结果较符合实际降雨。 （2）介绍了极值统计方法中的 GEV 分布和 GPD 分布模型，分别运用 GEV 分布和 GPD 分布模型分析极端降雨频率，计算不同重现水平的估计值及置信区 间。GEV 分布和 GPD 分布在大渡河中游流域都拥有较好的模拟。不同重现水平 的 GEV 分布和 GPD 分布模型估计值始终位于对应的 95%置信区间中，各站点 估计值随重现水平的增加而变大；重现水平 10 年~50 年估计的增加量比 50 年 ~100 年的增加量大，且变化趋势相对稳定。由于 GPD 分布模型的样本较为全面， 分析得 GPD 分布模型不同重现水平的估计值在暴雨集中站点基本均大于 GEV 分 布模型，而降雨量较小的站点两者估计值相差不大。 （3）运用 Copula 函数进行两集水区域暴雨联合概率分布的分析，通过不同 的 Copula 函数构造变量间的联合分布，运用拟合优度评选方法分析得出 Gumbel Copula 可以较好的拟合两变量。根据 Copula 函数计算二维条件重现期，结果表 明，用 Copula 函数构造的联合分布能够求得单区域一定暴雨面雨量值下的条件 重现期，可以为流域内工程规划设计和风险评估工作提供参考依据。 该论文有图 28 幅，表 24 个，参考文献 103 篇。 关键词：暴雨；大渡河；插值；梯级水库；极值；GEV 分布；GPD 分布；Copula 函数；联合分布 I Abstract Rainstorm and flood both are very typical extreme events, which have low frequ ency, but they exert a huge influence whenever they happen. Comparing with relativel y normal samples, observation data of them are comparatively insufficient, which resu lt