线性矩法在枯水研究中的应用.docxVIP

线性矩法在枯水研究中的应用 对床差流量的频率分析通过概率分布来阐明交通流量与产生频率之间的关系。由于每条河流其枯水径流的概率分布是未知的, 因此大多采用实测资料去拟合理论频率曲线, 并采用一定的统计特征量来寻求最佳的理论曲线。能用于枯水频率分析的理论分布主要有LN3、 W3、 P3以及LP3分布等。在判定频率分布线型的研究工作中, 概率点据相关系数检验法 (probability plot correlation coefficient, PPCC) 已经得到了一定的应用, 但这些学者在利用PPCC法进行频率分析时, 均是利用矩法进行分布函数的参数确定。近年来, 线性矩法 (L-moments) 已经被证明是一种非常有效的分布函数参数确定方法, 且被广泛地应用于洪水和枯水的频率分析中。 本文将PPCC法的应用范畴加以拓宽, 以6种常见的三参数分布函数作为假设分布线型, 利用线性矩法较为深入地分析东江流域的年最小七日平均流量序列, 用以解决东江流域的枯水频率分析。 1 基本方法 1.1 ppcc检验法的原理 概率点据相关系数检验法, 概念明确, 便于使用。设一个待检验样本xi(i=1, 2, …,n) , 则概率点据是指xi排序后第i项样本值x(i)的图形表示。大量研究表明, 概率点据应采用无偏点据来表达, 它再现了假设分布的第i项实测值的数学期望E[x(i)]。 基于上述基本观点, 若一个待检验样本的实际分布服从某个假设分布, 则排序后的实测值x(i)与假设分布的理论值yi的概率点据存在着近似的线性关系。因此, 可用概率点据相关系数统计特征量来描述序列x(i)与yi之间的相关程度, 即 R=n∑i=1(x(i)-ˉx)(yi-ˉy)√n∑i=1(x(i)-ˉx)2?n∑i=1(yi-ˉy)2.(1) 式中:R为相关系数;n为样本数目;x(i)和ˉx分别为样本xi排序后的实测值和均值;yi和ˉy分别为假设分布相应于x(i)的理论值和均值, 即yi=E[x(i)]。 实际上, PPCC检验法就是根据实测样本序列排序后各实测值x(i)及其相对应的经验频率Pi, 推求出某个假设分布F上经验频率Pi所对应的理论值yi=F-1(Pi) , 然后求两序列x(i)和yi的相关系数, 用以判断选择何种分布函数线型。各个站点排序后的实测值x(i)的经验频率采用Gringorten无偏估计公式进行计算 Ρ(i)=i-0.44n+0.12?(2) 式中:i为从小到大排列的序号,n为样本总数。为了得到假设分布的概率点据相关系数R, 本文采用线性矩法推求分布函数的参数及其反函数。 1.2 线性组合的一般方法 线性矩来源于Greenwood等人提出的概率权重矩 (PWM) 。 对于随机变量X, 第r阶概率权重矩定义如下 βr=∫10x(F)FrdF?r=1,2,3,?.(3) 式中:F(x) 为随机变量X的分布函数,x为概率为F时的反函数值。随机变量X的第r+1阶线性矩为 λr+1=∫10x(F)Ρ*r(F)dF.(4) 式中:Ρ*r(F)=r∑k=0(-1)r-k(r+k)!(k!)2(r-k)!Fk, 利用该多项式和式 (3) , 式 (4) 可化为 λr+1=r∑k=0(-1)r-k(r+k)!(k!)2(r-k)!βk?r=0,1,?,n-1.(5) 从式 (5) 可以看出, 随机变量X的线性矩是概率权重矩的线性组合。一般在实际应用中, 需利用有限的样本数来计算样本线性矩。假设随机变量X有n个样本, 把这n个值按照从小到大的顺序排列起来, 即x1∶n≤x2∶n≤…≤xn∶n,xi∶n(i=1, 2, …,n) 为在n个值中第i小的值。与随机变量X的线性矩类似, 前r+1阶样本线性矩定义为: lr+1=r∑k=0(-1)r-k(r+k)!(k!)2(r-k)!bk?r=0,1,?,n-1?(6)bk=n-1n∑i=k+1(i-1)(i-2)?(i-k)(n-1)(n-2)?(n-k)xi∶n.k=0,1,?,n-1. 式中bk为概率权重矩βk的无偏估计值。 样本离差系数定义为 t=l2/l1.(7) 样本线性矩系数定义为 tr=lr/l2?r=3,4,5,?,n.(8) 2 干水频率分析 2.1 枯水径流特征 东江流域为珠江流域的支流, 发源于江西省寻邬县的桠髻体。东江流域地处亚热带, 气候温和, 多年平均雨量为1 750 mm, 年径流量较为丰沛。由于受亚热带季风气候的影响, 年径流量在年内的变化较大, 流域70%～80%的年降雨量和年径流量集中在每年5月—8月, 剩余的时间基本上属于枯水季节。选取其中13个子流域作为研究对象, 流域面积大约为37.2～2 091 km2, 且这些子流域基本上不受人类活动的影响。这些子流域日平均流量资料的长度为9