利索能及
我要发布
收藏
专利号: 2018112565218
申请人: 西安理工大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种流域降雨径流关系非线性快速诊断及归因分析的方法,其特征在于,具体按照以下步骤实施:步骤1、确定研究流域,收集研究流域控制水文站年径流量与流域雨量站的年降雨量数据;

步骤2、根据水文统计原理,确定流域年降雨量和年径流量的最优理论概率分布函数;

步骤3、使用阿基米德家族Copula函数建立年降雨量和年径流量水沙关系的理论最优二维联合分布函数;

步骤4、构建降雨径流关系的理论最优二维联合分布的似然比统计量,根据建立的似然比统计量计算样本的似然比统计值,并根据似然比统计量的边界阈值确定突变点;

步骤5、根据步骤4确定的突变点,假设突变年份之前为自然时期,所述自然时期为无人类活动影响的时期,并将自然时期作为基准期,突变年份之后为人类活动影响的时期;

步骤6、根据步骤5分析得到的年降雨量和年径流量降雨径流关系变化的自然时期数据建立降雨径流模型,再根据全时段的年降雨数据利用建立的降雨径流模型重构年径流量资料;

步骤7、利用重构得到的年径流量资料和实测资料进行对比,分析得到气候变化和人为活动对径流变化影响的贡献率。

2.根据权利要求1所述的一种流域降雨径流关系非线性快速诊断及归因分析的方法,其特征在于,所述步骤1具体按照以下步骤实施:步骤1.1、先确定某个流域的控制水文站为研究站点,然后收集该站点连续若干年每日流量数据,并计算得到每年的年径流量;

步骤1.2、选择流域及其附近区域若干个雨量站点连续若干年每日降水量数据,根据算术平均法计算得到流域每年的面降雨量。

3.根据权利要求2所述的一种流域降雨径流关系非线性快速诊断及归因分析的方法,其特征在于,所述步骤2为:根据水文统计原理,通过非参数柯尔莫哥洛夫‑斯米诺夫检验,使用水文常用的四种概率分布指数分布EXP、耿贝尔分布GUM、伽马分布GAM、皮尔逊三型分布PE3对所述步骤1中的年降雨量和年径流量进行概率分布函数检验,通过AIC准则确定流域年降雨量和年径流量的理论最优概率分布函数。

4.根据权利要求3所述的一种流域降雨径流关系非线性快速诊断及归因分析的方法,其特征在于,所述步骤2中流域年降雨量和年径流量的4种理论概率分布函数的参数估计使用线性矩法分别进行估计,计算公式如下:设X为实值总体,分布函数为F(x)=P(X≤x),且存在反函数x=G(F),G(F)又称为分位函数,对于样本x1,...,xn,记顺序统计量:x1:n≤x2:n,....,≤xn:n,Hosking的r阶线性矩估计量如下:其中:

式中:r为线性矩阶数,n为样本个数。

5.根据权利要求3所述的一种流域降雨径流关系非线性快速诊断及归因分析的方法,其特征在于,所述步骤2中流域年降雨量和年径流量的最优理论概率分布函数使用非参数柯尔莫哥洛夫‑斯米诺夫检验和AIC准则,计算公式如下:设Sn(x)是随机样本观察值的累积概率分布函数,即经验分布函数,样本量为n;Fo(x)是一个特定的累积概率分布函数,即理论分布函数,定义D=|Sn(x)‑Fo(x)|,如果对于每个x值,Sn(x)与Fo(x)接近,则表明经验分布函数与理论分布函数的拟合程度很高,有理由认为样本数据来自服从该理论分布的总体;

K‑S检验的是绝对值D=|Sn(x)‑Fo(x)|中最大的偏差,即使用如下的统计量做检验:Dmax=max|Sn(x)‑Fo(x)|;

AIC信息准则计算公式如下:

AIC=2k‑2ln(L)。

6.根据权利要求3所述的一种流域降雨径流关系非线性快速诊断及归因分析的方法,其特征在于,所述步骤4计算方法如下:Copula函数似然比检验方法,它通过测量Copula参数变化检测多变量水文系列相关结构的变化点,该方法似然比统计量的对数形式如下:在变点λ未知的条件下变换为:

式中,n为样本个数,Λλ考为Copula函数似然比统计量,λ为突变点在数据序列中的位置,η1为突变点之前的样本子序列建立的Copula联合分布函数的参数,其中包含突变点本身, 为η1的估计值,η2为突变点之后的样本子序列建立的Copula联合分布函数的参数,为η2的估计值,η0为样本序列建立的Copula联合分布函数的参数, 为η0的估计值,在

5%的显著性水平下取统计量Zn的边界值,即统计量大于边界值时拒绝原假设,联合分布相关结构存在突变点。

7.根据权利要求6所述的一种流域降雨径流关系非线性快速诊断及归因分析的方法,其特征在于,所述Zn的边界值为3.69。