数据资源: 中文期刊论文

基于Copula函数的西安供水河流年径流丰枯遭遇分析



编号 zgly0001556116

文献类型 期刊论文

文献题名 基于Copula函数的西安供水河流年径流丰枯遭遇分析

作者 尤琦英  周彦龙  刘燕  宗含 

作者单位 长安大学环境科学与工程学院  长安大学旱区地下水文与生态效应教育部重点实验室  长安大学水与发展研究院  西北农林科技大学水利与建筑工程学院 

母体文献 西北农林科技大学学报(自然科学版 

年卷期 2017年10期

年份 2017 

分类号 P333 

关键词 径流  丰枯遭遇  Copula函数  Kendall系数  极大似然估计 

文摘内容 【目的】分析不同Copula函数参数估计法对函数类型选择及对河流年径流丰枯遭遇的影响,为西安水资源开发、供水调度管理提供理论依据。【方法】利用黑河黑峪口站、沣河秦渡镇站、灞河马渡王站3个水文站55年的年径流数据,基于Kendall系数估计法和极大似然估计法分别估计Copula函数的参数,选择拟合程度好的GH Copula函数,对比分析两种估计法推求的黑河、沣河、灞河的年径流丰枯遭遇频率。【结果】两种参数估计法均表明GH Copula函数是拟合程度最好的函数。极大似然估计法的拟合结果略优于Kendall系数估计法,但两者之间相关系数的绝对差≤0.02%。两种方法估计的河流间两两丰枯同步和丰枯异步的概率≤3%,沣河、黑河、灞河3条河流两两丰枯同步的概率远远大于丰枯异步的概率;丰枯同步的概率中,两条河流同平的概率几乎是同丰和同枯的概率和,同枯的概率略小于同丰的概率;在丰枯异步的概率中,2条河流一丰一枯的概率最小,其中灞河和沣河一丰一枯的概率只有0.048%~0.138%。【结论】在西安供水河流年径流丰枯遭遇分析时,极大似然估计法的拟合结果略优于Kendall系数估计法,但两种参数估计法都是可行的。

相关图谱

扫描二维码