非一致性统计模型在水文-气象频率研究中的应用

发布时间：2023-04-26 20:34

　　受气候变化和人类活动影响,全球大部分地区的气象和水文条件存在一定的变异现象,尤其是在城镇环境内,气象和水文条件的演变机理和驱动机制有着显著的改变,因此在变化环境下,传统的基于一致性假设的水文及气象频率分析已不再适用。本文以北京地区为研究对象,在对水文及气象因素的变化特征进行统计分析基础上,采用GEV和GP两种极值分布模型和GAMLSS模型研究了一致性和非一致性模型在拟合不同样本序列时的表现,并在非一致性模型中考虑人类活动的影响,建立具有一定物理基础的模型。本文主要研究成果如下:(1)北京地区降水和气温的年际变化呈现出了明显区域特征,中心城区城市热岛和城市雨岛效应显著,加剧了北京中心城区内涝紧张程度。北京城区下垫面变化迅速,不透水面积显著增加,导致城区内年径流量呈现出显著的上升趋势。(2)与线性矩法和极大似然法等传统的参数估计方法相比,贝叶斯方法、广义极大似然法和GAMLSS模型中采用的智能迭代算法通常能得到更为精确的估计结果。(3)拟合非平稳时间序列时,在位置参数中采用时间t的函数的非一致性模型(GEV、GP、GAMLSS)能够考虑样本序列的变化特征,拟合结果较一致性模型精度更高,所得...

【文章页数】：89 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
变量注释表
1 绪论
    1.1 研究背景
    1.2 国内外研究进展
    1.3 研究目标及主要研究内容
2 非平稳时间序列统计理论及方法
    2.1 非平稳时间序列统计模型
    2.2 模型参数估计方法
    2.3 模型诊断
3 水文气象要素变化特征的定量识别
    3.1 降水和气温变化特征的定量识别
    3.2 径流量变化特征的定量识别
    3.3 小结
4 非一致性暴雨序列的统计建模与频率分析
    4.1 统计模型构建
    4.2 暴雨频率分析
    4.3 小结
5 非一致性水文序列的统计建模与频率分析
    5.1 基于时变参数非一致性分布拟合
    5.2 考虑物理指标影响下的非一致性分布拟合
    5.3 模型拟合结果对比
    5.4 小结
6 结论与展望
    6.1 主要结论
    6.2 研究展望
参考文献
作者简历
学位论文数据集



本文编号：3802156