当前位置: 首页 > 专利查询>郑州大学专利>正文

基于copula函数的山洪灾害概率雨型推求方法技术

技术编号:20119615 阅读:16 留言:0更新日期:2019-01-16 12:23
本发明专利技术公开了基于copula函数的山洪灾害概率雨型推求方法,包括步骤:以小流域为单元收集典型小流域降雨资料;确定雨峰位置系数函数;采用copula函数确定峰值雨强与总雨量的联合分布函数并求解;确定某一概率下的雨型。该方法充分考虑了降雨过程的随机性和不确定性,通过收集整理典型小流域降雨资料,采用基于copula函数的峰值雨强与总雨量的联合分布函数,并结合雨峰位置函数,充分考虑雨峰位置、峰值雨强、总雨量三者的不确定性影响,共同确定研究区小流域不同概率下的暴雨雨型特征。该方法考虑雨型确定过程中关键因素对雨型的不确定性影响,为山丘区小流域不同概率雨型确定研究提供依据和参考。

Probabilistic Rainfall Form Estimation Method of Mountain Flood Disaster Based on Copula Function

The invention discloses a method for calculating probability rainfall pattern of mountain torrent disasters based on Copula function, which includes steps: collecting rainfall data of typical small watershed as a unit, determining the coefficient function of rainfall peak position, determining the joint distribution function of peak rainfall intensity and total rainfall by copula function, and determining the rainfall pattern under a certain probability. The method fully considers the randomness and uncertainty of rainfall process. By collecting and sorting out rainfall data of typical small watershed, the joint distribution function of peak rainfall intensity and total rainfall based on Copula function is adopted, and the uncertainties of peak location, peak rainfall intensity and total rainfall are fully taken into account, and the uncertainties of different probabilities of small watershed in the study area are jointly determined. Rainstorm type characteristics. This method considers the influence of key factors on the uncertainty of rainfall pattern in the process of determining rainfall pattern, and provides basis and reference for the study of determining different probabilistic rainfall patterns in Hilly watershed.

【技术实现步骤摘要】
基于copula函数的山洪灾害概率雨型推求方法
本专利技术属于山洪灾害研究
,具体涉及一种基于copula函数的山洪灾害概率雨型推求方法。
技术介绍
受全球气候变化的影响,极端暴雨天气事件发生频率和强度逐渐加剧,全球或局地的降水结构发生了显著变化,导致水汽循环发生改变,由此引发一系列气象灾害。而近几十年中国极端暴雨天气的强度和频次亦呈现逐渐增加趋势,由此造成我国小流域山洪灾害肆虐严重,对人类生活、社会发展和自然生态系统产生了严重影响。极端暴雨天气是由降雨在时空分布上的不确定性所造成的,降雨作为山洪灾害预警指标计算的关键输入数据,其不确定性造成了山洪灾害预警的不确定性。降雨总量、峰值雨强、降雨时程分布等雨型基本因素均对预警指标有较大影响,由于在现实情境中,降雨具有随机性,基于单因素发生概率推求的山洪灾害暴雨雨型已经不能满足实际需求,如何基于多因素的联合发生概率,科学合理地确定一定概率下的山洪灾害暴雨雨型对山洪灾害预警预报具有重要意义。常用的雨型确定方法有模式雨型、芝加哥雨型、三角形雨型、p&c法雨型、huff雨型等,但这些雨型推求方法大多是基于城市洪涝灾害而提出的,对于这些方法应用到小流域山洪灾害暴雨雨型的确定有一定的局限性。如:p&c法雨型虽然考虑了一定的概率分布,但是仅仅只是将雨峰放在最可能出现的位置,其它雨峰位置没有考虑。并且在其余各时段分配比例偏向于极端化,致使降雨过程陡涨陡落,不符合实际降雨过程;huff雨型根据最大雨强发生的具体时间段,对其作出多种不同频率的无因次时间分配过程,推求不同概率下降雨时程分配,但是该方法仅仅将最大雨强位置按照降雨历时分为四种,没有考虑雨峰位置的随机性影响;三角形雨型和芝加哥雨型在应用时雨峰位置固定且不考虑随机概率分布,虽然应用简单边界,但不满足降雨过程的随机性和不确定性,易与实际降雨过程产生较大出入,且芝加哥法雨型不能用于历时大于2h的降雨时程分配,不满足小流域山洪灾害暴雨特性。
技术实现思路
本专利技术为了解决现有技术中的不足之处,提供一种基于copula函数的山洪灾害概率雨型推求方法;该方法通过耦合总雨量与峰值雨强构建联合分布合数,同时结合雨峰位置系数函数,充分考虑总雨量、峰值雨强、雨峰位置的随机性和不确定性,推求不同概率下总雨量、峰值雨强、雨峰位置的联合雨型。并且该方法基于大量实测资料,充分考虑小流域降雨特性,将除雨峰位置外其余时段分配比例平均化,避免降雨过程中出现极端化的陡涨陡落现象。本专利技术采用如下技术方案:基于copula函数的山洪灾害概率雨型推求方法,包括以下步骤,S1、以小流域为单元收集典型小流域降雨资料;S2、确定所求时段雨型的雨峰位置系数函数;S3、采用copula函数构造时段峰值雨强和时段总雨量的联合分布函数,并估计copula函数参数;S4、基于联合分布函数推求一定总雨量所对应的峰值雨强条件概率分布;S5、根据条件概率分布推求相同概率下峰值雨强;S6、确定所求时段某一概率下除雨峰位置外,其余时段的降雨分配比例;S7、确定研究区某一概率下的雨型。优选地,S1步骤中需根据典型小流域降雨资料依据一定原则进行雨场划分,整理出一定时段的降雨场次;雨场划分原则如下所述:a:长时间间隔的场次降雨分割采用前后连续24小时无降雨的原则,即一场连续降雨过程,其前后连续24小时均无降雨;b:中等时间间隔的场次降雨分割采用前后连续12小时无降雨的原则,即一场连续降雨过程,其前后连续12小时均无降雨;c:短时间间隔的场次降雨分割采用以4mm为降雨场次的原则,即一场连续降雨过程中,以小时雨量大于4mm时相应时刻为该场次降雨的开始时刻,以小时雨量连续3小时小于4mm的开始时刻为该场次降雨的结束时刻。优选地,S2步骤具体包括如下步骤:Ⅰ:统计雨峰位置系数;Ⅱ:选取适当的概率分布函数线型,估计概率分布函数的参数,确定雨峰位置系数函数,并推求不同概率下雨峰位置。优选地,确定雨峰位置系数具体包含以下步骤,(1):确定场次降雨中雨峰出现时间;(2):确定场次降雨总历时;(3):确定雨峰出现时间与降雨总历时的比值,即为雨峰位置系数。优选地,S3步骤具体包括如下步骤:A:选取适当的边缘概率分布函数线型,确定峰值雨强边缘分布函数;B:选取适当的边缘概率分布函数线型,确定时段总雨量边缘分布函数;C:采用copula函数构造峰值雨强和时段总雨量的联合分布函数,并估计copula函数相关参数。优选地,步骤A、B中边缘概率分布函数线型均采用P-Ⅲ型分布,并采用矩法估计边缘分布函数的相关参数。优选地,步骤C中copula函数采用二维G-Hcopula函数,并采用Kendall秩相关性系数法估计二维G-Hcopula函数的参数。优选地,S6步骤具体包括如下步骤:①:依据雨峰位置系数函数,确定某一概率下的雨峰位置。②:选取样本资料中与①中雨峰位置相同的样本。③:确定各样本中除雨峰位置外,其余各时段的降雨分配比例。④:将相同时段降雨量比例平均化,即为某一概率下除雨峰位置外,其余各时段的降雨分配比例,且各时段的降雨分配比例和为1。优选地,确定某一概率下的雨峰位置;确定某一概率下的峰值雨强和和总雨量;确定除雨峰位置外其余各时段的降雨分配比例;将总雨量按比例分配到各个时段,即为某一概率下的暴雨雨型。采用上述技术方案,与现有研究相比,本专利技术具有以下优点:本专利技术所述的一种基于copula函数的山洪灾害概率雨型确定方法,其优点在于,通过收集以小流域为单元的典型小流域的降雨资料,统计出所需时段降雨的雨峰位置系数、峰值雨强、总雨量,在此基础上构建雨峰位置系数概率密度函数和基于copula函数的峰值雨强和总雨量的联合分布函数,充分考虑了雨型确定过程中雨峰位置、峰值雨强、总雨量三个不确定性因素,并将三者以概率密度函数有机结合起来,得以推求出某一概率下的山洪灾害暴雨雨型,为山丘区小流域概率雨型确定提供参考和依据。附图说明图1是本专利技术所述基于copula函数的山洪灾害概率雨型确定方法的流程示意图;图2是本专利技术所述的前后24小时以上无降雨的一场连续降雨分割示意图。图3是本专利技术所述的前后12小时以上无降雨的一场连续降雨分割示意图。图4是本专利技术所述的以降雨4mm为界的一场连续降雨分割示意图。图5是本专利技术所述的实测6小时总雨量与相应场次降雨峰值雨强散点图。图6是本专利技术所述的经验联合分布函数与理论联合分布函数拟合图(θ=1.36)。图7是本专利技术所述的当总雨量为50%时,峰值雨强的条件概率分布图。具体实施方式如图1所示,本专利技术的基于copula函数的山洪灾害概率雨型推求方法,包括以下步骤:S1、以小流域为单元收集典型小流域降雨资料;S2、确定所求时段雨型的雨峰位置系数函数;S3、采用copula函数构造时段峰值雨强和时段总雨量的联合分布函数,并估计copula函数参数;S4、基于联合分布函数推求一定总雨量所对应的峰值雨强条件概率分布;S5、根据条件概率分布推求相同概率下峰值雨强;S6、确定所求时段某一概率下除雨峰位置外,其余时段的降雨分配比例;S7、确定研究区某一概率下的雨型。优选地,S1步骤中需根据典型小流域降雨资料依据一定原则进行雨场划分,整理出一定时段的降雨场次;雨场划分原则如下所述:a:长时间间隔的场次降雨本文档来自技高网
...

【技术保护点】
1.基于copula函数的山洪灾害概率雨型推求方法,其特征在于:包括以下步骤,S1、以小流域为单元收集典型小流域降雨资料;S2、确定所求时段雨型的雨峰位置系数函数;S3、采用copula函数构造时段峰值雨强和时段总雨量的联合分布函数,并估计copula函数参数;S4、基于联合分布函数推求一定总雨量所对应的峰值雨强条件概率分布;S5、根据条件概率分布推求相同概率下峰值雨强;S6、确定所求时段某一概率下除雨峰位置外,其余时段的降雨分配比例;S7、确定研究区某一概率下的雨型。

【技术特征摘要】
1.基于copula函数的山洪灾害概率雨型推求方法,其特征在于:包括以下步骤,S1、以小流域为单元收集典型小流域降雨资料;S2、确定所求时段雨型的雨峰位置系数函数;S3、采用copula函数构造时段峰值雨强和时段总雨量的联合分布函数,并估计copula函数参数;S4、基于联合分布函数推求一定总雨量所对应的峰值雨强条件概率分布;S5、根据条件概率分布推求相同概率下峰值雨强;S6、确定所求时段某一概率下除雨峰位置外,其余时段的降雨分配比例;S7、确定研究区某一概率下的雨型。2.根据权利要求1所述的基于copula函数的山洪灾害概率雨型推求方法,其特征在于:S1步骤中需根据典型小流域降雨资料依据一定原则进行雨场划分,整理出一定时段的降雨场次;雨场划分原则如下所述:a:长时间间隔的场次降雨分割采用前后连续24小时无降雨的原则,即一场连续降雨过程,其前后连续24小时均无降雨;b:中等时间间隔的场次降雨分割采用前后连续12小时无降雨的原则,即一场连续降雨过程,其前后连续12小时均无降雨;c:短时间间隔的场次降雨分割采用以4mm为降雨场次的原则,即一场连续降雨过程中,以小时雨量大于4mm时相应时刻为该场次降雨的开始时刻,以小时雨量连续3小时小于4mm的开始时刻为该场次降雨的结束时刻。3.根据权利要求1所述的基于copula函数的山洪灾害概率雨型推求方法,其特征在于:S2步骤具体包括如下步骤,Ⅰ:统计雨峰位置系数;Ⅱ:选取适当的概率分布函数线型,估计概率分布函数的参数,确定雨峰位置系数函数,并推求不同概率下雨峰位置。4.根据权利要求3所述基于copula函数的山洪灾害概率雨型推求方法,其特征在于:确定雨峰位置系数具体包含以下步骤,(1):确定场...

【专利技术属性】
技术研发人员:原文林付磊刘远驰高倩雨宋汉振
申请(专利权)人:郑州大学
类型:发明
国别省市:河南,41

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1