一种水文序列的丰枯组合概率计算方法及装置制造方法及图纸

本发明专利技术实施例提供了一种水文序列的丰枯组合概率计算方法及装置，该方法包括：获取第一非一致性水文序列和第二非一致性水文序列；根据第一目标概率分布模型和所述第一非一致性水文序列确定第一分位数值序列，根据第二目标概率分布模型和所述第二非一致性水文序列确定第二分位数值序列；根据所述第一分位数值序列和所述第二分位数值序列，从至少两个备选连接Copula函数中选取准确率最高的目标Copula函数；根据所述目标Copula函数，确定与所述第一非一致性水文序列和所述第二非一致性水文序列的丰枯组合状态一一对应的丰枯组合概率。本发明专利技术实施例计算出的丰枯组合概率的准确率高。

【技术实现步骤摘要】
一种水文序列的丰枯组合概率计算方法及装置
本专利技术涉及水文数据分析
，尤其涉及一种水文序列的丰枯组合概率计算方法及装置。
技术介绍
由于降雨与径流、洪峰与洪量、干旱历时与干旱强度、水量与水质等不同水文变量之间具有相关性。在相关技术中，采用连接Copula函数，对各类水文数据进行分析计算，其中，假设水文数据是独立分布的，满足独立性、平稳性以及一致性等要求。另外，Copula函数可以看作是边缘分布为区间[0,1]上均匀分布的随机向量的联合分布函数。凡是具有相关性的两个或多个变量，无论是互相关或自相关，都可以用Copula函数将不同变量之间的联合分布函数与各自的边缘分布函数相连接，从而描述两个或多个变量之间的相互对应关系。但是，对于大部分水文现象而言，它们的随机性常常随着时间的推移或者环境的变化等呈现出某种趋势、季节性或者周期性等非均匀的变化，这就造成水文数据呈非一致性的时间序列。例如：1980年以来中国北方各大江河的实测径流量多呈下降趋势，而不是每年的径流量都相近。其中，海河、黄河、辽河、淮河等北方流域地表径流的平均衰减比例分别为47.1％、15.6％、13.3％和8.5％。因此本文档来自技高网...

【技术保护点】
1.一种水文序列的丰枯组合概率计算方法，其特征在于，包括：获取第一非一致性水文序列和第二非一致性水文序列，其中，所述第一非一致性水文序列和所述第二非一致性水文序列分别包括至少两个水文数据；根据第一目标概率分布模型和所述第一非一致性水文序列确定第一分位数值序列，根据第二目标概率分布模型和所述第二非一致性水文序列确定第二分位数值序列，其中，所述第一目标概率分布模型和所述第二目标概率分布模型包括时变参数；根据所述第一分位数值序列和所述第二分位数值序列，从至少两个备选连接Copula函数中选取准确率最高的目标Copula函数；根据所述目标Copula函数，确定与所述第一非一致性水文序列和所述第二非一致...

【技术特征摘要】
1.一种水文序列的丰枯组合概率计算方法，其特征在于，包括：获取第一非一致性水文序列和第二非一致性水文序列，其中，所述第一非一致性水文序列和所述第二非一致性水文序列分别包括至少两个水文数据；根据第一目标概率分布模型和所述第一非一致性水文序列确定第一分位数值序列，根据第二目标概率分布模型和所述第二非一致性水文序列确定第二分位数值序列，其中，所述第一目标概率分布模型和所述第二目标概率分布模型包括时变参数；根据所述第一分位数值序列和所述第二分位数值序列，从至少两个备选连接Copula函数中选取准确率最高的目标Copula函数；根据所述目标Copula函数，确定与所述第一非一致性水文序列和所述第二非一致性水文序列的丰枯组合状态一一对应的丰枯组合概率。2.根据权利要求1所述的水文序列的丰枯组合概率计算方法，其特征在于，所述根据第一目标概率分布模型和所述第一非一致性水文序列确定第一分位数值序列，根据第二目标概率分布模型和所述第二非一致性水文序列确定第二分位数值序列的步骤之前，所述方法还包括：根据所述第一非一致性水文序列，从至少两个备选概率分布模型中选取准确率最高的所述第一目标概率分布模型；和/或，根据所述第二非一致性水文序列，从所述至少两个备选概率分布模型中选取准确率最高的所述第二目标概率分布模型。3.根据权利要求2所述的水文序列的丰枯组合概率计算方法，其特征在于，所述根据所述第一非一致性水文序列，从至少两个备选概率分布模型中选取准确率最高的所述第一目标概率分布模型的步骤，包括：将所述第一非一致性水文序列xt(t＝1,2,…,n)分别代入所述至少两个备选概率分布模型Mj(j＝1,2,…,S)中的备选概率分布模型中，得出所述xt(t＝1,2,…,n)的概率密度函数f(xt|θ1,j(t))，并根据所述f(xt|θ1,j(t))，确定第一对数似然函数在l1,j取最大值的情况下，确定对应的时变参数等于并确定M1,j的评价指标在EI1,j取最小值的情况下，确定j的第一取值为X，并确定M1,X为所述xt(t＝1,2,…,n)的目标概率分布模型，以及确定M1,X中的时变参数为其中，p为惩罚函数，df1,j为所述M1,j中的整体自由度，X为小于或者等于S的正整数；θ1,j(t)为与xt(t＝1,2,…,n)对应的M1,j的时变参数，M1,j为针对xt(t＝1,2,…,n)的备选概率分布模型，且所述Mj(j＝1,2,…,S)包括所述M1,j，θ1,j(t)为时间t的三次样条函数，j取1至S的任意正整数，S为所述至少两个备选概率分布模型的数量，其为大于1的正整数，t取1至n的任意正整数，n为所述xt(t＝1,2,…,n)，其为大于1的正整数；所述根据所述第二非一致性水文序列，从所述至少两个备选概率分布模型中选取准确率最高的所述第二目标概率分布模型的步骤，包括：将所述第二非一致性水文序列yt(t＝1,2,…,n)，分别代入所述至少两个备选概率分布模型Mj(j＝1,2,…,S)中的备选概率分布模型中，得出所述yt(t＝1,2,…,n)的概率密度函数g(yt|θ2,j(t))，并根据所述g(yt|θ2,j(t))，确定第二对数似然函数在l2,j取最大值的情况下，确定对应的时变参数等于并确定M2,j的评价指标在EI2,j取最小值的情况下，确定j的第二取值为Y，并确定M2,Y为所述yt(t＝1,2,…,n)的目标概率分布模型，以及确定M2,Y中的时变参数为其中，df2,j为所述M2,j中的整体自由度，Y为小于或者等于S的正整数；θ2,j(t)为与yt(t＝1,2,…,n)对应的M2,j的时变参数，M2,j为针对yt(t＝1,2,…,n)的备选概率分布模型，且所述Mj(j＝1,2,…,S)包括所述M2,j，θ2,j(t)为时间t的三次样条函数，n为所述yt(t＝1,2,…,n)中水文数据的数量，其为大于1的正整数。4.根据权利要求3所述的水文序列的丰枯组合概率计算方法，其特征在于，所述根据第一目标概率分布模型和所述第一非一致性水文序列确定第一分位数值序列，根据第二目标概率分布模型和所述第二非一致性水文序列确定第二分位数值序列的步骤，包括：根据所述M1,X，采用以下公式计算与所述xt(t＝1,2,…,n)中的水文数据一一对应的所述第一分位数值序列ut(t＝1,2,…,n)：其中，为根据所述M1,X确定的所述xt(t＝1,2,…,n)的概率分布函数；根据所述M2,Y，采用以下公式计算与所述yt(t＝1,2,…,n)中...

【专利技术属性】
技术研发人员：鲁帆，肖伟华，王建华，赵勇，宋昕熠，孙高虎，侯保灯，
申请(专利权)人：中国水利水电科学研究院，
类型：发明
国别省市：北京,11