CN108710989A - 一种基于联合分布函数的综合干旱指数 - Google Patents
一种基于联合分布函数的综合干旱指数 Download PDFInfo
- Publication number
- CN108710989A CN108710989A CN201810355389.XA CN201810355389A CN108710989A CN 108710989 A CN108710989 A CN 108710989A CN 201810355389 A CN201810355389 A CN 201810355389A CN 108710989 A CN108710989 A CN 108710989A
- Authority
- CN
- China
- Prior art keywords
- rainfall
- sequence
- distribution function
- run
- drought index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005315 distribution function Methods 0.000 title claims abstract description 69
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 35
- 238000003786 synthesis reaction Methods 0.000 title claims abstract description 35
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims description 20
- 241000039077 Copula Species 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract description 6
- 230000002265 prevention Effects 0.000 abstract description 4
- 230000035945 sensitivity Effects 0.000 abstract description 3
- 238000000034 method Methods 0.000 description 7
- 239000004744 fabric Substances 0.000 description 4
- 238000012512 characterization method Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开的一种基于联合分布函数的综合干旱指数,步骤一:收集流域内的日降雨量数据和径流量;步骤二:分别计算降雨量序列边缘分布函数、径流量序列边缘分布函数;步骤三:构建降雨量序列和径流量序列的联合分布函数;步骤四:计算综合干旱指数MSDIp;步骤五:设定判定干旱指数的阈值,根据步骤四得到的综合干旱指数MSDIp与干旱指数阈值比较判定干旱的等级。具有一定的可靠性、灵敏性和综合性等优越性,能够捕捉干旱开始和结束,更加综合、全面的识别干旱,提前发出预警,为干旱的监测、防治乃至预报提供可靠、有力的支持。
Description
技术领域
本发明属于水文水资源领域,涉及一种基于联合分布函数的综合干旱指数。
背景技术
随着全球气候变暖,旱涝灾害发生频率逐步升高,干旱研究刻不容缓。干旱指数是研究干旱的基础和重要手段,可以用来监测、预防干旱。干旱可以分为气象干旱、水文干旱、农业干旱、社会经济干旱等不同类型,相应有各自不同类型的干旱指数。然而,不同类型干旱的发生与结束时间并不相同,单一变量的干旱指数不能很好的指导决策者做出可靠有效的决策。因此,需要发展一种能综合表征不同类型干旱的综合干旱指数,以期更好的表征干旱,更敏感的捕捉干旱的发生与结束。
现有的采用熵权法赋权和模糊综合法将PDSI、SPI和SPEI3种指数结合在一起,研制出的模糊综合评价指数DI在赋权时存在一定主观性,极易造成误差;基于主成分分析法构建的融合降雨、径流及土壤含水量等水文气象要素的综合干旱指数PRSM无法反映变量间的非线性影响特征。
发明内容
本发明的目的在于提供一种基于联合分布函数的综合干旱指数,能够灵敏、有效的监测或预测干旱信息。
本发明所采用的技术方案是:一种基于联合分布函数的综合干旱指数,
步骤一:收集流域内的日降雨量数据和径流量数据;
步骤二:分别计算降雨量序列边缘分布函数、径流量序列边缘分布函数;
步骤三:构建降雨量序列和径流量序列的联合分布函数;
步骤四:计算综合干旱指数MSDIp;
步骤五:设定判定干旱指数的阈值,根据步骤四得到的综合干旱指数MSDIp与干旱指数阈值比较判定是否发生及干旱的等级。
本发明的特点还在于,
步骤一中选取日降雨量大于1.0mm的降雨量数据,将流域内选取的降雨量数据处理成流域面降雨量,在将流域面降雨量序列按各月的日降雨量数据进行加和,得到月总降雨量,转化为月尺度的总降雨量尺度数据,再按时间顺序排列;
步骤一中将各月的径流量数据进行加和,得到月总径流量,转化为月尺度径流量数据,再按时间顺序排列。
步骤一流域面降雨量计算公式为:
式中,fi为第i个气象站所在多边形的面积,F为流域总面积。
步骤二中,设降雨量序列共有N项,按由小到大的顺序排列为X1≦X2…≦Xi…≦XN,则序列中小于等于Xi的出现次数为i,降雨量序列边缘分布函数计算公式为:
设径流量序列共有M项,按由小到大的顺序排列为y1≦y2…≦yk…≦yM,则序列中小于等于Yk的出现次数为k,径流量序列边缘分布函数计算公式为:
式中,降雨量序列、径流量序列长度一致,即N=M。
步骤三中,降雨量序列、径流量序列联合分布函数计算公式为:
H(x,y)=C(F(x),G(y)) (4)
其中F为降雨量序列随机变量x边缘分布函数,G为径流量序列随机变量y的边缘分布函数,H为降雨量序列、径流量序列联合分布函数;则对C为Copula函数;若降雨量序列F、径流量序列G为连续函数,则C唯一。
公式(4)中Copula函数C的计算公式为:
生成元为:
其中,u为降雨量序列变量的边缘累积概率即∫F(x),v径流量变量的边缘累积概率即∫G(y);θ为参数。
公式(5)和公式(6)中θ可以由Kendall秩相关系数τ求得:
一阶德拜函数D1(θ)表达式为:
其中公式(7)中可求得相关系数τ,结合公式(5)和公式(6)得到Copula函数C。
步骤四中,降雨量的边缘分布函数为F(x),径流量的边缘分布函数为G(y),则降雨量、径流量的累积联合概率p可用联合分布P和Copula函数C表示为:
P(x≤X,y≤Y)=C[F(x),G(y)]=p (9)
将p标准正态化得到σ(p),由联合分布函数可得综合干旱指数(MSDIp):
MSDIp=σ-1(p) (10)
式中,σ为标准正态分布。
步骤五中,设判定干旱发生的干旱指数的阈值为-1;当MSDIp<-1时,则发生干旱;MSDIp<-1.5时,则干旱较为严重;MSDIp<-2时,则干旱极为严重。
本发明的有益效果是:本发明的基于联合分布函数的综合干旱指数,选取降雨量、径流量两种变量,分别计算降雨量、径流量的边缘分布函数,采用降雨量序列和径流量序列联合概率分布,构建出综合干旱指数MSDIp。本发明的一种基于联合分布函数的综合干旱指数,具有可靠性、灵敏性和综合性等优点,能够捕捉干旱开始和结束,更加综合、全面的识别干旱,提前发出预警,为干旱的监测、防治乃至预报提供可靠、有力的支持。
附图说明
图1是本发明一种基于联合分布函数的综合干旱指数的流程图;
图2是本发明一种基于联合分布函数的综合干旱指数泰森多边形法示意图;
图3是本发明一种基于联合分布函数的综合干旱指数的降雨量时间序列折线图;
图4是本发明一种基于联合分布函数的综合干旱指数的径流量时间序列折线图;
图5是本发明一种基于联合分布函数的综合干旱指数的渭河流域月尺度下1960-2010年SPI指数、SRI指数、MSDI指数对比图;
图6是本发明一种基于联合分布函数的综合干旱指数的渭河流域月尺度下1972-1980年SPI指数、SRI指数、MSDI指数对比图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明提供了一种基于联合分布函数的综合干旱指数,如图1所示,步骤一:收集流域内的日降雨量数据和径流量数据;步骤二:分别计算降雨量序列边缘分布函数、径流量序列边缘分布函数;步骤三:构建降雨量序列和径流量序列的联合分布函数;步骤四:计算综合干旱指数MSDIp;步骤五:设定判定干旱指数的阈值,根据步骤四得到的综合干旱指数MSDIp与干旱指数阈值比较判定判定是否发生及干旱的等级。
本发明提供了一种基于联合分布函数的综合干旱指数,
步骤一:收集流域内的日降雨量数据(mm)和径流量(m3/s)数据。
首先,从中国气象网搜集所研究流域内各个气象站的一定时段内(如:1960–2010年)的日降雨量数据,选取降雨量大于1.0mm的数据;搜集所研究流域内包括主要干流和支流上的多个水文站的日径流序列。
如图2所示,由于降雨数据来源于多个气象测站,需要按照泰森多边形法处理成流域面雨量。该方法的原理是将流域内及其附近的气象站用直线连接构成若干三角形,而后对各连线做垂直平分线,连接垂线的交点,得到若干个多边形,流域边界处的多边形以流域边界为界。各个多边形内各有一个气象站,以每个多边形内气象站的降雨量代表该多边形面积上的降雨量,最后按照面积加权推求流域面降雨量。
流域面降雨量计算公式为:
式中,fi为第i个气象站所在多边形的面积,F为流域总面积。
其次,径流量数据则直接从流域控制断面所在水文测站中获取。
最后,如图3所示,流域面的降水量序列进行整合。将流域面降雨量序列按各月的日降雨量数据进行加和,得到月总降雨量,转化为月尺度的总降雨量尺度数据,再按时间顺序排列。
如图4所示,控制断面径流量序列进行整合。将各月的径流量数据进行加和,得到月总径流量,转化为月尺度径流量数据,再按时间顺序排列。
步骤二:分别计算降雨量序列边缘分布函数、径流量序列边缘分布函数。采用Gringorten公式计算经验频率,并以此作为边缘分布。
设降雨量序列共有N项,按由小到大的顺序排列为X1≦X2…≦Xi…≦XN,则序列中小于等于Xi的出现次数为i,降雨量序列边缘分布函数计算公式为:
设径流量序列共有M项,按由小到大的顺序排列为y1≦y2…≦yk…≦yM,则序列中小于等于Yk的出现次数为k,径流量序列边缘分布函数计算公式为:
式中,降雨量序列、径流量序列长度一致,即N=M。
步骤三:构建降雨量序列和径流量序列的联合分布函数。采用阿基米德Copula函数中的Frank Copula函数作为边缘分布函数的连接工具。Copula函数能够构造不同边缘分布的多个变量的联合分布函数。在众多Copula家族中,阿基米德Copula应用范围最为广泛。其中,Frank Copula函数在干旱研究中有较多应用。
根据Sklar定理,步骤三中,降雨量序列、径流量序列联合分布函数计算公式为:
H(x,y)=C(F(x),G(y)) (4)
其中F为降雨量序列随机变量x边缘分布函数,G为径流量序列随机变量y的边缘分布函数,H为降雨量序列、径流量序列联合分布函数;则对C为Copula函数;若降雨量序列F、径流量序列G为连续函数,则C唯一。
Frank Copula函数最早由Frank于1979年提出,可以用来描述对称相关结构,上下尾相关性变化均不明显。Copula函数C的计算公式为:
生成元为:
其中,u为降雨量序列变量的边缘累积概率即∫F(x),v径流量变量的边缘累积概率即∫G(y)。
θ为参数,可以由Kendall秩相关系数τ求得:
一阶德拜函数D1(θ)表达式为:
利用matlab软件语句:cor(x,y,method="kendall")即可计算出Kendall秩相关系数,继而得出参数θ,最后得到Copula函数C。
步骤四:计算综合干旱指数MSDIp。
降雨量的边缘分布函数为F(x),径流量的边缘分布函数为G(y),则降雨量、径流量的累积联合概率p可用联合分布P和Copula函数C表示为:
P(x≤X,y≤Y)=C[F(x),G(y)]=p (9)
将p标准正态化化得到σ(p),则由联合分布函数可得综合干旱指数(MSDIp):
MSDIp=σ-1(p) (10)
式中,σ为标准正态分布。降雨量x、径流量y这两个序列里,当X、Y取不同的值的时候,联合分布概率P。
步骤五:设定判定干旱发生的干旱指数的阈值,根据步骤四得到的综合干旱指数MSDIp与干旱指数阈值比较判定是否发生及干旱的等级。
参考标准化降雨指数SPI的干旱等级划分对综合干旱指数进行了等级划分,结果如下表:
表1 MSDIp干旱等级划分
通过前4个步骤计算出MSDIp值后,对照表1,可对干旱事件进行判定。考虑到干旱严重程度及所造成影响的强弱程度,推荐以-1作为判定干旱发生的阈值。即,当MSDIp<-1时,则认为发生了干旱;MSDIp<-1.5时,则认为干旱较为严重;MSDIp<-2时,则认为干旱极为严重。为更直观的体现,可将计算得到的MSDIp序列做成折线图,以纵坐标-1做一条水平线,低于这条水平线的部分则可认为是发生了干旱。
对比例:
分析渭河流域干旱时空演变特征,采用月尺度下的SPI(标准化降水指数)、SRI(标准化径流指数)和MSDIP指数。
如图5所示,尺度下的渭河流域全流域1960—2010年的SPI指数、SRI指数和MSDIp指数。由图5可知,月尺度下MSDIp指数的走势、变化规律与SPI指数和SRI指数有较好的一致性。MSDIp指数与SPI指数、SRI指数的Pearson相关系数均在0.8以上,呈极强相关,且通过了95%的置信度检验,说明新构造的MSDIp指数具有较高的可靠性。
如图6所示,为进一步作更直观的比较,截取1972至1982年月尺度下的SPI指数、SRI指数和MSDIp指数变化情况。将横坐标放大,可以看出3种指数的一些差异。一般认为,干旱的开始通常是由于降雨的持续缺乏,因此SPI指数对于捕捉干旱的开始非常灵敏;而由于复杂的产汇流过程,水文干旱对气象干旱的响应存在一定的延迟,因此SRI指数能有效识别干旱的持续时间和结束。如图6中黑色矩形框所示,MSDIp和SPI指数小于-1的时刻(认为是干旱发生的开始)相对SRI指数来说要早,这表明MSDIp指数捕捉干旱开始的能力与SPI指数相当。同时,MSDIp和SRI指数大于-1的时刻(认为是干旱发生的结束)相对SPI指数来说要迟,这表明MSDIp指数捕捉干旱结束的能力与SRI指数相当。这是因为,SPI指数以气象干旱特征为主要参考,而气象干旱发展突然、迅速;SRI指数以水文干旱特征为基准,而水文干旱存在相当的延迟且持续时间较长。图中黑色矩形框内显示,MSDIp指数能够将SPI指数和SRI指数所捕捉的干旱开始与结束都含括在内。MSDIp指数能够如SPI指数一样很好的捕捉到干旱的开始,也能如SRI指数一样很好的捕捉到干旱的持续时间和结束,同时具有二者的优点。此外,由图中第二个矩形框内3种指数变化情况可以看出,只发生了水文干旱而气象干旱未发生的情况下,MSDIp指数同样捕捉到了干旱的发生。这些结果有力地证明了MSDIp指数综合了降雨径流两种信息,能够灵敏、有效的捕捉干旱发生的开始、持续时间、结束。
由图5中MSDIp指数年际变化可知,1972年至1982年左右,干旱发生较为频繁,且干旱等级较高,同样的还有1995年至2007年左右。查阅渭河流域干旱相关文献资料,发现本发明的综合干旱指数MSDIp指数捕捉到的干旱与有历史记载、文献支持的干旱事件能够相吻合,这说明新构造的MSDIP指数具有一定的准确性。本发明一种基于多变量的用于捕捉干旱的指数方法,避免了联合分布函数各边缘分布不同的问题、赋权法产生的主观性误差和主成分分析法对非线性关系失真等多种弊端,能够较好的综合表征气象与水文干旱,具有以往干旱指数所没有的优越性。与相比,PDSI、SPI和SPEI3种指数相比可以用来较好的捕捉干旱、描述干旱特征。综合干旱指数MSDIp能综合表征气象干旱和水文干旱的联合特征,提高综合干旱指数的准确性和适用性,以期为决策者监测、预防干旱提供有力支持。
通过上述方式,本发明的一种基于联合分布函数的综合干旱指数,选取降雨量、径流量两种变量,分别计算降雨量、径流量的边缘分布函数,采用降雨量、径流量联合概率分布,构建出综合干旱指数MSDIp计算公式。本发明的一种基于多变量的用于捕捉干旱的指数方法,具有可靠性、灵敏性和综合性等优点,能够捕捉干旱开始和结束,更加综合、全面的识别干旱,提前发出预警,为干旱的监测、防治乃至预报提供可靠、有力的支持。
Claims (9)
1.一种基于联合分布函数的综合干旱指数,其特征在于,
步骤一:收集流域内的日降雨量数据和径流量数据;
步骤二:分别计算降雨量序列边缘分布函数、径流量序列边缘分布函数;
步骤三:构建降雨量序列和径流量序列的联合分布函数;
步骤四:计算综合干旱指数MSDIp;
步骤五:设定判定干旱指数的阈值,根据步骤四得到的综合干旱指数MSDIp与干旱指数阈值比较判定是否发生及干旱的等级。
2.如权利要求1所述的一一种基于联合分布函数的综合干旱指数,其特征在于,所述步骤一中选取日降雨量大于1.0mm的降雨量数据,将流域内选取的降雨量数据处理成流域面降雨量,在将流域面降雨量序列按各月的日降雨量数据进行加和,得到月总降雨量,转化为月尺度的总降雨量尺度数据,再按时间顺序排列;
所述步骤一中将各月的径流量数据进行加和,得到月总径流量,转化为月尺度径流量数据,再按时间顺序排列。
3.如权利要求2所述的一种基于联合分布函数的综合干旱指数,其特征在于,所述步骤一流域面降雨量计算公式为:
式中,fi为第i个气象站所在多边形的面积,F为流域总面积。
4.如权利要求2所述的一种基于多变量的综合干旱指数构建方法,其特征在于,所述步骤二中,设降雨量序列共有N项,按由小到大的顺序排列为X1≦X2…≦Xi…≦XN,则序列中小于等于Xi的出现次数为i,降雨量序列边缘分布函数计算公式为:
设径流量序列共有M项,按由小到大的顺序排列为y1≦y2…≦yk…≦yM,则序列中小于等于Yk的出现次数为k,径流量序列边缘分布函数计算公式为:
式中,降雨量序列、径流量序列长度一致,即N=M。
5.如权利要求4所述的一种基于联合分布函数的综合干旱指数,其特征在于,所述步骤三中,降雨量序列、径流量序列联合分布函数计算公式为:
H(x,y)=C(F(x),G(y)) (4)
其中F为降雨量序列随机变量x边缘分布函数,G为径流量序列随机变量y的边缘分布函数,H为降雨量序列、径流量序列联合分布函数;则对C为Copula函数;若降雨量序列F、径流量序列G为连续函数,则C唯一。
6.如权利要求5所述的一种基于联合分布函数的综合干旱指数,其特征在于,所述公式(4)中Copula函数C的计算公式为:
生成元为:
其中,u为降雨量序列变量的边缘累积概率即∫F(x),v径流量变量的边缘累积概率即∫G(y);θ为参数。
7.如权利要求6所述的一一种基于联合分布函数的综合干旱指数,其特征在于,所述公式(5)和公式(6)中θ可以由Kendall秩相关系数τ求得:
一阶德拜函数D1(θ)表达式为:
其中公式(7)中可求得相关系数τ,结合公式(5)和公式(6)得到Copula函数C。
8.如权利要求5所述的一种基于联合分布函数的综合干旱指数,其特征在于,所述步骤四中,降雨量的边缘分布函数为F(x),径流量的边缘分布函数为G(y),则降雨量、径流量的联合分布概率P用累计联合概率p和Copula函数C表示为:
P(x≤X,y≤Y)=C[F(x),G(y)]=p (9)
将p进行标准正态化得到σ(p),则由σ(p)反算由联合分布函数可得综合干旱指数(MSDIp):
MSDIp=σ-1(p) (10)
式中,σ为标准正态分布。
9.如权利要求8所述的一种基于联合分布函数的综合干旱指数,其特征在于,所述步骤五中,设判定干旱指数的阈值为-1;当MSDIp<-1时,则发生干旱;MSDIp<-1.5时,则干旱较为严重;MSDIp<-2时,则干旱极为严重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810355389.XA CN108710989A (zh) | 2018-04-19 | 2018-04-19 | 一种基于联合分布函数的综合干旱指数 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810355389.XA CN108710989A (zh) | 2018-04-19 | 2018-04-19 | 一种基于联合分布函数的综合干旱指数 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108710989A true CN108710989A (zh) | 2018-10-26 |
Family
ID=63867312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810355389.XA Pending CN108710989A (zh) | 2018-04-19 | 2018-04-19 | 一种基于联合分布函数的综合干旱指数 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108710989A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109242225A (zh) * | 2018-11-28 | 2019-01-18 | 南方电网科学研究院有限责任公司 | 一种提升配电网运行效率的方法、设备及可读存储介质 |
CN109472004A (zh) * | 2018-10-31 | 2019-03-15 | 河海大学 | 气候变化和人类活动对水文干旱影响的综合评估方法、装置及系统 |
CN111831969A (zh) * | 2020-07-01 | 2020-10-27 | 中山大学 | 一种基于改进联合干旱指数的干旱恢复潜力评估方法 |
CN112818560A (zh) * | 2021-02-24 | 2021-05-18 | 北京师范大学 | 一种帕尔默干旱指数计算方法及系统 |
CN113850465A (zh) * | 2021-08-05 | 2021-12-28 | 河海大学 | 一种无资料地区的水文干旱监测系统 |
CN113961880A (zh) * | 2021-11-01 | 2022-01-21 | 西安理工大学 | 一种水文干旱历时和烈度相依结构变异的诊断方法 |
CN114169664A (zh) * | 2021-09-27 | 2022-03-11 | 西安理工大学 | 一种农业干旱相关性评估方法及系统 |
CN114676385A (zh) * | 2022-02-28 | 2022-06-28 | 河海大学 | 一种基于Copula的复合干热事件逐日识别和强度计算方法 |
CN115099453A (zh) * | 2022-05-06 | 2022-09-23 | 河海大学 | 一种多变量栅格化卫星遥感综合干旱风险评估方法 |
CN115564172A (zh) * | 2022-08-26 | 2023-01-03 | 郑州大学 | 一种多尺度综合干旱指数计算方法 |
CN115564172B (zh) * | 2022-08-26 | 2024-07-09 | 郑州大学 | 一种多尺度综合干旱指数计算方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101187630A (zh) * | 2007-12-05 | 2008-05-28 | 北京大学 | 一种农田干旱监测方法 |
WO2008102084A2 (fr) * | 2007-02-06 | 2008-08-28 | Jean-Claude Fonvieille | Station hydraulique de récupération, de gestion et de distribution des eaux pluviales |
CN102122370A (zh) * | 2011-03-07 | 2011-07-13 | 北京师范大学 | 一种流域气候变化预测及趋势分析方法 |
CN102156914A (zh) * | 2011-03-30 | 2011-08-17 | 东华大学 | 一种非汛期水量协同优化调度方法 |
CN103810376A (zh) * | 2014-01-17 | 2014-05-21 | 浙江大学 | 基于卫星遥感与回归克里格的地面日降雨量预测方法 |
CN104008277A (zh) * | 2014-05-12 | 2014-08-27 | 河海大学 | 耦合分布式水文模型和联合水分亏缺指数的旱情评估方法 |
CN104597526A (zh) * | 2014-12-30 | 2015-05-06 | 中国南方电网有限责任公司 | 基于电网地理信息系统的气象干旱监测预警系统及方法 |
CN105335603A (zh) * | 2015-07-17 | 2016-02-17 | 清华大学 | 一种度量引水灌溉地区干旱程度的方法 |
CN105389559A (zh) * | 2015-11-12 | 2016-03-09 | 中国科学院遥感与数字地球研究所 | 基于高分辨率遥感影像的农业灾害范围识别系统及方法 |
CN105930635A (zh) * | 2016-04-03 | 2016-09-07 | 中国水利水电科学研究院 | 一种内陆河干旱绿洲区干旱评价系统 |
-
2018
- 2018-04-19 CN CN201810355389.XA patent/CN108710989A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008102084A2 (fr) * | 2007-02-06 | 2008-08-28 | Jean-Claude Fonvieille | Station hydraulique de récupération, de gestion et de distribution des eaux pluviales |
CN101187630A (zh) * | 2007-12-05 | 2008-05-28 | 北京大学 | 一种农田干旱监测方法 |
CN102122370A (zh) * | 2011-03-07 | 2011-07-13 | 北京师范大学 | 一种流域气候变化预测及趋势分析方法 |
CN102156914A (zh) * | 2011-03-30 | 2011-08-17 | 东华大学 | 一种非汛期水量协同优化调度方法 |
CN103810376A (zh) * | 2014-01-17 | 2014-05-21 | 浙江大学 | 基于卫星遥感与回归克里格的地面日降雨量预测方法 |
CN104008277A (zh) * | 2014-05-12 | 2014-08-27 | 河海大学 | 耦合分布式水文模型和联合水分亏缺指数的旱情评估方法 |
CN104597526A (zh) * | 2014-12-30 | 2015-05-06 | 中国南方电网有限责任公司 | 基于电网地理信息系统的气象干旱监测预警系统及方法 |
CN105335603A (zh) * | 2015-07-17 | 2016-02-17 | 清华大学 | 一种度量引水灌溉地区干旱程度的方法 |
CN105389559A (zh) * | 2015-11-12 | 2016-03-09 | 中国科学院遥感与数字地球研究所 | 基于高分辨率遥感影像的农业灾害范围识别系统及方法 |
CN105930635A (zh) * | 2016-04-03 | 2016-09-07 | 中国水利水电科学研究院 | 一种内陆河干旱绿洲区干旱评价系统 |
Non-Patent Citations (2)
Title |
---|
张丽静: "基于Copula 函数的洪峰流量与降雨量相关性研究—以临沂市许家崖水库为例", 《南水北调与水利科技》 * |
郭生练,等: "Copula 函数在多变量水文分析计算中的应用及研究进展", 《水文》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109472004B (zh) * | 2018-10-31 | 2021-05-11 | 河海大学 | 气候变化和人类活动对水文干旱影响的综合评估方法、装置及系统 |
CN109472004A (zh) * | 2018-10-31 | 2019-03-15 | 河海大学 | 气候变化和人类活动对水文干旱影响的综合评估方法、装置及系统 |
CN109242225A (zh) * | 2018-11-28 | 2019-01-18 | 南方电网科学研究院有限责任公司 | 一种提升配电网运行效率的方法、设备及可读存储介质 |
CN111831969B (zh) * | 2020-07-01 | 2022-09-02 | 中山大学 | 一种基于改进联合干旱指数的干旱恢复潜力评估方法 |
CN111831969A (zh) * | 2020-07-01 | 2020-10-27 | 中山大学 | 一种基于改进联合干旱指数的干旱恢复潜力评估方法 |
CN112818560A (zh) * | 2021-02-24 | 2021-05-18 | 北京师范大学 | 一种帕尔默干旱指数计算方法及系统 |
CN113850465A (zh) * | 2021-08-05 | 2021-12-28 | 河海大学 | 一种无资料地区的水文干旱监测系统 |
CN113850465B (zh) * | 2021-08-05 | 2024-03-29 | 河海大学 | 一种无资料地区的水文干旱监测系统 |
CN114169664A (zh) * | 2021-09-27 | 2022-03-11 | 西安理工大学 | 一种农业干旱相关性评估方法及系统 |
CN113961880A (zh) * | 2021-11-01 | 2022-01-21 | 西安理工大学 | 一种水文干旱历时和烈度相依结构变异的诊断方法 |
CN114676385A (zh) * | 2022-02-28 | 2022-06-28 | 河海大学 | 一种基于Copula的复合干热事件逐日识别和强度计算方法 |
CN115099453A (zh) * | 2022-05-06 | 2022-09-23 | 河海大学 | 一种多变量栅格化卫星遥感综合干旱风险评估方法 |
CN115564172A (zh) * | 2022-08-26 | 2023-01-03 | 郑州大学 | 一种多尺度综合干旱指数计算方法 |
CN115564172B (zh) * | 2022-08-26 | 2024-07-09 | 郑州大学 | 一种多尺度综合干旱指数计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108710989A (zh) | 一种基于联合分布函数的综合干旱指数 | |
Guo et al. | Propagation thresholds of meteorological drought for triggering hydrological drought at various levels | |
Bertola et al. | Flood trends in Europe: are changes in small and big floods different? | |
Bhagat | Flood frequency analysis using Gumbel's distribution method: a case study of Lower Mahi Basin, India | |
Coccia et al. | Recent developments in predictive uncertainty assessment based on the model conditional processor approach | |
Tsakiris et al. | Regional drought assessment based on the Reconnaissance Drought Index (RDI) | |
Wu et al. | Determination of water required to recover from hydrological drought: Perspective from drought propagation and non-standardized indices | |
Ekström et al. | Robustness of hydroclimate metrics for climate change impact research | |
Gosling | Assessing the impact of projected climate change on drought vulnerability in Scotland | |
Mascaro | On the distributions of annual and seasonal daily rainfall extremes in central Arizona and their spatial variability | |
CN109815627A (zh) | 一种径流变异影响因子确定方法及系统 | |
Ashrafi et al. | Uncertainties in runoff projection and hydrological drought assessment over Gharesu basin under CMIP5 RCP scenarios | |
Yeh | Using integrated meteorological and hydrological indices to assess drought characteristics in southern Taiwan | |
Floriancic et al. | Effects of climate anomalies on warm-season low flows in Switzerland | |
Benkhaled et al. | Frequency analysis of annual maximum suspended sediment concentrations in Abiod wadi, Biskra (Algeria) | |
Aksoy et al. | SPI-based drought severity-duration-frequency analysis | |
Habibi et al. | Performance of Multi-Radar Multi-Sensor (MRMS) product in monitoring precipitation under extreme events in Harris County, Texas | |
Ukumo et al. | Application of regional climatic models to assess the performance evaluation of changes on flood frequency in Woybo catchment, Ethiopia | |
Piadeh et al. | Multi-step flood forecasting in urban drainage systems using time-series data mining techniques | |
Malani et al. | Impact of historical and future land use land cover on spatial-temporal variation of discharge and sediment load of Upper Tapi Basin, India | |
Letcher et al. | Methods for the analysis of trends in streamflow response due to changes in catchment condition | |
Charpentier-Noyer et al. | A methodological framework for the evaluation of short-range flash-flood hydrometeorological forecasts at the event scale | |
KR20150045770A (ko) | 도시 호우 위험기준의 산정방법 | |
Leščešen et al. | Drought assessment in Vojvodina (Serbia) using k-means cluster analysis | |
Jincy Rose et al. | Establishing a statistical relation between meteorological and hydrological drought indices |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181026 |
|
RJ01 | Rejection of invention patent application after publication |