CN114722744A - 一种平原流域设计暴雨和潮位协调性的评估方法及系统 - Google Patents

一种平原流域设计暴雨和潮位协调性的评估方法及系统 Download PDF

Info

Publication number
CN114722744A
CN114722744A CN202210637896.9A CN202210637896A CN114722744A CN 114722744 A CN114722744 A CN 114722744A CN 202210637896 A CN202210637896 A CN 202210637896A CN 114722744 A CN114722744 A CN 114722744A
Authority
CN
China
Prior art keywords
rainstorm
tide level
design
tide
basin
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
Application number
CN202210637896.9A
Other languages
English (en)
Inventor
王磊之
李伶杰
王银堂
胡庆芳
刘克强
邴建平
邓鹏鑫
牛凯杰
李笑天
白莹
侯方玲
张晨
云兆得
盖永伟
李轶蓝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Water Resources Development Research Center Of Taihu Basin Authority
Nanjing Hydraulic Research Institute of National Energy Administration Ministry of Transport Ministry of Water Resources
Bureau of Hydrology Changjiang Water Resources Commission
Original Assignee
Water Resources Development Research Center Of Taihu Basin Authority
Nanjing Hydraulic Research Institute of National Energy Administration Ministry of Transport Ministry of Water Resources
Bureau of Hydrology Changjiang Water Resources Commission
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Water Resources Development Research Center Of Taihu Basin Authority, Nanjing Hydraulic Research Institute of National Energy Administration Ministry of Transport Ministry of Water Resources, Bureau of Hydrology Changjiang Water Resources Commission filed Critical Water Resources Development Research Center Of Taihu Basin Authority
Priority to CN202210637896.9A priority Critical patent/CN114722744A/zh
Publication of CN114722744A publication Critical patent/CN114722744A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computing Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出一种平原流域设计暴雨和潮位协调性的评估方法及系统，属于大数据分析技术领域。其中方法包括：构建设计暴雨与设计潮位的组合系列；构建备选边缘分布函数库，并开展边缘分布函数的拟合与优选；构建备选二维联合分布函数库，优选不同历时设计暴雨和和潮位系列二维联合分布；将潮位划分成若干区间，利用条件概率公式计算设计暴雨与各潮位区间遭遇的可能性；将实际潮位与遭遇可能性最大的潮位区间比较，评估现状设计暴雨与设计潮位的协调性。本发明针对边界潮位设定过于主观的问题，基于边缘与联合概率模型重新评估现有设计暴雨和潮位匹配的合理性，为潮位边界和设计暴雨的衔接协调提供科学依据，提升流域洪涝模拟的精确性。

Description

一种平原流域设计暴雨和潮位协调性的评估方法及系统
技术领域
本发明涉及水文大数据处理分析与挖掘的技术领域，特别涉及一种平原流域设计暴雨和潮位协调性的评估方法及系统。
背景技术
平原地区由于地势低平，水系复杂，往复流频繁，断面洪水资料的一致性较差等问题，导致难以利用长系列资料推求设计洪水。为合理获得设计洪水成果，平原流域常采用设计暴雨作为输入条件，基于流域水文水动力模型推求设计洪水。在这样的情况下，流域设计洪水计算不仅取决于输入条件——设计暴雨，还受到边界高水位的顶托影响，如边界水位过高，流域排水工程受顶托影响排水不畅将导致内部洪水位较高。因此，合理的边界潮位条件对设计洪水计算的可靠性至关重要。
现有技术在流域设计洪水计算中，边界潮位的选取主要采用某些典型年份的实测潮位或者人为设定边界潮位，这一做法主观性较强，未考虑到流域暴雨和潮位的实际组合规律，因此这一做法势必影响流域设计洪水模拟计算的可靠性和科学性。
发明内容
发明目的：针对现有潮位边界与流域设计暴雨存在的协调性问题，提出一种平原流域设计暴雨和潮位协调性的评估方法及系统，通过计算设计暴雨最大可能遭遇的潮位区间，评估现有潮位边界与设计暴雨的协调性，并将评估结果作为支撑流域设计洪水模拟计算的科学性依据。
技术方案：第一方面，提出了一种平原流域设计暴雨和设计潮位边界协调性的评估方法，该方法在分析研究流域的过程中，具体包括以下步骤：
步骤1、基于历史水文数据，构建研究流域中设计暴雨与设计潮位的组合系列；
步骤2、构建备选边缘分布函数库，并利用备选边缘分布函数库对所述组合系列进行拟合与优选；
步骤3、构建备选二维联合分布函数库，基于优选后的备选边缘分布函数，通过优选备选二维联合分布函数库，获取不同历时下所述组合系列的二维联合分布；
步骤4、构建条件概率，并采用所述条件概率计算设计暴雨与潮位区间遭遇的可能性；所述潮位区间为设计潮位划分出的至少两个数值区间；
步骤5、将设计暴雨与潮位区间遭遇的可能性最大结果与实际潮位对比，评估现状设计暴雨与设计潮位的协调性。
在第一方面的一些可实现方式中，构建组合系列的过程进一步包括以下步骤：
步骤1.1、收集研究流域代表性站点逐日降水数据，提取研究流域逐年不同历时极值暴雨，形成流域年极值暴雨系列；
步骤1.2、收集研究流域逐日潮位数据，提取在流域不同历时极值暴雨期间内发生的高潮位，形成年设计潮位系列；
步骤1.3、将上述2个步骤中的年极值暴雨系列和年设计潮位系列相对应，形成一对一的长系列的流域设计暴雨与潮位组合系列。
在第一方面的一些可实现方式中，步骤2具体包括以下步骤：
步骤2.1、构建备选边缘分布函数库，对不同历时年极值暴雨系列、年设计潮位系列开展密度和累积分布拟合；
步骤2.2、针对拟合结果，以AIC值最小原则，结合Kolmogorov-Smirnov检验的D统计量和拟合接受情况，开展暴雨系列和潮位系列边缘分布优选。
在第一方面的一些可实现方式中，步骤3具体包括以下步骤：
步骤3.1、构建备选二维联合分布函数库，基于优选的边缘分布构建历年不同历时设计暴雨和设计潮位的联合分布函数；
步骤3.2、采用二维联合分布函数库中函数的累积概率公式，计算历年不同历时暴雨和潮位组合的理论概率；
步骤3.3、计算历年不同历时暴雨及对应潮位组合的经验概率；
步骤3.4、计算分布函数拟合的暴雨潮位组合联合分布的经验与理论概率的AIC值和OLS值，并以最小准则对二维联合分布函数进行优选。
其中，经验概率表达式为：
Figure 100002_DEST_PATH_IMAGE002
式中，
Figure 100002_DEST_PATH_IMAGE004
表示实测值的总对数；
Figure 100002_DEST_PATH_IMAGE006
表示设计暴雨与设计潮位的组合系列；
Figure 100002_DEST_PATH_IMAGE008
表示实测值对同时不大于
Figure 100002_DEST_PATH_IMAGE010
的频次。
OLS值的表达式为：
Figure 100002_DEST_PATH_IMAGE012
式中，
Figure 991003DEST_PATH_IMAGE004
表示实测值的总对数；
Figure 100002_DEST_PATH_IMAGE014
表示经验概率；
Figure 100002_DEST_PATH_IMAGE016
表示理论概率。
在第一方面的一些可实现方式中，步骤4具体包括以下步骤：
步骤4.1、将潮位划分为至少两个潮位区间
Figure 100002_DEST_PATH_IMAGE018
、
Figure 100002_DEST_PATH_IMAGE020
、…、
Figure 100002_DEST_PATH_IMAGE022
；
步骤4.2、采用步骤3中优选出的二维联合分布函数，由条件概率公式计算不同潮位区间内的暴雨潮位遭遇组合概率，即流域暴雨
Figure 100002_DEST_PATH_IMAGE024
与各潮位区间
Figure 100002_DEST_PATH_IMAGE026
遭遇的条件概率，对应表达式为：
Figure 100002_DEST_PATH_IMAGE028
式中，
Figure 100002_DEST_PATH_IMAGE030
表示降水量；
Figure 100002_DEST_PATH_IMAGE032
表示潮位；
Figure 100002_DEST_PATH_IMAGE034
表示潮位
Figure 117091DEST_PATH_IMAGE018
对应的边缘分布函数；
Figure 100002_DEST_PATH_IMAGE036
表示暴雨
Figure 630505DEST_PATH_IMAGE024
与潮位
Figure 892859DEST_PATH_IMAGE018
的联合分布概率；
Figure DEST_PATH_IMAGE038
表示暴雨
Figure 699272DEST_PATH_IMAGE024
与潮位
Figure 922443DEST_PATH_IMAGE020
的联合分布概率。
在第一方面的一些可实现方式中，步骤5具体包括以下步骤：
步骤5.1、选择不同重现期下暴雨遭遇不同潮位的条件概率最大的潮位区间作为极值暴雨遭遇最大可能潮位区间；
步骤5.2、将最大可能潮位区间与边界条件所用实际高潮位相比，若实际高潮位处于最大可能潮位区间内，则认为设计暴雨和潮位边界协调，反之不协调。
第二方面，提出一种平原流域设计暴雨和潮位协调性的评估系统，该系统具体包括以下模块：
用于获取设计暴雨与设计潮位组合系列的数据获取模块；
用于实现设计暴雨和潮位边缘分布函数拟合与优选的属性分析模块；
用于获取不同历时下设计暴雨与设计潮位组合系列二维联合分布的联合分析模块；
用于获取设计暴雨与各潮位区间遭遇可能性的判断模块；
用于评估设计暴雨与设计潮位协调性的评估模块。
第三方面，提出一种平原流域设计暴雨和潮位协调性的评估设备，该设备包括：
处理器以及存储有计算机程序指令的存储器；
所述处理器读取并执行所述计算机程序指令，以实现协调性评估方法。
有益效果：本发明提出了一种平原流域设计暴雨和潮位协调性的评估方法及系统，通过设计暴雨-潮位系列构建、边缘分布拟合与优选、联合分布构建与优选、条件概率计算、暴雨-潮位协调性评估5个步骤实现设计暴雨与设计潮位边界协调性的评估。
其中，本申请在设计暴雨-潮位系列构建阶段，摒弃了以往在全年范围内选择高潮位组成年潮位系列的方法，而是在每年极值暴雨发生日期内选取相应高潮位，用于确保每年选出的潮位系列和相应的极值暴雨遭遇，解决了以往设计方法中暴雨值和潮位值在实际中并未遭遇的缺陷。
在暴雨-潮位的边缘分布、联合分布构建优选阶段，本申请基于优选目标，自动在备选单变量边缘分布、多变量联合分布中优选出最优分布方案，有效改善了以往在分布构建中主观采用固定分布模式导致联合概率计算精度不高的问题。
在条件概率计算阶段，引入了区间条件概率计算方法，和以往条件概率公式应用场景不同的是，这一方法可定量计算极值暴雨和某一潮位区间范围遭遇的风险概率，并确定其最大可能遭遇的区间，用来支撑设计暴雨和潮位边界协调性的评估。
综上，本申请针对长期以来边界潮位设定过于主观的问题，为潮位边界和设计暴雨的衔接协调提供科学依据，提升了流域洪涝模拟的精确性。
附图说明
图1为本发明的数据处理流程图。
图2为本发明实施例Copula函数对流域设计暴雨和江阴对应高潮位拟合AIC值。
图3为本发明实施例Copula函数对流域设计暴雨和江阴对应高潮位拟合OLS值。
图4为本发明实施例最大1日设计暴雨与江阴潮位概率密度图。
图5为本发明实施例最大3日设计暴雨与江阴潮位概率密度图。
图6为本发明实施例最大5日设计暴雨与江阴潮位概率密度图。
图7为本发明实施例最大7日设计暴雨与江阴潮位概率密度图。
图8为本发明实施例最大1日设计暴雨与江阴潮位累积分布图。
图9为本发明实施例最大3日设计暴雨与江阴潮位累积分布图。
图10为本发明实施例最大5日设计暴雨与江阴潮位累积分布图。
图11为本发明实施例最大7日设计暴雨与江阴潮位累积分布图。
图12为本发明实施例最大1日极值暴雨遭遇江阴站各量级潮位区间的条件概率。
图13为本发明实施例最大3日极值暴雨遭遇江阴站各量级潮位区间的条件概率。
图14为本发明实施例最大5日极值暴雨遭遇江阴站各量级潮位区间的条件概率。
图15为本发明实施例最大7日极值暴雨遭遇江阴站各量级潮位区间的条件概率。
具体实施方式
在下文的描述中，给出了大量具体的细节以便提供对本发明更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本发明可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本发明发生混淆，对于本领域公知的一些技术特征未进行描述。
申请人认为现有的平原流域设计洪水计算中，边界潮位的选取主要采用某些典型年份的实测潮位或者人为设定边界潮位，这一做法主观性较强，未考虑到流域暴雨和潮位的实际组合规律，这一做法势必影响流域设计洪水模拟计算的可靠性和科学性。为了克服现有潮位边界与流域设计暴雨存在的协调性问题，提出一种平原流域设计暴雨和潮位协调性的评估方法及系统，其中方法包括：设计暴雨-潮位系列构建、边缘分布拟合与优选、联合分布构建与优选、条件概率计算、暴雨-潮位协调性评估5个步骤，通过设计暴雨最大可能遭遇的潮位区间，评估现有潮位边界与设计暴雨的协调性，增强支撑流域设计洪水模拟计算的科学性。
实施例一
在一个实施例中，提出一种平原流域设计暴雨和潮位协调性的评估方法，如图1所示，针对待分析的平原流域，该方法具体包括以下步骤：
步骤1、基于历史水文数据，构建研究流域中设计暴雨与设计潮位的组合系列。
具体的，计算研究流域不同历时长系列极值暴雨作为设计暴雨系列，并在每年极值暴雨发生日期内选取周边潮位站最高潮位组成对应潮位系列，形成长系列的流域设计暴雨-潮位组合系列。
优选实施例中，步骤1进一步包括以下步骤：
步骤1.1、收集流域代表性站点逐日降水数据，提取流域逐年不同历时极值暴雨，形成流域年极值暴雨系列；
步骤1.2、收集流域沿江（海）逐日潮位数据，提取在流域不同历时极值暴雨期间内发生的高潮位，形成年设计潮位系列；
步骤1.3、将上述2个步骤中的年极值暴雨系列和年设计潮位系列相对应，形成一对一长系列的流域设计暴雨-潮位组合系列。
步骤2、构建备选边缘分布函数库，并利用备选边缘分布函数库对组合系列进行拟合与优选。
具体的，构建备选边缘分布函数库，对不同历时年极值暴雨系列、年设计潮位系列开展密度和累积分布拟合；随后根据拟合结果，结合预设的前提条件，开展暴雨系列和潮位系列边缘分布优选。
优选实施例中，步骤2进一步包括以下步骤：
步骤2.1、构建备选边缘分布函数库，对不同历时年极值暴雨系列、年设计潮位系列开展密度和累积分布拟合；
步骤2.2、针对拟合结果，以AIC值最小原则，结合Kolmogorov-Smirnov检验的D统计量和拟合接受情况开展暴雨系列和潮位系列边缘分布优选，计算表达式为：
Figure DEST_PATH_IMAGE040
式中，
Figure DEST_PATH_IMAGE042
表示不大于
Figure DEST_PATH_IMAGE044
的经验累积概率；
Figure DEST_PATH_IMAGE046
表示理论累积分布在
Figure 361253DEST_PATH_IMAGE044
处的估计值；n表示样本的总量。当
Figure DEST_PATH_IMAGE048
时，接收假设；反之，拒绝假设，其中
Figure DEST_PATH_IMAGE050
表示置信度为
Figure DEST_PATH_IMAGE052
的双边假设临界值，优选为
Figure DEST_PATH_IMAGE054
。
其中，AIC的表达式为：
Figure DEST_PATH_IMAGE056
式中，k表示参数的数量；L表示似然函数；n表示样本的总量。
步骤3、构建备选二维联合分布函数库，基于优选后的备选边缘分布函数，通过优选备选二维联合分布函数库，获取不同历时下所述组合系列的二维联合分布。
具体的，构建备选二维联合分布函数库，基于前述优选的设计暴雨和潮位边缘分布函数，构建并优选不同历时设计暴雨和和潮位系列二维联合分布。
优选实施例中，步骤3进一步包括以下步骤：
步骤3.1、构建备选二维联合分布函数库，基于优选的边缘分布构建历年不同历时设计暴雨和设计潮位的联合分布函数；
步骤3.2、采用二维联合分布函数库中函数的累积概率公式，计算历年不同历时暴雨和潮位组合的理论概率；
步骤3.3、计算历年不同历时暴雨及对应潮位组合的经验概率，其表达式为：
Figure DEST_PATH_IMAGE002A
式中，n表示实测值的总对数；
Figure 859537DEST_PATH_IMAGE006
表示设计暴雨与设计潮位的组合系列；
Figure 633589DEST_PATH_IMAGE008
表示实测值对同时不大于
Figure 344056DEST_PATH_IMAGE010
的频次；
Figure DEST_PATH_IMAGE058
表示
Figure 681497DEST_PATH_IMAGE030
对应的阈值；
Figure DEST_PATH_IMAGE060
表示
Figure 636552DEST_PATH_IMAGE032
对应的阈值。
步骤3.4、计算分布函数拟合的暴雨潮位组合联合分布的经验-理论概率的AIC值和OLS值，并以最小准则对二维联合分布函数进行优选；其中OLS的表达式为：
Figure DEST_PATH_IMAGE062
式中，
Figure 378243DEST_PATH_IMAGE004
表示实测值的总对数；
Figure 576006DEST_PATH_IMAGE014
表示经验概率；
Figure 248296DEST_PATH_IMAGE016
表示理论概率。
步骤4、构建条件概率，并采用所述条件概率计算设计暴雨与潮位区间遭遇的可能性。
具体的，将潮位划分为至少两个区间，并利用构建的条件概率计算设计暴雨与潮位区间的遭遇可能性。
优选实施例中，步骤4进一步包括以下步骤：
步骤4.1、将潮位划分为至少两个区间
Figure 215115DEST_PATH_IMAGE018
、
Figure 98014DEST_PATH_IMAGE018
、…、
Figure 517494DEST_PATH_IMAGE022
；
步骤4.2、采用步骤3中优选出的二维联合分布函数，由条件概率公式计算不同潮位区间内的暴雨潮位遭遇组合概率，即流域暴雨
Figure 993474DEST_PATH_IMAGE024
与各潮位区间
Figure 814800DEST_PATH_IMAGE026
遭遇的条件概率，其表达式为：
Figure DEST_PATH_IMAGE028A
式中，
Figure 163873DEST_PATH_IMAGE030
表示降水量；
Figure 336228DEST_PATH_IMAGE032
表示潮位；
Figure 225687DEST_PATH_IMAGE034
表示潮位
Figure 540999DEST_PATH_IMAGE018
对应的边缘分布函数；
Figure 123290DEST_PATH_IMAGE036
表示暴雨
Figure 641996DEST_PATH_IMAGE024
与潮位
Figure 944933DEST_PATH_IMAGE018
的联合分布概率；
Figure 740851DEST_PATH_IMAGE038
表示暴雨
Figure 494043DEST_PATH_IMAGE024
与潮位
Figure 500045DEST_PATH_IMAGE020
的联合分布概率。
步骤5、将实际潮位与遭遇可能性最大的潮位区间比较，评估现状设计暴雨与设计潮位的协调性。
优选实施例中，步骤5进一步包括以下步骤：
步骤5.1、选择不同重现期下暴雨遭遇不同潮位的条件概率最大的潮位区间作为极值暴雨遭遇最大可能潮位区间；
步骤5.2、将最大可能潮位区间与边界条件所用实际高潮位相比，若实际高潮位处于最大可能潮位区间内，则认为设计暴雨和潮位边界协调，反之不协调。
通过循环步骤2到步骤5，依次获取研究区域内流域边界不同典型潮位站点和流域极值暴雨最可能遭遇的潮位区间，以及协调性评估结果。
实施例二
本实施例以太湖流域为研究区，提出适用于平原流域设计暴雨和潮位协调性的评估方法。太湖流域位于东经119°11'~121°53'，北纬30°28'~32°15'之间，总面积约36895km2。流域地形以平原为主，地势低平，洪涝灾害频繁多发，设计洪水主要通过设计暴雨推求计算。太湖流域在边界沿长江、沿东海、沿杭州湾分别有江阴、吴淞口、盐官3个潮位站，流域水文水动力模型的边界潮位主要采用这3个潮位站的实测潮位。本实施例基于流域140个站点1951~2019年逐日降水量以及江阴、吴淞口、盐官3站逐日潮位数据开展设计暴雨和设计潮位边界协调性评估。
具体的，进行协调性评估的实现步骤如下：
步骤S1、获取暴雨与潮位历史数据并进行预处理：根据太湖流域各站点69年逐日降水量，取平均值得到69年流域平均降水量，提取流域逐年最大1日、最大3日、最大5日、最大7日极值暴雨系列，组成计算所需的4个极值暴雨系列；收集江阴、吴淞口、盐官3个潮位站日高潮水位，并在每年极值暴雨日期内寻找对应最高潮位与暴雨相匹配，形成4个一对一的暴雨-潮位资料系列组合，及最大1日暴雨和对应潮位系列组合、最大3日暴雨和对应潮位系列组合、最大5日暴雨和对应潮位系列组合、最大7日暴雨和对应潮位系列组合。
步骤S2、暴雨和潮位边缘分布优选：搭建备选边缘分布函数库，主要为Archimedean Couple函数族，在本实施例中为正态分布（Normal分布）、对数正态分布（Lognormal分布）、伽马分布（Gamma分布）、逻辑斯蒂克分布（Logistic分布）和威布尔分布（Weibull分布）5种分布函数。依次使用备选边缘分布函数库中的5种函数对4种历时的极值暴雨系列和3个潮位站点的相应历时的日高潮位系列进行拟合，并以AIC值最小原则，辅以Kolmogorov-Smirnov检验的D统计量和拟合接受情况开展流域极值暴雨系列、潮位系列的边缘分布函数优选。优选结果如表1所示。
表1
Figure DEST_PATH_IMAGE064
步骤S3、暴雨潮位组合联合分布优选：构建备选二维联合分布函数库，在本实施例中为阿基米德Copula分布族的Frank Copula、Clayton Copula和Gumbel Copula。依次使用备选二维联合分布函数库中的3种函数构建极值暴雨系列和潮位系列的二维联合分布；采用3类函数的累积概率公式以及经验计算概率公式计算降水及对应潮位组合的理论概率和经验概率；进一步计算获取雨潮组合联合分布的经验-理论概率的AIC值和OLS值，并以最小准则对二维联合分布函数进行优选。图2和图3给出了各Copula函数对雨潮拟合AIC值和OLS值，优选出Frank Copula函数作为构建流域设计暴雨与各站相应高潮位联合分布的拟合模型。
步骤S4、获取不同历时设计暴雨与潮位站潮位的概率密度和累积分布：采用最优二维联合分布函数，将暴雨~潮位区间划分为若干网络。分别计算不同历时降水与潮位设计暴雨区间的联合分布密度和累积概率并构建分布密度图和累积分布图，由图可查各雨量、潮位组合分布概率。图4到图11给出了流域不同历时设计暴雨与江阴潮位概率密度图和累积分布图。
步骤S5、确定不同设计标准暴雨最可能遭遇的潮位区间：由最优边缘分布函数对应的边缘参数计算不同重现期暴雨对应的潮位设计值，并由条件概率公式计算雨潮组合遭遇概率，即
Figure 842558DEST_PATH_IMAGE024
与各潮位区间
Figure 492982DEST_PATH_IMAGE026
遭遇的条件概率，确定不同设计标准暴雨最大可能遭遇的潮位区间。
优选实施例中，以0.2m为基本单元划分潮位区间，不同历时流域极值暴雨遭遇江阴站各量级潮位区间的条件概率如图12至图15，由图12，最大1d设计暴雨与其相应各量级潮位组合时，100、50、20、10a一遇的设计暴雨遭遇概率最大的潮位区间为4.9m~5.1m，对应于约2.1~2.8a一遇的设计潮位；由图13，最大3d设计暴雨与其相应各量级潮位组合时，100、50、20、10a一遇的设计暴雨遭遇概率最大的潮位区间为5.3~5.5m，对应于约1.6~2.0a一遇的设计潮位；由图14和图15，最大5、7d设计暴雨与其相应各量级潮位组合时，100、50、20、10a一遇设计暴雨遭遇概率最大的潮位区间均为5.5m~5.7m，对应于约2.1~3.0a一遇的设计潮位。其中，数字后缀字符表示含义为：d表示天/日；a表示年；m表示米。
流域设计暴雨与江阴站潮位遭遇协调性分析如表2。综合四类不同历时极值暴雨对应高潮位来看，100a、50a、20a和10a一遇流域极值暴雨遭遇最大可能的潮位区间为4.9m~5.7m。同时，1999年流域实况最大1日、最大3日、最大5日和最大7日暴雨对应的历时期内江阴站最高潮位在4.93m~5.53m之间，介于不同重现期设计暴雨遭遇最大可能潮位区间范围内。因此，认为江阴站1999年实况潮位作为流域潮位边界与流域设计暴雨组合相协调。
表2
Figure DEST_PATH_IMAGE066
步骤S6、重复步骤S3至步骤S5，得到设计暴雨与吴淞口站和盐官站潮位的最优二维分布，进一步得到流域设计暴雨与吴淞口站以及盐官站高潮位组合的协调性分析，如表3~表4。
100a、50a、20a和10a一遇流域极值暴雨最可能遭遇的吴淞口潮位区间为3.9m~4.5m，对应重现期约2.5~14.4a。而1999年流域最大1日、最大3日、最大5日和最大7日暴雨对应的历时期内吴淞口最高潮位在4.14m~4.24m之间，重现期为4.4a~5.9a，处于不同重现期设计暴雨遭遇最大可能潮位区间范围内，因此，吴淞口1999年实况潮位过程作为流域潮位边界与流域设计暴雨组合相协调。
100、50、20和10a一遇流域极值暴雨最可能遭遇的盐官潮位区间为6.7m~7.1m，对应重现期为2.3~4.7a。而1999年流域最大1日、3日、5日和7日暴雨对应历时期内盐官最高潮位分别为6.65m、6.68m、6.79m、6.79m，重现期分别为2.1、2.3、2.7、2.7a，均小于不同重现期设计暴雨遭遇最大可能潮位区间范围。因此，以盐官站1999年实况潮位过程作为流域潮位边界与流域设计暴雨组合不协调，建议抬升盐官潮位站的边界潮位。
表3
Figure DEST_PATH_IMAGE068
表4
Figure DEST_PATH_IMAGE070
实施例三
本实施例提出一种平原流域设计暴雨和潮位协调性的评估系统，用于实现一种平原流域设计暴雨和设计潮位边界协调性的评估方法，该系统具体包括以下模块：
用于获取设计暴雨与设计潮位组合系列的数据获取模块；
用于实现设计暴雨和潮位边缘分布函数拟合与优选的属性分析模块；
用于获取不同历时下设计暴雨与设计潮位组合系列二维联合分布的联合分析模块；
用于获取设计暴雨与各潮位区间遭遇可能性的判断模块；
用于评估设计暴雨与设计潮位协调性的评估模块。
在进一步的实施例中，数据获取模块用于计算流域不同历时长系列极值暴雨作为设计暴雨系列，自动选取相应暴雨日期内的高潮位组成对应潮位系列，形成长系列的流域设计暴雨-潮位组合。
属性分析模块通过构建备选边缘分布函数库，利用备选边缘分布函数库自动开展流域设计暴雨和潮位边缘分布函数的拟合与优选；
联合分析模块通过构建备选二维联合分布函数库，基于优选后的设计暴雨和潮位边缘分布函数，优选出备选二维联合分布函数，获取不同历时下所述组合系列的二维联合分布；
判断模块在获取设计暴雨与各潮位区间遭遇的可能性时，具体通过划分潮位区间并利用条件概率自动计算设计暴雨与各潮位区间遭遇的可能性，实现遭遇可能性的判断。
评估模块通过将实际潮位与遭遇可能性最大的潮位区间比较，评估现状设计暴雨与设计潮位的协调性。
实施例四
本实施例提出一种计算模块，该模块包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序。其中，处理器用于执行平原流域设计暴雨和设计潮位边界协调性评估方法的步骤。
在进一步的实施例中，提出一种计算模块可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，用以实现平原流域设计暴雨和潮位协调性评估方法的步骤。
如上所述，尽管参照特定的优选实施例已经表示和表述了本发明，但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下，可对其在形式上和细节上做出各种变化。

Claims (10)

1.一种平原流域设计暴雨和潮位协调性的评估方法，其特征在于，具体包括以下步骤：
步骤1、基于历史水文数据，构建研究流域中设计暴雨与设计潮位的组合系列；
步骤2、构建备选边缘分布函数库，并利用备选边缘分布函数库对所述组合系列进行拟合与优选；
步骤3、构建备选二维联合分布函数库，基于优选后的备选边缘分布函数，通过优选备选二维联合分布函数库，获取不同历时下所述组合系列的二维联合分布；
步骤4、构建条件概率，并采用所述条件概率计算设计暴雨与潮位区间遭遇的可能性；所述潮位区间为设计潮位划分出的至少两个数值区间；
步骤5、将设计暴雨与潮位区间遭遇的可能性最大结果与实际潮位对比，评估现状设计暴雨与设计潮位的协调性。
2.根据权利要求1所述的一种平原流域设计暴雨和潮位协调性的评估方法，其特征在于，构建所述组合系列的过程进一步包括以下步骤：
步骤1.1、收集研究流域代表性站点逐日降水数据，提取研究流域逐年不同历时极值暴雨，形成流域年极值暴雨系列；
步骤1.2、收集研究流域逐日潮位数据，提取在流域不同历时极值暴雨期间内发生的高潮位，形成年设计潮位系列；
步骤1.3、将上述2个步骤中的年极值暴雨系列和年设计潮位系列相对应，形成一对一长系列的流域设计暴雨与潮位组合系列。
3.根据权利要求1所述的一种平原流域设计暴雨和潮位协调性的评估方法，其特征在于，所述步骤2具体包括以下步骤：
步骤2.1、构建备选边缘分布函数库，对不同历时年极值暴雨系列、年设计潮位系列开展密度和累积分布拟合；
步骤2.2、针对拟合结果，预设优选限定因子，开展暴雨系列和潮位系列边缘分布优选。
4.根据权利要求1所述的一种平原流域设计暴雨和潮位协调性的评估方法，其特征在于，所述步骤3具体包括以下步骤：
步骤3.1、构建备选二维联合分布函数库，基于优选的边缘分布构建历年不同历时设计暴雨和设计潮位的联合分布函数；
步骤3.2、采用二维联合分布函数库中函数的累积概率公式，计算历年不同历时暴雨和潮位组合的理论概率；
步骤3.3、计算历年不同历时暴雨及对应潮位组合的经验概率；
步骤3.4、计算分布函数拟合的暴雨潮位组合联合分布的经验与理论概率的限定因子数值，并以最小准则对二维联合分布函数进行优选。
5.根据权利要求4所述的一种平原流域设计暴雨和潮位协调性的评估方法，其特征在于，
所述经验概率表达式为：
Figure DEST_PATH_IMAGE002
式中，n表示实测值的总对数；
Figure DEST_PATH_IMAGE004
表示设计暴雨与设计潮位的组合系列；
Figure DEST_PATH_IMAGE006
表示实测值对同时不大于
Figure DEST_PATH_IMAGE008
的频次。
6.根据权利要求4所述的一种平原流域设计暴雨和潮位协调性的评估方法，其特征在于，所述限定因子数值包括赤池信息准则值和普通最小二乘法值，所述普通最小二乘法值计算的表达式为：
Figure DEST_PATH_IMAGE010
式中，n表示实测值的总对数；
Figure DEST_PATH_IMAGE012
表示经验概率；
Figure DEST_PATH_IMAGE014
表示理论概率。
7.根据权利要求1所述的一种平原流域设计暴雨和潮位协调性的评估方法，其特征在于，所述步骤4具体包括以下步骤：
步骤4.1、将潮位划分为至少两个潮位区间
Figure DEST_PATH_IMAGE016
、
Figure DEST_PATH_IMAGE018
、…、
Figure DEST_PATH_IMAGE020
；
步骤4.2、采用步骤3中优选出的二维联合分布函数，由条件概率公式计算不同潮位区间内的暴雨潮位遭遇组合概率，即流域暴雨
Figure DEST_PATH_IMAGE022
与各潮位区间
Figure DEST_PATH_IMAGE024
遭遇的条件概率，对应表达式为：
Figure DEST_PATH_IMAGE026
式中，
Figure DEST_PATH_IMAGE028
表示降水量；
Figure DEST_PATH_IMAGE030
表示潮位；
Figure DEST_PATH_IMAGE032
表示潮位
Figure 823223DEST_PATH_IMAGE016
对应的边缘分布函数；
Figure DEST_PATH_IMAGE034
表示暴雨
Figure 802681DEST_PATH_IMAGE022
与潮位
Figure 425161DEST_PATH_IMAGE016
的联合分布概率；
Figure DEST_PATH_IMAGE036
表示暴雨
Figure 882687DEST_PATH_IMAGE022
与潮位
Figure 431480DEST_PATH_IMAGE018
的联合分布概率。
8.根据权利要求1所述的一种平原流域设计暴雨和潮位协调性的评估方法，其特征在于，所述步骤5具体包括以下步骤：
步骤5.1、选择不同重现期下暴雨遭遇不同潮位的条件概率最大的潮位区间作为极值暴雨遭遇最大可能潮位区间；
步骤5.2、将最大可能潮位区间与边界条件所用实际高潮位相比，若实际高潮位处于最大可能潮位区间内，则认为设计暴雨和潮位边界协调，反之不协调。
9.一种平原流域设计暴雨和潮位协调性的评估系统，用于实现权利要求1-8任意一项方法，其特征在于，具体包括以下模块：
用于获取设计暴雨与设计潮位组合系列的数据获取模块；
用于实现设计暴雨和潮位边缘分布函数拟合与优选的属性分析模块；
用于获取不同历时下设计暴雨与设计潮位组合系列二维联合分布的联合分析模块；
用于获取设计暴雨与各潮位区间遭遇可能性的判断模块；
用于评估设计暴雨与设计潮位协调性的评估模块。
10.一种平原流域设计暴雨和潮位协调性的评估设备，其特征在于，所述设备包括：
处理器以及存储有计算机程序指令的存储器；
所述处理器读取并执行所述计算机程序指令，以实现如权利要求1-8任意一项所述的协调性评估方法。
CN202210637896.9A 2022-06-08 2022-06-08 一种平原流域设计暴雨和潮位协调性的评估方法及系统 Pending CN114722744A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210637896.9A CN114722744A (zh) 2022-06-08 2022-06-08 一种平原流域设计暴雨和潮位协调性的评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210637896.9A CN114722744A (zh) 2022-06-08 2022-06-08 一种平原流域设计暴雨和潮位协调性的评估方法及系统

Publications (1)

Publication Number Publication Date
CN114722744A true CN114722744A (zh) 2022-07-08

Family

ID=82232686

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210637896.9A Pending CN114722744A (zh) 2022-06-08 2022-06-08 一种平原流域设计暴雨和潮位协调性的评估方法及系统

Country Status (1)

Country Link
CN (1) CN114722744A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115330152A (zh) * 2022-07-29 2022-11-11 中交第四航务工程勘察设计院有限公司 风暴潮和暴雨共同作用下的涝水风险计算方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106202788A (zh) * 2016-07-20 2016-12-07 中国水利水电科学研究院 一种基于Copula函数的潮洪联合概率分析方法及其应用
CN113378389A (zh) * 2021-06-11 2021-09-10 中国长江三峡集团有限公司 洪潮遭遇组合风险分析的不确定性评价方法和装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106202788A (zh) * 2016-07-20 2016-12-07 中国水利水电科学研究院 一种基于Copula函数的潮洪联合概率分析方法及其应用
CN113378389A (zh) * 2021-06-11 2021-09-10 中国长江三峡集团有限公司 洪潮遭遇组合风险分析的不确定性评价方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
万永静等: "基于Copula函数的暴雨潮位组合分析", 《河海大学学报(自然科学版)》 *
陈浩等: "基于Copula函数的深圳河流域降雨潮位组合风险分析", 《北京师范大学学报(自然科学版)》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115330152A (zh) * 2022-07-29 2022-11-11 中交第四航务工程勘察设计院有限公司 风暴潮和暴雨共同作用下的涝水风险计算方法

Similar Documents

Publication Publication Date Title
CN111582755B (zh) 一种基于多维度集合信息山洪灾害综合风险动态评估方法
Stathopoulos et al. Wind power prediction based on numerical and statistical models
US11231519B2 (en) Method and device for simulating discharge, and computer device
CN110276104B (zh) 一种集合气候模式下的分期设计洪水推求方法
Stauffer et al. Ensemble postprocessing of daily precipitation sums over complex terrain using censored high-resolution standardized anomalies
CN106372422B (zh) 一种内陆河三元结构的干旱评价系统
Heuvelmans et al. Analysis of the spatial variation in the parameters of the SWAT model with application in Flanders, Northern Belgium
Abbaszadeh Improving hydrological process modeling using optimized threshold-based wavelet de-noising technique
CN113435630B (zh) 一种产流模式自适应的流域水文预报方法及系统
CN115238947A (zh) 气候变化下旱涝急转事件的社会经济暴露度预估方法
CN114722744A (zh) 一种平原流域设计暴雨和潮位协调性的评估方法及系统
CN111915158A (zh) 一种基于Flood Area模型的暴雨灾害天气风险评估方法、装置及设备
Wu et al. Global analysis of the role of terrestrial water storage in the evapotranspiration estimated from the Budyko framework at annual to monthly time scales
Dang et al. Future high-and low-flow estimations for Central Vietnam: a hydro-meteorological modelling chain approach
Aduah et al. Assessing suitability of the ACRU hydrological model in a rainforest catchment in Ghana, West Africa
CN115544785A (zh) 一种无资料梯级水库流域水文模拟方法和系统
CN111815043A (zh) 一种基于暴雨特征的洪水流量预测方法及系统
Gao et al. A framework for automatic calibration of SWMM considering input uncertainty
Modabber-Azizi et al. Estimation of seasonal and annual river flow volume based on temperature and rainfall by multiple linear and Bayesian quantile regressions
CN112699599A (zh) 基于bp-geo的洪涝灾害预警方法
Lussana et al. Evaluation of seNorge2, a conventional climatological datasets for snow-and hydrological modeling in Norway
Boulomytis et al. Assessment of flood susceptibility in coastal peri-urban areas: an alternative MCDA approach for ungauged catchments
Alipour Streamflow prediction in ungauged basins located within data-scarce regions
Haghnegahdar An improved framework for watershed discretization and model calibration: Application to the Great Lakes Basin
Byrd et al. Tools and methods for evaluating and refining alternative futures for coastal ecosystem management—the Puget Sound Ecosystem Portfolio Model

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220708