(浙江省水利水電勘測設(shè)計(jì)院,浙江 杭州 31002)
受地形特征和氣候條件的影響,沿海地區(qū)的洪澇災(zāi)害受多種致災(zāi)因子共同作用,導(dǎo)致沿海地區(qū)的防洪排澇問題異常復(fù)雜。暴雨和潮位作為沿海地區(qū)兩種典型的致災(zāi)因子,影響著該地區(qū)的防洪排澇,具體表現(xiàn)為當(dāng)區(qū)域發(fā)生暴雨時(shí),河口的潮位無法預(yù)知,當(dāng)高潮位發(fā)生時(shí),區(qū)域產(chǎn)生的降雨復(fù)雜多樣,而傳統(tǒng)的單變量頻率分析不能準(zhǔn)確反映暴雨和潮位對(duì)洪澇形成的相互作用關(guān)系,無法明確地給出洪潮遭遇的風(fēng)險(xiǎn)概率,無法解決復(fù)雜的防洪排澇問題。因此利用多維分析方法進(jìn)行科學(xué)定量的沿海地區(qū)雨潮遭遇風(fēng)險(xiǎn)分析,為流域防洪排澇規(guī)劃設(shè)計(jì)等提供設(shè)計(jì)參考十分必要。
目前,研究多變量聯(lián)合分布的方法很多,而Copula函數(shù)因其不受邊緣分布的限制,能夠完整描述變量間的相關(guān)性,可根據(jù)實(shí)際情況靈活構(gòu)造隨機(jī)變量的多維聯(lián)合分布,定量準(zhǔn)確地計(jì)算出不同變量遭遇組合下的風(fēng)險(xiǎn)概率,且計(jì)算十分簡便,因此在實(shí)際的水文事件組合分析計(jì)算中得到了廣泛的應(yīng)用[1]。Copula函數(shù)在水文水資源領(lǐng)域的應(yīng)用主要包括干支流洪水遭遇分析[2-3],豐枯遭遇分析[4-5],洪潮及雨潮遭遇分析[6-7]等,但大部分的研究均集中于廣東[8-9]、福建[10]和長江流域[2]等地區(qū),對(duì)浙江省沿海地區(qū)的研究較少。
相較于傳統(tǒng)的根據(jù)人為經(jīng)驗(yàn)進(jìn)行定性地雨潮組合判斷的方法,本文采用多種不同的Copula函數(shù)構(gòu)建了降雨與潮位的兩變量聯(lián)合分布,并最后選取最佳的Copula函數(shù),對(duì)浙江省部分沿海地區(qū)的雨潮組合遭遇進(jìn)行科學(xué)定量的風(fēng)險(xiǎn)概率計(jì)算和分析,為浙江省沿海地區(qū)的防洪排澇治理提供高效科學(xué)的決策參考。
根據(jù)Sklar定理[11]:令F是具有邊緣分布函數(shù)為F1(x1),F2(x2),…,F(xiàn)n(xn)的n維聯(lián)合分布函數(shù),若F1(x1),F2(x2),…,連續(xù),則存在唯一一個(gè)Copula函數(shù)C,滿足:
F(x1,x2,…,xn)=C[F1(x1),F2(x2),…,Fn(xn)]
(1)
式中,F(xiàn)1(x1),F2(x2),…,Fn(xn)分別為變量x1,x2,…,xn的邊緣分布。
Copula函數(shù)的構(gòu)建還有機(jī)結(jié)合了變量的相關(guān)程度,因此在推求多變量聯(lián)合分布前還需計(jì)算變量的相關(guān)性。Kendall秩相關(guān)系數(shù)能夠反映變量之間的線性和非線性相關(guān)關(guān)系,因此常用作變量間相關(guān)性度量指標(biāo)[12],其計(jì)算公式如下:
yj)],i,j=1,2,…,N
(2)
sign[(xi-xj)(yi-yj)]
(3)
式中,N為數(shù)據(jù)長度;(xi,yi)為變量點(diǎn)數(shù)據(jù)。
水文多變量聯(lián)合分布常采用的Copula函數(shù)有AMH Copula,F(xiàn)rank Copula,Gumbel-Hougaard Copula,Clayton Copula,各方法特征及適用條件[6]見表1。
表1 不同Copula函數(shù)特征及適用條件Tab.1 The character and applicable conditions of different Copula functions
由于降雨和潮位具有非對(duì)稱的尾部特征,因此,本文選取Gumbel-Hougaard Copula和Clayton Copula函數(shù)建立雨量和潮位的二維聯(lián)合分布,其分布函數(shù)表達(dá)式如下。
GH Copula的分布函數(shù)表達(dá)式為
F(p,z)=C(u,v)=exp{-[(lnu)θ+(-lnv)θ]1/θ}
(4)
τ=1-1/θ,θ∈[1,∞)
(5)
Clayton Copula的分布函數(shù)表達(dá)式為
F(p,z)=C(u,v)=(u-θ+v-θ-1)-1/θ
(6)
τ=θ/(2+θ),θ∈(0,∞)
(7)
式中,F(xiàn)(p,z)為降雨量P和潮位Z的聯(lián)合分布函數(shù);u和v分別為降雨量P和潮位Z的邊緣分布函數(shù)FP(p)和FZ(z);θ為Copula函數(shù)參數(shù);τ為Kendall秩相關(guān)系數(shù)。
為了檢驗(yàn)不同的Copula函數(shù)在多變量頻率分析中的擬合精度,需要比較經(jīng)驗(yàn)概率和理論概率是否一致。實(shí)測值(pi,zi)的經(jīng)驗(yàn)累積概率計(jì)算公式[13]如下:
(8)
式中,N為聯(lián)合實(shí)測值總個(gè)數(shù);ni為實(shí)測值同時(shí)小于等于(pi,zi)出現(xiàn)的次數(shù)。
經(jīng)驗(yàn)概率與理論概率的擬合程度采用OLS準(zhǔn)則[12]進(jìn)行擬合精度評(píng)價(jià),OLS準(zhǔn)則如下:
(9)
式中,F(xiàn)emp(pi,zi)和F(pi,zi)分別為經(jīng)驗(yàn)累積概率值和理論累積概率值。OLS越小,說明Copula函數(shù)的擬合精度越高。
為了定量分析不同的雨潮組合發(fā)生的概率,本文構(gòu)建了3種不同的風(fēng)險(xiǎn)率模型,用于評(píng)價(jià)洪潮遭遇風(fēng)險(xiǎn)[14]。
(1) 同現(xiàn)風(fēng)險(xiǎn)率。同現(xiàn)風(fēng)險(xiǎn)率指降雨、潮位同時(shí)超過某一量級(jí)的概率。此情況是對(duì)城市防洪威脅最大、最不利的情況。其計(jì)算公式為
P風(fēng)險(xiǎn)(Z>z,P>p)=1-FZ(z)-FP(p)+F(p,z)
(10)
(2) 條件風(fēng)險(xiǎn)率。條件風(fēng)險(xiǎn)率是指已知發(fā)生某一量級(jí)的降雨時(shí),發(fā)生超過某一量級(jí)的潮位的概率。其計(jì)算公式為
P條件(Z>z|P>p)=(1-Fz(z)-FP(p)+
F(p,z))/(1-FP(p))
(11)
(3) 防澇風(fēng)險(xiǎn)率。防澇風(fēng)險(xiǎn)率是指發(fā)生超過某一量級(jí)的降雨,或發(fā)生超過某一量級(jí)的潮位的概率。其計(jì)算公式為
P防澇(Z>z或P>p)=1-F(p,z)
(12)
其對(duì)應(yīng)的防澇標(biāo)準(zhǔn)Tf計(jì)算公式為
Tf=1/(1-F(p,z))
(13)
對(duì)于任意設(shè)計(jì)標(biāo)準(zhǔn)的暴雨和潮位的組合,可通過其各自的邊緣分布函數(shù)求得聯(lián)合分布,從而得到各種風(fēng)險(xiǎn)率及防澇標(biāo)準(zhǔn)。同理,對(duì)于給定的風(fēng)險(xiǎn)率和防澇標(biāo)準(zhǔn),也可求出不同暴雨重現(xiàn)期和潮位重現(xiàn)期的組合。
溫黃平原位于浙江省東部,椒江干流南岸、楠溪江以東、樂清灣以北,東部和東南部瀕臨東海,受暴雨及外海潮位共同作用,該地區(qū)洪澇災(zāi)害頻發(fā)。本文選用溫黃平原10個(gè)雨量站的年最大1 d降雨平均值作為本地區(qū)暴雨,暴雨發(fā)生后3 d內(nèi)的海門站最高潮位[15]作為相應(yīng)潮位,及海門站年最高潮位,分析“以暴雨為主,潮位相應(yīng)”的溫黃平原雨潮遭遇問題。
年最大1 d降雨、暴雨相應(yīng)潮位及年最高潮位均采用P-Ⅲ型分布描述其邊緣分布,經(jīng)矩法和目估適線后,得到3個(gè)系列的邊緣分布統(tǒng)計(jì)參數(shù)及設(shè)計(jì)值見表2。
分別采用GH Copula和Clayton Copula建立降雨和潮位的聯(lián)合分布,各分布模型的統(tǒng)計(jì)參數(shù)值及理論頻率與經(jīng)驗(yàn)頻率的擬合度見表3和圖1。
表3 Copula函數(shù)的統(tǒng)計(jì)參數(shù)及擬合度計(jì)算成果Tab.3 The statistical parameter of Copula functions and calculation results of fitting degree
圖1 不同Copula函數(shù)經(jīng)驗(yàn)頻率與理論頻率擬合Fig.1 The fitness of theoretical joint distribution and experience joint distribution by different Copula functions
結(jié)果表明,Gumbel-Hougaard Copula的OLS較小,經(jīng)驗(yàn)頻率與理論頻率的擬合度更好,說明其能更好地反映降雨和潮位之間的聯(lián)合分布。因此,選取Gumbel-Hougaard Copula函數(shù)建立聯(lián)合分布進(jìn)行雨潮遭遇概率分析。
圖2為以暴雨為主,潮位相應(yīng)的雨潮同現(xiàn)風(fēng)險(xiǎn)率分布圖。表4為根據(jù)構(gòu)建的風(fēng)險(xiǎn)概率模型計(jì)算出的各種暴雨潮位組合下的風(fēng)險(xiǎn)率及防澇標(biāo)準(zhǔn)。
由表4和圖2可以看出,隨著潮位重現(xiàn)期的提高,遭遇同一重現(xiàn)期暴雨的概率逐漸減小,其防澇標(biāo)準(zhǔn)逐漸提高;不同重現(xiàn)期降雨遭遇20 a一遇以上潮位概率較小,最高不超過1.4%;且降雨和潮位組合下的聯(lián)合風(fēng)險(xiǎn)率均小于組合中降雨的設(shè)計(jì)標(biāo)準(zhǔn),即暴雨的重現(xiàn)期高于防澇標(biāo)準(zhǔn)。
在實(shí)際工程應(yīng)用中,在選取暴雨和潮位的遭遇組合時(shí),既需要考慮工程安全,達(dá)到一定的防澇標(biāo)準(zhǔn),同時(shí)其遭遇也需要滿足合理的條件概率。在實(shí)際的浙江省溫黃平原防洪排澇規(guī)劃設(shè)計(jì)中,采用傳統(tǒng)的洪潮遭遇分析,確定50 a和20 a一遇暴雨遭遇20 a一遇潮位。當(dāng)50 a和20 a一遇暴雨遭遇20 a一遇潮位時(shí),對(duì)應(yīng)的同現(xiàn)風(fēng)險(xiǎn)率分別為0.4%和0.7%,防澇標(biāo)準(zhǔn)為23 a和14 a一遇,條件風(fēng)險(xiǎn)率為22.5%和14.8%,既滿足了較小的風(fēng)險(xiǎn),達(dá)到了一定的防澇標(biāo)準(zhǔn),同時(shí)也滿足了較高的條件概率,說明設(shè)計(jì)較為合理。
圖2 以暴雨為主,潮位相應(yīng)的雨潮同現(xiàn)風(fēng)險(xiǎn)率分布Fig.2 The distribution of simultaneous risk probability of rainfall and corresponding tide
表4 溫黃平原不同暴雨潮位組合下風(fēng)險(xiǎn)率Tab.4 The risk probability of different combinations of rainfall and tide in Wenhuang plain
本文還將Gumbel-Hougaard Copula函數(shù)應(yīng)用至鰲江流域、錢塘江流域等浙江省其他沿海地區(qū)進(jìn)行雨潮組合風(fēng)險(xiǎn)分析,結(jié)果見表5。
表5 浙江省其它沿海地區(qū)不同暴雨潮位組合下風(fēng)險(xiǎn)率Tab.5 The risk probability of different combinations of rainfall and tide in other coastal areas of Zhejiang Province
從整體上看,在相同的暴雨和潮位遭遇組合下,鰲江流域和錢塘江流域的雨潮遭遇風(fēng)險(xiǎn)率較溫黃平原更低,但其整體的變化規(guī)律與溫黃平原的基本保持一致,且該成果與各流域防洪排澇規(guī)劃設(shè)計(jì)中推薦采用的雨潮遭遇成果基本一致,進(jìn)一步驗(yàn)證了Copula函數(shù)在雨潮遭遇應(yīng)用分析中的適用性。
由Copula函數(shù)建立的雨潮聯(lián)合分布精確定量地計(jì)算出了不同雨潮組合下的風(fēng)險(xiǎn)率,其在浙江省三大沿海流域的應(yīng)用成果與流域防洪排澇規(guī)劃設(shè)計(jì)中推薦的雨潮組合成果基本一致,說明了計(jì)算結(jié)果的合理性和可靠性。與傳統(tǒng)的雨潮組合定性分析方法相比,該方法計(jì)算簡便、靈活高效、實(shí)用性強(qiáng),能夠明確地給出不同雨潮組合下的風(fēng)險(xiǎn)概率,可為沿海地區(qū)工程設(shè)計(jì)提供決策參考。在實(shí)際工程應(yīng)用中,建議同時(shí)結(jié)合條件風(fēng)險(xiǎn)率和防澇標(biāo)準(zhǔn)綜合確定雨潮遭遇組合。