亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于Copula模型的暴雨綜合指標分析
        ——以萬州為例

        2021-06-14 13:31:38馮介玲祝好
        關鍵詞:優(yōu)度貢獻率暴雨

        馮介玲 祝好

        (1 重慶市氣象科學研究所,重慶 401147;2 重慶市農(nóng)業(yè)氣象與衛(wèi)星遙感工程技術(shù)研究中心,重慶 401147)

        0 引言

        IPCC第五次評估報告提出,由氣候變化引起大多數(shù)地區(qū)強降水事件的發(fā)生頻率呈現(xiàn)增加趨勢,發(fā)生影響大和范圍廣的暴雨災害的可能性也會大幅度增加,嚴重地影響了人民的生命和財產(chǎn)安全以及社會的可持續(xù)發(fā)展。在全球變化的背景下,暴雨災害的發(fā)生過程更加復雜,暴雨事件通常包含多個方面的特征屬性,是多重指標綜合作用的結(jié)果,各個要素之間的相關性也趨于復雜,因此,通過單一要素的分析很難全面地反映暴雨特征,暴雨多要素綜合分析成為極端降水研究領域的熱點。

        Copula函數(shù)具有變量不受邊緣分布形式限制,不基于線性假設等特點,能夠靈活地應用于多維變量的聯(lián)合特征分析中,在金融、保險行業(yè)應用成熟,而近年來也被廣泛地運用在氣象和水文等方面的研究中,但是在暴雨方面的研究相對較少。重現(xiàn)期是一個表征發(fā)生可能性的指標,一般是指在較長時期內(nèi)超過某強度閾值的事件發(fā)生的一個相對穩(wěn)定的周期,是描述災害等事件的一個重要參數(shù)。重現(xiàn)期可用于描述災害出現(xiàn)的嚴重程度和頻率,氣象或水文領域上常用“50年一遇”“百年一遇”等來表示。研究暴雨重現(xiàn)期對于城市工程的規(guī)劃設計以及防汛抗洪等都具有重要的參考意義。

        本文以重慶萬州區(qū)暴雨事件為研究對象,利用Copula函數(shù)在構(gòu)建多維聯(lián)合分布中的優(yōu)勢,構(gòu)建二維聯(lián)合分布模型研究歷年暴雨多變量的概率分布和聯(lián)合重現(xiàn)期的變化,揭示多變量聯(lián)合下的暴雨特征,以期利用綜合指標分析提高暴雨重現(xiàn)期的評估精度,為減小暴雨災害頻率分析的不確定性,制定合理的防災減災決策以及提高風險管理水平提供科學依據(jù)。

        1 資料與方法

        1.1 資料選取

        根據(jù)中國氣象局《降水量等級》標準,24 h內(nèi),降雨量達到50 mm的降水定為暴雨。研究采用由重慶氣候監(jiān)測分析平臺提供的萬州區(qū)1967—2019年的歷年降水資料,參照國內(nèi)外學者研究暴雨特征的指標選取情況,統(tǒng)計提取出年暴雨量(

        P

        )、年暴雨強度(

        I

        )和年暴雨貢獻率(

        R

        )作為暴雨要素,從多角度反映暴雨的特征,相應暴雨要素的選擇及定義如表1所示。

        表1 暴雨要素的選擇及定義Table 1 Selection and definition of rainstorm factors

        1.2 研究方法

        1.2.1 Copula函數(shù)的基本形式

        在實際應用中,單參數(shù)的Copula函數(shù)由于靈活多變,計算簡單,應用最為廣泛。建立Copula函數(shù)模型時,需要采極大似然法和分步估計法對Copula函數(shù)的參數(shù)估計,三種常見的Copula函數(shù)的表達式及參數(shù)范圍見表2。其中

        C

        (

        u

        ,

        v

        )為Copula函數(shù),

        u

        v

        分別為變量的邊緣分布函數(shù),

        θ

        為Copula函數(shù)的參數(shù)。

        通過計算擬合優(yōu)度評價指標RMSE,AIC,Bias和OLS值,可以對擬合的Copula函數(shù)模型進行優(yōu)度評價。

        RMSE的表達式為:

        表2 三種常見Copula函數(shù)Table 2 Definition of the three Copula functions

        AIC的計算式如下:

        Bias的表達式為:上述公式中,

        n

        是樣本容量,

        m

        為Copula函數(shù)模型中獨立參數(shù)的個數(shù),

        P

        ,

        P

        分別為聯(lián)合分布函數(shù)的經(jīng)驗概率和理論概率。

        根據(jù)RMSE,AIC,Bias和OLS值越小,所對應的Copula函數(shù)擬合優(yōu)度越高的原則,選取最優(yōu)的Copula函數(shù)來進一步構(gòu)建聯(lián)合重現(xiàn)期模型。

        1.2.2 基于Copula函數(shù)的重現(xiàn)期計算

        如果

        N

        是暴雨事件的時間序列長度,

        n

        是事件的發(fā)生次數(shù),

        E

        (

        L

        )為暴雨事件發(fā)生的平均間隔時間,則有

        E

        (

        L

        ) =

        N

        /

        n

        對于暴雨事件而言,傳統(tǒng)的基于單要素的重現(xiàn)期的計算公式為:

        基于Copula函數(shù)的雙要素聯(lián)合重現(xiàn)期可以表示為:

        基于Copula函數(shù)的雙要素同現(xiàn)重現(xiàn)期可以表示為:

        當同時考慮強暴雨災害的2個要素時,聯(lián)合重現(xiàn)期即為某一暴雨要素超過某一特定值時的重現(xiàn)期,而同現(xiàn)重現(xiàn)期是指2個要素都超過某個特定值的重現(xiàn)期。

        2 萬州區(qū)暴雨聯(lián)合特征分析

        2.1 暴雨要素特征檢驗

        對暴雨的3種要素進行描述性統(tǒng)計分析,圖1顯示了暴雨量、暴雨強度和暴雨貢獻率的頻率直方圖以及擬合的正態(tài)分布曲線,各要素的描述性統(tǒng)計數(shù)據(jù)見表3。由圖1可知,暴雨要素的數(shù)據(jù)分布都具有一定的非對稱性,而由表3進一步可知,與正態(tài)分布相比,3個暴雨要素總體的數(shù)據(jù)分布較為陡峭,存在右偏。根據(jù)要素的頻率直方圖形態(tài)及偏度、峰度值初步判斷數(shù)據(jù)不服從正態(tài)分布,再利用Matlab R2014a軟件分別對變量進行Jarque-Bera正態(tài)性檢驗,返回值都為1,則認為數(shù)據(jù)都拒絕服從正態(tài)分布的假設,表示暴雨量、暴雨強度和暴雨貢獻率數(shù)據(jù)都具有非正態(tài)性,考慮用無需假定邊緣分布形式的Copula函數(shù)來進行暴雨多要素的聯(lián)合分布建模。

        圖1 暴雨量(a)、暴雨強度(b)和暴雨貢獻率(c)的頻率直方圖Fig.1 Frequency histogram of rainstorm factors(a) quantity, (b) intensity, (c) contribution

        表3 描述性統(tǒng)計數(shù)據(jù)表Table 3 Descriptive statistical data table

        2.2 邊緣分布選擇估計

        令暴雨量、暴雨強度和暴雨貢獻率的邊緣分布分別為

        F

        (

        p

        )、

        F

        (

        i

        )和

        F

        (

        r

        ),利用Easyfit5.5軟件對各暴雨要素進行多種邊緣分布類型的擬合以及參數(shù)估計,再根據(jù)Anderson-Darling檢驗的結(jié)果,針對各個暴雨要素分別選取最優(yōu)的邊緣分布函數(shù)。由擬合結(jié)果可知,Gen Extreme Value(廣義極值分布)對于各暴雨要素的擬合效果均較好,通過0.01水平下的假設檢驗的各要素的最優(yōu)邊緣分布類型以及參數(shù)結(jié)果見表4。

        2.3 Copula模型構(gòu)建

        利用極大似然法,分別選取3種常見的Copula函數(shù)對暴雨量、暴雨強度和暴雨貢獻率的兩兩組合進行二維Copula模型的擬合,并計算擬合優(yōu)度評價指標,進行優(yōu)度檢驗,相關的參數(shù)和擬合優(yōu)度檢驗值見表5。比較表5中各Copula函數(shù)的RMSE,AIC,Bias以及OLS值,根據(jù)擬合優(yōu)度指標越小模型擬合度越好的擇優(yōu)原則,選取Frank Copula為暴雨強度和暴雨貢獻率的二維聯(lián)合的最優(yōu)Copula分布函數(shù),選取Clayton Copula函數(shù)作為暴雨量和暴雨量貢獻率、暴雨強度和暴雨量貢獻率的二維聯(lián)合Copula分布函數(shù)。擬合優(yōu)度檢驗的結(jié)果也表明,Copula函數(shù)對暴雨量和暴雨強度的擬合精度更高。

        表4 邊緣分布估計結(jié)果Table 4 Distribution functions of rainstorm factors

        Kendall秩相關系數(shù)可以用來度量變量變化總體的一致性程度,從而反映變量間的相關性,分別計算基于三種暴雨要素組合最優(yōu)二維聯(lián)合分布的Kendall秩相關系數(shù),結(jié)果見表6。由表可知,暴雨強度和暴雨貢獻率的同步性較大,各暴雨要素間存在一定的正相關關系。

        構(gòu)建3種要素組合的最優(yōu)聯(lián)合分布模型,如圖2所示。從圖2中可以看出,各擬合的Copula函數(shù)模型在上尾和下尾的頻率都相對較大,符合暴雨要素有較多極端值的特征。由Frank Copula模型反映出的要素上下尾頻率都較大的特點,表示在發(fā)生暴雨災害的情況下,同時出現(xiàn)暴雨量小和暴雨強度低、暴雨強度低和暴雨貢獻率小、暴雨量大和暴雨強度高或者暴雨強度高和暴雨貢獻率大的概率更高,而由Clayton Copula模型反映出暴雨量和暴雨貢獻率兩個暴雨要素在上下尾部表現(xiàn)出一定的非對稱結(jié)構(gòu),尤其在極端下尾呈現(xiàn)出較強的正相關關系。分析可知,各暴雨要素之間的尾部相關性能被不同類型的Copula函數(shù)清晰地定性刻畫出來,為了更加深入地認識Copula函數(shù)模型在暴雨多要素綜合分析中的應用,需要進一步進行基于最優(yōu)Copula函數(shù)的重現(xiàn)期評估。

        表5 Copula函數(shù)的參數(shù)估計和擬合優(yōu)度檢驗值Table 5 Parameters and goodness-of-fit measures for the fitted Copula function

        表6 基于最優(yōu)Copula函數(shù)的暴雨要素組合Kendall秩相關系數(shù)值Table 6 The correlation coefficients of the combination of rainstorm factors

        3 萬州區(qū)暴雨聯(lián)合重現(xiàn)期分析

        3.1 暴雨重現(xiàn)期計算

        根據(jù)重現(xiàn)期的計算公式(6)—(8),分別計算出基于最優(yōu)Copula函數(shù)的聯(lián)合重現(xiàn)期和同現(xiàn)重現(xiàn)期,結(jié)果如圖3所示。

        由圖3可知,隨著暴雨量、暴雨強度和暴雨貢獻率的增加,基于不同最優(yōu)Copula函數(shù)模型的聯(lián)合重現(xiàn)期及同現(xiàn)重現(xiàn)期增大。不同暴雨要素組合的聯(lián)合重現(xiàn)期模型的形態(tài)不同,總體來說聯(lián)合重現(xiàn)期對暴雨強度的變化更敏感。暴雨量與暴雨貢獻率的聯(lián)合重現(xiàn)期和同現(xiàn)重現(xiàn)期主要分布在0~400和0~20000年,暴雨量與暴雨貢獻率的聯(lián)合重現(xiàn)期和同現(xiàn)重現(xiàn)期主要分布在0~5和0~800年,暴雨強度和暴雨貢獻率的聯(lián)合重現(xiàn)期和同現(xiàn)重現(xiàn)期主要分布在0~5和0~1500年。聯(lián)合重現(xiàn)期和同現(xiàn)重現(xiàn)期對暴雨要素滿足的取值要求不同,不同要素組合的重現(xiàn)期變化趨勢不同,反映了在分析暴雨的重現(xiàn)期時,需要考慮多個要素的影響。

        圖2 暴雨要素的Copula函數(shù)分布圖(a)暴雨量和暴雨強度;(b)暴雨量和暴雨貢獻率;(c)暴雨強度和暴雨貢獻率Fig. 2 The joint cumulative distribution of rainstorm factors(a) P&I, (b) P&R, (c) I&R

        3.2 暴雨災害聯(lián)合重現(xiàn)期評估結(jié)果比較

        表7 顯示了在單變量重現(xiàn)期分別為2、5、10、20、50和100 年的情況下,根據(jù)單變量重現(xiàn)期公式(6)推導出暴雨量、暴雨強度和暴雨貢獻率的對應取值,再根據(jù)公式(7)和(8)計算出的不同Copula函數(shù)模型對應的暴雨多要素聯(lián)合重現(xiàn)期以及同現(xiàn)重現(xiàn)期取值。

        由表7可以看出,聯(lián)合重現(xiàn)期均比單要素重現(xiàn)期小,同現(xiàn)重現(xiàn)期均比單要素重現(xiàn)期大,且隨著單要素重現(xiàn)期取值的增大,多要素重現(xiàn)期與單要素重現(xiàn)期的差別也逐漸增大,同現(xiàn)重現(xiàn)期的增速遠超聯(lián)合重現(xiàn)期的增速。在單變量重現(xiàn)期小于等于2年的情況下,聯(lián)合重現(xiàn)期和同現(xiàn)重現(xiàn)期的差別不明顯,但當單要素重現(xiàn)期大于2年時,基于Copula模型的兩種重現(xiàn)期差別較大。

        4 結(jié)論與討論

        圖3 暴雨要素的二維Copula重現(xiàn)期Fig. 3 The joint return period of the combination of rainstorm factors

        1)廣義極值分布對暴雨量、暴雨強度和暴雨貢獻率的擬合效果最好。根據(jù)邊緣分布情況以及擬合優(yōu)度評價結(jié)果,Clayton Copula函數(shù)適合于構(gòu)建暴雨量和暴雨強度以及暴雨強度和暴雨貢獻率兩個的聯(lián)合分布模型,F(xiàn)rank Copula函數(shù)適合于構(gòu)建暴雨強度和暴雨貢獻率的聯(lián)合分布模型。

        2)各暴雨要素之間具有一定的正相關,Copula函數(shù)可以直觀清晰地刻畫要素之間的相關關系,適用于分析暴雨多要素的聯(lián)合概率。

        3)Copula函數(shù)模型能夠從綜合指標層面反映暴雨多方面的特征,基于暴雨多要素的聯(lián)合重現(xiàn)期以及同現(xiàn)重現(xiàn)期比基于單要素的重現(xiàn)期能夠提供暴雨的綜合信息,可以反映出暴雨災害發(fā)生時的降水集中程度以及暴雨的強度等級。

        表7 基于暴雨單要素的重現(xiàn)期和最優(yōu)Copula函數(shù)模型的暴雨多要素重現(xiàn)期Table 7 The return period of rainstorm based on single element and optimal Copula function model

        猜你喜歡
        優(yōu)度貢獻率暴雨
        “80年未遇暴雨”襲首爾
        暴雨
        勘 誤 聲 明
        當暴雨突臨
        如何正確運用χ2檢驗
        ——擬合優(yōu)度檢驗與SAS實現(xiàn)
        一種通用的裝備體系貢獻率評估框架
        關于裝備體系貢獻率研究的幾點思考
        暴雨襲擊
        支點(2017年8期)2017-08-22 17:18:27
        可拓方法的優(yōu)度評價在輸氣管優(yōu)化設計中的應用
        В первой половине 2016 года вклад потребления в рост китайской экономики достиг 73,4 процента
        中亞信息(2016年10期)2016-02-13 02:32:45
        国产成人精品一区二区不卡| 国产中文字幕免费视频一区| 蜜桃视频中文在线观看| 中文字幕日本在线乱码| 色欲色香天天天综合vvv| 久久久精品456亚洲影院| 人妻精品丝袜一区二区无码AV| 精品女同一区二区三区免费播放| 日产精品高潮一区二区三区5月| 久久久久亚洲精品男人的天堂| 国产精品毛片久久久久久久| 亚洲欧洲精品成人久久曰不卡| 国产av一区仑乱久久精品| 在线免费观看黄色国产强暴av| 蜜桃无码一区二区三区| 国产内射性高湖| 91精品在线免费| 人妻经典中文字幕av| 日韩国产精品无码一区二区三区| 一本色综合亚洲精品蜜桃冫| 久久久久久一本大道无码| 男女搞事在线观看视频| 国产成人精品午夜视频| 最新亚洲精品国偷自产在线| 国产精品久久码一区二区| 亚洲国产成a人v在线观看| 丝袜美腿在线观看视频| av大全亚洲一区二区三区| 亚洲男同gay在线观看| 国内少妇偷人精品视频免费| av亚洲在线一区二区| 日本办公室三级在线观看| a级毛片免费观看在线播放| 亚洲最大中文字幕无码网站| av资源在线看免费观看| 亚洲一区在线二区三区| 国产精品国产三级国产专播| 在线观看免费午夜大片| 亚洲国产欧美在线成人| 亚洲综合一区二区三区蜜臀av| 国产h视频在线观看网站免费|