简介:在调水工程中,如果泵站站前水位过低,会危及泵站安全,如果水位过高,会危及周边安全,因此探寻调水工程中河渠湖库水位变化显得尤为重要.以南水北调东线山东段南四湖为研究区域,寻求不同起调水位、出入流量、泵站开启时间差的调水方案下泵前水位变化规律.先利用耦合模型对不同的调水方案进行数值模拟,然后选取23组调水方案及其数值模拟所得的泵前水位作为样本训练BP神经网络,建立BP神经网络调蓄水位预测模型并进行验证,最后利用预测模型对不同调水方案进行泵前水位预测.结果表明,BP神经网络预测模型具有很强的预测能力,预测模型结果与耦合模型结果泵前水位基本吻合,水深相对误差小于9.15%,而模型计算效率提升96.67%.
简介:Copula是一种构造多元联合分布和分析随机变量间相关结构的重要工具.对2005年以来国内外学者对Copula在干旱领域的研究和应用进行了综述,阐述了当前Copula方法存在的问题和继续研究方向.首先,高维Copula函数的参数估计不够精确,虽然高维Copula构造方法如嵌套法、混合法、条件混合法等对参数估计有本质上的简化作用、基于Bayesian理论的Copula参数估计方法比传统方法有明显改进,但在计算量、置信水平、样本量等需求上仍存在取舍,高维Copula理论的参数估计方法仍是Copula理论研究中的难点;其次,干旱特征对时间具有较强敏感性,使得Copula函数应用于干旱问题需要具有时变性,时变和空间变化Copula理论能综合时空维度对干旱进行全面分析,这将是未来Copula研究的方向之一;最后,Copula方法能被应用于诸多方向,还需要更加发散地将Copula方法与其他框架相结合.
简介:为了合理评估区域干旱灾害风险,以岷江流域14个气象站1961-2012年逐月降水数据为研究对象,以阈值为变量设定3种游程截取水平识别干旱,然后利用经拟合优选的Copula函数构建干旱历时与干旱烈度的联合分布,并进行概率分析和重现期计算。结果表明:GumbelCopula函数对整个流域的拟合效果最优;利用GumbelCopula函数分析二维条件概率P(S≤60mm|D≥3月),3种截取水平的发生概率从流域东南到西北递增;联合重现期结果显示流域东北部和南部一带的旱情比中西部严重,而同现重现期结果则显示流域西部的旱情比东部严重;联合重现期比同现重现期的空间分布更稳定,任意一种截取水平下的联合重现期都比较接近。研究结果可为游程理论截取水平设定、Copula函数优选以及多变量干旱分析提供依据。