[發(fā)明專利]一種基于條件概率分布的河道洪峰水位預報方法

有效

• 申請?zhí)枺?/td>: 201810970114.7
• 申請日: 2018-08-23
• 公開（公告）號: CN109344993B
• 公開（公告）日: 2021-08-24
• 發(fā)明（設計）人: 劉章君;許新發(fā);胡建民;成靜清;溫天福;張范平;賈磊
• 申請（專利權）人: 江西省水利科學研究院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26;G06F17/15;G06F17/18;G01W1/10
• 代理公司: 南昌豐擇知識產(chǎn)權代理事務所(普通合伙) 36137
• 代理人: 吳稱生

本發(fā)明公開了一種基于條件概率分布的河道洪峰水位預報方法，通過統(tǒng)計上下游洪峰水位和傳播時間系列，在確定邊緣概率分布函數(shù)的基礎上，利用Copula函數(shù)分別構造上游洪峰水位與下游洪峰水位、傳播時間的二維聯(lián)合概率分布函數(shù)，進而求解給定上游洪峰水位時下游洪峰水位、傳播時間的條件概率分布函數(shù)，進而預報下游洪峰水位及其出現(xiàn)時間。本發(fā)明基于概率論和數(shù)理統(tǒng)計方法定量地給出了上游斷面洪峰水位與下游斷面洪峰水位、洪水傳播時間的回歸曲線，與常規(guī)的徒手繪制經(jīng)驗關系曲線方法相比，理論基礎更強，有效減少徒手繪制所帶來的任意性，更加客觀合理。

技術領域

本發(fā)明屬于防洪預報預警領域，特別涉及一種基于條件概率分布的河道洪峰水位預報方法。

背景技術

河道洪峰水位預報是防洪非工程措施的重要內(nèi)容之一，可以為防汛搶險及工農(nóng)業(yè)的安全生產(chǎn)提供技術支撐。天然河道中的洪水，以洪水波形態(tài)沿河道自上游向下游運動，洪峰水位先在河道上游斷面出現(xiàn)，然后依次在下游斷面出現(xiàn)。因此，可利用河道中洪水波的運動規(guī)律，由上游斷面當前時刻的洪峰水位，來預報下游斷面未來時刻的洪峰水位。

目前工程實際中使用最廣泛的河道洪峰水位預報方法為相應水位法，即根據(jù)以往的洪水過程資料，點繪上、下游斷面相應洪峰水位相關圖和上游斷面洪峰水位與洪水傳播時間相關圖，按圖中的經(jīng)驗關系，由上游斷面現(xiàn)時洪峰水位來預報下游斷面洪峰水位及其出現(xiàn)時間。相應水位法雖然簡單實用，但考慮到上游斷面洪峰水位與下游斷面洪峰水位、洪水傳播時間之間存在明顯的非線性、非正態(tài)特征，導致傳統(tǒng)的線性回歸難以適用。因而，該法一般按點群分布趨勢，照顧大多數(shù)點據(jù)，徒手繪制經(jīng)驗關系曲線，主觀性較強，精度也難免受到影響。

實際上，推求上游斷面洪峰水位與下游斷面洪峰水位、洪水傳播時間的回歸曲線本質(zhì)是求解給定上游斷面洪峰水位時，下游斷面洪峰水位、洪水傳播時間的條件概率分布。Copula函數(shù)可以構造具有任意邊緣分布的多個隨機變量的聯(lián)合分布，進而求解條件概率的解析表達式，能很好地描述隨機變量的非正態(tài)特征和非線性相關結構。目前，沒有文獻將基于Copula函數(shù)的條件概率分布構建方法引入河道洪峰水位預報研究中。

發(fā)明內(nèi)容

針對現(xiàn)有技術存在的不足，本發(fā)明提供了一種基于條件概率分布的河道洪峰水位預報方法。

為解決上述技術問題，本發(fā)明采用如下的技術方案：

一種基于條件概率分布的河道洪峰水位預報方法，包括步驟：

步驟1，統(tǒng)計上下游洪峰水位和傳播時間系列；

步驟2，根據(jù)步驟1中的上下游洪峰水位和傳播時間系列資料，選取適當?shù)倪吘壏植季€型，并估計其參數(shù)；

步驟3，采用Copula函數(shù)分別構造上游洪峰水位與下游洪峰水位、傳播時間的二維聯(lián)合概率分布函數(shù)，并估計Copula函數(shù)的參數(shù)；

步驟4，根據(jù)步驟2估計的邊緣分布函數(shù)和步驟3構建的二維聯(lián)合分布函數(shù)求解給定上游洪峰水位時下游洪峰水位、傳播時間的條件概率分布函數(shù)的解析表達式；

步驟5，依據(jù)步驟4所得的條件概率分布函數(shù)的解析表達式，預報下游洪峰水位及其出現(xiàn)時間。

所述步驟2中，將正態(tài)分布、對數(shù)正態(tài)分布、Gumbel分布、Gamma分布和皮爾遜III型分布作為備選邊緣概率分布函數(shù)線型，并采用線性矩法估計備選邊緣概率分布函數(shù)的參數(shù)。

所述步驟2中，將一維理論頻率與經(jīng)驗頻率的均方根誤差最小的備選邊緣概率分布函數(shù)作為最優(yōu)的邊緣概率分布函數(shù)。

所述步驟3中，分別采用Gumbel-Hougaard和Frank Copula函數(shù)構造上游洪峰水位與下游洪峰水位、傳播時間的二維聯(lián)合概率分布函數(shù)。

所述步驟3中，采用極大似然法估計Gumbel-Hougaard和Frank Copula函數(shù)的參數(shù)。