气象水文要素极值预测是预防自然灾害、控制和降低灾害损失的重要基础性工作,然而传统极值水文频率分析模型需要大量样本资料,在资料稀少地区无法进行水文频率分析研究。本文构建一种小样本条件下的耿贝尔水文频率分析模型,提出最大熵估计方法,只需要水文变量的最小值和最大值这两个数据。耿贝尔水文频率分析模型建模步骤如下:1)首先定义耿贝尔分布熵;2)基于最大熵原理建立优化模型估计耿贝尔分布的未知参数;3)对耿贝尔分布模型进行K–S拟合检验。以黄河流域4个站点的最大日降水量的水文频率分析为例,验证最大熵估计的效果,结果表明:最大熵估计的拟合效果与传统参数估计方法几乎一样,而传统参数估计方法需要大量数据。为验证最大熵估计在小样本条件下的拟合效果,共进行了33次模拟实验。结果表明最大熵估计具有如下潜力:1)当样本长度大于25时,3种参数估计方法的拟合效果几乎一致;当样本长度小于15时,最大熵估计表现出非常大的优越性,极大似然估计的拟合效果最差。2)最大熵估计对最小值准确性的敏感性小,对最大值准确性较敏感。
类型: 期刊论文
作者: 钱龙霞,王红瑞,张韧,焦志倩
关键词: 小样本,分布熵,最大熵估计,取值范围,最大日降水量
来源: 工程科学与技术 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,基础科学,信息科技
专业: 地球物理学,水利水电工程,计算机软件及计算机应用
单位: 南京邮电大学理学院,北京师范大学水科学研究院,南京信息工程大学气象灾害预报预警与评估协同创新中心
基金: 国家自然科学基金项目(51609254,51479003,51879010)
分类号: P333.9
DOI: 10.15961/j.jsuese.201800311
页码: 41-48
总页数: 8
文件大小: 1926K
下载量: 104
本文来源: https://www.lunwen66.cn/article/d96eefd8070deb26f29bad0b.html