小樣本觀測資料條件下的耿貝爾極值水文頻率分析模型
錢龍霞; 王紅瑞; 張韌; 焦志倩 南京郵電大學理學院; 江蘇南京210023; 北京師范大學水科學研究院; 北京100875; 南京信息工程大學氣象災害預報預警與評估協同創新中心; 江蘇南京210044; 惠濟區環保局; 河南鄭州450000
關鍵詞：小樣本 分布熵 最大熵估計 取值范圍 最大日降水量
摘要：氣象水文要素極值預測是預防自然災害、控制和降低災害損失的重要基礎性工作,然而傳統極值水文頻率分析模型需要大量樣本資料,在資料稀少地區無法進行水文頻率分析研究。本文構建一種小樣本條件下的耿貝爾水文頻率分析模型,提出最大熵估計方法,只需要水文變量的最小值和最大值這兩個數據。耿貝爾水文頻率分析模型建模步驟如下:1)首先定義耿貝爾分布熵;2)基于最大熵原理建立優化模型估計耿貝爾分布的未知參數;3)對耿貝爾分布模型進行K S擬合檢驗。以黃河流域4個站點的最大日降水量的水文頻率分析為例,驗證最大熵估計的效果,結果表明:最大熵估計的擬合效果與傳統參數估計方法幾乎一樣,而傳統參數估計方法需要大量數據。為驗證最大熵估計在小樣本條件下的擬合效果,共進行了33次模擬實驗。結果表明最大熵估計具有如下潛力:1)當樣本長度大于25時,3種參數估計方法的擬合效果幾乎一致;當樣本長度小于15時,最大熵估計表現出非常大的優越性,極大似然估計的擬合效果最差。2)最大熵估計對最小值準確性的敏感性小,對最大值準確性較敏感。
工程科學與技術雜志要求:
{1}作者工作單位應寫正式全稱，不用簡稱，后加省名、城市名、郵政編碼。
{2}選題新穎，結構嚴謹，論點鮮明，論據充分，語句簡明，語義確切，標點規范。
{3}來稿請自留底稿，恕不退稿。
{4}中文標題：簡明確切地反映文章內容，不超過20字，超過20字的建議用副標題反映。
{5}在同一處引用多篇文獻時，各篇文獻的序號在方括號內按從小到大的順序全部列出，序號間用逗號隔開；如遇連續序號，用波浪號連接起止序號。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
