Page 53 - 2023年第54卷第1期
P. 53

达到了 1600mm,雨量多集中在 3—9月,占超过七成全年降雨量,洪水主要由锋面雨或台风雨形成,
              最大洪水多出现在 6月份。
                  兰溪水文站是兰江流域的控制性站点,集水面积
                          2
              为 18230km ,约占全流域面积的 95%。本研究收集
              了兰溪站 1953—2020年 间 的 年 最 大 洪 峰 流 量 序 列,
              同时收集了兰江流域内和周边 8个国家基准气象站的
              逐日降雨资料,并通过泰森多边形法进行插值得到整
              个流域逐日面雨量。经过分析,时间长度为 15d折
              减系数为 0.91的年最大前期影响雨量与年最大洪峰
              流量的相关 性 最 好,皮 尔逊相 关系 数达 到了 0.845,
              显著性水平为 0.01。年最大前期影响雨量综合了年极
              值雨量以及流域的 前期 蓄水 量,且 采用年 极大值取
                                                                                 图 1 兰江流域
              样,不依赖场次洪水的信息,便于从实测的降雨序列
              计算得到,因此选取该变量作为年最大洪峰流量的相依性降雨随机变量。
              3.2 融合降雨随机变量的洪水频率分布推导 在层次模型框架下,首先估计年最大 15d前期影响雨
              量的频率分布及洪峰流量对前期影响雨量的条件分布。年最大 15d前期影响雨量的频率分布估计结果
              如表 1与图 2所示,总体而言,P Ⅲ分布对前期影响雨量序列有较合理的拟合效果,且能够通过显著
              性水平为 0.05的 KS检验。

                              表 1 兰江流域年最大 15d前期影响雨量与年最大洪峰流量频率分布估计结果
                          序列                 方法        均值         Cv         Cs     KS检验 p值        RMSE

                 年最大 15d前期影响雨量?mm          P Ⅲ分布      162.39     0.343      1.352      0.815       0.027
                                           层次模型       8108.7     0.381      0.593      0.956       0.030
                                 3
                   年最大洪峰流量?(m ?s)
                                           P Ⅲ分布      8141.45    0.397      0.956      0.822       0.037

















                                           图 2 兰江流域年最大 15d前期影响雨量频率曲线

                  根据广义回归模型的估计结果,兰溪站年最大洪峰流量对年最大 15d前期影响雨量的条件分布参
              数有如下表达式:
                                                  { μ Y X =- 34827 + 8523lnx                           (12)

                                                   σ Y X =- 5381 + 1360ln x
                                                                                                        (即
                  根据以上结果可知年最大洪峰流量条件分布的位置参数 μ Y X                         (即条件期望值)与尺度参数 σ Y X
              均方差)均为年最大 15d前期影响雨量的对数函数。从图 3看出,基于正态分布的广义回归模型能够
              较好地刻画洪峰流量对前期影响雨量的相依关系,实测点据较为均匀地分布在条件期望值的两侧。此
              外,图 3还给出了不同典型前期影响雨量条件下,洪峰流量条件分布的概率密度曲线,可以看出洪水
              变量的条件期望值与实测值的离散程度也会随着前期影响雨量增加而变大。

                —  4 8 —
   48   49   50   51   52   53   54   55   56   57   58