【某水库设计洪水推求分析案例5000字】

某水库设计洪水推求分析案例某水库设计洪水推求分析案例 11.1洪水资料的分析与整理 1 51.2.1等时段划分 1.2.2同频率放大 1.2.3设计洪水过程的拟定 71.3由多变量联合分布推求设计洪水过程线 9 91.1.2基于Copula函数两变量PⅢ分布 1.1.3两变量重现期 1.1.4设计洪水过程线的拟定 1.1洪水资料的分析与整理(2)一致性(数据恢复或修正):通常流域气候条件变与下垫面条件的稳定计算，将洪水数据修正为建成水库条件下的洪水(即向后恢复);对水库建设前测量数据进行反向调整和计算，以获得未需建造水库前(即正向恢复)的洪水。根据数据情况和计算要求确定还原或修正的程度。对于流域上的水土保持工作而是统一以某种将来要达到的规划水平，作为修正计算的基础。受中小型水利工程影响的修正计算，主要靠对比分析不同情况下的产汇流方段的前后对比，以及自然地理条件相似、治理水平不同的流域之间的平行对比。通过对比分析确定各种措施对洪水影响的数额及修正计算的方法，以便对实测洪水资料作出改正。削减洪峰作用可能很显著,而对于较大洪水或特大洪水，作用就降低了，甚至出现增大洪水的情况。因此，进行改正时，只依靠小面积、短时间实测资料，推断结果很可能出现错误。(3)代表性：要求样本的统计特性较接近总体的统计特性。通常情况下无法由其样本系列自身来评判设计站点(断面)洪水资料的代表性，需要选取一个与设计站有成因联系的参证站的长系列资料，建立二者参数比对关系。分析发现参证站与设计站的分布参数大致接近(即统计参数Q,Cv,Cs或频率曲线基本一致),则说明该系列具有代表性，则设计站同期的数据具有代表性。2.样本的选择：选年最大洪峰流量、1日、3日、5日最大时段洪量作为样本。根据B水文站资料对1952~2007年的洪水过程进行频率计算得到洪峰流量频率曲线及最大1日、3日、5日洪量频率曲线。如下图：1天洪量频率曲线理论54.64.23.43.22.82.62.21.21+0.600.010.050.512拟合度0.994768样本均值Ex设计频率(%)设计值□反查∑参数估计洪峰流量频率曲线8.0008.000一理论频率6,000□反查∑参数估计山绘制曲线3天洪量频率曲线0.010.055频率(%)图3-3最大三日洪量频率曲线□固定∑参数估计5天洪量频率曲线3.05□固定Copyright(C)2000-2022万飚频率(%)欢迎Y-lizard使用山绘制曲线图3-4最大五日洪量频率曲线得到最大1日、3日、5日洪量统计资料。见下表3-1分期V0.1%洪峰(m³/s)1日洪量(亿m³)3日洪量(亿m³)5日洪量(亿m³)根据B水文站1952~2007年的洪水过程流量资料，按照典型洪水的选取原对1959-2007年的洪水过程流量资料进行分析筛选后，选取了1963年的五日洪水流量资料。并以3小时为时段对流量资料进行划分。洪峰的放大倍比最大1日洪量的放大倍比：最大3日的放大倍比：最大5日的放大倍比：行修匀处理，使其成为平滑的曲线。6在水利工程措施中，具备调洪作用的工程经计算，1963年洪峰3380m³/s,单日最大洪水流量2.19亿立方米，三日洪同频率放大法计算表p=1%时段(d)典型洪量(亿起讫日期设计洪量Wtd(亿放大倍比7月11日13:0017月11日-7月12日37月10日-7月13日57月9日-7月14日同频率放大法计算表p=0.1%时段(d)典型洪量(亿起讫日期设计洪量Wtd(亿放大倍比7月11日13:0017月11日-7月12日37月10日-7月13日57月9日-7月14日设计洪水过程线进行修匀，下面为1963年B水文站的设计洪水及校核洪水计算时间典型洪水过程(m3/s)水过程(m3/s)水过程(m3/s)根据以上同频率放大成果绘制坝址处的设计洪水过程线以及校核洪水过程线如下：1.3由多变量联合分布推求设计洪水过程线1.1.1联合分布及Copula函数在水文领域的应用在早期的多变量水文分析计算研究中，主要采用边缘分布相同的多变量分布Meta-Gaussian分布模型。这些传统模型通常基于变量之间的线性相关关系而建立，对于非线性、非对称的随机变量难以很好地描述；另外部分模型假定变量服从相同边缘分布，同时对相关性大小也存在一定的限制，影响了其适用性和成果准确性。实际上，水文变量的相关性非常复杂，包括线性相关和非线性相关；水文变量边缘分布既可能服从正态分布，也可能服从偏态分布。因此，如何构建非线性、非正态条件下的多变量联合概率分布无疑具有很大的挑战性。Copula函数是多变量联合分布构建理论与方法的重大突破，可以将边缘分布和相关性结构分开来研究，且对边缘分布类型没有任何限制，形式灵活多样，可以描述变量间非线性、非对称的相关关系。1959年Sklar在统计学中提出Sklar定理，直到20世纪90年代末才开始广泛应用于金融、财经、保险、精算和风险分析等领域。2003年，意大利水文学者deMichele将Copula函数引入水文水资源领域，首次建立了边缘分布为广义Pareto分布的降雨强度和降雨历时的联合概率分布。2004年，熊立华和郭生练采用Gumbel-HougaardCopula函数构建了长江流域某站点洪峰和洪量的联合分布。近十几年来，Copula函数广泛应用于多变量水文频率计算。大量的研究和应用实践表明，Copula函数作为构造多变量联合分布的一种有效工如目前经常采用的两变量的Gumbel混合模型分析洪峰和洪量联合分布。Gumbel逻辑模型的结构形式也曾被用来构建边缘分布为P-Ⅲ型分布的两变量联合分布。Gumbel-HougaardCopula是一种常见的Copula函数，与Gumbel逻辑模1.1.2基于Copula函数两变量PⅢ分布得到它们的联合分布。Sklar定理向我们解释了Copula函数和两变量联合分布的用Gumbel-HougaardCopula来描述洪峰和洪量的相关性结构，表达式为式中，θ为Copula函数的参数，θ越大，相关性越强，当θ=1时，变量独根据洪峰Q和时段洪量W的边缘分布Fo(q)和Fw(w由Sklar's定理可得到联合分布F(q,w)。式中Fo(q)和Fw(w)均为P-Ⅲ型分布。联合分布的参数估计采用两步估计法：第一，根据Q和W的观测值系列，估计Copula函数的参数θo最优的估计值^θ应使得：式中N为联合观测的个数Femp(qv,Wi)为根据联合观测值qi,Wi求出的经验联合分布，^F(qi,Wi)(qi,Wi)按升序排列后对应为(qj),W(k),nm,1为联合观测值(q(m),W(1)发生的次设计洪水的大小通常用重现期来表示。在计算单变量洪水频率时，洪峰或合重现期定义如下事件E发生的概率记为P(q,w),那么P的倒数就等于Q和W两变量的重由于联合分布函数的定义可以看出两个单变量重现期中的最小值大于两变流量和年最大五日洪量的联合分布进行研究。[11分布参数的估计方法有很多，如矩法、权重矩法、概率权重矩和线性矩法等。本文采用线性矩法，对分布函数f(q)和f(w)中的有关参数进行估计。估计值见下表：44根据Matlab软件绘图计算，推求出洪峰和洪量两个变量的的边缘分布函数，具体见下图3-6,3-7。Marginal4000500060000图3-7最大五日洪量的边缘分布对100对(Q,W5)计算其经验分布。当经验分布与所采用的理论联合分布拟合效果最佳时通过式3-8可以得到GumbelHougaardCopula函数的参数θ=8.91。将所求得的边缘分布及参数θ代入(3-7)有：F(q,w)=exp{-[(-Inu)8.91+(-Inv)8.91]1/8.913θ≥1推求得出洪峰和最大五日洪量的联合分布函数。绘制100个(Q,W5)经验与理论联合分布值得到图3-80.8y=0.9051x-Q.02580.7