購物車(0)
小樣本觀測資料條件下的耿貝爾極值水文頻率分析模型
關(guān)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(yù)測是預(yù)防自然災(zāi)害、控制和降低災(zāi)害損失的重要基礎(chǔ)性工作,然而傳統(tǒng)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(qū)無法進行水文頻率分析研究。本文構(gòu)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(shù)據(jù)。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(yōu)化模型估計耿貝爾分布的未知參數(shù);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(jié)果表明:最大熵估計的擬合效果與傳統(tǒng)參數(shù)估計方法幾乎一樣,而傳統(tǒng)參數(shù)估計方法需要大量數(shù)據(jù)。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(jié)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(shù)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(xiàn)出非常大的優(yōu)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(xué)與技術(shù)雜志要求:
{1}作者工作單位應(yīng)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(jié)構(gòu)嚴謹，論點鮮明，論據(jù)充分，語句簡明，語義確切，標點規(guī)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(nèi)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(nèi)按從小到大的順序全部列出，序號間用逗號隔開；如遇連續(xù)序號，用波浪號連接起止序號。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
