附录A 洪水频率计算
A1 洪水频率曲线统计参数的估计和确定
A1.1 参数估计法
A1.1.1 矩法。对于n年连序系列,可采用下列公式计算各统计参数: 均值
X?1n?Xini?1 (A1)
均方差 S?或 S?变差系数
Cv?1n(Xi?X)2?n?1i?11?n1n22? (A2) X?(X)??ii??n?1?i?1ni?1?SX (A3)
n?(Xi?X)3i?1n偏态系数
Cs?(n?1)(n?2)XCnn3
3v或
Cs?n2?Xi3?3n?Xi??Xi2?2(?Xi)3i?1i?1i?1i?1nnn(n?1)(n?2)XC3 (A4)
3v式中 Xi——系列变量(i=1,…,n); n——系列项数。
对于不连序系列,其统计参数的计算与连序系列的计算公式有所不同。如果在迄今的N年中已查明有a个特大洪水(其中有l个发生在n年实测或插补系列中),假定(n-l)年系列的均值和均方差与除去特大洪水后的(N-a)年系列的相等,即XN?a?Xn?l,Sn?a?Sn?l,可推导出统计参数的计算公式如下:
1aN?anX?(?Xj?Xi) (A5) ?Nj?1n?li?l?11Cv?X?1?aN?an22(X?X)?(X?X)????ijN?1?j?1n?li?l??1? (A6)
?a?N?an33N??(Xj?X)?(X?X)??in?li?l?1j?1?? (A7) Cs?33(N?1)(N?2)XCv式中 Xj——特大洪水变量(j=1,…,a);
Xi——实测洪水变量(i=l+1,…,n)。
A1.1.2 概率权重矩法。概率权重矩定义为
Mj??xFj(x)dF j=0,1,2,… (A8)
01皮尔逊Ⅲ型频率曲线的三个统计参数不能用概率权重矩的显式表达。但经推导有:
X?Mo (A9)
Cv?H(M11?) (A10) M02R?M2?M0/3 (A11) M1?M0/2式中,H和R都和Cs有关,并已有近似的经验关系如下:
?Cs?16.41u?13.51u2?10.72u3?94.54u4?
R?13?(1?R?)?u?(4/3?R)0.124? (A12)
?H?3.545?29.85V?29.15V2??(R?1)2(1?R??V?(4/3?R)0.14??363.8V3?6093V44)3 (A13)
为保证Cv和Cs有二位小数准确,要求在用式(A11)计算R时,M0、M1和M2的计算值至少达到5位有效数字。
1 根据连序系列计算概率权重矩。将洪水系列按从大到小顺序排列,样本概率权重矩按下式计算:
?1n?Mo?n?Xii?1? ?1nn?i?M1??Xini?1n?1??1n(n?i)(n?i?1)M?Xi?2?ni?1(n?1)(n?2)? (A14)
2 根据含历史洪水特大值的不连序样本计算概率权重矩。
?1?aN?an?l?M?X?Xi????oj ?N?j?1n?li?1???1?aN?jN?an?ln?l?i??M?X?CX???1j1iN?n?li?1n?l?1??j?1N?1????1?a(N?j)(n?j?1)N?an?l(n?l?i)(n?l?i?1)X?CXi??M2???j2??N?j?1(N?1)(N?2)n?li?1(n?l?1)(n?l?2)?? (A15)
式中,C1,C2都是对不连序系列中实测洪水概率权重的修正系数。
N?a?1?C?1?N?1??2N?a?1??C????2?N?1??? (A16)
A1.1.3 双权函数法。均值仍用矩法,如式(A1)计算。而Cv和Cs的计算公式为
E1?21kH1 (A17) hXCv2?AE?1?1D1H1Cs??A21(XCv21?) CvD1h (A18)
式中,k、h是待优选的系数,可采用未加权的、数值积分计算的Cv,按下式选定:h=Cv,K=1/Cv。
E1?H1????(X?X)?1(x)f(x)dx
(A19) (A20)
???(X?X)2?1(x)f(x)dx
1A1?D1????????(x)f(x)dx
(A21)
(A22)
(X?X)?1(x)f(x)dx
第一权函数
??k2(X?X)2? (A23)k ?(x)?exp?2?X2?2X??h(X?X)? (A24)第二权函数 ?1(x)?exp? ????X?积分式(A19)~式(A22)可用数值积分公式计算。例如,当n为奇数时,采用权积分系数:8,-4,8,1,4,2,4,2,…,2,4,1,8,-4,8,总权数=3(n+1);当n=偶数时,采用64,-32,64,8,32,16,32,16,…,32,17,27,27,17,32,16,32,…,16,32,8,64,-32,64,总权数=24(n+1)。
A1.1.4 线性矩矩法。
1 线性矩的定义
设随机变量为X,其取值为x,分布函数为F(x),密度函数f(x)。概率权重矩可定义为
?r??x(1?F(x))rdF(x), (A25)
0
?r??xF(x)rdF(x)
011 (A26)
在此基础上,定义线性矩?r(L-Moment)为
?r??xPr*?1(F(x))dF(x)0r1 (A27)
r?k(?1)(r?k)!k*P(u)?u (A28) ?2 其中: rk?0(k!)(r?k)! 一般地,这种定义的线性矩与概率权重矩的关系如下: ?r?1r(?1)r?k(r?k)!(?1)r?k(r?k)!?(?1)??k???k (A29) 22k?0(k!)(r?k)!k?0(k!)(r?k)!rr线性矩与矩都可作为概率分布的位置、离散和形状特征的度量。它们各自表示方法见表A1.1.4。
表A1.1.4 总体与样本线性矩与矩的表示符号
特征 位置 离散 偏态 峰形
2 线性矩与Pearson-III分布统计分布参数关系 设P-III分布密度函数如下:
总体矩 EX ? CV CS 样本矩 x S ? CV总体线性矩 ?1 ?2 样本线性矩 l1 l2 t ? CE ? CS? CE?3 t3 ?4 t4 ??f(x)?(x?a0)??1e??(x?a) ?(?)0(?,??0,x?a0) (A30)
由于?,?,a0与线性矩关系复杂,故给出近似算法: ?1?a0????2, (A31)
?2???(??1)/?(?)/? (A32) 2?12 ?3?? ?4?A0?A1??1?A2??2?A3??31?B1??1?B2??2?2(??1); (A33)
C0?C1??1?C2??2?C3??31?D1??1?D2?(??1); (A34)
1?E1??E2?2?E3?3 ?3?1?F1??F2?2?F3?31?G1??G2?2?G3?3?3?1?F1??F2?2?F3?3(??1) (A35)
(??1) (A36)
系数A0,A1,A2,A3,B1,B2,C0,C1,C2,C3,D1,D2,E1,E2,E3,F1,F2,F3,G1,G2,G3,H1,H2,H3 取值分别是:0.32573501,0.16869150,0.078327243,-0.0029120539,0.46697102,0.24255406,0。122602172,0.053730130,0.043384378,0.011101277,0.18324466,0.20166036,2.3807576,1.5931792,0.11618371,5.1533299,7.1425260,1.9745056,2.1235833,4.1670213,3.1925299,9.0551443,26.649995,26.193668。
3 连序系列时样本线性矩公式
设样本为x1:n?x2:n?????xn:n,则线性矩?1?2,?3,?4,对应的样本矩l1,l2,l3,l4计算公式由如下:
l1 =b0 (A37) l2 =2b1-b0 (A38) l3 =6b2-6b1+b0 (A39) l4=20b3-30b2+12b1-b0 (A40) ?3= l3 /l2 (A41) ?4= l4 /l2 (A42)
1n b0??xj:n (A43)
nj?1