[发明专利]气候变化情景下基于等可靠度的设计洪水推求方法及系统

权利要求书

1.一种气候变化情景下基于等可靠度的设计洪水推求方法，其特征在于，包括：

(1)基于M个全球气候模式GCMs预测未来降雨信息，并建立GCMs与可变下渗能力水文模型VIC的耦合模型，以预测M组不同气候模式下的未来水库径流过程；

(2)对预测得到的未来降雨信息进行统计分析，得到M组不同的极端降雨指数；基于年最大取样法，得到M组未来水库径流的年最大洪水系列；采用主成分分析法对不同的极端降雨指数与年最大洪水系列进行相关性分析，得到最优影响洪水特征的极端降雨指数；

(3)对最优影响洪水特征的极端降雨指数和年最大洪水系列，建立对应的时变水文频率分析模型，并推求时变水文频率分析模型的各项参数；

(4)基于等可靠度法，建立气候变化情景下的水文设计值计算模型，根据选定的重现期T和工程设计寿命周期N年，基于时变水文频率分析模型，推求对应不同GCMs的设计洪水估计值；

(5)针对推求得到的M组不同GCMs的设计洪水估计值，采用最可能值作为目标设计洪水估计值，采用目标置信区间衡量目标设计洪水估计值的不确定性，最可能值即是M组设计洪水值的众数。

2.根据权利要求1所述的方法，其特征在于，步骤(1)包括：

(1.1)采用分位数偏差校正方法对GCMs输出的日降水、日最高气温和日最低气温变量在各个分位数上的偏差进行校正；

(1.2)采用自由分布方法重建校正后的气温降水变量间的相关性关系，进而得到重建相关性之后的GCMs输出的未来降雨信息；

(1.3)通过降尺度方法处理重建相关性之后的GCMs的输出作为流域水文模型VIC的输入，模拟预测未来气候情景下流域的径流过程。

3.根据权利要求2所述的方法，其特征在于，步骤(1.1)包括：

计算GCMs输出变量与观测气象变量在各个分位数上的差值，并将该差值在未来的GCMs输出未来情景的各分位数上去掉，得到未来校正后的GCMs气候预测，其中，由T_adj,d＝T_GCM,d+(T_obs,Q-T_GCM，ref,Q)对气温进行校正，由P_adj,d＝P_GCM,d×(P_obs,Q/P_GCM,ref,Q)对降水进行校正，其中，T_adj,d表示校正后的日气温，T_GCM,d表示GCM输出的日气温，T_obs,Q表示气温观测数据的分位数，T_GCM，ref,Q表示GCM输出的气温观测数据在历史参考期的分位数，P_adj,d表示校正后的日降水，P_GCM,d表示GCM输出的日降水，P_obs,Q表示降水观测数据的分位数，P_GCM,ref,Q表示GCM输出的降水观测数据在历史参考期的分位数。

4.根据权利要求2或3所述的方法，其特征在于，步骤(1.2)包括：

计算校正后的GCMs输出数据的范德瓦尔登值，得到历史基准期GCMs输出数据的值矩阵[W_s,r]和未来时段GCMs输出数据的值矩阵[W_s,f]；

分别对观测数据和GCMs输出数据的变量间相关系数矩阵进行柯列斯基分解：其中，[C_o,r]代表历史基准期观测数据的相关系数矩阵，[C_s,r]代表历史基准期GCMs输出数据的相关系数矩阵，[C_s,f]代表未来时段GCMs输出数据的相关系数矩阵，P_o,r为[C_o,r]分解后得到的三角矩阵，P_s,r为C_s,r分解后得到的三角矩阵，P_s,f为C_s,f分解后得到的三角矩阵；

通过和计算得到调整后的得分矩阵，通过调整校正后的GCMs输出数据的顺序，以降水顺序为基准，调整气温顺序，使和一致，得到重建相关性之后的GCMs输出。