[发明专利]一种考虑不同遭遇情景的复合洪水危险性评估方法在审

专利信息
申请号: 202310526072.9 申请日: 2023-05-11
公开(公告)号: CN116578610A 公开(公告)日: 2023-08-11
发明(设计)人: 方建;陶凯;方佳毅;徐伟;许雅婷 申请(专利权)人: 华中师范大学
主分类号: G06F16/2458 分类号: G06F16/2458;G06F17/18;G06Q50/26
代理公司: 武汉天力专利事务所 42208 代理人: 吴晓颖
地址: 430079 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 考虑 不同 遭遇 情景 复合 洪水 危险性 评估 方法
【权利要求书】:

1.一种考虑不同遭遇情景的复合洪水危险性评估方法,其特征在于该方法包括以下步骤:

(1)获得水文站点、气象站点的气象、水文观测数据,建立历史数据库;

(2)基于历史数据库,选择一个水文站以及距该水文站最近的气象站,记为站点A和站点B,作为使用的站点对,根据降水和径流历史时间序列,选取95%分位数作为阈值,建立超阈值的极端事件数据集;

(3)使用极大似然法拟合出极端径流量和极端降水的最优边缘分布;

(4)基于步骤(3)得到的最优边缘分布,利用极大似然法估计出Gaussian Copula和Archimedean Copula函数族中Frank、Clayton和Gumbel Copula的参数,建立起两变量的多种Copula函数模型;

(5)使用AIC准则、BIC准则判断多种Copula函数的拟合优度,选出拟合程度最优的模型,构建暴雨与洪水径流之间的联合概率模型;

(6)基于拟合出的Copula模型计算出不同联合重现期水平下的“且”、“或”和“Kendall”重现期等值线,并得到各个重现期水平下最可能的遭遇组合,以及最极端的遭遇组合;

(7)将两变量边缘分布重现期为10、20、50、100年一遇的数值代入已建立的联合概率模型,得到在不同重现期水平的变量遭遇的联合概率;

(8)将各重现期水平下最可能的遭遇组合、最极端的遭遇组合代入水文模型,并计算这些组合下的洪水淹没范围。

2.如权利要求1所述的考虑不同遭遇情景的复合洪水危险性评估方法,其特征在于:所述历史数据库包括各个水文站点记录的历史每日或每小时的水文数据,包括年、月、日流量和水位数据,以及各气象站点所记录的降水量数据。

3.如权利要求1所述的考虑不同遭遇情景的复合洪水危险性评估方法,其特征在于:步骤(2)中,筛选距离水文站25km内的气象站点,将距离最近的气象站点与该水文站点作为一组站点对,基于历史数据库中的信息得到观测站点对的历史降水和径流量序列,进而提取出两站点超第95百分位阈值的降水和流量数据,建立起超阈值极端事件数据集。

4.如权利要求1所述的考虑不同遭遇情景的复合洪水危险性评估方法,其特征在于:步骤(3)中,首先将超阈值数据转化为均匀分布,按以下方法进行转换,得到两个均匀分布的数据集U1和U2

(3-1)得到每一条数据在数据集中的秩;

(3-2)依据下式得到每条数据的转化结果u:

其中,n为数据集中的数据条数,r为该条数据的秩;

使用得到的数据集U1和U2,使用极大似然法拟合为最优的分布,得到两个边缘分布M1和M2,并得到两个累积概率数据集EP1和EP2。

5.如权利要求1所述的考虑不同遭遇情景的复合洪水危险性评估方法,其特征在于:步骤(4)中,根据边缘分布M1和M2,使用极大似然法拟合得到常用的Gaussian Copula和Archimedean Copula函数族的参数。

6.如权利要求1所述的考虑不同遭遇情景的复合洪水危险性评估方法,其特征在于:步骤(5)中,基于AIC准则和BIC准则计算步骤(4)中得到的Copula函数的拟合优度,选出拟合程度最优的Copula。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中师范大学,未经华中师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310526072.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top