开篇:润墨网以专业的文秘视角,为您筛选了一篇鄱阳湖灌区缺水期代表年的选择范文,如需获取更多写作素材,在线客服老师一对一协助。欢迎您的阅读与分享!
摘 要:在水文工作中,经常的是经验频率法排频,对降雨进行频率分析,便可得知典型频率下的降雨量,从而合理安排水稻的需水补给工作。采用P-Ⅲ型无偏频率公式对降雨数据进行频率分析,并对频率进行降序的排列,并用适线法作图,得出丰水年、平水年和枯水年。根据模糊优先比原理确定缺水期的代表年,从而对于缺水年的其他方面的研究提供依据。
关键词:降雨频率 适线法 缺水年 模糊优先比
中图分类号:TV213.4 文献标识码:A 文章编号:1007-3973(2013)011-128-02
1 降雨经验频率原理
(1)根据实际测量降雨量样本数据,将降雨量数据降序排列。
(2)计算经验频率。
经验频率(经验频率Pm)公式为:
式中:n为降雨量的总年数,x1,x2,…,xn为降序排列的降雨量,m为序号。
2 绘制皮尔逊Ⅲ(PIII)型频率曲线
水文方面,一般用皮尔逊Ⅲ(PIII)型的方法。
(1)由30年的降雨资料算的平均年降雨量x。
(2)计算莫比系数Ki。
(3)计算经验频率Pm。
(4)计算参数变差系数Cv。
(5)计算偏态系数Cs。
(6)计算理论频率值X(P)。
(7)用理论频率值和经验频率值画出降雨频率曲线,此法称为适线法。如果曲线大体一致,则可根据经验频率值确定出缺水年、丰水年和平水年。累计频率小于25%是降雨量丰富的年份,称为丰水年;累计频率大于75%是降雨量很小的年份,称为枯水年;累计频率大于25%小于75%是降雨量一般的年份,称为平水年。
3 基于多因素权值的模糊优先比原理
3.1 模糊相似优先比的原理
对于一批事件与特定的时间比较,如果每个时间有多个元素组成,则每个时间的每个元素都可以得到一个序数,然后将每一时间的各个元素数相加,序数和最小的事件和特定样本最相似。对于一个含有多个元素样本,每个元素与特定样本uk都会有一个序数,而现实中样本的多个元素之间有主次之分,所以需要衡量一下各元素的权值,这样才会获得比较满意的效果。
3.2 权值的确定
若有n个观察结果,可以根据观测数据,利用回归分析算的线性回归方程:
要是量纲有差别,则不能直接用回归系数大小来评价自变量xi对因变量y的贡献程度,需要化成标准系数,方法如下:
式中:
3.3 多因素相似优先比权值的计算
设Nik表示第i个样本,第k个元素的优先比序数,则第i个样本的加权序数和为:
获得加权序数后排序,值越小与特定样本的相似程度也高。
4.1 降雨频率分析
如图1所示理论频率和经验频率一致,所以根据、降水累积频率可知:
丰水年为别为:1993、1995、1998、1999、2002、2005、2010。
平水年分别为:1982、1983、1984、1985、1987、1989、1992、1994、1996、1997、2000、 2001、2004、2006、2008。
缺水年分别为:1986、1988、1990、1991、2003、2007、2009、2011。
4.2 相似比的计算及其矩阵的建立
以鄱阳湖灌区1982~2011年30年的实测降雨资料为样本,特定样本为缺水年总降雨量的均值、早稻生育期降雨量均值、早稻生育期降雨量均值,共有3相似因子,分别建立缺水年总降雨量的均值、早稻生育期降雨量均值、早稻生育期降雨量均值的优先比矩阵。其中缺水年总降雨量的均值的优先比矩阵如表1。
4.3 权值的确定
对数据进行回归分析,以年份作为因变量,其他因素作为自变量,得到回归方程:y=1.8767x1-5.2069x2+8.3851x3 (7)
4.4 相似性综合评价-代表年选择
缺水年的相似优先序列见表2,次序最小值为代表年,即2009年。
5 结论
本文采用P-Ⅲ型无偏频率公式对降雨数据进行频率分析,并对频率进行降幂的排列,并用适线法作图,得出丰水年、平水年和枯水年。根据模糊优先比原理确定缺水期的代表年,此方法解决了而现实中样本的多个元素之间有主次之分,对各元素的付权值,这样才会获得比较满意的效果。根据模糊优先比原理确定缺水期的代表年,从而对于缺水年的其他方面的研究提供依据。
参考文献:
[1] 郭天翔,刘红.利用Excel绘制PIII型频率曲线[J].治淮,2010(3).
[2] 段爱旺,孙景生.北方地区主要农作物灌溉用水定额[M].北京:中国农业科学技术出版,2004.
[3] 水利部长江水利委员会水文局,水利部南京水文水资源研究所.水利水电工程设计洪水计算手册[M].北京:水利电力出版社,1995:39-110.
[4] 叶飞跃,傅景海.一种模糊分析的新方法[J].化工矿山技术报,1996,25(2).
[5] 袁志发,周静芋.多元统计分析[M].北京:科学出版社,2006.
[6] 何晓群.多元统计分析[M].北京:中国人民大学出版,2008.
[7] 何晓群,刘文卿.应用回归分析[M].北京:中国人民大学出版,2001.
[8] 蔡薇.统计分析与SPSS的应用[M].北京:中国人民大学出版,2009.