鄱阳湖灌区缺水期代表年的选择
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.