首页|数据稀缺条件下水文频率分布模拟及应用

数据稀缺条件下水文频率分布模拟及应用

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
传统水文频率分析往往需要大量样本以保证分布的拟合效果,而我国仍有部分站点水文数据记录较少,因此本文提出小样本算法:将Jackknife方法、Bootstrap方法与水文频率分析中传统参数估计方法相结合,得到新的参数估计值,以增强传统水文频率分布的拟合效果.为验证小样本算法的优越性,以泾河流域为例,将8个站点的年最大日降水量作为原样本,利用小样本算法对不同样本量的样本进行多次再抽样,将多组再抽样样本分别进行分布的拟合,得到小样本算法的参数估计值,并通过Kolmogorov-Smirnov检验和RMSE检验结果,验证小样本算法对传统参数估计方法的改进效果.结果表明:1)在小样本情况下,该算法明显优于传统方法的拟合效果,尤其部分站点的Bootstrap方法,使用较少样本量时达到了使用较多样本量的拟合效果;2)随着样本量的减少,某些站点的传统方法所求分布不能通过检验,而小样本算法可以得到较好的结果.
Simulation and application of hydrological frequency distribution with insufficient data

冯婧涵、钱龙霞、唐加山、王红瑞

展开 >

南京邮电大学理学院,210023,江苏南京

北京师范大学水科学研究院,100875,北京

Jackknife方法 Bootstrap方法 小样本算法 年最大日降水量

水文水资源与水利工程科学国家重点实验室"一带一路"水与可持续发展科技基金资助项目国家自然科学基金资助项目国家自然科学基金资助项目

2020nkms035187901041875061

2023

10.12202/j.0476-0301.2022264

北京师范大学学报(自然科学版)
北京师范大学

北京师范大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.505
ISSN：0476-0301
年,卷(期)：2023.59(1)
  • 23