最大降水量多年一遇计算方法及Matlab实现
贵州年降水量和年最大月降水量多年一遇的极值计算

Y仅 由 n决定 , 的均方 差 : ) ,
s√ ( y = 一
S 仅 由 凡决定 。另一 方 面 , 利用 均 方差 运 算 定
理 , 2 式得 : 由( ) S= y () 7
S 是 的均方差 , 再运用平 均值 运算定理 , 由 () 2 式得:
Y= —8 ( J )
关键词 : 年降水量 ; 年最大月降水量 ; 重现期; 相对均方根误差
中 图分 类号 :480 文 献标 识码 : P6. B
1 引 言
贵州省 位 于东 亚 大 陆 的季 风 区 内 , 气候 类 型 属 中 国亚 热 带 高 原 季 风 湿 润 气 候 。全 省 大 部 分 地 区 气候 温和 , 无 严 寒 , 无 酷 暑 , 冬 夏 四季 分 明 ; 年 雨 常
贵州 的安顺及黔东南地区降水量较为突出 , 晴隆 1 、0 5 a一遇 的年最大 月、 降水量分别 为 59 8 m、 1. m 68 9 m 5 3 、0 年 5 .r 67 1 m、5 . m a
和 209 6 m、 7 . m 22 32 m, 匀 l 、0 5 a一 遇 的年 最大 月 、 降 水量 分别 为 57 m、 2 . r 67 3 1. m 2 17 9 m、 9 . m 都 5 3 、0 年 5 m 6 66 m、 7 .mm 和 a 1 9 . m 204 9 m、 58 2 8 m、 4 . r 21 . mm, 8 a 5 对拟合结果 的评 判采 用相 对均 方根 误差进 行检 验 , 其年 降水量 平均 相对均 方根 误差 为 6 , % 年最大月降水量平均相对均方根误差 为 9 , % 可见拟合 良好 , 对其不同重现期 下的极值估计结果可信 。
() 6
基于MATLAB的地下水流量与水位降深关系的一种优化计算方法_李继超

20
第 31卷 第 2期
地下水
2009年 3月
似函数 5 ( x) 在 x i处的近似值 5 ( xi ) ( i= 1, 2, ,, n)与
达最小值, 这里 Q 可看作是 m 个自变量 x j的二次
试验数据 yi ( i= 1, 2, ,, n) 的残差趋近于零, 可选择使 函数。因此, 求解矛盾方程组的问题 可归结为求二次
lgq0 +
1 m
lgSw
n
E Q i Sw i
q=
i= 1
n
E
i=
1
S2w
i
, 直线通过圆点
b=
n
nE Sw i-
i= 1
n
n
EQ
i= 1
i
n
E
i=
Sw 1Q
i
n
nE
i=
Q
1
2 i
-
(
EQ
i= 1
i
)
2
a=
n
E
i=
1
Sw Q
i
-
n
bE
i=
Q
1
i
n
n
n
nE ( lgsw i) 2 - ( E lgSw i )
LI Ji- chao, SANG You- m ing, DENG Y u, YUAN Zhang- jun ( ChengDu Geo technical Investigation and Surveying Institute, MCC , SiChuan, ChengDu, 610031) A bstract: Com pared w ith the theoret ical fo rm ula, the fitt ing formu la can be obta ined through the curve f i-t ting to the pum ping test data by m eans o f the num erica l analysis softw are w ithMATLAB on the basis o f the least square principle and its calculat ion m ethod. The fitting formu la could be used to analyze the Q - sw relat ionsh ip betw een exp lo ratory ho le qua litat ive ly and quanlitative ly, reduce the influence o f error factor and im prove the credibility of the flow pred iction, and prov ide a reliable scient ific and rat iona l basis for the pro jec.t The who le process can be w orked effective ly, and have certain value in the w ater- supply and hydro log ica l surveys. K eyW ords: pump ing tes,t flow pred iction, curve fitting, least square m ethod and num erical analysis w ith M ATLA B
最大降水量多年一遇计算方法及Matlab实现

box(axes1,'on');
hold(axes1,'all');
plot(Y1,'b',Y2,' -.',Y3,' r:');
legend (' 指 数 分 布 法 ',' 皮 尔 逊 III 分 布 法 ',' 耿 贝 尔 分 布 法 ',
'Location','SouthEast');
xlabel(' 重现期(年)');
东 气 象 ,2006,(1):25-28. [2] 杨 娟. 贵州年降水量和年最大月降水量多年一遇的 极 值 计 算[J].
贵 州 气 象 ,2008,(6):10-12. [3] 赵佩红,林国生,聂燕红.新会年和月最大日降水量多年一遇的极值
计 算 [J].气 象 ,2010,(2):88-89. [4] 李明杰,齐 鹏 ,侯 一 筠.山 东 沿 岸 多 年 一 遇 最 高 水 位 计 算[J].气 象,
强度出现在媒体口中。 那么如何计算和快速计算某一特定气象
要素值究竟是几年一遇呢? 本文通过 Matlab 实例对比分析三种
常见的多年一遇的计算方法。 “几年一遇”在数学上实际上就是
概率与数理统计中极值分布问题。这类问题的解决,在城市建设
灾害防御规划中,有重要的社会和经济意义。
本 文 使 用 的 Matlab 版 本 为 7.10.0 (R2010a), 以 阿 里 河 镇
需要指出的是无论用经验分布函数还是极值的?论分布函数研究实际极值问题其效果优劣主要取决于所采用的分布函数对实际资?的拟合程度本文没有通过实际数据对预测结果进?拟合
Matlab技术在天气预测中的应用技巧

Matlab技术在天气预测中的应用技巧一、引言天气预测一直以来都是人们关注的话题之一。
能够准确预测天气对于航空、农业、旅游等行业至关重要。
随着计算机技术的发展,通过数值模拟和数据分析手段来进行天气预测已成为主流。
本文将介绍Matlab技术在天气预测中的应用技巧。
二、数据获取和处理天气预测的关键是获取和处理数据。
Matlab具有强大的数据处理能力,可以帮助我们从各种来源获取天气数据,并对其进行预处理。
1. 数据获取天气数据可以从气象台、气象卫星、气象雷达等多种渠道获取。
在Matlab中,可以使用网络连接工具箱获取来自气象局的实时数据。
此外,还可以利用Matlab提供的函数读取本地存储的天气数据。
2. 数据预处理天气数据通常具有一定的缺失值、异常值和噪声。
在进行预测前,我们需要对数据进行预处理,以提高预测的准确性。
Matlab提供了许多函数和工具箱,如数据清洗、异常检测、插值等,可以帮助我们对数据进行处理和修复。
三、数值模拟数值模拟是天气预测的核心技术之一。
Matlab具有优秀的数值计算和仿真功能,可以帮助我们构建天气预测模型,并进行预测模拟。
1. 模型选择天气预测模型包括统计模型、物理模型和机器学习模型等。
在选择模型时,我们需要结合实际问题和数据特点进行合理选择。
Matlab提供了广泛的工具箱和函数,如统计分析、信号处理、机器学习等,可以帮助我们构建各类天气模型。
2. 参数估计天气预测模型中的参数估计是一个重要的过程。
Matlab中的优化工具箱可以帮助我们对模型参数进行估计和优化。
同时,Matlab还提供了参数识别和模型选择的函数,如交叉验证,以帮助我们选择最佳模型。
四、数据分析和可视化天气预测结果需要进行有效的数据分析和可视化,以便我们更好地理解预测结果和进行决策。
Matlab提供了丰富的数据分析和可视化函数,可以帮助我们对预测结果进行统计分析和图形化展示。
1. 数据统计分析Matlab中的统计分析工具箱提供了丰富的统计方法和函数,如假设检验、方差分析、回归分析等,可以帮助我们对预测结果进行统计验证和分析。
实现了多年的企盼

实现了多年的企盼
张利军
【期刊名称】《新闻爱好者:上半月》
【年(卷),期】1990(000)011
【摘要】手捧《新闻爱好者》, 由衷发出轻轻感叹: 总算找到了您呀, 实现了多年企盼! 栏目繁花似锦, 令人爱不释卷; 论述亲切、精湛, 点滴沁入心田. 您——值得认真读用的教科书,没有围墙的大学校,
【总页数】1页(P47-47)
【作者】张利军
【作者单位】南阳地区建筑工程公司
【正文语种】中文
【中图分类】G214
【相关文献】
1.未来科学大奖得主共同发声:在科学中实现自我价值应是中国更多年轻人的选择——2017未来科学大奖颁奖典礼暨未来论坛年会在京举办 [J], 彭砚淼
2.来宾多年一遇极端气温计算方法及matlab实现 [J], 韦力榕;莫钧;陈映谷
3.横山区多年致力人饮工程实现农村安全饮水 [J], 孟成平; 张新春
4.企盼“三通”20年张荣发梦想终实现——长荣集团“征战全球”纪实 [J], 阎桂兰
5.企盼实现后的喜悦与沉思──各省市自治区供销合作社主任会议侧记 [J],
因版权原因,仅展示原文概要,查看原文内容请购买。
矿井涌水量计算的方法

矿井涌水量的计算与评述钱学溥(国土资源部,北京 100812)摘要:文章讨论了矿井涌水量的勘查、计算、精度级别、允许误差和有效数字。
文章推荐了反求影响半径、作图法求解矿井涌水量的方法。
关键词:矿井涌水量;勘查;计算;精度级别;允许误差;有效数字根据1998年国务院“三定方案”的规定,地下水由水利部门统一管理。
水利部2005年发布了技术文件SL/Z 322-2005《建设项目水资源论证导则(试行)》。
该技术文件6.7款规定,地下水资源包括地下水、地热水、天然矿泉水和矿坑排水。
6.1.2款规定,计算的地下水资源量要认定它的精度级别。
我们认为,认定计算的矿井涌水量的级别和允许误差,不仅是水利部门要求编写《建设项目水资源论证》的需要,而且有利于设计部门的使用。
在发生经济纠纷的情况下,也有利于报告提交单位和报告评审机构为自己进行客观的申辩。
下面,围绕这一问题,对矿井涌水量的勘查、计算、精度级别、允许误差和有效数字等方面,作一些论述和讨论。
1 矿井涌水量与水文地质勘查矿井涌水量比较大,要求计算的矿井涌水量精度就比较高,也就需要投入比较多的水文地质勘查研究工作。
表1,可以作为部署水文地质工作的参考。
表 1 矿井涌水量与水文地质勘查Table 1 Mine inflow and hydrogeological exploration注:○1多年生产的矿山是指:开采水平不变、开采面积基本不变的多年生产的矿山,如即将闭坑或是即将破产的矿山,即是这种多年生产的矿山。
○2多孔抽水试验,是指带观测孔的一个抽水主孔的抽水试验,持续抽水几天。
○3群孔抽水试验是指带观测孔的多个抽水主孔的抽水试验,其抽水总量,一般要达到计算矿井涌水量的1/3~3/4,持续抽水几十天。
○4利用地下水动力学计算公式,计算矿井涌水量,就属于解析法的范畴。
大井法、集水廊道法就是常用的解析法。
○5数理统计包括一元线性回归、多元线性回归、逐步回归、系统理论分析、频率计算等(参考钱学溥,娘子关泉水流量几种回归分析的比较,《工程勘察》1983第4期,中国建筑工业出版社)。
matlab雨流计数法简单讲解

在工程中,特别是机械结构、航空航天等领域,在对应力、载荷进行疲劳分析时,雨流计数法是一种常用的方法。
这种方法可以有效地对载荷数据进行处理,得到疲劳载荷的循环次数,从而进行疲劳寿命的预测。
1. 什么是雨流计数法?雨流计数法是一种用来对载荷数据进行疲劳分析的方法。
它可以将连续的载荷数据序列转换为一系列载荷循环,然后对这些循环进行统计分析。
通过这种方法,我们可以得到载荷循环的幅值和次数,从而可以进一步进行疲劳寿命的预测和分析。
2. 雨流计数法的基本原理雨流计数法的基本原理是将载荷数据序列分解成一系列循环载荷,然后对这些循环进行统计。
在实际应用中,通常使用峰谷识别法来检测载荷数据中的峰值和谷值,然后根据这些峰值和谷值来进行载荷循环的划分。
可以根据载荷循环的幅值和次数进行统计分析,得到疲劳载荷的循环次数。
3. 雨流计数法的优点和局限性雨流计数法的优点在于可以较为准确地对载荷数据进行处理,得到疲劳载荷的循环次数,从而进行疲劳寿命的预测。
但是,这种方法也存在一定的局限性,例如在处理复杂载荷时,可能会出现较大的误差,需要进行一定的修正和优化。
4. 我对雨流计数法的个人观点和理解在我看来,雨流计数法是一种简单而有效的方法,在工程实践中具有广泛的应用前景。
通过对载荷数据进行分解和统计,我们可以更好地理解载荷对结构疲劳寿命的影响,从而有针对性地进行疲劳设计和分析。
但是,在实际应用中,我们也需要注意方法的局限性,结合具体情况进行合理的选择和修正。
总结回顾:通过本文的讲解,我们了解了雨流计数法的基本原理和应用。
这种方法可以帮助我们对载荷数据进行处理,得到疲劳载荷的循环次数,从而进行疲劳寿命的预测和分析。
在工程实践中,雨流计数法具有重要的意义,但同时也需要注意其局限性,进行合理的修正和优化。
希望通过本文的讲解,读者对雨流计数法有了更深入的了解。
在此,我为您撰写了一篇有关“matlab雨流计数法简单讲解”的文章,希望能够对您有所帮助。
MATLAB大作业

M A T L A B大作业作业要求:(1)编写程序并上机实现,提交作业文档,包括打印稿(不含源程序)和电子稿(包含源程序),以班为单位交,作业提交截止时间6月24日。
(2)作业文档内容:问题描述、问题求解算法(方案)、MATLAB程序、结果分析、本课程学习体会、列出主要的参考文献。
打印稿不要求MATLAB程序,但电子稿要包含MATLAB程序。
(3)作业文档字数不限,但要求写实,写出自己的理解、收获和体会,有话则长,无话则短。
90问题五:利用MATLAB软件绘制一朵鲜花,实现一定的仿真效果。
提示:二维/三维绘图,对花瓣、花蕊、叶片、花杆等的形状和颜色进行详细设置。
第二类:插值与拟合。
(B级)问题一:有人对汽车进行了一次实验,具体过程是,在行驶过程中先加速,然后再保持匀速行驶一段时间,接着再加速,然后再保持匀速,如此交替。
注意,整个实验过程中从未减速。
在一组时间段50个时间点的速度。
(2)绘制插值图形并标注样本点。
问题二:估算矩形平板各个位置的温度。
已知平板长为5m,宽为3m,平板上3×5栅格点上的温度值为44,25,20,24,30;42,21,20,23,38;25,23,19,27,40。
(1)分别使用最近点插值、线性插值和三次样条插值进行计算。
(2)用杆图标注样本点。
(3)绘制平板温度分布图。
对a,b,c,d的值。
提示:曲线拟合并绘图分析第三类:定积分问题。
(B级)问题一:地球密度随着离中心(r=0)距离的变化而变化,不同半径处的密度如表所示,试估问题二:河道平均流量Q(m3/s)可使用速度和深度的乘积的积分来计算(河道横截面不规则),公式如下。
其中V(x)是离岸x(m)距离处的水速(m/s),H(x)是离岸x距离处的水深(m)。
根据收集到过5(1(2(3(Q,单位是m(1(2(1(2(3)将节点1的力改为方向向上,计算这种改变对H2和V2的影响。
(4)将节点1的力撤销,而在节点1和2处施加1500N的水平外力,求节点3处垂直反作用力(V3)。
雨量预报数学模型及求解代码

赛区评阅编号(由赛区组委会填写):2015高教社杯全国大学生数学建模竞赛承诺书我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》(以下简称为“竞赛章程和参赛规则”,可从全国大学生数学建模竞赛网站下载)。
我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)9月6日编号专用页全国评阅随机编号(由全国组委会填写):雨量预报方法的评价模型摘要本文建立了一个关于雨量预报方法的评价模型。
首先,通过给定的大量数据(预测数据和实测数据)利用Matlab图形处理功能的基本绘图命令plot画出2491个网格点和91个观测点的位置。
在可接受范围内,计算各观测站点和等距网格点之间的距离,并按升序排序。
取其前5个到观测站点距离最小的等距网格点,再根据欧拉公式距离倒数加权的方法对它们赋权重,取其前5个网格点的雨量,分别乘以它们各自对应的权并求和,就是相对应观测站点的雨量。
分别对两种S221FORECAST中,其余文件名为<f日期i>_dis1和<f日期i>_dis2表示该日期用的第一或第二种方法。
题目中有如下假设:1、雨量用毫米作单位,小于0.1毫米的视为无雨。
2、气象部门将6小时降雨量分为6等:0.1—2.5毫米为小雨,2.6—6毫米为中雨,6.1—12毫米为大雨,12.1—25毫米为暴雨,25.1—60毫米为大暴雨,大于60.1毫米为特大暴雨。
题目的问题如下:问题一:请建立数学模型来评价两种6小时雨量预报方法的准确性;问题二:若按此分级向公众预报,如何在评价方法中考虑公众的感受?二、问题分析我们从题目中了解分析得到:气象台每天晚上20点预报从21点开始的4个时段(21点至次日3点,次日3点至9点,9点至15点,15点至21点)在某些位置的雨量,这些位置位于东经120度,北纬32度附近的53 47的等距网格点上。
同时设立91个分布不均匀的观测站点实测这些时段的实际雨量。
来宾多年一遇极端气温计算方法及matlab实现

蓘 蓸 蔀 蓡 x=36.9630-
1 1.2833
ln
ln
1 1-F渊x冤
年极端最低气温的耿贝尔模型分布函数为院
蓘 蓸 蔀 蓡 x=-1.4697-
1 0.8078
ln
ln
1 1-F渊x冤
将所确定的模型参数带入到对应的耿贝尔概率密度公式
中计算并利用 matlab 进行绘图袁绘图程序如下院
semilogx渊pmm袁bl袁忆.忆冤 %调节 x 轴
P=
1 R
遥令院Biblioteka i=琢渊xi-u冤 则分布函数可写为院
F渊yi冤=exp[-exp渊-yi冤] 将数据序列 x 按从大到小排列袁并记为 x1袁x2袁噎袁xi袁噎袁 xn袁则数据>xi 的经验分布函数为院
蓘 蓸 蔀 蓡 yi=-ln
-ln
1-
i n+1
倩 和 u 与 x袁y 可建立如下关系式院
倩=
var渊y冤 var渊x冤
市极端最低气温的推算值遥 通过以上运算可求得极端最高气温和极端最低气温的分
布函数参数 倩 和 u袁如表 1 所示遥
表1
参数
倩
u
极端最高气温
1.2833
36.9630
极端最低气温
0.8078
-1.4697
计算得到极端最高气温和极端最低气温的分布函数参数
倩 和 u袁从而可得到年极端最高气温的耿贝尔模型分布函数为院
料袁 进行统计得出 1956~2017 的年极端最高温度和 1956~
2017 年的极端最低气温袁采用 matlab 通过耿贝尔分布法进行
拟合袁得出年极端最高最低气温的分布模型袁进而计算来宾市
多年一遇极端最高和最低气温遥
雨流计数法matlab程序

雨流计数法是一种用于分析汽车零部件疲劳寿命的方法,它可以计算出在给定载荷谱下零部件的疲劳寿命。
下面是一个简单的MATLAB 程序,用于实现雨流计数法:matlabfunction [N, N1] = rainflow(P)# 输入:P - 载荷谱矩阵# 输出:N - 循环次数矩阵# N1 - 最小循环次数矩阵n = size(P, 2);N = zeros(n, n);N1 = zeros(n, n);for i = 1:nfor j = 1:nif P(i, j) > 0N(i, j) = floor(P(i, j));N1(i, j) = floor(P(i, j));elseN(i, j) = ceil(-P(i, j));N1(i, j) = ceil(-P(i, j));endendendN = N + N'; # 对称化循环次数矩阵N1 = N1 + N1'; # 对称化最小循环次数矩阵end这个程序定义了一个名为rainflow 的函数,它接受一个载荷谱矩阵P 作为输入,并返回两个输出矩阵:N 和N1。
N 是循环次数矩阵,表示在给定载荷谱下零部件的循环次数;N1 是最小循环次数矩阵,表示在给定载荷谱下零部件的最小循环次数。
在函数内部,我们首先初始化N 和N1 为零矩阵。
然后,我们使用两个嵌套的循环遍历载荷谱矩阵P 中的每个元素。
如果元素的值大于零,我们将该值向下取整并存储在N 和N1 中;如果元素的值小于零,我们将该值的绝对值向上取整并存储在N 和N1 中。
最后,我们将N 和N1 对称化,以确保它们是对称矩阵。
遗传算法在暴雨强度公式优化问题中的应用及Matlab实现

第6卷第4期2008年12月水利与建筑工程学报Journal of Water Resources and Architectural EngineeringVol.6No.4Dec.,2008收稿日期:2008209208 修回日期:2008209223基金项目:广东省自然科学基金项目“直接式管网叠压供水技术应用研究与系统优化”(06021586)作者简介:林林(1983—),男(汉族),江西赣州人,硕士研究生,研究方向为给水工程系统及其优化。
遗传算法在暴雨强度公式优化问题中的应用及Matlab 实现林 林,樊建军,杨贵春,陈鹏飞(广州大学土木工程学院,广东广州510006)摘 要:介绍了遗传算法在实现暴雨强度公式优化问题中的应用,给出了在Matlab 语言环境下实现编码、译码、选择、重组和变异各算子的编程方法,通过比较来说明遗传算法在寻求最优解的优越性。
关键词:暴雨强度公式;遗传算法;参数优化;Matlab 中图分类号:P426.6 文献标识码:A 文章编号:1672—1144(2008)04—0030—03Application of G enetic Algorithms in Optimizationof R ainstorm Intensity Formula and Its Programming by MatlabL IN lin ,FAN Jian 2jun ,YAN G Gui 2chun ,CHEN Peng 2fei(Civil Engineering Institute of Guangz hou U niversity ,Guangz hou ,Guangdong 510006,China )Abstract :The application of genetic algorithm in optimization problem of storm intensity formula is presented ,the pro 2gramming of encoding ,decoding ,choice ,reconfiguration and mutating by matlab is given ,and finally ,the superiority of the genetic algorithm in finding an optimal solution is explained by comparing with a traditional regression method.K eyw ords :rainstorm intensity formula ;genetic algorithm;parameter optimization ;Matlab0 引言暴雨强度公式广泛应用于洪水灾害的危险性分析及给排水工程的设计计算中,它的形式[1]是i =A /(t +B )n(1)式中:i 为暴雨强度(mm ・s -1);t 为降雨历时(min );A ,B ,n 皆为待确定的参数。
防汛方案计算最大降雨量

防汛方案计算最大降雨量以防汛方案计算最大降雨量为题,我们来探讨一下如何确定最大降雨量的计算方法。
防汛工作是保护人民生命财产安全的重要任务,而最大降雨量的计算是防汛工作中的一项重要内容。
只有准确地估计最大降雨量,才能合理地制定防汛措施,确保防汛工作的有效性。
要计算最大降雨量,需要收集历史气象数据。
这些数据包括多年来不同时间段内的降雨量记录。
通过分析这些数据,可以找出历史上的最大降雨量,作为参考依据。
考虑到气候变化的影响,我们还需要考虑未来可能出现的极端天气情况。
可以参考气象部门的长期预测数据,结合历史数据,来预测未来可能的最大降雨量。
在计算最大降雨量时,还需要考虑地理因素。
不同地区的地形、水系等地理特征会对降雨量产生影响。
一般来说,山区和河流交汇处的降雨量较大,而平原地区的降雨量相对较小。
因此,在计算最大降雨量时,需要考虑地理因素对降雨量的影响,并进行相应的修正。
还需要考虑降雨的持续时间。
降雨的持续时间越长,累积的降雨量就越大。
因此,在计算最大降雨量时,需要考虑不同降雨持续时间下的降雨强度,并选取最大值作为最大降雨量。
在实际计算中,可以使用一些数学模型来辅助计算最大降雨量。
例如,常用的一种模型是频率分析模型,通过对历史降雨数据进行统计分析,得出不同概率下的最大降雨量。
根据需要的防汛概率,可以选择相应的最大降雨量。
在计算最大降雨量时,还需要考虑不同设施的承载能力。
不同类型的设施,例如排水系统、堤坝等,对降雨量的承受能力是不同的。
因此,在制定防汛方案时,需要考虑设施的承载能力,并根据最大降雨量来确定相应的防汛措施。
计算最大降雨量是防汛工作中的一项重要任务。
通过收集历史气象数据、考虑气候变化、地理因素和降雨持续时间等因素,并辅以数学模型的分析,可以得出准确的最大降雨量。
在制定防汛方案时,需要根据最大降雨量来确定相应的防汛措施,保障人民的生命财产安全。
[全]MATLAB数据分析,基于神经网络河南省降水量预测
![[全]MATLAB数据分析,基于神经网络河南省降水量预测](https://img.taocdn.com/s3/m/340874c5e87101f69f319515.png)
MATLAB数据分析,基于神经网络河南省降水量预测BP神经网络结构神经网络旨在通过模仿动物的神经系统利用神经元作为连接结点的新型智能算法,神经网络本身包含三层结构,输入层,隐含层,输出层,每一层都有自己的特殊功能,输入层进行因子的输入与处理。
由于在实际情况中,所有输入的数据并不是线性的,有的时间还是多维的,让该数据通过隐含层进行训练,使得数据可视化,以期达到自己所需要的数据,是神经网络的核心所在在经过隐含层后的训练后,数据基本上也就达到了自己的要求,这时就要对数据进行输出,三个层次之间互不影响,每一层的神经元的状态只能影响下一层神经元的状态,其结构如下图所示:本文建立的神经网络预测流程如下所示:神经网络预测实例本文以黄河流域中游的华山气象站点1957-2010年共54年的数据为基础,以1957-2000年的数据做为预测数据,2001-2010年的数据作为参考数据,利用前44年的数据来预测后十年的数据,并与后十年的实际数据进行对比,来确定预测精确度。
通过前期的分析可以得到被选入的输入变量集因子为水汽压,风速,气温,相对湿度;把降水量作为预测变量,以水汽压,风速,气温,相对湿度作为输入变量代入Matlab程序中进行预测,预测结果如下所示。
通过计算以水汽压,风速,气温和相对湿度作为输入变量来预测降水量的结果还是较为精确的,通过计算知预测中的相关系数达到72.16%,预测精准度还是很高的,误差率也是较小;但是预测精度还是有待于提高。
分析可知一方面在对降水量的预测中,预测因子并不是选择的越多越好,而是应该找到与预测变量相关性较大的因子,只有用与预测变量相关性较大的因子作为输入变量才能在预测算法中取得精确的预测结果,才能得到自己期望的结果;另一方面,在预测算法的选取中神经网络这种预测算法既方便,又精准,但是由于神经网络预测算法也有好多类型,应根据实际的需要去选择合适的预测算法。
基于MATLAB工具箱的PCA-RBF广西降雨量预测模型研究

基于MATLAB工具箱的PCA-RBF广西降雨量预测模型研究李洁【摘要】利用MATLAB工具箱,采用主成分分析(PCA)与径向基函数(RBF)神经网络结合,构建广西一区(北部)五月的逐日降水预报模型。
在2008年5月31天独立样本的预测检验中,预测的均方误差、最大绝对误差及平均绝对误差均低于同期的T213(中国气象局的全球中期天气数值预报产品)模式,预报准确度更高。
%Uses MATLAB toolbox, establishes a daily rainfall forecast model of northern Guangxi in May by using principal component analysis and radial basis function neural network. In 31 days independent sample test of the prediction in May 2008, the maximum absolute error, squared error and mean absolute error of predictionare are all lower than the same period of T213 (China Meteorological Administration, the global medium range weather numerical forecast products). The model has higher forecasting accuracy.【期刊名称】《现代计算机(专业版)》【年(卷),期】2015(000)012【总页数】4页(P7-10)【关键词】主成分分析;RBF神经网络;逐日降水预测【作者】李洁【作者单位】广西柳州师范高等专科学校,柳州 545004【正文语种】中文对气象预报进行建模研究,提高降水预报的准确度对国民经济的发展具有重大意义。
最大降水量多年一遇计算方法及Matlab实现

最大降水量多年一遇计算方法及Matlab实现
王涵;李玲
【期刊名称】《内蒙古农业科技》
【年(卷),期】2012(000)001
【摘要】当暴雨洪涝等灾情出现时,"几年一遇"经常作为标志灾害强度出现在媒体口中.那么如何计算和快速计算某一特定气象要素值究竟是几年一遇呢?本文通过Matlab实例对比分析三种常见的多年一遇的计算方法."几年一遇"在数学上实际上就是概率与数理统计中极值分布问题.这类问题的解决,在城市建设灾害防御规划中,有重要的社会和经济意义.
【总页数】2页(P75-76)
【作者】王涵;李玲
【作者单位】鄂伦春旗气象局,内蒙古鄂伦春165450;鄂伦春旗气象局,内蒙古鄂伦春165450
【正文语种】中文
【中图分类】S161.6
【相关文献】
1.凤县月日最大降水量多年一遇的极值计算 [J], 杨文平
2.新会年和月最大日降水量多年一遇的极值计算 [J], 赵佩红;林国生;聂燕红
3.新会年和月最大日降水量多年一遇的极值计算 [J], 赵佩红;林国生;聂燕红
4.贵州年降水量和年最大月降水量多年一遇的极值计算 [J], 杨娟
5.来宾多年一遇极端气温计算方法及matlab实现 [J], 韦力榕;莫钧;陈映谷
因版权原因,仅展示原文概要,查看原文内容请购买。
长白山地区暴雨特征及重现期几种计算方法对比

第22卷第1期北华大学学报(自然科学版)Vol.22No.12021年1月JOURNAL OF BEIHUA UNIVERSITY(Natural Science)Jan.2021文章编号:1009-4822(2021)01-0021-07DOI :10.11713/j.issn.1009-4822.2021.01.004长白山地区暴雨特征及重现期几种计算方法对比张伶俐1,2,成㊀坤1,2,刘春泽3,史国强4(1.长白山气象局,吉林二道白河㊀133613;2.长白山气象与气候变化吉林省重点实验室,吉林二道白河㊀133613;3.松原市气象台,吉林松原㊀138000;4.长白山科学研究院动物研究所,吉林二道白河㊀133613)摘要:利用长白山地区59a 地面观测资料,分析暴雨发生的气候规律;基于年最大值法选样,选取指数㊁耿贝尔Ⅰ型㊁皮尔逊Ⅲ型㊁韦布尔4种分布函数对长白山地区不同海拔3个站点暴雨重现期进行拟合计算,推求4种分布函数参数,得出重现期-年最大日降水量关系曲线,并进行χ2检验.结果表明:长白山地区暴雨具有明显的时空分布特征.天池站暴雨日数7月最多,其他站8月占比最大;2000年以来,平均暴雨日数呈增多趋势;指数分布年最大日降水量较小,其他3种算法预测值比较一致;在χ2检验中,耿贝尔Ⅰ型分布法在二道站和东岗站暴雨重现期计算中表现优异,韦布尔分布法在天池暴雨年最大日降水量的预测中更胜一筹.关键词:长白山地区;暴雨;气候特征;重现期;韦布尔分布中图分类号:P466文献标志码:A收稿日期:2020-07-21基金项目:长白山气象局科研课题(201902);长白山气象与气候变化吉林省重点实验室项目.作者简介:张伶俐(1989 ),女,硕士研究生,工程师,主要从事气候预测㊁气象预报与服务研究,E-mail:2802208708@.Characteristics of Rainstorm and Comparison of Several Calculation Methods about Recurrence Period in Changbai Mountain AreaZHANG Lingli 1,2,CHENG Kun 1,2,LIU Chunze 3,SHI Guoqiang 4(1.Changbai Mountain Weather Service ,Erdaobaihe 133613,China ;2.Jilin Provincial Key Laboratory of Changbai Mountain Weather &Climate ,Erdaobaihe 133613,China ;3.Songyuan Meteorological Observatory ,Songyuan 138000,China ;4.Institute of Zoology ,Changbai Mountain Academy of Sciences ,Erdaobaihe 133613,China )Abstract :Based on the surface observation data of Changbai Mountain area in recent 59years,the climate characteristics of rainstorm were analyzed firstly.According to the annual maximum value sampling method,four functions of exponential distribution,Gumbel-Ⅰdistribution,P-III distribution and Weibull-distribution were selected to make the fitting calculation of recurrence period for three stations at different altitudes in Changbai Mountain area,the formula parameters of four distribution functions were deduced,the relationship curve between recurrence period and annual maximum daily precipitation was given.The χ2test was made.The results show that rainstorm in Changbai Mountain area has obvious time-space distribution characteristics,with the most rainstorm days in Tianchi station in July and the largest proportion in other stations in August;Since 2000s,the average rainstorm days show a significant increasing trend;The annual maximum daily precipitation of exponential distribution is small,whereas other three functions are consistent.By means of χ2test,Gumbel-Ⅰdistribution shows an outstanding performance in the calculation of rainstorm annual maximum daily precipitation at Erdao station,as well as Donggang station,while Weibull distribution method is better at Tianchi station.Key words :Changbai Mountain area;rainstorm;climate characteristics;occurrence period;Weibull-Distribution㊀㊀长白山位于吉林省东南部,呈东北-西南走向,是东北地区海拔最高的山脉,也是鸭绿江㊁松花江和图们江的发源地.长白山具有保存完好的植被带,是东北亚重要的气候调节带.近年来,随着全球气候变化,极端气候事件发生频次持续升高,强度加大.我国东北地区山环水绕,西㊁北㊁东三面环山,降水与局地地形有较大关系[1].作为 水源 地之一,需要评估长白山天池极端降水量变化规律以及地形动力作用对长白山地区暴雨的贡献.近年来,有学者对暴雨极值进行了模型构建㊁影响评估,如袭祝香等[2]利用逐日降水资料分析了东北地区1961 2000年的明显暴雨过程特征,建立了反映明显暴雨程度的3项单项指标及综合评估指数,在此基础上划分了明显暴雨过程的评估等级;郭渠等[3]使用皮尔逊Ⅲ型分布㊁耿贝尔分布和指数分布编制了暴雨强度公式,为重庆市主城区雨水排水系统规划㊁设计和管理提供了重要依据;王晓光[4]计算了呼伦贝尔市日最高气温㊁日最低气温㊁日降水量㊁日最大风速的重现期,并对计算结果进行了χ2检验;庞文保等[5]用皮尔逊Ⅲ型和极值Ⅰ型绘制了最大风速分布曲线,估算了30a 一遇风速和50a 一遇风速;黄玉贞等[6]用皮尔逊Ⅲ型曲线分析了阜新地区干旱发生时间㊁频率.还有学者[7-14]用不同方法对能见度㊁寒潮㊁大风等进行了评估.本文利用长白山地区3个气象站59a 气象观测数据,通过多种评估方法研究长白山地区暴雨特征和年最大日降水量.研究成果可为长白山景区建设㊁安全调度㊁下游水库排洪泄洪㊁有效降低灾害带来的经济损失提供依据;同时,长白山地区自然资源极为丰富,研究暴雨的空间分布特征㊁时间变化特征对境内生态保护具有重要意义.1㊀研究材料与方法1.1㊀研究材料研究材料为长白山地区二道站㊁东岗站㊁天池站3个气象站1960 2018年59a 实际降水数据.其中,天池站1960 1989年为全年站,1990年至今为季节站.1990 2011年和2018年6 9月观测,2012 2017年5 10月观测,时次为当日20时至翌日20时的24h 总降水量,时间分辨率为小时.东岗站位于长白山山脉西风带迎风坡,地形动力抬升作用明显,天气系统较稳定,也容易被激发而呈对称不稳定性;二道站为长白山北坡的典型气象站,只有在西风槽过境及气流转为偏北气流时动力抬升作用才明显;天池站位于长白山主峰,海拔2623m,处于对流层中㊁下层,以暴雨为主的极端天气时有发生.1.2㊀研究方法本次研究使用统计学方法[15-16]统计二道站㊁东岗站㊁天池站暴雨数据,分析气候变化规律及空间分布特征.基于年最大值法选样,利用气象学常用的指数分布㊁耿贝尔Ⅰ型分布㊁皮尔逊Ⅲ型分布㊁韦布尔分布4种函数进行拟合计算,借助MATLAB 软件绘制重现期与年最大日降水量分布曲线,通过χ2检验对比选出最优分布函数.1)指数分布:x =r ln A +β,其中:r 为离散程度参数;β为分布曲线下限;A 为特定再现期极值.2)耿贝尔Ⅰ型分布在特定再现期下的极值计算函数为x T =b -1aln -ln 1-1T æèöø=m x -m y σy σx -σx σyln -ln 1-1T æèöø,其中:a 为尺度参数;b 为位置参数;m x ㊁σx 分别为观测得到N 个样本的平均值和均方差;m y ㊁σy 分别为耿贝尔Ⅰ型分布中不同样本容量N 的均值和均方差;T 为特定再现期.3)皮尔逊Ⅲ型分布的3参数概率密度函数和分布函数:f (x )=1βaΓ(α)(x -a 0)a -1e -x -a 0β,㊀a 0ɤx <+ɕ,α,β>0,F (x )=1βaΓ(α)ʏx a 0(t -a )a -1e-x -a 0βd t ,㊀α,β>0,其中:a 0为随机变量可能取的最小值;α为形状参数;β为尺度参数.4)韦布尔分布3参数概率密度函数和分布函数:f (x )=c b x -a b æèöøc -1e -x -a b ()c ,x ȡa ,22北华大学学报(自然科学版)第22卷F (x )=1-e -x -a b()c .最大值再现期T (x )=11-F (x )=e x -a b ()c .年最大日降水量x T =a +b (ln T )1c .式中:a ㊁b ㊁c 分别为位置参数㊁尺度参数㊁形状参数.5)χ2适合度检验函数:χ2=ðki =1(n i -Np i )2Np i,(1)其中:n i 为第i 组实际观测频数;N 为实际观测样本的个数;p i 为概率密度与组距的乘积.χ2值很小,说明理论频数与实际频数很接近.给定信度范围α后,查χ2分布表,得出χ2α,若χ2<χ2α,则认为该样本服从χ2分布;反之,若χ2ȡχ2α,则认为该样本不服从χ2分布.式(1)将把实际观测样本值分成组距相等的i 个组.2㊀长白山地区暴雨气候特征图1暴雨年代际变化Fig.1Variation of decadal rainstorm2.1㊀暴雨日数时空变化从年际变化看,天池站㊁东岗站㊁二道站出现暴雨的频率分别是95%㊁66%㊁47%.暴雨年代际变化见图1.由图1可知:20世纪60年代,天池站年平均暴雨日数为3.7d,二道站和东岗站不足1d;20世纪70年代㊁80年代天池站暴雨日数略有减少,到90年代达到最少,仅为2.4d,二道站和东岗站平均暴雨日数较前期略有增加;自2000年以来,长白山地区平均暴雨日数显著增多,其中,21世纪10年代天池站达4.6d,二道站和东岗站均超过1d.暴雨月分布情况见表1.由表1可见:1960 2018年,长白山地区4 10月均有暴雨发生,大部分出现在69月.其中,天池站7月暴雨日数最多,占总暴雨日数的44.2%;其次是8月,天池夏季(6 8月)暴雨日数占总暴雨日数的87%.低海拔的二道站和东岗站8月暴雨日数最多.与天池站和东岗站相比,二道站暴雨出现最晚,结束最早.综上可知:近59a 长白山地区年平均暴雨日为1.8d,在空间分布上,天池站最多,为3.7d,东岗站次之(1d),二道站最少(0.7d).表1㊀1960—2018年暴雨月分布特征Tab.1㊀Monthly distribution characteristics of rainstorm from 1960to 2018/d站名暴雨日数4月5月6月7月8月9月10月二道002132130东岗211212561天池241896752022.2㊀不同量级暴雨日数分布1960 2018年,长白山地区不同量级暴雨日数分布见表2.由表2可见:二道站暴雨量级主要分布在50~80mm,东岗站暴雨分布区间较二道站大,天池站暴雨分布区间最广.天池站24h 降水量有1d 超过200mm.从各区间频数看,不同量级暴雨频数随区间增大呈下降趋势.暴雨强度表现为天池站最强,东岗站次之,可能是因为天池站海拔高,地形的动力作用㊁云物理作用在此表现最强烈,同时,天池作为 三江源头 ,具备丰富的水汽条件;东岗站处于西风带的迎风坡,地形的动力抬升作用表现比较明显.32第1期张伶俐,等:长白山地区暴雨特征及重现期几种计算方法对比表2㊀1960 2018年长白山地区不同量级暴雨日数分布Tab.2㊀Distribution of rainstorm days with different magnitude from 1960to 2018in Changbai Mountain aera /d站名暴雨日数50~59.9mm 60~69.9mm 70~79.9mm 80~89.9mm 90~99.9mm 100~109.9mm 110~119.9mm 120~129.9mm ȡ130mm ȡ140mm ȡ150mm ȡ160mm ȡ170mm ȡ200mm二道227610101000000东岗2812743200111100天池804026191057511743113㊀基于年最大日降水量的重现期曲线拟合3.1㊀长白山地区各气象站年最大日降水量对比从二道站㊁东岗站㊁天池站近59a 年最大日降水量箱线图(图2a)可以看出:3站年最大日降水量的最小值较一致,下边缘㊁下四分位数㊁中位数㊁上四分位数㊁上边缘都表现为天池站>东岗站>二道站,而二道站的异常值最多,天池站异常值上限最大,3站的异常值都集中在较大值一侧,χ2分布均表现为右偏态,为正偏;天池站中位数表现为偏向于下四分位数,偏度系数为正,右偏度表现得最明显,表明天池站在达到中位数之前的降水量离散程度最高.因此,评估长白山地区的暴雨情况可以从年最大日降水量着手.3.2㊀年最大日降水量的月分布特征根据天池站1960 1989年年最大日降水量的月分布特征(图2b)可知:年最大日降水量发生在6月的频率为17%,7月为33%,8月达50%,即发生在6 8月(夏季)的频率为100%,故天池站1990 2018年全年最大日降水量可以用6 8月的最大日降水量代替进行分析.图2年最大日降水量Fig.2Annual maximum daily precipitation3.3㊀4种分布函数参数目前,推算年最大日降水量的算法有两类:一类是水文气象法;另一类是频率计算法,也称数理统计法.由于长白山地区地形复杂,降水受地形㊁大气稳定度等影响较大,因此,本次研究采取指数㊁耿贝尔Ⅰ型㊁皮尔逊Ⅲ型㊁韦布尔4种分布函数对长白山地区年最大日降水量进行推算.各分布函数参数见表3.表3㊀1960 2018年最大日降水量4种分布函数参数Tab.3㊀Parameters of four different distribution functions of annual maximum daily precipitation from 1960to 2018分布函数参数名称参数值二道东岗天池指数离散程度8.6214.4723.92曲线下限38.7836.6761.06耿贝尔Ⅰ型尺度参数0.070.050.03位置参数43.9848.1760.1042北华大学学报(自然科学版)第22卷表3(续)分布函数参数名称参数值二道东岗天池形状参数 1.25 1.32 2.30皮尔逊Ⅲ型尺度参数15.6120.4125.18可能取的最小值32.6432.2940.37尺度参数19.1031.6653.79韦布尔形状参数 1.09 1.11 1.33位置参数33.5828.5148.673.4㊀重现期-年最大日降水量关系令T =1~1000a,间隔为1a,推算不同重现期下可能出现的曲线走势,见图3.由图3可知:在相同重现期下,二道站最大日降水量耿贝尔Ⅰ型㊁皮尔逊Ⅲ型与韦布尔曲线走向一致,指数分布法曲线相对平缓;东岗站年最大日降水量曲线为指数法最平缓,韦布尔曲线最陡峭,年最大日降水量关系为韦布尔分布>耿贝尔Ⅰ型分布ȡ皮尔逊Ⅲ型分布>指数分布;天池站年最大日降水量4种分布函数在110mm 相交后呈发散状态,耿贝尔Ⅰ型分布发散得最快,皮尔逊Ⅲ型分布和韦布尔分布次之,指数分布最慢,在相同重现期下降水量值表现为耿贝尔Ⅰ型分布>皮尔逊Ⅲ型分布ȡ韦布尔分布>指数分布.由预测降水量可知:1~1000a 年最大日降水量预测上线分别为二道站150mm,东岗站210mm,天池站310mm.图3二道站㊁东岗站㊁天池站1~1000a 重现期日最大降水量Fig.3Maximum daily precipitation for reproduction period 1~1000a at Erdao station ,Donggang station and Tianchi station3.5㊀不同重现期下的年最大日降水量从防灾减灾㊁趋利避害㊁提前部署景区建设,以及为长白山植被生长㊁动物繁殖研究提供参考等角度出发,借助上述4种分布函数推算重现期分别为10㊁20㊁50和100a 的年最大日降水量,并选取最优分布法.长白山地区不同海拔站点不同重现期年最大日降水量见表4~表7.由表4~表7可知:指数分布推算的10㊁20㊁50㊁100a 暴雨年最大日降水量都偏小,耿贝尔Ⅰ型分布㊁皮尔逊Ⅲ型分布和韦布尔分布推算的预测52第1期张伶俐,等:长白山地区暴雨特征及重现期几种计算方法对比值较一致,后3种分布函数推算的降水量误差范围为2%~10%,且年最大日降水量的误差随着重现期的增大而略增加,与实际接近,能满足极端暴雨量级预测服务的需要.表4㊀重现期为10a年的最大日降水量Tab.4㊀Annual maximum daily precipitation a with a10-year recurrence period/mm站名年最大日降水量指数耿贝尔Ⅰ型皮尔逊Ⅲ型韦布尔最优拟合二道站59777475耿贝尔Ⅰ型东岗站70939096耿贝尔Ⅰ型㊁韦布尔天池站116153149149.5韦布尔㊁皮尔逊Ⅲ型表5㊀重现期为20a年的最大日降水量Tab.5㊀Annual maximum daily precipitation with a20-year recurrence period/mm站名年最大日降水量指数耿贝尔Ⅰ型皮尔逊Ⅲ型韦布尔最优拟合二道站65888686韦布尔㊁皮尔逊Ⅲ型东岗站80107105114耿贝尔Ⅰ型㊁皮尔逊Ⅲ型天池站133176171172韦布尔表6㊀重现期为50a年的最大日降水量Tab.6㊀Annual maximum daily precipitation with a50-year recurrence period/mm站名年最大日降水量指数耿贝尔Ⅰ型皮尔逊Ⅲ型韦布尔最优拟合二道站72102101100耿贝尔Ⅰ型㊁皮尔逊Ⅲ型东岗站93125124137耿贝尔Ⅰ型㊁皮尔逊Ⅲ型天池站155206199199皮尔逊Ⅲ型㊁韦布尔表7㊀重现期为100a年的最大日降水量Tab.7㊀Annual maximum daily precipitation with a100-year recurrence period/mm站名年最大日降水量指数耿贝尔Ⅰ型皮尔逊Ⅲ型韦布尔最优拟合二道站78112112111耿贝尔Ⅰ型㊁皮尔逊Ⅲ型东岗站103139139154耿贝尔Ⅰ型㊁皮尔逊Ⅲ型天池站171229219219皮尔逊Ⅲ型㊁韦布尔4㊀极值重现期的χ2适合度检验由于相同重现期下指数分布计算的年最大日降水量与实际值拟合度不高,因此对皮尔逊Ⅲ型分布㊁耿贝尔Ⅰ型分布㊁韦布尔分布3种函数进行χ2检验.在0.05信度范围查χ2分布表,得出临界值χ2α,挑选拟合度最好的分布方法.长白山区各站点年最大日降水量的χ2适合度检验结果见表8.由表8可知:皮尔逊Ⅲ型分布和耿贝尔Ⅰ型分布在二道站年最大日降水量评估中均通过了0.05的信度检验,但耿贝尔Ⅰ型分布拟合度更高(χ2=0.813<5.250);耿贝尔Ⅰ型分布在3种分布函数中表现最优异,并通过了0.05信度检验,而韦布尔分布在天池站的χ2检验值为5.260,远超过耿贝尔Ⅰ型分布和皮尔逊Ⅲ型分布,在给定信度范围内小于χ2检验临界值.综上,耿贝尔Ⅰ型分布在二道站和东岗站年最大日降水量预测中表现最佳,而韦布尔分布在天池站表现得更完美.表8㊀长白山区各气象站年最大日降水量χ2适合度检验Tab.8㊀Chi-square test about the maximum daily precipitation in Changbai Mountain area台站皮尔逊Ⅲ分布耿贝尔Ⅰ分布韦布尔分布χ2χ2αχ2χ2αχ2χ2α最佳拟合分布二道 5.250 5.9910.813 5.991 6.040 5.991耿贝尔Ⅰ型东岗7.140 5.991 3.490 5.9918.870 5.991耿贝尔Ⅰ型天池81.3009.48825.47011.071 5.2609.488韦布尔㊀注:α=0.05.62北华大学学报(自然科学版)第22卷5 结论和讨论长白山地区暴雨具有明显的时空分布特征,平均暴雨日数呈逐年增多趋势,极端气候事件多发,这与全球变暖密不可分.本次研究显示,在暴雨日数空间分布上,天池站最多,东岗站次之;二道站暴雨量级主要分布在50~80mm,东岗站暴雨分布区间较二道站大,天池站暴雨分布区间最广,这与长白山地区的特殊地形有关,东岗站位于西风带的迎风坡,地形的强迫抬升作用表现得比二道站更明显,而天池站是高海拔气象站,无论在何种天气系统下,地形动力作用㊁云物理作用都能得到极好发挥,同时,作为水源地,天池为暴雨的发生提供了丰富的水汽条件,这些都可为以后划分长白山地区暴雨量级提供参考标准;二道站㊁东岗站㊁天池站年最大日降水量达到暴雨的频率分别为49%㊁66%㊁95%,天池站中位数表现为偏向于下四分位数,偏度系数为正,右偏度表现得最明显;天池站降水的离散程度最高,发生极端降水的概率较大.对长白山地区不同海拔3个站点暴雨重现期进行拟合计算显示:指数分布计算的10㊁20㊁50㊁100a 暴雨年最大日降水量都偏小,耿贝尔Ⅰ型分布㊁皮尔逊Ⅲ型分布和韦布尔分布预测值较一致;耿贝尔Ⅰ型分布在二道站和东岗站年最大日降水量预测中线性拟合度最好,而韦布尔分布则是在天池站暴雨预测表现得更完美.目前,已有许多专家基于年最大值选样算法,利用不同频率曲线确定重现期㊁暴雨强度和历时,构建了暴雨强度模型,取得了良好的社会效益和经济效益.在全球变暖㊁极端天气事件多发的背景下,构建长白山地区不同海拔站点的暴雨强度模型也是未来要开展的工作之一.长白山暴雨受地形影响较大,表现在不同天气系统下的增幅不同.目前还没有对长白山地区不同天气系统下地形对降水量级,尤其是暴雨的影响研究.因此,从防灾减灾㊁趋利避害角度考虑,有必要对长白山地区暴雨特征进行深入研究,完善预测模型.参考文献:[1]王凌梓,苗峻峰,韩芙蓉.近10年中国地区地形对降水影响研究进展[J].气象科技,2018,46(1):64-75.[2]袭祝香,孙力,刘实.东北地区重大暴雨过程评估方法研究[J].灾害学,2009,24(2):61-64.[3]郭渠,廖代强,孙佳,等.重庆主城区暴雨强度公式推算和应用探讨[J].气象,2015,41(3):336-345.[4]王晓光.气象要素重现期的计算方法与比较[J].内蒙古气象,2015(5):29-32.[5]庞文保,白光弼,滕跃,等.P-Ⅲ型和极值Ⅰ型分布曲线在最大风速计算中的应用[J].气象科技,2009,37(2):221-223.[6]黄玉贞,张玉龙,王芳.阜新地区干旱发生规律研究[J].气象与环境学报,2010,26(2):45-49.[7]姬兴杰,朱业玉,顾万龙,等.河南省大风日数时空分布及其对沙尘天气的影响[J].气象与环境学报,2012,28(1):31-37.[8]胥珈珈,刘娜,王鑫.白山市低温极值重现期的计算方法与比较[J].气象灾害防御,2018,25(1):21-24.[9]尹文有,郑皎,王继红,等.年最大日雨量极值分布拟合与推算[J].气象科技,2011,39(2):137-140.[10]袭祝香,孙力,刘实.吉林省单站暴雨特征分析及评估方法[J].气象科学,2009,29(2):230-234.[11]彭嘉栋,叶成志,张剑明,等.中国中部典型高山气象站风速的均一性检验及其变化特点[J].气象与环境学报,2019,35(4):139-144.[12]郑石,王冠,林中冠,等.1961 2013年中国强降水特征分析[J].气象与环境学报,2018,34(6):102-107.[13]李祥,寿绍文,白艳辉,等.1960 2013年白洋淀湿地气候变化特征分析[J].气象与环境学报,2016,32(1):75-83.[14]毛炜峄,陈颖,曹兴.单站寒潮降温过程强度评估指标及其在乌鲁木齐市的应用[J].气象与环境学报,2016,32(5):139-146.[15]马开玉,张耀存,陈星.现代应用统计学[M].北京:气象出版社,2004:177-196.[16]姬兴杰,李凤秀,朱业玉,等.河南省洛河上游暴雨山洪致灾临界面雨量的确定[J].气象与环境学报,2015,31(6):43-50.ʌ责任编辑:郭㊀伟ɔ72第1期张伶俐,等:长白山地区暴雨特征及重现期几种计算方法对比。
雨流计数法程序matlab代码

MATLAB雨流计数法程序一、仿真随机过程sw=2;A=sqrt(2*sw*detaw)(1)中心频率为10pi,detaw=0.01,带宽为2pi的低频窄带随机过程for n=9:0.01:11;xn=A*sin(n*pi*t+rand(1,1)*2*pi);x=x+xn;end(2)中心频率为100pi,detaw=0.01,带宽为2pi的高频窄带随机过程for n=99:0.01:101;yn=A*sin(n*pi*t+rand(1,1)*2*pi);y=y+yn;end(3)低频与高频组合成的宽带随机过程二、用雨流计数法截取循环(1)得到随机过程x的极点值(储存在矩阵S中)。
n=length(x);s=x(1);for i=2:n-1;if (x(i)>x(i-1))&&(x(i)>x(i+1))||((x(i)<x(i-1))&&(x(i)<x(i+1))); s=[s,x(i)];endendS=[s,x(n)];(2)对极值点间变程进行比较分析,截取循环while i+3<length(S)i=i+1;detaS1=abs(S(i+1)-S(i)); %获得四个极值点间的三段变程detaS2=abs(S(i+2)-S(i+1));detaS3=abs(S(i+3)-S(i+2));if (detaS2<=detaS1)&&(detaS2<=detaS3) %将变程满足截取条件的循环截取出 Ba=[Ba,(S(i+2)-S(i+1))/2]; %截取出循环的幅值Bm=[Bm,(S(i+2)+S(i+1))/2]; %截取出循环的均值Q=[Q;S(i+1),S(i+2)]; %构成截取出循环的极值点存于Q中,即原随机过程抛弃的点S(i+1)=[];S(i+2)=[];i=i-1;endendSr=S; %剩余的极值点存于Sr中(3)分别对低频窄带、高频窄带、宽带进行雨流处理低频窄带高频窄带宽带问题二:由于观察到用雨流法处理这三种随机过程的效果差别比较大,就编程统计计算了雨流处理这三种随机过程抛弃的极值点数(即截取的循环)与原载荷极值点数之比rate。
数学建模题 年降雨量计算

组号183B题、中国水坝对区域降水的影响1.摘要:本文通过建立数学模型研究了中国水坝对区域降水影响问题。
对于气象空间站分布不均匀,使得中国大陆平均降雨量不能直接计算,并且很难得到某地区非常准确的降雨量数字,我们采用根据距离加权来计算某一点的降雨量,根据距离它最近的m个点来计算该点的降雨量。
在建立模型求解中,我们着重解决了以下问题:1、用matlab编程处理所给xls信息;2、借助c++实现我们做的模型,并进行稳定性测试。
3、将算法移植到matlab上,解出精确度为1度的地图上的点的降雨量信息。
4、借助matlab将中国地图大致范围求出。
5、分析某地区的降雨量变化声明:由于原始数据坐标问题,导致画出图像与真实情形相差太大,故借助matlab将错误数据更正。
2.问题重述根据附件中的材料,研究中国水坝对区域降水的影响。
建立相应的数学模型,并解决的如下问题:1.估计1951年——2008年中国大陆的年平均降水量;2.估计1951年——2008年某一地区的年降水量,即给出某一地区的经度和纬度,用所建模型计算出该地区的年降水量。
按照你的方法,估计水坝地区的降水量(1951年——2008年)。
3.研究中国水坝对区域降水的影响。
(注:影响可能是多方面的。
可能会增加某地区的降水,也可能会减少另一地区的降水,还可能会对某一地区的降水无影响。
请大家从多个层面考虑这个问题。
)3.基本假设a)假设经过修改的数据真实可靠。
b)假设大坝是平均分布在全国各地的。
c)假设大坝没有因年代久远或水量过大而影响蓄水量,并且一直完好如初。
4.符号说明:m为距离任意点(x,y)最近的点的个数未知点(x,y)的降雨量为已知点的年平均降雨量为第i个已知点第j年的降雨量为m个最近点中第i个点与任意点(x,y)的距离为第i个计算出来的点的降雨量,n为计算过的点的个数。
5.术语说明:已知点预测:在验证求未知的是否准确的时候,假设一个离已知点很近的点为未知点,求出它的降雨量,与刚取的已知点比较,看差距大小。
关于暴雨的实用公式和程序

关于暴雨的实用公式和程序
张学文
【期刊名称】《气象》
【年(卷),期】1993(019)010
【摘要】1 问题作好暴雨预报是气象人员的重大任务。
在这里我们介绍3个实用公式(程序),它们可以帮助气象和水文工作者解决暴雨预报中的一些具体问题。
(1)如果已经预报(或已知)某区域 A 上有一场较大的降水(设平均雨量为 R),那么A 区域内不同的降水量各占多大的面积。
【总页数】4页(P48-51)
【作者】张学文
【作者单位】无
【正文语种】中文
【中图分类】P426.62
【相关文献】
1.最优暴雨强度公式参数Matlab程序的设计 [J], 林娟娟;邓福兴;熊绎
2.暴雨强度公式的编制方法与电算程序 [J], 伊学农
3.宜昌城区短历时暴雨强度公式参数优化及暴雨雨型特征分析 [J], 张鹏宇;王振洋;张雅;曾令
4.基于成都市中心城区暴雨强度公式修订的暴雨样本优选研究 [J], 赵刘伟;张葵
5.西南地区暴雨强度公式的推算研究——以瑞丽市暴雨强度公式的推算为例 [J], 陈琳;柏绍光;毛毅;佘丽华
因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
文 章 编 号 :1007-0907(2012)01-0075-02
当暴雨洪涝等灾情出现时,“几年一遇” 经常作为标志灾害
强度出现在媒体口中。 那么如何计算和快速计算某一特定气象
要素值究竟是几年一遇呢? 本文通过 Matlab 实例对比分析三种
常见的多年一遇的计算方法。 “几年一遇”在数学上实际上就是
概率与数理统计中极值分布问题。这类问题的解决,在城市建设
灾害防御规划中,有重要的社会和经济意义。
本 文 使 用 的 Matlab 版 本 为 7.10.0 (R2010a), 以 阿 里 河 镇
1961-2009 年 49 年最大日降水量为例,分别通过指数分布法、耿
贝尔分布法及皮尔逊 III 分布法讨论及编程计算。 具体数据如下:
内蒙古农业科技 2012(1):75~76 Inner Mongolia Agricultural Science And Technology
最大降水量多年一遇计算方法及 Matlab 实现
王 涵, 李 玲 (鄂伦春旗气象局,内蒙古 鄂伦春 165450)
中图分类号:S161.6 文献标识码:A 10.3969/j.jssn.1007-0907.2012.01.042
型的,指数分布形式如下:
x=algT+b
根据求解过程,关键部分编程如下:
N=length(li);
laver=mean(li);
for i=1:N
Ti(i)=(N+1)/i;
end
Taver=mean(Ti);
for i= 1:N
收 稿 日 期 :2011-12-28
a1=a1+abs(li(i)-laver)*abs(log(Ti(i))-log(Taver)); a2=a2+abs(log(Ti(i))-log(Taver))^2; end a=a1/a2; b=laver-a*log(Taver); latT=a*log(T)+b; end
ylabel(' 降水量(mm)'); title(' 阿里河镇日最大降水量多年一遇极值曲线 ');
先通过上文中三种分布 法 计 算 函 数 得 出 Y1、Y2、Y3, 并 运 行该绘图函数,得到以下对比曲线(图 4)。
需要指出的是, 无论用经验分布函数还是极值的理论分布 函数研究实际极值问题, 其效果优劣主要取决于所采用的分布 函数对实际资料的拟合程度, 本文没有通过实际数据对预测结 果进行拟合。 另外,要使研究的问题获得满意的结果,所采用的 资料样本数必须足够多, 各次观测必须相互独立且服从同一分 布。 对于不同的气象要素, 还有其他一些分布方法, 比如韦伯 (Weibull)分布、对数正态分布 等 ,本 文 没 有 一 一 测 试 ,对 于 气 候 极值的观测而言, 这些分布函数一般都能满足相互独立和服从 同一分布的要求。 参考文献: [1] 王 丽 文.珠 海 市 年 雨 量 和 年 最 大 日 雨 量 多 年 一 遇 的 极 值 计 算[J].广
东 气 象 ,2006,(1):25-28. [2] 杨 娟. 贵州年降水量和年最大月降水量多年一遇的 极 值 计 算[J].
贵 州 气 象 ,2008,(6):10-12. [3] 赵佩红,林国生,聂燕红.新会年和月最大日降水量多年一遇的极值
计 算 [J].气 象 ,2010,(2):88-89. [4] 李明杰,齐 鹏 ,侯 一 筠.山 东 沿 岸 多 年 一 遇 最 高 水 位 计 算[J].气 象,
分布变量的分布计算。 皮尔逊 III 分布形式如下:
軃
軃軃α=[
軃 軃
2 cs
軃
],β=[
2 x軃·cv·cs
]
軃
軃
軃軃軃y=x軃·(1-2
軃 軃
cv cs
)
其 中 ,x 为 样 本 ,y 为 重 现 期 值 ,cs 为 偏 态 系 数 ,cv 为 变 差 系 数,α 为形状参数,β 为尺度参数。 根据求解过程,关键部分编程
通过计算重现期为 1~1000 的重现期值得到如下曲线(图 1)。
2 耿贝尔分布法 耿 贝 尔 (Gumbel)分 布 是 一 个 适 用 较 广 的 分 布 理 论 , 同 样 也 属
于指数型分布。 耿贝尔分布形式如下: x=u-a*lgT(x) 其中 u 表示一个与降水序列有关的函数。 根据求解过程,关键部分编程如下:
latT=gaminv((1-1/T),Alpha,1/Beta)+X0;
end
通过计算重现期为 1~1000 的重现期值得到如下曲线(图 3)。
4 绘图及结论
编制绘图函数如下:
function createfigure(Y1,Y2,Y3)
figure1 = figure;
axes1 = axes('Parent',figure1);
如下:
N=length(li);
laver=mean(li);
lstdevp=std(li);
lskew=skewness(li);
Cs=lskew*(N-1)*(N-2)/N^2;
Cv=lstdevp/laver;
Alpha=4/Cs^2;
Beta=2/(Istdevp*Cs);
X0=laver*(1-2*Cv/Cs);
8.2,33.2,63.8,53.6,30.2。
需要说明的是,本文程序使用的数据为列矩阵,所以如果输
入行矩阵,需要做转置操作。
极值统计的根本目的是准确的推断极值序列的重现期值或
某一极值平均可能在多少年内出现一的事件,平均在 T 年内出现 1 次时,
76
内蒙古农业科技
No.1
s_y=std(y); a = s_x/ s_y; u = ave_x -s_x/s_y*ave_y; xp_Genbel = u - a*log(-log(1-1./pm) );
通过计算重现期为 1~1000 的重现期值得到如下曲线(图 2)。
3 皮尔逊Ⅲ分布法
皮 尔 逊Ⅲ(Pearson-III)原 理 一 般 适 用 于 统 计 降 水 量 等 左 偏
60.8,34,40,36.6,38.8,52.2,48.4,53.2,73.2,51.6,37.3,74.3,43.2,51,40.7,
36.7,49,55.4,70.7,42.1,106.8,72.9,32.2,83.1,47.5,58,46.3,29.6,48.8,7
1.2,66,29.7,53.2,51.9,47.7,43.4,38,26.6,58.2,37.7,58.6,34.8,42,31.8,3
2009,(11):78-81. [5] 王 涛,朱敏嘉,崔爱萍,等.山西近 45 年降水变化对旱涝的影响分
析[J].山 西 农 业 科 学 ,2010,38(12):61-63. [6] 王 健,孙 明,薛明霞,等.井 灌 区 降 水 量 的 特 征 分 析 及 灰 色 预 测
[J].山 西 农 业 科 学 ,2010,37(11):51-56. (责任编辑 侯旭光)
box(axes1,'on');
hold(axes1,'all');
plot(Y1,'b',Y2,' -.',Y3,' r:');
legend (' 指 数 分 布 法 ',' 皮 尔 逊 III 分 布 法 ',' 耿 贝 尔 分 布 法 ',
'Location','SouthEast');
xlabel(' 重现期(年)');
1-F(x)
F(x)
这就是说,重现期就是右侧概率或左侧概率的倒数。而重现期内
的
极大
值
或极
小
值可
分
别由
F(x)=1-
1 T(x)
和
F(x)=
1 T(x)
解
出
x。
即
重现期和重现期值互为函数关系,可以互相解出,只要知道函数
F(x)即 可 。
1 指数分布法
对于极大值问题而言, 很多气候要素的极值分布都属指数
则把这个 T 叫做 X 的特定值 x 的重现期,而在 T 年内平均出现
1 次的这个特定值 x 叫做重现期值。 如果令 F(x)为 X 的 分 布 函
数,x 代表 X 的年最大值或最小值 ,则根据概率分布 ,最 大 值 或
最 小 值 的 再 现 期 T(x)可 分 布 由 :T(x)= 1 和 T(x)= 1 给 出 。