隨機水文分析

隨機水文分析是研究既有確定性又有機率性的水文現象的分析方法。

隨機水文分析

正文

研究既有確定性又有機率性(偶然性)的水文現象的分析方法。水文現象本身是確定性的過程,即任何地點任何時間出現的水文現象都是有其原因的。例如,某一流域出口處的徑流過程,是由該流域上降雨所致,並受到地面上和河道內所有影響因素的作用,一次降雨確定地有一次對應的流量過程,或者說可以建立確定性模型來表達和分析。另一方面,由於降雨產生徑流的過程,影響因素眾多,且時時刻刻在變化,該流域上即使有相同的降雨,也不會得到完全相同的徑流過程,這是說明降雨產生徑流還要受到機率性因素的影響。所以,許多水文現象常介於確定性與機率性之間,其分析方法就是隨機水文技術。常用的隨機水文分析技術有隨機過程和時間系列、回歸和相關以及濾波技術等。
隨機過程和時間系列 在水文分析中,隨機過程是指水文實測值隨時間而變化的連續過程。因為常以時間作為過程圖的橫坐標,並為了分析方便,將連續過程離散化,故亦叫做時間系列。例如,某水文站某一時期內的流量過程是一個隨機過程,而逐年的年徑流離散過程為一個時間系列。隨機過程按一定時間間隔分成若干區段,若各區段的隨機過程統計特徵不隨時間而變,稱此隨機過程為平穩隨機過程。否則是不平穩隨機過程。對於不平穩隨機過程或時間系列,通過分析可以估算出它的趨勢項、周期項和噪聲項。趨勢項表示過程的變化趨勢,例如氣溫過程的緩慢逐年變冷或變暖的趨勢;趨勢的形成有天然的原因(如受太陽輻射、氣候變化和地質條件改變等的影響)和人為的原因(如逐年累計墾荒或森林砍伐面積的增加、都市的擴大以及其他人類活動的影響)。周期項表示過程的重現周期性,例如汛期多水和非汛期少水年復一年地重複出現;受太陽黑子周期性變化的影響,有些水文現象也有同太陽黑子相似的周期變化。噪聲項是指誤差項,包括觀測誤差、模型誤差和抽樣誤差等。水文過程大都為不平穩隨機過程。
水文濾波技術 指對水文過程的誤差進行濾波的方法。目前主要採用卡爾曼濾波技術,由狀態方程和觀測方程組成。水文過程在各時刻(現時刻、過去時刻和將來時刻)的數值稱為狀態。狀態方程即模型方程,是根據狀態的物理或統計性質建立而成的,它表達所研究的狀態變數(如下一時刻的流量)與其他狀態變數(如現時刻和過去n個時刻的流量)、輸入變數 (如降雨量)之間的關係,加上模型噪聲(誤差)項而得。觀測方程考慮實測狀態變數有一定的觀測噪聲,故由狀態變數和觀測噪聲組合而成。對模型噪聲和觀測噪聲進行最優濾波,可估計出模型中的未知參數,並得到所研究狀態的最優估計值。常用的最小二乘法,就是一種簡單的對噪聲進行濾波的方法。
隨著計算機的發展,隨機水文技術也有所發展,但由於水文系列一般較短,據此進行隨機水文分析而得到的結果會有較大的誤差。因此,隨機水文分析工作受到一定的限制,其結果一定要進行多方面論證和合理性分析後才能套用。
參考書目
 Chao Lin Chiu, ed.,Applications of Kalman Filter to Hydrology,Hydraulics,andWater Resources,Stochastic Hydraulics Program Depart-ment of Civil Engineering Univ. of Pittsburgh,Pittsburgh,1978.

配圖

相關連線

相關詞條

相關搜尋

熱門詞條

聯絡我們