欢迎来到天天文库
浏览记录
ID:34975851
大小:5.69 MB
页数:90页
时间:2019-03-15
《非平稳随机水文序列的游程分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号TV11单位代码10618密级公开学号2120091003硕士学位论文非平稳随机水文序列的游程分析研究生姓名:丁瑶导师姓名及职称:李怡教授申请学位类别工学学位授予单位重庆交通大学一级学科名称水利工程论文提交日期2015年4月28日二级学科名称水文学及水资源论文答辩日期2015年6月6日2015年6月8日RunLengthAnalysisforNon-stationaryRandomHydrologicSequencesADissertationSubmittedfortheDegreeofM
2、asterCandidate:DingYaoSupervisor:Prof.LiYiChongqingJiaotongUniversity,Chongqing,China摘要水资源系统的随机因素通常具有明显的季节性,这种季节性可以用非平稳随机过程来描述,但是目前对非平稳水文序列的游程的研究主要针对单个步长,多步长的理论研究与应用较少。对于非平稳随机环境中多步游程的水灾害历时评价的研究将成为当前亟待解决的问题,本文结合水文站流量资料建立时间序列模型,对该地区的水资源量的多步游程分析进行了理论研究,主
3、要研究内容包括:(1)利用马尔科夫链的无后效性、转移概率等理论对随机水文序列的游程分析理论进行推导,最终得到一种有效的多步游程评估机制。并利用随机仿真试验验证所开发的游程评估机制。(2)现实的随机水文过程多为非正态过程,结合结构可靠度的研究理念,根据JC法思想将非正态过程处理转换为正态过程,能够更好地解决在随机变量为任意分布下的游程问题,最终使得对随机水文序列的游程分析变得更方便且分析结果实用可靠。(3)根据某水文站流量资料建立了季节性月平均流量序列;同时采用对水文序列逐项分离的方法建立了某水文站
4、周平均径流量序列,分别对两组实例进行多步游程的分析。本文结合时间序列模型、马尔科夫链、结构可靠度等理论提出的分析多步游程问题的评估机制经验证合格有效,为多步游程分析问题提供了理论支撑。关键字:时间序列模型;马尔科夫链;游程理论;结构可靠度;随机仿真试验IAbstractInpractice,therandomfactorsinawaterresourcesystemareseasonal,whichcanbedescribedbynon-stationarystochasticprocess,bu
5、texistingnon-stationarystochasticprocessismainlyforsingle-stepseries,ratherthanmulti-step.Therefore,theresearchonmulti-stepwaterdisastersdurationinnon-stationarystochasticprocessishighlysignificantandneedful.Inthispaper,timeseriesmodelisbuiltaccording
6、withflowdatafromhydrometricstation,andthemodelisusedforthetheoreticalresearchonthemulti-stepexcursionanalysistakingthisregionalwaterresourceasresearchobject.Themaincontentsareasfollows:(1)Getanefficientmulti-stepexcursionevaluationsystemdeducedfromthe
7、excursionanalysisofhydrologicrandomseriesusingtheoriessuchasnon-aftereffectpropertyofMarkovchainandtransitionprobability;thestochasticsimulationistobeusedforverifyingexcursionevaluationsystem.(2)Practicalhydrologicrandomseriesaremainlyassumedtobenorma
8、lprocess,thispaperconvertsthenormalprocesstonon-normalprocessbasedon“JC”method,tosolvetheexcursionproblemwhentherandomvariablesareinrandomdistribution,tomaketheexcursionanalysisonhydrologicrandomseriesmoreconvenientandreliable.(3)Buildtheseaso
此文档下载收益归作者所有