非参数解集模型的应用研究
|
摘要
水文随机模拟是随机水文学中重要的组成部分,建立合理的水文模型进行随机模拟是水文科学研究的一种手段和方法,对水利水电工程的规划、运行及管理具有非常重要的意义。
本文采用王文圣等学者的方法,应用非参数解集模型和改进非参数解集模型,以陕北地区7个水文测站的月径流和汛期日径流为例,探讨研究这两种模型在径流随机模拟中的应用问题。主要研究内容和结论如下:
(1)综述国内外在水文随机模拟方面的研究进展,总结其存在的问题。
(2)核密度估计理论和单变量核密度估计模型。研究核函数和带宽系数的选取及模型阶数的确定。模型用于年径流过程的随机模拟,检验结果表明,除了一、二阶自相关系数和Cs外,该模型对其它的统计特性均保持得较好,可以表征年径流过程的统计特性,模拟效果比较理想。
(3)非参数解集模型。非参数解集模型模拟实测月径流序列的实践表明,模型对大多数测站的月径流的均值、均方差、Cv、Cs、最大值、最小值、一阶自相关系数和二阶自相关系数都保持的比较好,较符合流域水文特性,但是存在首位自相关不一致的问题。由于核函数有光滑作用,导致Cv偏大,Cs略偏小。非参数解集模型模拟汛期日径流序列的实践表明,模型能较好的表征汛期日径流序列的截口统计参数、汛期时段径流量和各月径流量的统计参数以及洪峰季节性变化等统计特性,模拟效果较好。非参数解集模型用于水文水资源的随机模拟是可行的。
(4)探讨不同矩阵的分解方法。在模型的计算机实现过程中,涉及到矩阵分解的问题。对于正定矩阵,可采用Cholesky分解法和Schur分解法进行分解,而非正定矩阵只能采用Schur分解法进行分解。由于研究测站少,资料系列较短,对于协方差矩阵正定的测站而言,目前还无法确定采用那种分解法更能反映实测系列的统计特性,有待于进一步的研究。
(5)改进非参数解集模型。在月径流模拟中的应用实践表明,模型对各月径流量的均值、均方差、Cv、最大值、最小值、一阶自相关系数和二阶自相关系数均保持得较好,模拟值与实测值比较接近,克服了非参数解集模型首位自相关不一致的问题,但是,各月径流的Cs保持相对较差。而在汛期日径流中的应用实践表明,改进非参数解集模型与非参数解集模型的模拟效果基本一致。
Hydrology stochastic simulation is an important part of stochastic hydrology. A rational hydrological model is a kind of means and methods which has the great significance for the hydraulic engineering’s planning, operation and management.
This thesis quoted the methods which had given by Wang Wensheng and other scholars, taking the monthly runoff series and flood runoff series of 7 stations in Shaanbei region as examples, and applied nonparametric disaggregation models and improved nonparametric disaggregation model to their application of runoff simulation. The major results of the thesis are as follows.
(1) Reviewed domestic and international progresses in hydrological stochastic simulation, and summarized the existing problems.
(2) Reviewed the theory of kernel density estimation and univariate kernel density estimation models. Kernel function and bandwidth coefficient were selected and model orders were determined. Except first-order and second-order autocorrelation coefficient and Cs, this model can maintain good statistical properties of the observed series and characterize the process of annual runoff. The result is rationable.
(3) Nonparametric disaggregation models. The practice of simulation monthly runoff using nonparametric disaggregation model shows that the model maintains good statistical properties of the observed series on mean, square deviation, Cv, Cs, maximum, minimum, first-order autocorrelation coefficient and second-order one, which in line with the hydrologic characteristics of watershed. Due to smooth of the kernel function, Cv is large, Cs slightly smaller. The results of simulation daily runoff in flood reason shows that the model can better characterize statistical parameters of different section, describle month runoff during the flood reason and reasonable feature of flood peak. It is feasible to nonparametric disaggregation model for stochastic simulation of hydrology, and result is reasonable.
(4) This thesis discussed the method of the different matrix decomposition. When model were implemented by computer, it involved matrix decomposition. Both Cholesky decomposition and Schur decomposition can be decomposed for positive definite matrices, but for no positive definite matrices, Schur decomposition can be used. Because of a few stations and short series, it’s hard to determine and need to further study that which decomposition method for the stations which covariance matrix are positive.
(5) Improved nonparametric disaggregation model. The results of simulation monthly runoff using improved nonparametric disaggregation model shows that the model maintains good statistical properties of the measured sequences on mean, square deviation, Cv, maximum, minimum, first-order autocorrelation coefficient and second-order one, yet Cs relatively poor. The model simulated values are similar to measured ones overcomes the first autocorrelation not consistent. The results of simulation daily runoff in flood reason show that the simulation effects are basically consistent for both nonparametric disaggregation model and improved nonparametric disaggregation model.
本文采用王文圣等学者的方法,应用非参数解集模型和改进非参数解集模型,以陕北地区7个水文测站的月径流和汛期日径流为例,探讨研究这两种模型在径流随机模拟中的应用问题。主要研究内容和结论如下:
(1)综述国内外在水文随机模拟方面的研究进展,总结其存在的问题。
(2)核密度估计理论和单变量核密度估计模型。研究核函数和带宽系数的选取及模型阶数的确定。模型用于年径流过程的随机模拟,检验结果表明,除了一、二阶自相关系数和Cs外,该模型对其它的统计特性均保持得较好,可以表征年径流过程的统计特性,模拟效果比较理想。
(3)非参数解集模型。非参数解集模型模拟实测月径流序列的实践表明,模型对大多数测站的月径流的均值、均方差、Cv、Cs、最大值、最小值、一阶自相关系数和二阶自相关系数都保持的比较好,较符合流域水文特性,但是存在首位自相关不一致的问题。由于核函数有光滑作用,导致Cv偏大,Cs略偏小。非参数解集模型模拟汛期日径流序列的实践表明,模型能较好的表征汛期日径流序列的截口统计参数、汛期时段径流量和各月径流量的统计参数以及洪峰季节性变化等统计特性,模拟效果较好。非参数解集模型用于水文水资源的随机模拟是可行的。
(4)探讨不同矩阵的分解方法。在模型的计算机实现过程中,涉及到矩阵分解的问题。对于正定矩阵,可采用Cholesky分解法和Schur分解法进行分解,而非正定矩阵只能采用Schur分解法进行分解。由于研究测站少,资料系列较短,对于协方差矩阵正定的测站而言,目前还无法确定采用那种分解法更能反映实测系列的统计特性,有待于进一步的研究。
(5)改进非参数解集模型。在月径流模拟中的应用实践表明,模型对各月径流量的均值、均方差、Cv、最大值、最小值、一阶自相关系数和二阶自相关系数均保持得较好,模拟值与实测值比较接近,克服了非参数解集模型首位自相关不一致的问题,但是,各月径流的Cs保持相对较差。而在汛期日径流中的应用实践表明,改进非参数解集模型与非参数解集模型的模拟效果基本一致。
Hydrology stochastic simulation is an important part of stochastic hydrology. A rational hydrological model is a kind of means and methods which has the great significance for the hydraulic engineering’s planning, operation and management.
This thesis quoted the methods which had given by Wang Wensheng and other scholars, taking the monthly runoff series and flood runoff series of 7 stations in Shaanbei region as examples, and applied nonparametric disaggregation models and improved nonparametric disaggregation model to their application of runoff simulation. The major results of the thesis are as follows.
(1) Reviewed domestic and international progresses in hydrological stochastic simulation, and summarized the existing problems.
(2) Reviewed the theory of kernel density estimation and univariate kernel density estimation models. Kernel function and bandwidth coefficient were selected and model orders were determined. Except first-order and second-order autocorrelation coefficient and Cs, this model can maintain good statistical properties of the observed series and characterize the process of annual runoff. The result is rationable.
(3) Nonparametric disaggregation models. The practice of simulation monthly runoff using nonparametric disaggregation model shows that the model maintains good statistical properties of the observed series on mean, square deviation, Cv, Cs, maximum, minimum, first-order autocorrelation coefficient and second-order one, which in line with the hydrologic characteristics of watershed. Due to smooth of the kernel function, Cv is large, Cs slightly smaller. The results of simulation daily runoff in flood reason shows that the model can better characterize statistical parameters of different section, describle month runoff during the flood reason and reasonable feature of flood peak. It is feasible to nonparametric disaggregation model for stochastic simulation of hydrology, and result is reasonable.
(4) This thesis discussed the method of the different matrix decomposition. When model were implemented by computer, it involved matrix decomposition. Both Cholesky decomposition and Schur decomposition can be decomposed for positive definite matrices, but for no positive definite matrices, Schur decomposition can be used. Because of a few stations and short series, it’s hard to determine and need to further study that which decomposition method for the stations which covariance matrix are positive.
(5) Improved nonparametric disaggregation model. The results of simulation monthly runoff using improved nonparametric disaggregation model shows that the model maintains good statistical properties of the measured sequences on mean, square deviation, Cv, maximum, minimum, first-order autocorrelation coefficient and second-order one, yet Cs relatively poor. The model simulated values are similar to measured ones overcomes the first autocorrelation not consistent. The results of simulation daily runoff in flood reason show that the simulation effects are basically consistent for both nonparametric disaggregation model and improved nonparametric disaggregation model.
引文
卜耀军. 2005.黄土丘陵沟壑区植被恢复研究. [硕士学位论文].杨凌:西北农林科技大学
陈国新. 2005.一种洪水过程随机模拟新模型在我国应用初探. [硕士学位论文].南京:河海大学
陈科,廖松. 1994.日径流过程随机模拟的FDR模型.水利学报, 24(1): 48~56
陈士永,王祥三,张涛,赵春伟. 2009. Copula函数和AR模型在洪水随机模拟中的应用.水电能源科学, 27(2): 55~57
陈守煜. 1987.水利水文水资源与环境模糊集分析.大连:大连工学院出版社: 36~46
陈文郁. 2008.陕西省牧区水资源开发利用现状与潜力分析.地下水, 30(2): 111~113
陈小红,叶锦昭,杨德林. 1995.洪水模式识别及模拟——长江三峡工程设计洪水的推求.水利学报, 26(9): 82~88
陈元芳,王文鹏,陈国新,陈奥秘. 2008.一种新的洪水随机模拟模型的应用.河海大学学报, 36(1): 6~10
崔振才,翟国静. 1990.河流洪水过程线的随机模拟及其在推求调洪库容中的应用.重庆交通学院学报, 9(3): 103~114
邓育仁,丁晶. 1994.间断雨量序列随机模拟的研究.成都科技大学学报, 26(5): 7~10
邓育仁,雷建华,王少丽. 1986.散粒噪声模型适用性探讨.成都科技大学学报, 18(4): 167~173
邓育仁. 1988.一种暴雨洪水流域系统随机模拟方法.成都科技大学学报, 20(2): 29~36
丁晶,邓育仁. 1988.随机水文学.成都:成都科技大学出版社:
丁晶,胡建清. 1991.威远河兴隆站洪水随机模拟及其应用.四川水力发电, 10(2): 72~78
丁晶,李贤彬,李后强. 1997.水文水资源分析新方法——子波分析.水文科技信息, 14(2): 16~21
丁晶,刘权授. 1997.高等学校教材随机水文学.北京:中国水利水电出版社: 76~80
丁晶,王忠民. 1985.长江宜昌站洪水过程的随机模拟.首届全国水利水电系统应用概率统计学术讨论会论文集.南京:河海大学出版社: 143~150
丁晶,朱宏江. 1990.对现行设计洪水过程线方法适用性的统计试验研究.四川水力发电, 9(1): 17~24
丁晶. 1986.解集模型在洪水随机模拟中的应用.成都科技大学学报, 18(4): 81~87
丁晶. 1987.雅砻江洪水随机模拟研究.成都科技大学学报, 19(4): 99~104
丁晶. 1988.正则展开模型在径流随机模拟中的应用.四川大学学报(工程科学版), 20(2): 4~8
段春青,陈晓楠,邱林,曹玉升. 2008.改进粒子群算法在设计洪水过程线推求中的应用.中国农村水利水电, (5): 1~7
范立民. 2005.陕北能源重化工基地建设中的水资源问题.国土资源科技管理, 22(5): 17~21
高荣松,邓育仁. 1983.金沙江向家坝水利枢纽洪水过程的随机模拟.四川水力发电, 2(1): 48~55
高岩辉,刘科伟,赵西君. 2008.从陕北地区面临的问题看资源富集区可持续发展.干旱区资源与环境, 22(4): 45~50
郭生练. 2005.设计洪水研究进展与评价.北京:中国水利水电出版社
郭一兵,熊明. 1993.长江洪水随机模拟研究.水文, 13(4): 8~16
何艳芬,刘科伟. 2009.陕北能源化工基地地下水开发利用现状及影响研究.地下水, 31(6): 29~32
衡彤,王文圣,李拉丁,丁晶. 2002.基于小波变换的组合随机模型及其在径流随机模拟中的应用.水电能源科学, 20(1): 15~17
洪家宁,廖松. 1991.反稽积模型在日径流模拟中的应用.水文, 11(5): 8~13
胡康萍. 1987.水资源系统的动态模拟研究. [博士学位论文].武汉:武汉水利水电学院
胡铁松,丁晶. 1995.人工神经网络在水文水资源中的应用.水科学进展, 6(1): 76~82
胡文杰. 1988.随机水文模型与洪水模拟研究. [硕士学位论文].南京:河海大学
黄琴,陈元芳,魏琳,王文鹏. 2008.一种新的洪水随机模拟模型在我国南方地区的适用性研究.环境变化与水安全,北京:中国水利水电出版社: 98~103
霍有光. 1999.水资源配置战略与调整陕西产业结构及布局.西安电子科技大学学报(社会科学版), 9(4): 7~12
姜维东. 2008.喀斯特流域径流模拟分析. [硕士学位论文].贵阳:贵州师范大学
金光球,汪莲,王宗志,徐金,曹明宏. 2006.遗传门限自回归模型的改进及其应用.长江科学院院报, 23(2): 31~33
金菊良,丁晶. 2002.水资源系统工程.成都:四川科学技术出版社
寇晓梅. 2004.陕北地区河流水体纳污能力分析.陕西水利水电技术, 86(2): 25~29
雷敏. 2008.生态脆弱区生态环境与城市化耦合研究——以陕北地区为例. [博士学位论文].西安:西北大学
李秀峰,袁鹏,邵骏,吕琳莉. 2007.基于小波消噪偏最小二乘回归模型的径流预测.水力发电, 33(10): 23~25
李云英. 2007.关于陕西水资源开发利用问题的思考.陕西农业科学, 53(2): 115~117
廖松. 1990.散粒噪声模型的改进.北京:清华大学研究报告
刘丹丹. 2008.陕北地区水资源可持续利用评价. [硕士学位论文].杨凌:西北农林科技大学
吕孙云,陈金凤. 2005.基于BP网络的随机模拟技术在区域洪水地区组成分析中的应用.水利水电快报, 6(20): 17~22
缪韧,丁晶. 1998.具有水文物理概念的日径流随机模型.水利学报, 29(4): 27~23
祁万军. 2006.基于AR(p)模型和随机模拟技术的洪水频率分析.湖南水利水电, (2): 60~62
陕西省地下水工作队,陕西省水文总站. 1986.陕西省地下水资源评价
陕西省统计局,国家统计局陕西调查总队. 2010. 2009年陕西省国民经济和社会发展统计公报. http://www.sn.stats.gov.cn/news/qsgb/201039111400.htm [2010-04-29]
水利部,能源部. 1993.水利水电工程设计洪水计算规范.北京:水利水电出版社
水利部. 2002.水利水电工程水文计算规范.北京:水利水电出版社
宋松柏,蔡焕杰,粟晓玲. 2005.专门水文学.陕西杨凌:西北农林科技大学出版社
谭维炎,黄守信,刘健民. 1963.用蒙特卡罗法分析水库多年调节计算的误差.水利学报, (6): 47~50
王达雨,张耀宾,李望安,侯云青,林小丽. 2004.龙滩水电站入库洪水随机模拟研究.水力发电, 30(6): 65~67
王锐深,陈源泽,孙汉贤. 1990.梯级水库下游洪水概率分布的计算方法.水文, 10 (1): 3~10
王文圣,丁晶,邓育仁. 1997a.日流量过程随机模拟模型的探讨.四川联合大学学报(工程科学版), 1(4): 41~48
王文圣,丁晶,邓育仁. 1997b.一类洪水预报的非线性时序模型——指数自回归模型.四川联合大学学报(工程科学版), 1(6): 1~5, 11
王文圣,丁晶,邓育仁. 1999.非参数统计方法在水文水资源中的应用和展望.水科学进展, 10(4): 458~463
王文圣,丁晶,金菊良. 2008.随机水文学(第二版).北京:中国水利水电出版社
王文圣,丁晶,李跃清. 2005.水文小波分析.北京:化学工业出版社
王文圣,丁晶,向红莲. 2002.小波分析在水文学中的应用研究及展望.水科学进展, 13(4): 515~520
王文圣,丁晶,袁鹏. 1999.非参数解集模型及其在水文随机模拟中的应用.四川水力发电, 18(1): 60~63
王文圣,丁晶,袁鹏. 2001.单变量核密度估计模型及其在径流随机模拟中的应用.水科学进展, 12(3): 367~372
王文圣,丁晶. 2003.基于核估计的多变量核密度估计模型的初步研究.水利学报, 34(2): 9~14
王文圣,金菊良,李悦清,张翔. 2007.水文水资源随机模拟技术.成都:四川大学出版社
王文圣,金菊良,李跃清. 2007.水文随机模拟进展.水科学进展, 9(5): 768~775
王文圣,马吉让,向红莲,丁晶. 2002.一种径流随机模拟的非参数模型.水利水电技术, 33(2): 8~10
王文圣,袁鹏,丁晶,邓育仁. 2001.门限自回归模型及其在水文随机模拟中的应用.四川水力发电, 20(增刊): 47~51
王文圣,袁鹏,丁晶. 2002.小波分析及其在日流量过程随机模拟中的应用.水利学报, 33(11): 43~48
王文圣. 1999.非参数随机模型及其在水文水资源随机模拟中的应用. [博士学位论文].成都:四川大学
王燕生. 1982.北方地区中小河流洪水过程线随机模拟及其在设计调洪库容中的应用.水文随机模拟及其应用, (2): 54~59
翁文斌,姚汝祥,廖松,惠士博. 1984.大石河流域地面和地下水联合应用的模拟计算.水文, 4(5): 19~27
吴明官,李彦兴,王亚铭,吴林波. 1996.模糊随机模拟法在设计洪水计算中的应用.黑龙江水专学报, 23(3): 19~25
肖可以,宋松柏. 2010.最大熵原理在水文频率参数估计中的应用.西北农林科技大学学报(自然科学版), 38(2): 197~215
肖义,郭生练,刘攀,方彬. 2007.基于两变量分布的峰量联合分析.长江科学院院报, 24(2): 13~16
谢珊,袁鹏,戴露,丁义,吴滔. 2005.奴各沙站径流序列统计特征分析及其随机模拟.四川水利,26(5): 23~25
熊立华,郭生练,肖义,袁汉芳. 2005. Copula联结函数在多变量水文频率分析中的应用.武汉大学学报(工学版), 38(6): 16~19
熊立华,郭生练. 2004.两变量极值分布在洪水频率分析中的应用研究.长江科学院院报, 21(2): 35~37
延安市统计局. 2010. 2009年延安市国民经济和社会发展统计公报. http://www.yanan.gov.cn/n16/ n1059/n1420/n2485/916338.html [2010-04-29]
闫宝伟,郭生练,刘攀,郭靖,陈璐. 2010.基于Copula函数的径流随机模拟.四川大学学报(工程科学版), 42(1): 5~9
杨荣富,丁晶,刘国东. 1998.具有水文基础的人工神经网络初探.水利学报, 29(8): 23~27
杨荣富,丁晶. 1990.单峰洪水过程线的概化及其模拟.成都科技大学学报, 22(5): 67~73
叶守泽,夏军. 2002.水文科学研究的世纪回眸与展望.水科学进展, 1(13): 93~104
榆林市统计局. 2010. 2009年榆林市国民经济和社会发展统计公报. http://www.sxyl.gov.cn/0/1/4/79/ 2654/12471.htm [2010-04-29]
袁宏源,罗洋涛. 1997.多站径流的模糊随机生成模型.武汉水利电力大学学报, 30(2): 59~ 62
袁鹏,王文圣,丁晶. 2000a.非参数解集模型在汛期日径流随机模拟中的应用.四川大学学报(工程科学版), 32(6): 11~15
袁鹏,王文圣,丁晶. 2000b.洪水随机模拟的最近邻抽样扰动模型.四川大学学报(工程科学版),32(4): 41~ 48
袁鹏,王正勇. 1996.双线性模型模拟洪水的尝试.成都科技大学学报, 28(6): 91~96
曾勇红,姜特兵,李承军. 2003.非参数Markov月径流模拟.人民长江, 34(1): 42~43
张明,廖松,谷兆祺. 2005.径流过程随机模拟的混合模型及其应用.水力发电学报, 24(3): 1~5
张涛,赵春伟,雒文生. 2008.基于Copula函数的洪水过程随机模拟.武汉大学学报(工学版), 41(4): 1~4
张友权,张赛珍,徐文斌. 1997.澜沧江中游段洪水随机模拟研究.云南水力发电, 13(2): 23~27
赵衡秀,陈科. 1992.改进的散粒噪声模型及其应用.清华大学学报(自然科学版), 32(3): 37~45
赵衡秀,王路. 1989.生成日径流资料的散粒噪声模型.水电船源科学, 3(3): 275~287
赵洁,葛芬莉. 2009.陕西省水资源演变情势分析研究.水文, (5):29~32,1
赵太想,王文圣,丁晶. 2005.基于小波消噪的改进的非参数解集模型.四川大学学报(工程科学版), 37(5): 1~4
朱琰,崔广柏,杨王玉. 1994.线性扰动模型在洪水随机模拟中的应用.河海大学学报, 22(1): 13~19
Delleur J W, Tao P C, Kavvas M L. 1976. An evaluation of the practicality and complexity of some rainfall and runoff time series models. Water Resources Research, 12(5): 953~970
Fotin V, Bernier J, Bobee B. 1997. Simulation, Bayes and bootstrap in statistical hydrology. Water Resources Research, 33(3): 439~448
Howell Tong. 1990. Nonlinear time series: a dynamical system approach. New York: Oxford University Press: 43~48
Koutsoyiannis D, Manetas A. 1996. Simple disaggregation accurate adjusting procedures. Water Resources Research, 32(7): 2105~2117
Koutsoyiannis D, Xanthopoulos T. 1990. A dynamic model for short scale rainfall disaggregation. Hydrological Sciences Journal, 35(3): 303~322
Lall U ,Rajagopalan B, Tarboton D G. 1996. A nonparametric wet/dry spell model for resampling daily precipitation. Water Resources Research, 32(9): 2813~2823.
Lall U, Sharma A. 1996. A nearest neighbor bootstrap for resampling hydrologic time series. Water Resources Research, 32(3): 679~693
O’Connel P E and Jones D A. 1979. Some experience with the development of models for the stochastic simulation of daily flows, inputs for risk analysis in water systems. Fort Collins: Water Resource Publication: 108
Oliveira G C, Kelman J, Pereire M V F. 1988. A representation of spatial cross correlations in large stochastic seasonal streamflow models. Water Resources Research, 24(5): 781~785
Quimpo R G. 1968. Stochastic analysis of daily river flows. Hydrau Div, Proc Amer Soc Eng, 94(1): 43~57
Rajagopalan B, Lall U, Tarboton D G. 1997. Multivariate nonparametric resampling scheme for generation of daily weather variables. Stochastic Hydrology and Hydrawlics, (11): 65~93
Raman H. 1995. Multivariate modeling of water resources time series using artificial neural network. Hydrological Sciences Journal-des Sciences Hydrologiues, 40(2):45~163
Salas J D. 1993. Analysis and modeling of hydrologic time series. In hand book of Hydrology. New York: McGraw-Hill: 56~73
Santos E G, Salas J D. 1992. Stepwise disaggregation scheme for synthetic hydrology. Hydrawl Eng, 118(5):765~784
Sharma A, Tarboton D G, Lau U. 1997. Streamflow simulation: a non-parametric approach. Water Resources Research, 33(2): 291~308.
Stedinger J R, Vogel R M. 1984. Disaggregation procedures for generating serially correlated flow vectors. Water Resources Research, 20(1):47~56
Tarboton D G, Sharma A, Lall U. 1998. Disaggregation procedures for stochastic hydrology based on nonparametric density estimation. Water Resources Research, 34(1): 107~119
Valencia D R, Schaake J L. 1973. Disaggregation processes in stochastic hydrology. Water Resources Research, 9(3): 580~585
Weiss G. 1977. Shot noise models for the generation of synthetic streamflow data. Water Resources Research, 13(1): 101~107
陈国新. 2005.一种洪水过程随机模拟新模型在我国应用初探. [硕士学位论文].南京:河海大学
陈科,廖松. 1994.日径流过程随机模拟的FDR模型.水利学报, 24(1): 48~56
陈士永,王祥三,张涛,赵春伟. 2009. Copula函数和AR模型在洪水随机模拟中的应用.水电能源科学, 27(2): 55~57
陈守煜. 1987.水利水文水资源与环境模糊集分析.大连:大连工学院出版社: 36~46
陈文郁. 2008.陕西省牧区水资源开发利用现状与潜力分析.地下水, 30(2): 111~113
陈小红,叶锦昭,杨德林. 1995.洪水模式识别及模拟——长江三峡工程设计洪水的推求.水利学报, 26(9): 82~88
陈元芳,王文鹏,陈国新,陈奥秘. 2008.一种新的洪水随机模拟模型的应用.河海大学学报, 36(1): 6~10
崔振才,翟国静. 1990.河流洪水过程线的随机模拟及其在推求调洪库容中的应用.重庆交通学院学报, 9(3): 103~114
邓育仁,丁晶. 1994.间断雨量序列随机模拟的研究.成都科技大学学报, 26(5): 7~10
邓育仁,雷建华,王少丽. 1986.散粒噪声模型适用性探讨.成都科技大学学报, 18(4): 167~173
邓育仁. 1988.一种暴雨洪水流域系统随机模拟方法.成都科技大学学报, 20(2): 29~36
丁晶,邓育仁. 1988.随机水文学.成都:成都科技大学出版社:
丁晶,胡建清. 1991.威远河兴隆站洪水随机模拟及其应用.四川水力发电, 10(2): 72~78
丁晶,李贤彬,李后强. 1997.水文水资源分析新方法——子波分析.水文科技信息, 14(2): 16~21
丁晶,刘权授. 1997.高等学校教材随机水文学.北京:中国水利水电出版社: 76~80
丁晶,王忠民. 1985.长江宜昌站洪水过程的随机模拟.首届全国水利水电系统应用概率统计学术讨论会论文集.南京:河海大学出版社: 143~150
丁晶,朱宏江. 1990.对现行设计洪水过程线方法适用性的统计试验研究.四川水力发电, 9(1): 17~24
丁晶. 1986.解集模型在洪水随机模拟中的应用.成都科技大学学报, 18(4): 81~87
丁晶. 1987.雅砻江洪水随机模拟研究.成都科技大学学报, 19(4): 99~104
丁晶. 1988.正则展开模型在径流随机模拟中的应用.四川大学学报(工程科学版), 20(2): 4~8
段春青,陈晓楠,邱林,曹玉升. 2008.改进粒子群算法在设计洪水过程线推求中的应用.中国农村水利水电, (5): 1~7
范立民. 2005.陕北能源重化工基地建设中的水资源问题.国土资源科技管理, 22(5): 17~21
高荣松,邓育仁. 1983.金沙江向家坝水利枢纽洪水过程的随机模拟.四川水力发电, 2(1): 48~55
高岩辉,刘科伟,赵西君. 2008.从陕北地区面临的问题看资源富集区可持续发展.干旱区资源与环境, 22(4): 45~50
郭生练. 2005.设计洪水研究进展与评价.北京:中国水利水电出版社
郭一兵,熊明. 1993.长江洪水随机模拟研究.水文, 13(4): 8~16
何艳芬,刘科伟. 2009.陕北能源化工基地地下水开发利用现状及影响研究.地下水, 31(6): 29~32
衡彤,王文圣,李拉丁,丁晶. 2002.基于小波变换的组合随机模型及其在径流随机模拟中的应用.水电能源科学, 20(1): 15~17
洪家宁,廖松. 1991.反稽积模型在日径流模拟中的应用.水文, 11(5): 8~13
胡康萍. 1987.水资源系统的动态模拟研究. [博士学位论文].武汉:武汉水利水电学院
胡铁松,丁晶. 1995.人工神经网络在水文水资源中的应用.水科学进展, 6(1): 76~82
胡文杰. 1988.随机水文模型与洪水模拟研究. [硕士学位论文].南京:河海大学
黄琴,陈元芳,魏琳,王文鹏. 2008.一种新的洪水随机模拟模型在我国南方地区的适用性研究.环境变化与水安全,北京:中国水利水电出版社: 98~103
霍有光. 1999.水资源配置战略与调整陕西产业结构及布局.西安电子科技大学学报(社会科学版), 9(4): 7~12
姜维东. 2008.喀斯特流域径流模拟分析. [硕士学位论文].贵阳:贵州师范大学
金光球,汪莲,王宗志,徐金,曹明宏. 2006.遗传门限自回归模型的改进及其应用.长江科学院院报, 23(2): 31~33
金菊良,丁晶. 2002.水资源系统工程.成都:四川科学技术出版社
寇晓梅. 2004.陕北地区河流水体纳污能力分析.陕西水利水电技术, 86(2): 25~29
雷敏. 2008.生态脆弱区生态环境与城市化耦合研究——以陕北地区为例. [博士学位论文].西安:西北大学
李秀峰,袁鹏,邵骏,吕琳莉. 2007.基于小波消噪偏最小二乘回归模型的径流预测.水力发电, 33(10): 23~25
李云英. 2007.关于陕西水资源开发利用问题的思考.陕西农业科学, 53(2): 115~117
廖松. 1990.散粒噪声模型的改进.北京:清华大学研究报告
刘丹丹. 2008.陕北地区水资源可持续利用评价. [硕士学位论文].杨凌:西北农林科技大学
吕孙云,陈金凤. 2005.基于BP网络的随机模拟技术在区域洪水地区组成分析中的应用.水利水电快报, 6(20): 17~22
缪韧,丁晶. 1998.具有水文物理概念的日径流随机模型.水利学报, 29(4): 27~23
祁万军. 2006.基于AR(p)模型和随机模拟技术的洪水频率分析.湖南水利水电, (2): 60~62
陕西省地下水工作队,陕西省水文总站. 1986.陕西省地下水资源评价
陕西省统计局,国家统计局陕西调查总队. 2010. 2009年陕西省国民经济和社会发展统计公报. http://www.sn.stats.gov.cn/news/qsgb/201039111400.htm [2010-04-29]
水利部,能源部. 1993.水利水电工程设计洪水计算规范.北京:水利水电出版社
水利部. 2002.水利水电工程水文计算规范.北京:水利水电出版社
宋松柏,蔡焕杰,粟晓玲. 2005.专门水文学.陕西杨凌:西北农林科技大学出版社
谭维炎,黄守信,刘健民. 1963.用蒙特卡罗法分析水库多年调节计算的误差.水利学报, (6): 47~50
王达雨,张耀宾,李望安,侯云青,林小丽. 2004.龙滩水电站入库洪水随机模拟研究.水力发电, 30(6): 65~67
王锐深,陈源泽,孙汉贤. 1990.梯级水库下游洪水概率分布的计算方法.水文, 10 (1): 3~10
王文圣,丁晶,邓育仁. 1997a.日流量过程随机模拟模型的探讨.四川联合大学学报(工程科学版), 1(4): 41~48
王文圣,丁晶,邓育仁. 1997b.一类洪水预报的非线性时序模型——指数自回归模型.四川联合大学学报(工程科学版), 1(6): 1~5, 11
王文圣,丁晶,邓育仁. 1999.非参数统计方法在水文水资源中的应用和展望.水科学进展, 10(4): 458~463
王文圣,丁晶,金菊良. 2008.随机水文学(第二版).北京:中国水利水电出版社
王文圣,丁晶,李跃清. 2005.水文小波分析.北京:化学工业出版社
王文圣,丁晶,向红莲. 2002.小波分析在水文学中的应用研究及展望.水科学进展, 13(4): 515~520
王文圣,丁晶,袁鹏. 1999.非参数解集模型及其在水文随机模拟中的应用.四川水力发电, 18(1): 60~63
王文圣,丁晶,袁鹏. 2001.单变量核密度估计模型及其在径流随机模拟中的应用.水科学进展, 12(3): 367~372
王文圣,丁晶. 2003.基于核估计的多变量核密度估计模型的初步研究.水利学报, 34(2): 9~14
王文圣,金菊良,李悦清,张翔. 2007.水文水资源随机模拟技术.成都:四川大学出版社
王文圣,金菊良,李跃清. 2007.水文随机模拟进展.水科学进展, 9(5): 768~775
王文圣,马吉让,向红莲,丁晶. 2002.一种径流随机模拟的非参数模型.水利水电技术, 33(2): 8~10
王文圣,袁鹏,丁晶,邓育仁. 2001.门限自回归模型及其在水文随机模拟中的应用.四川水力发电, 20(增刊): 47~51
王文圣,袁鹏,丁晶. 2002.小波分析及其在日流量过程随机模拟中的应用.水利学报, 33(11): 43~48
王文圣. 1999.非参数随机模型及其在水文水资源随机模拟中的应用. [博士学位论文].成都:四川大学
王燕生. 1982.北方地区中小河流洪水过程线随机模拟及其在设计调洪库容中的应用.水文随机模拟及其应用, (2): 54~59
翁文斌,姚汝祥,廖松,惠士博. 1984.大石河流域地面和地下水联合应用的模拟计算.水文, 4(5): 19~27
吴明官,李彦兴,王亚铭,吴林波. 1996.模糊随机模拟法在设计洪水计算中的应用.黑龙江水专学报, 23(3): 19~25
肖可以,宋松柏. 2010.最大熵原理在水文频率参数估计中的应用.西北农林科技大学学报(自然科学版), 38(2): 197~215
肖义,郭生练,刘攀,方彬. 2007.基于两变量分布的峰量联合分析.长江科学院院报, 24(2): 13~16
谢珊,袁鹏,戴露,丁义,吴滔. 2005.奴各沙站径流序列统计特征分析及其随机模拟.四川水利,26(5): 23~25
熊立华,郭生练,肖义,袁汉芳. 2005. Copula联结函数在多变量水文频率分析中的应用.武汉大学学报(工学版), 38(6): 16~19
熊立华,郭生练. 2004.两变量极值分布在洪水频率分析中的应用研究.长江科学院院报, 21(2): 35~37
延安市统计局. 2010. 2009年延安市国民经济和社会发展统计公报. http://www.yanan.gov.cn/n16/ n1059/n1420/n2485/916338.html [2010-04-29]
闫宝伟,郭生练,刘攀,郭靖,陈璐. 2010.基于Copula函数的径流随机模拟.四川大学学报(工程科学版), 42(1): 5~9
杨荣富,丁晶,刘国东. 1998.具有水文基础的人工神经网络初探.水利学报, 29(8): 23~27
杨荣富,丁晶. 1990.单峰洪水过程线的概化及其模拟.成都科技大学学报, 22(5): 67~73
叶守泽,夏军. 2002.水文科学研究的世纪回眸与展望.水科学进展, 1(13): 93~104
榆林市统计局. 2010. 2009年榆林市国民经济和社会发展统计公报. http://www.sxyl.gov.cn/0/1/4/79/ 2654/12471.htm [2010-04-29]
袁宏源,罗洋涛. 1997.多站径流的模糊随机生成模型.武汉水利电力大学学报, 30(2): 59~ 62
袁鹏,王文圣,丁晶. 2000a.非参数解集模型在汛期日径流随机模拟中的应用.四川大学学报(工程科学版), 32(6): 11~15
袁鹏,王文圣,丁晶. 2000b.洪水随机模拟的最近邻抽样扰动模型.四川大学学报(工程科学版),32(4): 41~ 48
袁鹏,王正勇. 1996.双线性模型模拟洪水的尝试.成都科技大学学报, 28(6): 91~96
曾勇红,姜特兵,李承军. 2003.非参数Markov月径流模拟.人民长江, 34(1): 42~43
张明,廖松,谷兆祺. 2005.径流过程随机模拟的混合模型及其应用.水力发电学报, 24(3): 1~5
张涛,赵春伟,雒文生. 2008.基于Copula函数的洪水过程随机模拟.武汉大学学报(工学版), 41(4): 1~4
张友权,张赛珍,徐文斌. 1997.澜沧江中游段洪水随机模拟研究.云南水力发电, 13(2): 23~27
赵衡秀,陈科. 1992.改进的散粒噪声模型及其应用.清华大学学报(自然科学版), 32(3): 37~45
赵衡秀,王路. 1989.生成日径流资料的散粒噪声模型.水电船源科学, 3(3): 275~287
赵洁,葛芬莉. 2009.陕西省水资源演变情势分析研究.水文, (5):29~32,1
赵太想,王文圣,丁晶. 2005.基于小波消噪的改进的非参数解集模型.四川大学学报(工程科学版), 37(5): 1~4
朱琰,崔广柏,杨王玉. 1994.线性扰动模型在洪水随机模拟中的应用.河海大学学报, 22(1): 13~19
Delleur J W, Tao P C, Kavvas M L. 1976. An evaluation of the practicality and complexity of some rainfall and runoff time series models. Water Resources Research, 12(5): 953~970
Fotin V, Bernier J, Bobee B. 1997. Simulation, Bayes and bootstrap in statistical hydrology. Water Resources Research, 33(3): 439~448
Howell Tong. 1990. Nonlinear time series: a dynamical system approach. New York: Oxford University Press: 43~48
Koutsoyiannis D, Manetas A. 1996. Simple disaggregation accurate adjusting procedures. Water Resources Research, 32(7): 2105~2117
Koutsoyiannis D, Xanthopoulos T. 1990. A dynamic model for short scale rainfall disaggregation. Hydrological Sciences Journal, 35(3): 303~322
Lall U ,Rajagopalan B, Tarboton D G. 1996. A nonparametric wet/dry spell model for resampling daily precipitation. Water Resources Research, 32(9): 2813~2823.
Lall U, Sharma A. 1996. A nearest neighbor bootstrap for resampling hydrologic time series. Water Resources Research, 32(3): 679~693
O’Connel P E and Jones D A. 1979. Some experience with the development of models for the stochastic simulation of daily flows, inputs for risk analysis in water systems. Fort Collins: Water Resource Publication: 108
Oliveira G C, Kelman J, Pereire M V F. 1988. A representation of spatial cross correlations in large stochastic seasonal streamflow models. Water Resources Research, 24(5): 781~785
Quimpo R G. 1968. Stochastic analysis of daily river flows. Hydrau Div, Proc Amer Soc Eng, 94(1): 43~57
Rajagopalan B, Lall U, Tarboton D G. 1997. Multivariate nonparametric resampling scheme for generation of daily weather variables. Stochastic Hydrology and Hydrawlics, (11): 65~93
Raman H. 1995. Multivariate modeling of water resources time series using artificial neural network. Hydrological Sciences Journal-des Sciences Hydrologiues, 40(2):45~163
Salas J D. 1993. Analysis and modeling of hydrologic time series. In hand book of Hydrology. New York: McGraw-Hill: 56~73
Santos E G, Salas J D. 1992. Stepwise disaggregation scheme for synthetic hydrology. Hydrawl Eng, 118(5):765~784
Sharma A, Tarboton D G, Lau U. 1997. Streamflow simulation: a non-parametric approach. Water Resources Research, 33(2): 291~308.
Stedinger J R, Vogel R M. 1984. Disaggregation procedures for generating serially correlated flow vectors. Water Resources Research, 20(1):47~56
Tarboton D G, Sharma A, Lall U. 1998. Disaggregation procedures for stochastic hydrology based on nonparametric density estimation. Water Resources Research, 34(1): 107~119
Valencia D R, Schaake J L. 1973. Disaggregation processes in stochastic hydrology. Water Resources Research, 9(3): 580~585
Weiss G. 1977. Shot noise models for the generation of synthetic streamflow data. Water Resources Research, 13(1): 101~107