数据稀缺条件下水文频率分布模拟及应用

摘要

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.

关键词

Jackknife方法 / Bootstrap方法 / 小样本算法 / 年最大日降水量

基金资助

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（2020nkms03）; 国家自然科学基金资助项目（51879010,41875061）