摘要：为了促进地区线性矩法在水文频率分析领域的研究与应用并改进我国传统水文频率分析的研究成果,为四川省的防洪工作提供一定的参考,根据地区线性矩法的基本思想和原理,对四川省共计150个国家自动气象站点的年最大日降雨序列进行分析,对四川省进行水文气象一致性区域划分,并确定各区域的最优频率分布线型。根据各个一致性区域的最优频率分布线型,估算出各个站点不同重现期下的设计值。此外,还把地区线性矩法与传统水文频率分析法估算的结果进行比较分析。结果表明:四川省可以划分为9个水文气象一致性区域;水文气象一致性区域1区、2区、3区、5区、6区、7区、8区、9区的最优频率分布线型均为广义逻辑斯蒂分布(GLO),4区的最优频率分布线型为广义极值分布(GEV);水文气象一致性区域3区、4区、6区为主要暴雨区。随着重现期增大,利用传统方法得到的设计值总体偏低。

摘要：敏感性分析(SA)是用于识别模型重要参数的最具有影响力的方式。以富士川流域作为研究区,对包含5个具有明确物理意义的参数的分布式水文物理模型BTOPMC进行敏感参数筛选。利用Morris One At A Time(MOAT)方法,在适当的采样设计和有效筛选敏感参数所需的足够样本大小条件下定性分析BTOPMC模型参数敏感性。根据输出结果发现,该模型中的敏感变量有9~12个,涉及到的参数有Srmax(m)、m(m)和n0。此外,采用基于导数的全局敏感度量(DGSM)这一定量方法验证定性分析的结果并量化所有参数的重要性,该方法所得结果与定性分析结果基本一致。

摘要：[目的]利用地区线性矩法改进我国传统洪水频率分析的研究。[方法]基于地区线性矩法的基本思想和原理,对四川省进行水文气象一致区的划分,并且利用蒙特卡洛模拟检测获得各个一致区的最优频率分布线型,根据各个一致区的最优频率分布线型估算得到各个站点不同重现期下的暴雨频率设计值。[结果]四川省可划分为4个水文气象一致区,各个水文气象一致区的最优频率分布线型分别为1区为Wakeby分布,2区为广义极值分布(GEV),3和4区均为广义逻辑斯蒂分布(GLO)。研究表明四川省各个地区的降雨分布及其不均,水文气象一致区4区为主要的暴雨区,其次为一致区2区,这与四川省的降雨特点是一致的。[结论]地区线性矩法相比于我国传统的暴雨频率分析方法可以获得更为合理准确的设计值,可以为我国的防洪工程提供一定的参考和借鉴。