基于Copula函数模型和FDA方法的干旱指数的应用研究

基于Copula函数模型和FDA方法的干旱指数的应用研究

论文摘要

干旱是极端的自然灾害之一,且极易造成农业以及生态系统不可估计的损失。不同于一般的自然灾害,干旱影响范围较大且影响的后果难以度量。目前为止,干旱还未形成一致的定义。此外,干旱的成因也极其复杂,温度、降水、风速、辐射等各种因素交织使得干旱事件难以量化;干旱的诸多特征变量存在一些复杂的非线性关系,使得干旱评估模型难以搭建。学术界仍然没有找到一种完美的方法来解释干旱事件,干旱的研究依旧处于发展阶段。本文首先基于1978-2017年河南上蔡、重庆潼南以及黑龙江抚远的日降水量和温度数据计算基于月尺度的SPI、SPEI和基于日尺度的EDI指数。对比最近十年的干旱监测发现,EDI指数对干旱事件的识别与SPI、以及SPEI相当;在干旱严重程度方面,EDI相对SPI指数较重,与SPEI指数相当。鉴于EDI自身的优势,最终将EDI作为本文研究的主要干旱指数。其次,根据EDI指数干旱等级的划分,结合游程理论提取干旱历时D和干旱强度S,我们分别拟合D和S的边缘分布函数,得出河南、重庆、黑龙江三地的边缘分布均为对数正态分布。鉴于D和S强相关性,本文建立干旱历时D和干旱强度S的二维Copula函数模型,最终确定了三地的联合分布函数均为为Frank copula函数。通过分析同现重现期和联合重现期,论文发现强度大、历时长的干旱事件发生率极低;干旱历时D和干旱强度S的同等程度增加时,联合重现期相比同现重现期而言增长较快,这与事实相符合。最后,对有效干旱指数EDI进行函数型数据分析,确定了用傅里叶函数作为拟合基底。为防止曲线过拟合,以曲线的线性微分算子做光滑处理,并用交叉验证的方法选择三个地区的最优惩罚项系数。最后利用函数型数据主成分分析和预测的方法提取EDI的变化趋势并预测EDI的值,分析干旱的资料得出干旱的河南、重庆两地的EDI指数预测较好,能够相对准确的识别干旱,而黑龙江地区的干旱识别效果一般。

论文目录

  • 中文摘要
  • 英文摘要
  • 1 绪论
  •   1.1 问题的提出以及研究意义
  •     1.1.1 问题的提出
  •     1.1.2 研究的意义
  •   1.2 国内外研究现状
  •     1.2.1 干旱定量化指标的研究现状
  •     1.2.2 Copula函数模型的研究现状
  •     1.2.3 函数型数据分析的研究现状
  •   1.3 本文研究的目的和研究内容
  •     1.3.1 本文研究的目的
  •     1.3.2 本文研究的内容
  • 2 干旱定量化指标
  •   2.1 引言
  •   2.2 干旱指数及其计算公式
  •     2.2.1 标准化降水指数
  •     2.2.2 标准化降水蒸散指数
  •     2.2.3 有效干旱指数
  •   2.3 干旱指数的对比分析
  •     2.3.1 干旱等级划分
  •     2.3.2 三种干旱指数的比较
  • 3 Copula函数理论及其应用
  •   3.1 引言
  •   3.2 Copula函数的定义及其性质
  •     3.2.1 Copula函数的定义
  •     3.2.2 Copula函数的性质
  •   3.3 Copula函数的分类
  •     3.3.1 Archimedean Copula函数族
  •     3.3.2 椭圆Copula函数族
  •   3.4 Copula函数的参数估计
  •     3.4.1 极大似然估计
  •     3.4.2 最大拟合度估计
  •   3.5 Copula函数的应用
  •     3.5.1 游程理论
  •     3.5.2 干旱强度和历时边缘分布的拟合
  •     3.5.3 干旱的特征变量的Copula函数拟合
  •     3.5.4 二维重现期的计算
  •     3.5.5 组合重现期的分布
  • 4 函数型数据分析的原理及应用
  •   4.1 引言
  •   4.2 函数型数据分析的原理
  •     4.2.1 函数型数据分析的思想
  •     4.2.2 常见的基函数
  •     4.2.3 基函数的拟合方法
  •   4.3 函数型数据分析的常见方法
  •     4.3.1 函数型数据常用统计量
  •     4.3.2 函数型数据主成分分析
  •   4.4 有效干旱指数EDI的函数型数据分析
  •     4.4.1 有效干旱指数数据处理
  •     4.4.2 比较傅里叶基底与B样条基底
  •     4.4.3 惩罚项系数的选择
  •     4.4.4 有效干旱指数的函数型主成分分析
  •     4.4.5 干旱事件的函数型主成分预测
  • 5 结论与展望
  •   5.1 结论
  •   5.2 展望
  • 参考文献
  • 附录
  •   A.函数型数据分析程序(以河南为例)
  •   B.学位论文数据集
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 董留阳

    导师: 李曼曼

    关键词: 干旱指数,有效干旱指数,函数,函数型数据分析,函数型主成分预测

    来源: 重庆大学

    年度: 2019

    分类: 基础科学

    专业: 气象学

    单位: 重庆大学

    分类号: P426.616

    DOI: 10.27670/d.cnki.gcqdu.2019.000027

    总页数: 60

    文件大小: 2252K

    下载量: 36

    相关论文文献

    • [1].动态Copula模型在金融相关领域运用的文献综述[J]. 中南财经政法大学研究生学报 2017(01)
    • [2].基于Copula熵方法的河流之间的相关性研究[J]. 水资源研究 2017(05)
    • [3].Copula函数在洪潮遭遇分析中的应用研究[J]. 珠江现代建设 2017(06)
    • [4].基于copula对角截面的尾部相关性度量及应用[J]. 南开大学学报(自然科学版) 2019(06)
    • [5].考虑安全性的桥梁主梁体系可靠性动态藤Copula预测[J]. 同济大学学报(自然科学版) 2020(02)
    • [6].基于Copula理论承德市降水与温度相关性量化研究[J]. 水科学与工程技术 2020(02)
    • [7].基于R藤的Copula模型选择及应用[J]. 电脑知识与技术 2020(17)
    • [8].基于Copula函数的风-电-热相关性及其潜在不确定性分析[J]. 电气工程学报 2020(02)
    • [9].基于Copula理论的风电功率相关性分析[J]. 电力设备管理 2020(07)
    • [10].基于多种Copula模型的地铁运营隧道结构可靠性分析[J]. 土木工程与管理学报 2020(04)
    • [11].Modelling joint distribution of tree diameter and height using Frank and Plackett copulas[J]. Journal of Forestry Research 2020(05)
    • [12].基于Copula函数的光纤陀螺贮存可靠性评估[J]. 电子测量与仪器学报 2020(08)
    • [13].基于Copula理论和高斯混合近似的半不变量研究[J]. 吉林大学学报(信息科学版) 2020(05)
    • [14].不同Copula函数在洪水峰量联合分布中的应用比较[J]. 水力发电 2018(12)
    • [15].基于C藤Copula模型的混业经营下聚合风险的度量[J]. 湖南科技大学学报(自然科学版) 2018(04)
    • [16].一种新型双参数复合扰动Copula的相关性质[J]. 哈尔滨商业大学学报(自然科学版) 2019(02)
    • [17].基于时变Copula相关性分析及风险度量[J]. 纺织高校基础科学学报 2019(01)
    • [18].内生性随机前沿模型估计方法研究:无需工具变量的Copula方法[J]. 统计研究 2019(06)
    • [19].高维动态藤Copula函数建模、仿真及在金融风险研究中的应用[J]. 数学的实践与认识 2019(12)
    • [20].基于RGARCH-Copula模型的中美股市尾部相关性研究[J]. 武汉商学院学报 2019(03)
    • [21].Copula函数在水文多变量分析计算中的问题[J]. 人民黄河 2019(10)
    • [22].基于R-Vine Copula的多维混合型数据控制图设计[J]. 工业工程 2019(05)
    • [23].基于Copula相依模型的地铁结构安全可靠性分析[J]. 中国安全科学学报 2019(08)
    • [24].基于Copula函数的沪深股市相关性分析[J]. 陕西理工大学学报(自然科学版) 2017(06)
    • [25].一类多元copula和拟copula的构造[J]. 重庆师范大学学报(自然科学版) 2018(01)
    • [26].基于Copula相依模型的指数保费预测[J]. 江西师范大学学报(自然科学版) 2018(01)
    • [27].多变量Copula函数在干旱风险分析中的应用进展[J]. 南水北调与水利科技 2018(01)
    • [28].c-D-Copula模型构建及其在金融风险传染中的应用[J]. 系统科学与数学 2018(05)
    • [29].基于藤Copula分组模型的金融市场风险度量研究[J]. 统计研究 2018(06)
    • [30].混合Copula模型选择及其应用[J]. 价值工程 2017(01)

    标签:;  ;  ;  ;  ;  

    基于Copula函数模型和FDA方法的干旱指数的应用研究
    下载Doc文档

    猜你喜欢