区域的和现场的风速的分位数估计

论文摘要

在不同的环境领域、工程风险分析、设计结构、可再生能源、农业经营和气候学中,都需要估算年最大风速（AMWS）的分位数。这些估计对风速的编码具有极大的重要性。利用区域频率分析（RFA）和现场频率分析（ASFA）,可以对不同的有关气象站估计AMWS的分位数。然而,由于风速较短,特别是在巴基斯坦等发展中国家,很多气象站的历史风速数据有时无法获得,而且往往不足。数据的缺乏增加了分位数估计数的不确定性。为了解决这一问题,本论文主要基于我的两篇SCI论文,选择了 RFA和ASFA的方法分析风速。结合巴基斯坦Punjab的9个气象站的风速数据,本论文利用线性矩（L-矩）对AMWS进行了区域频率分析。没有发现任何气象站不一致。根据这九个监测站的地理位置,采用主观的方法,由它们组成一个单一的同质区域。从异质性的角度来看,Punjab的这9个监测站构成了一个单一的同质区域。区域分位数估计是通过广义正态分布（GNO）、广义logistic分布（GLO）、皮尔逊3型（P3）、广义帕累托（GPA）、威布尔（WEI）、对数皮尔逊3型（LP3）和广义极值分布（GEV）中最合适的概率分布得到的。Z统计量和L-矩比率图表明,GLO和GNO分布是比其他分布更好的选择。通过相对偏差（RB）和相对均方根误差（RRMSE）来评估两种分布的稳定性,结果表明,总体而言,GLO分布优于GNO。此外,我们还利用样本均值和中位数作为比例因子,从无因次量（区域分位数）中找到了现场分位数。本论文还对在巴基斯坦Punjab和Khyber Pakhtunkhwa的9个监测站对AMWS进行了现场频率分析。多参数概率分布（PDs）（如广义logistic（GLO）、广义极值（GEV）、广义正态分布（GNO）、皮尔逊3型（P3）、广义帕累托（GPA）、威布尔（WEI）、对数皮尔逊3型（LP3））。Logistic（LOG）、Normal（NOR）、Gumbel（GUM）、Exponential（EXP）和Uniform（UNI）等双参数概率分布被用来确定9个站点的最合适分布。采用L-矩法对分布参数进行估计。Kolmogorov-Smirnov检验（KS）、Anderson-Darling检验（AD）、最小L-峰度差准则（ML-K）和L-比率图表明,GEV、GNO、GPA、GLO四种分布是最适合不同站点的分布。这些分布优于双参数分布。多参数概率分布的分位数估计值（设计估计值）提供了关于未来最大风速将以多快的速度通过某个地方的信息。因此在不同结构的建设中对决策者和规划人员非常重要。采用多变量Diebold-Mariano（DM）检验从最佳拟合概率分布得到的设计估计值的准确性,结果表明两者存在显著差异。本论文结构如下:第一章:在本章中,我们着重介绍了风速及其重要性,并简要介绍了区域频率分析和现场频率分析。同时也说明了研究的意义和目标。第二章:在第二章中,我们简要回顾了区域频率分析和现场频率分析的相关文献,并给出了参数估计和概率选择。第三章:首先,简要介绍了基于线性矩的区域频率分析方法。然后应用区域频率分析方法对巴基斯坦Punjab的9个站的年最大风速分位数进行估算。利用地理位置确定了年最大风速的潜在同质区域。利用相对偏差和相对均方根误差检验了最佳区域概率分布的稳健性。此外,利用区域分位数计算出最佳拟合区域概率分布的现场分位数（采用样本均值和样本中值作为比例因子）,并利用标准误差比较其精度。第四章:在本章中,我们重点研究了位于巴基斯坦Punjab和Khyber Pakhtunkhwa的9个站点的年最大风速的现场频率。它还包括现场频率分析的基本假设。对9个站点的年最大风速进行了不同的概率分布（3个和2个参数）拟合。拟合优度检验包括数值方法和图像方法,用于最佳拟合概率分布的评估。此外,采用多变量Diebold测试检验相对绝对误差的精度,以获得最佳拟合概率分布。第五章:最后,第五章总结了从分析数据中得出的主要结论,并对实际应用和未来研究提出了建议。

论文目录

• Abstract
• Chinese Abstract
• List of Notations and Conventions
• 1 Introduction and Overview
•   1.1 Wind speed and its applications
•   1.2 Significance of the Study
•   1.3 Objectives
• 2 Literature Review
•   2.1 Introduction to wind speed frequency analysis （WSFA）
•   2.2 Review of previous related work
• 3 Estimation of wind speed using regional frequencyanalysis based on linear-moments
•   3.1 Leading Areas information
•   3.2 Linear-Moments （L-Moments）
•   3.3 Application of Regional Frequency Analysis based on Linear-Moments
•     3.3.1 Data Screening
•     3.3.2 Construction of homogeneous region
•     3.3.3 Selection of best regional probability distribution
•     3.3.4 Parameters estimation and accuracy of estimated quantiles
•   3.4 Results and Discussion
• 4 Multiparameter Probability Distributions for At-SiteFrequency Analysis of Annual Maximum Wind Speedwith L-Moments for Parameter Estimation
•   4.1 Preliminary analysis of annual maximum wind speed series（AMWS）
•     4.1.1 Mann-Kendall（MK）test for checking the trend
•     4.1.2 Augmented Dickey-Fuller （ADF）test for checking stationarity
•     4.1.3 Wald-Wolfowitz（WW）test for checking the independence
•     4.1.4 Mann-Whitney U（MWU）test for homogeneity
•   4.2 Estimation parameters of PD by the method of L-moments
•   4.3 Candidate probability distributions （PD）
•     4.3.1 Uniform（UNI） distribution:
•     4.3.2 Exponential（EXP） distribution:
•     4.3.3 Gumbel（GUM）distribution:
•     4.3.4 Normal （NOR） distribution:
•     4.3.5 Logistic （LOG） distribution:
•     4.3.6 Generalized Pareto （GPA） distribution:
•     4.3.7 Generalized extreme-value（GEV） distribution:
•     4.3.8 Weibull （WEI） distribution:
•     4.3.9 Generalized logistic （GLO） distribution:
•     4.3.10 Generalized Normal（GNO） distribution:
•     4.3.11 Pearson Type 3 （P3） distribution:
•     4.3.12 Log Pearson Type 3 （LP3） distribution:
•   4.4 Goodness-of-fit（GOF）tests
•     4.4.1 Kolmogorov-Smirnov （KS） test
•     4.4.2 Anderson-Darling（AD）test
•     4.4.3 Minimum L-Kurtosis （ML-K）Difference Criterion
•     4.4.4 L-moment ratio diagrams
•     4.4.5 Quantile-Quantile（Q-Q）plot and Probability-Probability（P-P） plot
•   4.5 Multivariate Diebold-Mariano（DM）test
•   4.6 Study area and data
•   4.7 Results and discussions
•     4.7.1 Preliminary analysis of annual maximum wind speed series
•   4.8 Probability distributions selection
•   4.9 Calculating the Relative Absolute Error（RAE）for Quantile Estimates
• 5 Summary, Conclusions and Recommendations:
• References
• Acknowledgements
• List of Publications

文章来源

类型: 博士论文

作者: MUHAMMAD FAWAD

导师: 晏挺

关键词: 区域频率分析,现场频率分析,年最大风速,概率分布,蒙特卡罗模拟,分位数估计

来源: 华中师范大学

年度: 2019

分类: 基础科学

专业: 气象学,气象学

单位: 华中师范大学

分类号: P425;P412

DOI: 10.27159/d.cnki.ghzsu.2019.001260

总页数: 124

文件大小: 6386K

下载量: 8