摘要 | 第1-7页 |
ABSTRACT | 第7-13页 |
第一章 绪论 | 第13-34页 |
·研究背景及意义 | 第13-15页 |
·国内外研究进展 | 第15-29页 |
·尾部指数估计 | 第15-17页 |
·非一致性序列频率分析 | 第17-19页 |
·洪水序列频率分布的参数估计方法 | 第19-21页 |
·贝叶斯理论 | 第21-23页 |
·多变量水文频率分析方法 | 第23-29页 |
·存在问题 | 第29页 |
·研究内容和技术路线 | 第29-32页 |
·研究内容 | 第29-30页 |
·技术路线 | 第30-32页 |
·资料选用 | 第32-33页 |
·本章小结 | 第33-34页 |
第二章 尾部指数估计及其应用 | 第34-44页 |
·尾部指数估计理论 | 第34-37页 |
·极值理论基础 | 第34-35页 |
·极值指数 的估计量 | 第35-36页 |
·阈值 k 的选取 | 第36-37页 |
·实例应用 | 第37-42页 |
·分布判别 | 第37-38页 |
·各估计量性质比较 | 第38-39页 |
·阈值 k 的选取 | 第39-42页 |
·极值指数(尾部指数)估计 | 第42页 |
·本章小结 | 第42-44页 |
第三章 非一致分布年径流序列频率计算理论与应用 | 第44-53页 |
·非一致分布年径流序列频率计算理论 | 第44-48页 |
·基本假定 | 第44-45页 |
·理论频率计算 | 第45-46页 |
·经验频率计算 | 第46页 |
·各阶矩计算 | 第46-47页 |
·分位数计算 | 第47页 |
·计算步骤 | 第47-48页 |
·基于 P-III 分布的非一致年径流序列频率计算 | 第48-49页 |
·应用实例 | 第49-52页 |
·本章小结 | 第52-53页 |
第四章 基于概率权重矩法的新型参数估计与应用 | 第53-115页 |
·概率权重矩 | 第53页 |
·部分概率权重矩 | 第53-82页 |
·GEV 分布及其 PPWM | 第54-57页 |
·陕北地区年平均流量序列应用实例 | 第57-65页 |
·陕北地区年最大洪峰流量序列应用实例 | 第65-75页 |
·Monte Carlo 模拟 | 第75-82页 |
·高阶概率权重矩 | 第82-112页 |
·GEV 分布的 HPWM | 第83-93页 |
·P-III 分布的 HPWM | 第93-112页 |
·方法比较 | 第112页 |
·本章小结 | 第112-115页 |
第五章 基于贝叶斯理论的 P-III 分布参数估计方法与应用 | 第115-126页 |
·贝叶斯理论 | 第115-117页 |
·MCMC 方法 | 第117-119页 |
·MCMC 抽样算法 | 第118-119页 |
·收敛性判别准则 | 第119页 |
·P-III 分布的贝叶斯估参方法 | 第119-120页 |
·应用实例 | 第120-125页 |
·MCMC 法收敛速度比较 | 第120-124页 |
·参数估计结果 | 第124-125页 |
·本章小结 | 第125-126页 |
第六章 基于分层阿基米德 copulas 的干旱特征多变量联合概率分布与应用 | 第126-158页 |
·分层阿基米德 copulas 理论 | 第126-139页 |
·阿基米德 copulas | 第126-127页 |
·分层阿基米德 copulas | 第127-133页 |
·Copulas 拟合评价与拟合度检验 | 第133-139页 |
·干旱特征单变量概率分布 | 第139-148页 |
·干旱识别 | 第139-140页 |
·单变量边际分布 | 第140-142页 |
·单变量分布的拟合度检验 | 第142-143页 |
·单变量重现期 | 第143-144页 |
·单变量相依性分析 | 第144-148页 |
·干旱特征多变量联合概率分布 | 第148-156页 |
·两变量联合分布 | 第148-153页 |
·分层阿基米德 copulas 的结构选择与构建 | 第153-154页 |
·三变量联合分布 | 第154-156页 |
·本章小结 | 第156-158页 |
第七章 结论与展望 | 第158-161页 |
·主要结论 | 第158-160页 |
·主要创新点 | 第160页 |
·展望 | 第160-161页 |
参考文献 | 第161-170页 |
附图及附表 | 第170-191页 |
致谢 | 第191-192页 |
作者简介 | 第192-193页 |