分别以年最大日流量全部序列坪石站（1964—2008年）、犁市站（1955—2009年）和变化环境前年最大日流量序列坪石站（1964—1991年）、犁市站（1955—1991年）拟合配线。以AIC、BIC和AICc 3种方法进行拟合优度检验（表3.3），运用MLE法分别估计8个分布函数的参数（表3.4）。
表3.3 武江流域年最大日流量8种概率分布的拟合检验值
续表
注 黑体数值所对应的概率分布函数是最适合水文站年最大日流量的分布函数；各拟合检验值越小表示概率分布函数越适合。
表3.4 武江流域年最大日流量的最优分布MLE法参数估计(www.xing528.com)
年最大日流量全部序列和变化环境前序列拟合得到的最优分布线型有所差别（表3.4）。坪石站全部序列GLO分布拟合最好，P-Ⅲ分布拟合最差；变化环境前序列LN2分布拟合最好。犁市站全部序列GLO分布拟合最好，Weibull分布拟合最差；变化环境前序列Gumbel分布拟合最好。可以明显看出，武江流域变化环境后厚尾GLO分布对水文极值的描述更符合水文极值实际分布情况（图3.2）。本书不同长度时间序列选用不同最优分布来研究年最大日流量变化特征。
洪水频率曲线线型的选择与洪水序列的偏态系数Cs、变差系数Cv有较大关系。通常，Cs可反映序列在均值两边的对称程度，在正偏情况下，当Cs越大，频率曲线的中部越向左偏，且高水端上段越陡，下段越平缓。随着Cs和Cv的增大，频率曲线高水端会越来越陡[20]。采用30年滑动平均法，即每30年作为一个数据样本，逐年依次向后推算，往后逐年滑动计算犁市站（1984—2009年）和坪石站（1993—2008年）洪水极值序列Cv、Cs滑动值。Cv和Cs变化过程相似，本章只列出Cs的变化过程。坪石站和犁市站洪水序列Cs较大（图3.3），频率曲线高水端较陡，厚尾GLO分布拟合较好。
从年最大日流量的30年滑动Cs变化过程来探讨洪水频率分布线型特征演变规律。以犁市站为例，自1992年以来年最大日流量30年滑动Cs显著上升（图3.3）。参数变化趋势表明选用不同的流量时间序列估计的线型参数有较大差异。Cs增大使全部洪峰序列拟合得到的线型比1991年变化环境前序列拟合得到的线型尾部更高（图3.2），导致最后计算的设计洪水流量也不一致。
图3.2 武江流域年最大日流量频率分布曲线
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
