Page 22 - 2024年第55卷第11期

２．１ 入库洪水识别模型
２．１．１ Ｋｏｌｍｏｇｏｒｏｖ － Ｓｍｉｒｎｏｖ检验与序列划分准则 Ｋ － Ｓ检验依据经验分布函数间最大垂直距离，同步
判断两个序列是否服从同一分布或计算序列与已知分布拟合度，依次命名为两样本与单参数检验 ［１７］ 。
为保障实测数据在各应用环节的衔接性，序列划分两样本 Ｋ － Ｓ检验显著水平 α取 ９９％，对应渐进显著
性（双尾，ｐ）记为 ｐ＝ ０．０１ ；分布拟合单参数 Ｋ － Ｓ检验 α取 ９５％，记为 ｐ＝ ０．０５ 。为使传统模型充分利
１ ２
用非一致性实测数据，将其划分为一致性良好子序列，准则如下：
（１）使用两样本 Ｋ － Ｓ检验，由起点至终点遍历序列计算一致性 ｐ。
１
（ ２）筛选 ｐ＜０．０１的连续划分方案，以变更点最多方案为备选，依次记为 Ｒ（ｍ），ｎ为方案编号，
１ ｎ
ｍ为变更点个数。
（ ３）遵循 “前 ｍ － １个变更点 ｐ 最小” 原则，从 Ｒ（ｍ）中确定最佳方案。
ｎ
１
２．１．２ 改进超定量法 超定量样本 Ｙ（ｔ）由全部超过阈值 ｙ（ｔ）的个体组成，表示为：
０
Ｙ（ｔ） ＝｛Ｘ（ｔ） ≥ｙ（ｔ）｝ （１）
０
式中：Ｙ（ｔ）为超定量样本；Ｘ（ｔ）为洪峰、固定时段洪量序列；ｙ（ｔ）为阈值。
０

图 ２ 年最大值法、超定量法与改进超定量法抽样原理

按图 ２排列实测数据，年最大值法与超定量法实行纵向抽样，受 “独立同分布” 假定约束，实测
数据使用率偏低。阈值作为超定量法筛分实测数据的核心，整体采用统一值难以适应变化环境序列非
一致性 ［１８］ 。基于同日年际间来水随机且相互独立的水文特性，改进超定量法通过控制同年超定量发生
次数与泊松分布拟合关系横向筛 分样 本 ［１９］ ，耦合序 列划 分成 果，实现 非一 致性 实测 数据 向 日尺度
“独立同分布” 样本的转化，具备有效提高实测数据使用率、增强样本个体间物理相关性的优势，最
佳阈值选取准则如下：
准则①：通过单参数 Ｋ － Ｓ检验计算子序列内超定量发生次数与泊松分布的拟合度 ｐ，以 ｐ≥０．０５
２ ２
的最远点为划分年份。
准则②：选取划分年份中第一个满足 ｐ≥０．０５的阈值为最佳值。
２
— １ ２ ８ —
８