一种基于条件降维重构的日径流季节性随机模拟方法

摘要

本发明公开了一种基于条件降维重构的日径流季节性随机模拟方法，属于随机水文领域。本发明采用条件降维重构理论构造三维Copula函数，根据t‑1与t‑2时刻日流量的二维联合分布、t与t‑2时刻日流量的二维联合分布，建立t、t‑1、t‑2时刻日流量的三维联合分布，将三维Copula函数转化为条件分布和二维Copula函数，避免了直接建立高维Copula函数带来的参数求解困难，降低了构造高维Copula的难度同时比较容易估计高维Copula的参数，使计算变得更容易。本发明在日径流随机模拟中考虑2阶滞时相关关系，解决了现有基于Copula函数的日径流随机模拟方法无法考虑2阶滞时的难题，能够很好的模拟日径流序列均值、方差、Cs等统计特征，且模拟效果更好。