申请/专利权人:西安理工大学
申请日:2023-04-28
公开(公告)日:2024-03-29
公开(公告)号:CN116502891B
主分类号:G06Q10/0635
分类号:G06Q10/0635;G06Q50/26
优先权:
专利状态码:有效-授权
法律状态:2024.03.29#授权;2023.08.15#实质审查的生效;2023.07.28#公开
摘要:本发明公开了一种雪旱动态风险的确定方法,包括:构建非参数标准化雪水当量指数;根据非参数标准化雪水当量指数获取雪旱事件中的雪旱历时和雪旱烈度;根据雪旱历时和雪旱烈度建立联合分布函数;根据联合分布函数计算静态雪旱重现期;根据静态雪旱重现期确定雪旱动态风险。本发明构建了非参数标准化雪水当量指数,并以非参数标准化雪水当量指数表征雪旱,进而计算雪旱历时和雪旱烈度两个变量的联合分布函数,又进一步计算雪旱静态重现期并确定雪旱动态风险。本发明构建了对雪旱表征能力更优越的非参数标准化雪水当量指数来表征雪旱,并以多变量重现期为特征,来量化雪旱动态风险,故采用本方法确定的雪旱动态风险准确度更高。
主权项:1.一种雪旱动态风险的确定方法,其特征在于,包括以下步骤:根据第一公式构建非参数标准化雪水当量指数,所述第一公式为:NSWEI=φ-1Fx式中:NSWEI表示非参数标准化雪水当量指数;φ是标准正态分布函数;Fx为累积概率分布函数;其中x表示雪水当量数据;Fx中的n是x的长度;h是带宽;K是核密度函数;σ是x的标准偏差;e为常数;根据所述非参数标准化雪水当量指数和游程理论获取雪旱事件中的雪旱历时和雪旱烈度;根据所述雪旱历时和所述雪旱烈度建立联合分布函数;根据所述联合分布函数计算静态雪旱重现期,具体公式如下: 其中TandandTor分别是同现重现期和联合重现期;C表示copula函数;CFDd,FSs代表雪旱历时和雪旱烈度的联合分布函数,由copula函数组合而成;FDd和FSs分别是雪旱历时和雪旱烈度的第一边缘分布函数和第二边缘分布函数;N是数据序列的长度;Tand和Tor中的n是雪旱事件的数量;根据所述静态雪旱重现期,结合滑动窗口和非参数趋势检验法确定雪旱动态风险。
全文数据:
权利要求:
百度查询: 西安理工大学 一种雪旱动态风险的确定方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。