《表4 水沙丰枯遭遇组合：基于Copula函数的泾河流域水沙丰枯遭遇频率分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Copula函数的泾河流域水沙丰枯遭遇频率分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

（2） 二维联合理论分布。计算得到年输沙量和径流量的Kendall秩相关系数见表3，从表中看出水沙相关性较好的是板桥、庆阳、贾桥这3个站。以张家山站为例，采用3种Copula函数计算的理论分布与经验分布的拟合效果如图3所示，其理论频率与经验频率的相关系数均大于0.99，拟合效果较好，说明可以采用Archimedean Copula函数建立水沙二维联合分布。综合比较Clayton Copula，Frank Copula，Gumbel copula函数的离差平方和最小准则（OLS）和AIC信息准则的值（表4），选择Frank Copula函数作为水沙联合分布的连结函数。张家山站采用Frank Copula函数构建的水沙联合分布与不同重现期等值线图如图4所示，根据等值线图即可查得任意重现期下张家山站径流量和输沙量的各种组合。