《表2 逐步回归法分析结果》

  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

《基于偏秩相关-逐步回归法的SWMM模型全局敏感性分析》

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

利用matlab实现逐步回归法的基本程序，之后对输入、输出的变量矩阵的进行敏感性分析，结果如表2所示。对于峰值流量来说，N-Imperv和k-Width的|SRC|值相差无几，稍大于其他参数，且引入这两个参数时，R2的增量也相差无几，但整体上来看，N-Imperv的敏感性要稍大于K-Width；在引入所有参数后，R2的值达到了0.929，说明峰值流量与各个参数之间的线性相关关系很好。对于峰值时间来说，N-Imperv的|SRC|值和引入方程时R2的增量都大于其他的参数，是对峰值时间最敏感、起决定性作用的参数，并且是正相关关系；在引入所有参数后，R2的值达到了0.884，说明峰值时间与各个参数之间的线性相关关系很好，其中，剔除了S-Perv、Max.Infil.Rate和Min.Infil.Rate这3个不敏感参数。对于总产流来说，Per-Area的|SRC|值和引入方程时R2的增量都大于其他的参数，是对总产流最敏感、起决定性作用的参数，并且是正相关关系；在引入所有参数后，R2的值达到了0.952，说明总产流与各个参数之间的线性相关关系很好，其中，剔除了N-Imperv和Manning-N这两个不敏感参数。