摘要
本发明提供了一种评估Budyko关键参数影响因素的方法,首先构建模型输入数据集及影响参数值的变量数据集,通过Budyko模型估算关键参数n及其在流域内的分布模式。接着使用多维Copula模型量化变量数据集中变量对关键参数n变化的联合影响,从中选择影响最显著的关键变量。针对这些关键变量,建立C‑Vine系列树结构,T1层树以关键参数n为中心节点,利用Copula函数分析n值与关键变量之间的相关关系。同时构建T'2至T”j层Vine树,探讨不同条件下n与各变量的条件相关性。基于相关性引入权重因子构建多元线性回归模型,评估关键变量对n值的独立影响程度。本发明能够深入研究Budyko模型关键参数在空间尺度上的分布、主要影响因素及及独立影响程度,为水文与气候研究提供理论基础。
技术关键词
Copula函数
变量
多元线性回归模型
参数
引入权重因子
正态分布函数
累积分布函数
概率分布函数
系列
数据
关系
方程
数值
节点
水文
气候
理论
代表
基础
系统为您推荐了相关专利信息
管道腐蚀缺陷
带包覆层
磁异常信号
磁通门传感器
包覆层管道
自组网技术
状态监测方法
融合置信度
低功耗
节点
剪枝方法
驱动特征
正则化策略
剪枝模型
稀疏训练方法