当前，在流域规划和水利工程设计中，设计洪水的推求均是在假定洪水序列具有一致性的条件下进行的。然而，随着流域下垫面的变化，洪水形成的条件也发生了变化，对洪峰流量和次洪量都产生了影响。例如，在大清河流域的冉庄试验站，1988年的降水量为832．8mm，产生的径流深度仅为3．5mm，而相同的降水量在20世纪50年代则产生了100mm以上的径流深度。

可见，受环境变化的影响，大清河流域的洪水序列不再满足一致性假定，传统的洪水频率分析方法已不再适用。一般而言，在环境变化条件下，可以采用对洪水序列还原或还现的方法来获得一致性洪水序列，但是这种方法推求的设计洪水仅代表了原来或现状环境条件下的设计洪水成果，而不能代表将来环境条件下的设计洪水，因此，需要寻求合理的方法推求环境变化条件下的设计洪水，为流域规划、水利工程设计及防灾减灾提供科学依据。

在敦煌遗书中，潘重规先生整理、编著的《敦煌变文集新书》载录的《伍子胥变文》有4个写卷，分别为：P.3213，仅存故事的开端，有27行；S.6331，仅存12行，其中有6行为断行；S.328，保存了故事的主要部分；P.2794，仅存2节。[3]858这是《伍子胥变文》写卷的基本情况。《伍子胥变文》讲述春秋时期伍子胥的复仇故事，其故事最早记载于《左传》和《国语》两书，是伍子胥故事的源头，其对伍子胥的记载分散零碎，只有简洁的只言片语，为后人深化伍子胥故事留下无限的创造空间。

1 流域概况与控制站选择

大清河流域位于海河流域中部，地处东经 113°39'～117°34'，北纬 38°10'～40°102'之间。西起太行山区，东至渤海湾，北界永定河，南临子牙河，跨山西、河北、北京、天津4省市。大清河流域面积43060km2，其中山区面积 18659km2，占 43．3%，平原面积 24401km2，占 56．7%。

大清河流域上游支流繁多，至流域中游汇集成为南北两大支流。北支发源于涞源县的涞山，主要包括拒马河、小清河、琉璃河、中易水、北易水等支流。拒马河为北支中的最大支流，且在北京市房山区张坊镇之后又分为南、北拒马河。小清河和北拒马河在东茨村之后称白沟河，南拒马河在北河店纳中易水后，与白沟河在白沟镇汇合，始称大清河。在此以下大部分洪水由新盖房分洪道入东淀，少量经白沟引河入白洋淀。南支主要包括潴龙河、唐河、清水河、府河、漕河、瀑河等支流，其中唐河及潴龙河较大。潴龙河由磁河和沙河等汇集而成。各河向东汇入白洋淀。南支洪水汇入白洋淀后，经调蓄后再由赵王新河汇入白洋淀东淀，最后由白洋淀东淀出口分别经独流减河和海河干流入海。

(1)期望等待时间(expected waiting time，EWT)

式中:ηk为长度为 n的向量，βk=(β1k，β2k，Λ，βIkk)T为长度为 Ik的回归参数向量，Xk为 n×Ik的解释变量矩阵，Zjk为一个已知的n×qjk固定设计矩阵，γjk是一个qjk维的正态分布随机变量向量，Zjkγjk表示第j项随机效应，qjk表示第j项随机效应中的随机影响因子维数。

  

图1 大清河流域图

2 一致性洪水频率分析

由于大清河流域在1980年后下垫面发生了显著变化［1］，为此，将洪水序列分成1980年前后两个子序列，并采用降雨径流相关法对1980年后的洪水序列进行还原计算［2］，得到一致性洪水序列，采用传统的方法计算还原序列不同重现期对应的设计洪峰流量，具体结果如表1所示。

 

表1 还原序列不同重现期设计洪峰流量

  

子流域 不同重现期设计洪峰/(m3·s－1)500 a 200 a 100 a 50 a 20 a 10 a张坊 32 220 22 987 16 549 10 773 4 633 1 624西大洋 24 405 18 554 14 355 10 428 5 840 3 057王快 19 332 15 493 12 672 9 950 6 563 4 242阜平 10 729 8 222 6 414 4 713 2 698 1 442紫荆关 14 651 10 444 7 511 4 882 2 089 723安各庄 10 652 8 071 6 224 4 502 2 502 1 307龙门 5 839 4 563 3 634 2 749 1 673 967横山岭 5 294 4 106 3 247 2 432 1 455 829

3 非一致性洪水频率分析

3．1 GAMLSS 模型原理

GAMLSS模型是由Rigby和Stasinopoulos［3］提出的(半)参数回归模型，该模型可以用来模拟时间序列的分布参数与解释变量之间的线性与非线性关系。在GAMLSS模型中，假设某一时刻t(t=1，2，…，n)的随机变量观测值yt服从概率密度函数f(yt|θt)，θt=(θt1，θt2，Λ，θts是时刻 t对应的分布/统计参数向量，s是分布参数的个数，n 是观测值的个数。令 y=(y1，y2，Λ，yn)T为独立观测值组成的向量，θk为所有时刻的第 k 个分布参数组成的向量，θk=(θ1k，θ2k，Λ，θnk)T，k=1，2，Λ，s。记 gk(·)表示θk与相应的解释变量Xk和随机效应项之间的单调函数关系，一般表示为

 

第二种，假设想象法。世间许多美好的事物都是通过假设想象来实现的。教师要让儿童通过大胆的假设想象，画出丰富多彩的作品，教师在孩子画的时候，可以一边问这是什么那是什么，一边问一边夸，看情况让孩子加些什么。这样孩子会越画越起劲，画画的胆子就越来越大。儿童大胆地去描绘，就能使其多角度，多层次地思考问题，画出自己的感受，表达自己的内心生活，进而培养他们的创造力。

3．2 模型评优准则

GAMLSS模型主要根据全局拟合偏差(Global deviation，GD)和广义AIC准则(Generalized Akaike Information Criterion，GA-IC)进行模型评优，以防止模型过度拟合，其中广义AIC准则又包含AIC准则［4］(Akaike Information Criterion)和SBC准则［5］(Schwarz Bayesian Criterion)。GD和GAIC的定义如下:

 

式中，ln L(，)为回归参数估计值所对应的对数似然函数，df为模型中的整体自由度，#是惩罚因子，AIC准则和SBC准则的惩罚因子分别为#=2和#=log(n)。GD，AIC以及SBC越小，模型拟合越好，以此选择出最优模型。

3．3 洪水非一致性频率分析结果

采用各子流域的实测非一致性洪水资料，直接进行非一致性洪水频率分析。为了确定各子流域非一致性洪水序列的最优分布，选取在洪水频率分析中常用的5个两参数分布类型，分别为Log-Normal分布(LOGNO)、Gamma分布(GA)、Gumbel分布(GU)、Weibull分布(WEI)以及Normal分布(NO)，各分布的特征如表2所示。

 

表2 选用的两参数分布函数特征

  

分布名称 概率密度函数特征值LOGNO fY(y|μ，σ)= 1 2π槡 σ 1 y exp －［log(y)－μ］2 2σ2{ }E［Y］=ω1/2 eμ Var［Y］=ω(ω－1)e2μ ω=exp(σ2)GA f Y(y|μ，σ)= 1( σ2μ)1/σ2y1/σ2－1e－y/(σ2μ)Γ(1/σ2)E［Y］=μ Var［Y］=σ2μ2 GU f Y(y|μ，σ)=1 σexp y－μ σ[ ] E［Y］=u－γσ Var［Y］=π2σ2/6－exp y－μ σ( )WEI f Y(y|μ，σ)= σyσ－1 μσ σ exp－y μ[ ]()E［Y］=μΓ 1 σ( )+1 Var［Y］=μ2 Γ 2 σ 2{( )－Γ 1+1[ ]}( )σ+1 NO f Y(y|μ，σ)= 1 2π槡 σ exp －［y－μ］2 2σ2{ } E［Y］=μ Var［Y］=σ2

文献[9]提出了一种流片后延迟缓冲器插入方法，以面积损耗1%～2%为代价降低了电路频率迭代对时序的影响.文献[10]提出了一种在时钟树上插入时钟游标装置(CVD)的算法.

(1)期望等待时间(EWT)

 

表3 各子流域最优时变参数模型

  

子流域 最优分布 参数表达式 GD AIC SBC安各庄 LOGNO μ=4．846 9 σ=1．581 8 605．193 6 609．193 6 612．806 9阜平 LOGNO μ=90．644 39－0．043 14T σ=1．169 3 612．913 1 618．913 1 624．333 1横山岭 LOGNO μ=5．1221 σ=1．1612 562．000 4 566．000 4 569．475 8龙门 GA μ=28 820．41－14．396T σ=1．634 483．419 0 489．419 0 494．632 0王快 LOGNO μ=78．756 827－0．036 484T σ=1．046 3 856．140 9 862．140 9 868．107 8西大洋 WEI μ=45 885．272－22．78T σ=0．864 86 759．392 7 765．392 7 771．128 7张坊 LOGNO μ=61．634 75－0．028 53T σ=1．396 9 563．781 1 569．781 1 574．921 8紫荆关 LOGNO μ=109．241 13－0．052 7T σ=1．010 4 588．467 2 594．467 2 599．953 2

通过表3分析可知，龙门的最优分布为GA分布，西大洋的最优分布为WEI分布，其他子流域的最优分布均为LOGNO分布，而且除了安各庄与横山岭的最优分布参数为常数，阜平、龙门、王快、西大洋、张坊和紫荆关6个子流域洪水序列最优分布的分布参数μ都与时间呈反比，随着时间增加而减小，分布参数σ均为常数。

4 环境变化条件下设计洪水计算结果

4．1 环境变化条件下设计洪水计算方法

4．1．1 一致性序列设计洪水重现期分析方法

Wigley［6］，［7］提出了期望等待时间(EWT)的概念:从起始年开始，直到首次出现超过一定量级zp的极值事件的期望等待时间为T年。假设X为从起始年t=0开始首次出现超过一定洪水量级zp的年份，则可知X服从几何分布:

研究中考虑到大清河流域的特征以及子流域的分布情况，共选择流域内的8个具有代表性水文站作为控制站，其中包括5个水库站(安各庄水库、横山岭水库、龙门水库、西大洋水库、王快水库)和3个河道站(阜平、张坊、紫荆关)。控制站的分布位置如图1所示。

目前，水文上对于一致性序列分析设计洪水重现期主要有两种方法。

利用以上两参数分布，对各子流域实测的非一致性洪水序列进行拟合。为了体现序列随时间的变化，将两个分布参数设为时间T的线性函数对各序列进行拟合，通过计算相应概率分布函数的GD，AIC，SBC值，选择最小GD，AIC，SBC值所对应的分布函数，即为对应非一致性洪水序列的最优分布。8个子流域洪水序列的参数模型拟合效果如表3所示。

 

(2)期望超过次数(expected number of exceedances，ENE)

Parey［8］提出了期望超过次数(ENE)的概念:从起始年开始，在之后的T年内出现超过一定量级zp的极值事件的次数为1。假设M表示从起始年t=0开始在未来T年内出现超过洪水量级zp的次数，则

(1) 3#监测锚杆初始预应力监测值最大，其值为380.5 kN，4#监测锚杆初始预应力监测值最小，为370.8 kN。

 

4．1．2 非一致性序列设计洪水重现期分析方法

Cooley［9］也将EWT和ENE推广到非一致条件下，并推求出非一致条件下重现期对应设计洪水的计算方法。

（3）社会距离近，相对社会地位较低，开展难度较大，不仅受到社会地位影响，还受自身限制性因素影响，如行为发出者自身失误。

在非一致性条件下，zp所对应的超过概率p不再为常数并随时间变化，则X的概率密度函数为

（3）优化平台网站结构，增强平台的安全性，对于电子商务平台来说，其方位的数据量和网站本身的安全性，是有个至关重要的运营因素。有很多方法可以很好的实现，但是数据挖掘可以通过客户本身的拥塞和访问平台的性能，来提示平台管理者加以改进平台的各项访问策略。比如网站的缓存策略、网络传输策略、流量负载平衡机制和数据的分布策略等。同时还可以有效防止非法人员恶意访问平台，消除平台的弱点，提高站点可靠性，保证平台的正常运行。

 

则第一次出现超过洪水量级p 的洪水事件的期望等待时间为

 

(2)(ENE)期望超过次数

在非一致性条件下，M将不再服从二项分布，此时有:

2.培训需求预测分析对象具有多层次性。多层次的分析对象包括组织层次、工作层次和员工个体层次。只有从上述三个层次进行系统分析，才能确定完成某项岗位工作需要具备的态度、知识技能。

 

文中将选用期望等待时间(EWT)方法计算非一致性条件下各子流域设计洪峰值。

4．2 环境变化条件下设计洪水计算结果

在选择的大清河流域8个子流域中，由于安各庄和横山岭站年最大洪峰分布参数随时间不变，故按照一致性洪水重现期计算方法计算，其余子流域根据非一致性条件下的EWT概念计算重现期。按非一致序列分析方法计算的各子流域不同重现期的设计洪峰流量如表4所示。

 

表4 按非一致序列分析方法计算的设计洪峰流量

  

3－1子流域 不同重现期下的设计洪峰/(m·s)500 a 200 a 100 a 50 a 20 a 10 a龙门 781 736 702 668 623 589西大洋 2 065 1 971 1 899 1 828 1 733 1 662张坊 4 905 3 596 2 606 2 558 1 947 1 485紫荆关 1 199 1 097 1 020 943 841 764阜平 2 390 2 104 1 887 1 671 1 384 1 168王快 6 946 6 113 5 482 4 852 4 019 3 389

由计算结果可知，按非一致性序列分析方法计算的各子流域不同重现期的设计洪峰相对于一致性序列分析方法而言，都有明显的下降。由于序列具有显著的下降趋势，各子流域的分布参数μ都与时间呈反比，导致概率分布均值逐年减小，进而使得设计洪水相对于一致性序列有明显的减小，这也说明了洪水序列的非一致性对设计洪水频率分析结果的影响是显著的。此外，计算结果还显示，按非一致性序列分析方法计算的设计洪峰流量与按一致性序列分析方法计算的设计洪峰流量相比，较大重现期的设计洪峰流量比较小重现期的设计洪峰流量减小得更为明显，这也说明了由于环境变化等因素的影响，对于较大洪水的改变及削弱更为明显。

5 结论

大清河流域修建了许多小型水利工程，土地利用等环境要素发生了变化，导致洪水过程产生的机理和自然条件下相比也发生了变化，洪水序列呈现出非一致性，采用传统的一致性条件下的设计洪水计算方法已不再适用。文中采用非一致性洪水重现期的概念，计算了大清河流域主要水文站点的设计洪水，得到了以下结论。

(1)各子流域的洪水序列非一致性显著。选取了在洪水频率分析中常用的5个两参数分布类型，将分布参数设为时间T的线性函数对各序列进行拟合，除安各庄与横山岭的最优分布参数为常数外，阜平、龙门、王快、西大洋、张坊和紫荆关6个子流域洪水序列最优分布的分布参数μ都与时间呈反比。

观察组患者实施优质护理，一是给予患者针对性健康宣教，护理人员要向患者以及患者家属开展健康教育，对该疾病的相关知识、注意事项、病因等进行讲解，纠正患者错误的认知，让患者对自己的疾病有一个正确的认识，从而缓解患者的负面情绪。二是环境护理。护理人员要保证住院环境的安静、舒适、卫生，室内空气流通，避免患者出现发热、感染等情况，将室内的温度和湿度控制在合理的范围之内[1] 。

基层和农村反腐拍蝇，一方面要落实中央反腐的合法性和正义性要求，严刑峻法雷霆反腐，打击黑恶势力；另一方面，还要总结改革开放之初忽略伦理道德建设的经验教训，修复被基层腐败和黑恶势力腐蚀浊化的乡村道德体系。

(2)按非一致性序列分析方法计算的各子流域的设计洪峰相对于一致性序列分析方法都有明显的下降。选用期望等待时间(EWT)方法计算了非一致性条件下各子流域设计洪峰值，和一致性条件下计算结果相比均有明显的下降，且较大重现期的设计洪峰比一致性条件下减小更为明显，这说明在环境变化条件下对设计洪水成果修订是非常必要的。

参考文献

［1］ 韩瑞光，丁志宏，冯平．人类活动对海河流域地表径流量影响的研究［J］．水利水电技术，2009，40(3):4-7．

［2］ 梁忠民，胡义明，王军．非一致性水文频率分析的研究进展［J］．水科学进展，2011，22(6):864-871．

［3］ Rigby，R．A．，＆ Stasinopoulos，D．M．Generalized additive models for location，scale and shape［J］．Journal of the Royal Statistical Society，2007，54(3):507-554．

［4］ AKAIKE H．Anew look at the statistical model identification［J］．IEEETransactions on Automatic Control，1974，19(6):716-723．

［5］ Schwarz G．Estimating the Dimension of a Model［J］．Annals of Statistics，1978，6(2):15-18．

［6］ Wigley T M L．The effect of climate change on the frequency of absolute extreme events［J］．Climatic Monitor，1988，17(1-2):44-55．

［7］ Wigley T M L．The effect of changing climate on the frequency of absolute extreme events［J］．Climatic Change，2009，97(1):67-76．

［8］ Parey S，Malek F，Laurent C，et al．Trends and climate evolution:Statistical approach for very high temperatures in France［J］．Climatic Change，2007，81(3):331-352．

［9］ Cooley D．Return Periods and Return Levels under Climate Change［M］．Extremes in a Changing Climate．Springer Netherlands，2013:97-114．