【摘要】：陈元芳等[12]采用L- M法和PWM法分别对含历史资料的不连续样本进行参数估计，充分论证了PWM法具有良好的不偏性和可行性。对考虑历史洪水的不连续POT系列的L -M法参数估计目前研究较少，本节对传统不连续AMS样本的PWM法计算公式进行调整，应用于武江流域POT系列的L -M法参数估计。由式（7.8）～式计算出不连续样本线性矩后，即可用L -M法估计GP分布参数。
采用稳健性较高的线性矩（L -M）法估计不连续洪水系列的分布参数。线性矩为概率权重矩（PWM）的线性组合，前四阶样本线性矩与概率权重矩的关系为
式中：li（i=1，2，3，4）为样本线性矩；bj（j=0，1，2，3）为样本概率权重矩。
陈元芳等[12]采用L- M法和PWM法分别对含历史资料的不连续样本进行参数估计，充分论证了PWM法具有良好的不偏性和可行性。但PWM法基于AMS系列，认为N年调查考证期内具有假想的N个样本，即用考证期年数N代表考证期内的假想样本长度，并与实测资料建立相应的映射关系。对考虑历史洪水的不连续POT系列的L -M法参数估计目前研究较少，本节对传统不连续AMS样本的PWM法计算公式进行调整，应用于武江流域POT系列的L -M法参数估计。根据N年调查考证期内假想的POT样本长度为μN，调整后的公式为(www.xing528.com)
式中：N为调查考证期；μ为POT序列的年均超过个数；n1为实测POT序列中一般洪水的个数；n2为特大洪水个数；x1，i为升序排列的实测POT样本中的一般洪水（i=1，2，…，n1）；x2，j为升序排列的特大洪水（j=1，2，…，n2）。
由式（7.8）～式（7.11）计算出不连续样本线性矩后，即可用L -M法估计GP分布参数。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
