水库调节地区东江流域非一致性水文极值演变特征、成因及影响

叶长青, 陈晓宏, 张家鸣, 张丽娟, 孔兰

Changing Properties, Causes and Impacts of Non-stationary Extreme Stream Flow Under the Changing Environment of Hydraulic Engineering Regulated Basin in Dongjiang River, China

Chang-qing YE, Xiao-hong CHEN, Jia-ming ZHANG, Li-juan ZHANG, Lan KONG

表4 洪水频率分析最优线型选择准则

Table 4 Analyzing optimal linear selection criteria by means of flood frequency

准则	公式	描述	特性
AIC	$\begin{matrix} A_{AIC} = - 2 \ln [L (D \|\overset{?}{θ})] + 2 m \end{matrix}$	$\begin{matrix} L (D \|\overset{?}{θ}) \end{matrix}$ 是对数似然函数, $\begin{matrix} \overset{?}{θ} \end{matrix}$ 为分布D的参数集,m为参数个数,n为样本大小	基于最大熵原理,可检验出不同模型间差异显著性。但AIC值受样本容量的影响较大^[19]
BIC	$\begin{matrix} B_{BIC} = - 2 \ln [L (D \|\overset{?}{θ})] + \ln (n) m \end{matrix}$		基于Bayesian理论,对增加的模型参数和小样本序列加上更大的惩罚^[19]
AICc	$\begin{matrix} A_{AI C_{c}} = - 2 \ln [L (D \|\overset{?}{θ})] + 2 m (\frac{n}{n - m - 1}) \end{matrix}$ ^[19]		对参数个数的惩罚要比AIC严厉,当样本容量相对模型参数的个数较小时较适用（n/p<40）^[20]