基于GEV与L-moments法的洪水频率分析重现期分位数估计问题咨询

一、拟合优度检验方法 #

• 图形化直观检验
  直接调用extRemes包内置的plot()方法即可输出4种常用检验图：

plot(fitevd)

输出包含经验累积分布与理论GEV分布对比图、QQ图、PP图、重现水平拟合图，若观测点整体贴近对角线则说明拟合效果良好，是水文领域论文中最常用的拟合效果展示方法。

• Kolmogorov-Smirnov（K-S）数值检验
  你已计算得到各样本点对应的理论累积概率df，若GEV拟合合理，该序列应服从均匀分布，直接调用K-S检验即可：

ks.test(df, "punif")

检验结果p值大于设定的显著性水平（通常为0.05）时，可接受“GEV分布拟合效果合格”的原假设。

• Anderson-Darling（A-D）检验
  对极值分布的尾部拟合效果更敏感，适合水文极值检验，调用goftest包的对应函数即可：

library(goftest)
ad.test(df, "punif")

判断逻辑与K-S检验一致，p值越大说明拟合效果越好。

二、5/10/20年重现期分位数（重现水平）估算 #

你使用的ci()函数可直接批量计算多个重现期的点估计值及置信区间，仅需修改return.period参数为目标重现期向量即可：

# 计算3个目标重现期的重现水平及95%置信区间
rl_result <- ci(fitevd, alpha = 0.05, type = "return.level", 
                return.period = c(5,10,20), R = 502)
# 输出结果
print(rl_result)

• 输出结果会依次给出每个重现期对应的重现水平估计值、置信区间下限、置信区间上限，参数R为bootstrap重复抽样次数，可调整为1000以提高置信区间精度。
• 若仅需重现水平点估计，可直接调用return.level()函数：

rl_point <- return.level(fitevd, return.period = c(5,10,20))

现有代码优化建议 #

你手动录入参数计算df的操作容易出现抄录错误，可直接从拟合结果对象中提取参数：

df <- pevd(Potomac$Flow, loc = fitevd$par[["location"]], 
           scale = fitevd$par[["scale"]], shape = fitevd$par[["shape"]], 
           type = "GEV")

内容的提问来源于stack exchange，提问作者JOHN WILLIAM VEDEJA