设计洪水估算对于水文研究进行重大工程项目的设计至关重要。工程项目是管理水资源和缓解洪水的基础。因此,设计洪水估算对于进行大型项目的水文设计至关重要。选择水文变量的关键值来调控水资源,并在水资源的规划和设计中发挥关键作用。设计阶段的缺陷可能导致水利工程失事,而与其他相关措施的完整性无关。为了避免水利工程失事,有必要更新水文变量的设计值并有助于水资源的有效利用。本文通过常规方法对设计洪水值的估算进行了更新,以期获得更可靠的结果,并对水资源工程做出有价值的设计贡献。主要研究内容总结如下:（1）暴雨洪水是造成农业,人口和整体经济严重受损的原因。考虑到洪水的破坏性影响,设计洪水估算对于水资源管理至关重要。因此,必须建造水工结构来抵御洪水的破坏性影响。通过估计峰值流量的设计洪水值以检查极端事件的频率,而水文频率分析（FFA）采用概率分布（PD）来确定洪水的可能性。由于经验观测记录不足,使得洪水分位数估计的结果具有不确定。因此,极端洪水事件的可以用于检查概率分布的尾部性能,而不同概率分布的尾部特性差异很大。采用蒙特卡洛方法减少生成数据序列的不确定性。为了评估常用概率分布在巴基斯坦的适用性,收集了巴基斯坦四条主要河流的流量数据,并使用了十种常用概率分布作为备选分布。许多国家均采用概率分布来进行水文频率分析。然而,尚未有一个通用的概率分布可以在全世界范围内应用。因此,为世界上特定地区的可用河流记录确定最适合的概率分布是一项艰巨的任务。首先,采用Kolmogorov-Smirnov（KS）拟合优度统计检验方法,来确定样本是否来自具有特定分布的总体。在选定的显著性水平上,通过假设检验p值判断置信程度。结果表明,在5%显著性水平下,正态分布有6个站点的洪水系列均无法通过检验。其次,GUM分布也无法通过Munda Headworks,Khwazakhela,Karot,Khiali和Shah Alam系列的假设检验。除此之外,EXP分布无法通过Ningolai,Khiali和Adezai系列的假设检验。同时,P3,GAM和GLO均有一个站点未能通过假设检验,而对于其他站点,在5%显著性水平下均能够通过假设检验。评估的统计标准由Akaike信息标准（AIC）和均方根误差（RMSE）组成,这些标准中具有最小值的概率分布被认为最优。我们计算了所有站点每个概率分布的RMSE和AIC值。在Attock,Khiali和Munda Headworks站点,GLO的RMSE和AIC值最小。此外,GNO在Jindi,Naguman和Panjkora的RMSE和AIC最小。GPA和WEI分布符合Adezai和Khwazakhela的年最大洪峰流量序列,在这些测量站分别具有最小的RMSE和AIC值。从上面可以推断出,不同的概率分布符合不同站点的历史年最大洪水序列。GLO分布在四个站点的拟合均最优,而GNO和GPA分布在三个站点的拟合更优。WEI分布在Khwazakhela站拟合最优。因此,通过拟合优度评估,选择了四个AIC和RMSE值最低的概率分布。并获得了这四个概率分布的累积分布函数（CDF）图,以观察它们与经验记录的契合度。结果表明:GLO,WEI,GNO和GPA分布均适合对应站点的年最大洪水系列。从绘制的经验直方图可以推断,描述各个测量站数据集的分布也很好地代表了年最大洪水序列。还绘制了分布的PDF,以适合可用记录的经验直方图。除了Ningolai之外,GLO分布通常适合于具有偏度系数较高的数据序列,而GPA分布适合于中等偏度的系列。WEI和GNO也适合高偏度系数的年最大洪水系列。通过蒙特卡洛模拟评估这四个概率分布函数的预测能力。通过生成更长的数据序列,并使用相对偏差（RB）,绝对相对偏差（ARB）和相对均方根误差（RRMSE）的指标评估其右尾特性。这些指标值越小表明概率分布更稳健。结果表明在所有情况下,GPA和WEI分布均优于其他分布。而在所有情况下GNO和GLO分布的稳健性都很差。箱线图结果也表明GPA和WEI的稳健性较优。通过单站洪水频率分析检验这四个分布的性能。并绘制了洪水频率曲线以对比这四个分布的表现。推求了不同重现期下的设计洪水值。通过洪水频率曲线展示了四种分布的拟合情况和设计洪水值。从洪水频率曲线可以看出,GLO和GNO分布推求的设计洪水值较大,而WEI分布推求得到的Karot,Khwazakhela和Attock的频率曲线是线性的。此外,GPA分布推求得到Khiali和Adezai的频率曲线是线性的。结果表明,GPA和WEI适用于巴基斯坦设计洪水分析计算。（2）大坝是水资源工程的重要一环,而设计洪水过程线（DFH）是水库规划设计的重要组成部分,以保护大坝免受洪水风险和管理水资源。通常需要进行多变量频率分析来耦合洪水事件的多个变量来推求设计洪水过程线。单变量洪水频率分析通过洪水峰值等单个水文变量表征水文负荷,其在设计关键的水力结构（如大坝,桥梁和涵洞）时存在缺陷。多元统计分析方法应用较为广泛,但是存在某些缺点。这些多元分布属于同一族分布,并且变量的数量不能增加,难以识别变量的联合和边际行为。Copula函数提供了通过单变量边际分布函数相互关联多个变量的替代方法。选取了巴基斯坦两条主要河流印度河和耶鲁姆河作为研究流域推求设计洪水过程线。首先,我们比较了不同的概率分布,以确定最优的边缘分布。选择各种常用的概率分布来拟合观测数据进行对比,分别是皮尔逊3型（P3）,Weibull（WEI）,广义极值（GEV）,广义Logistic（GLO）,广义Pareto（GPA）和广义正态（GNO）分布。由于线性矩法（LM）具有较好的稳健性和无偏性,因此我们采用LM方法进行参数估计。结果表明,对于Jhelum河的年最大洪水系列,P3分布具有最小的RMSE和AIC值,此外P3分布在印度河洪水系列的拟合也很好。绘制了选定河流的P3分布理论频率和经验频率,结果表明P3/LM模型的累积分布曲线和概率密度曲线均拟合较好。因此,采用P3分布和Weibull经验公式绘制洪峰,3天洪量,7天洪量和15天洪量的洪水频率曲线,以评估实测流量的经验频率和理论频率之间的对应关系。结果表明P3分布与观测数据拟合较好。不同变量的相关性可以通过不同族的Copula函数来定义。采用Gumbel Hougaard（G–H）,Clayton和Frank Copulas来构建洪峰和洪量的联合分布。采用Kendall tau相关系数和Copula函数参数的关系来估计参数。基于bootstrap采样计算p值,并运行10,000次以确认两变量Copula函数的适用性,并通过Kolmogorov-Smirnov检验（K-S）来确定Copula。阿基米德Copula家族都因其平稳的构造和应用而受到水文学家的极大关注,且其可以描述不同相关结构的水文变量。在统计检验的基础上,我们发现GH Copula最适于定义多元现象并为联合概率密度函数建模,并基于GH copula推导了同频率组合法（EFC）和最可能组合法（MLC）以确定水文变量的设计值。除此之外,还使用“或”联合重现期（JRP）来确定洪峰和洪量的设计值。采用两种组合方法推求设计洪水过程线,重现期选择100年,50年,30年和10年。这两种方法用于计算不同重现期的设计洪峰和洪量。选择了1994年印度河和1992年耶黑河的典型年洪水过程线,这两个典型年洪水过程线峰高量大,主峰靠后,可能威胁下游地区以及水库的安全。采用单变量模型（P3/LM）确定给定的10年,30年,50年和100年重现期的水文变量（洪峰、3d、7d和15d洪量）的设计值。采用最可能法和同频率法在“或”联合重现期下推求洪峰-3d洪量,洪峰-7d洪量和洪峰-15d洪量的两变量设计洪水值,重现期为100、50、30和10年。采用这两种组合方法估算的设计值推求设计洪水过程线,并将其与目前采用的单变量方案的设计值进行比较。结果表明同频率法推求的设计洪水过程线比最可能法得到的洪峰更大。同频率法与典型年法的结果具有很大差异。此外,与印度河的设计洪水过程线相比,杰勒姆河采用不同方法得到的设计洪水过程线的差异很小。通过同频率法和最可能法估算不同联合重现期下的设计洪峰和洪量的设计值。结果表明,单变量模型估计的洪峰和洪量的设计值小于同频率法和最可能法,同频率法和最可能法获得的洪峰和洪量之间存在一定差异。同频率法计算得到的洪峰值比最可能法更高,当差异转化为设计洪水过程线时,导致其计算得到的设计洪水过程线相比于最可能法更恶劣。此外,还可以推断出通过最可能法计算得到的的设计洪量要高于同频率法。综上所述,单变量方法的设计结果小于两变量方法。尽管同频率法可能会导致大坝更高,但其设计洪水为避免洪水事件的潜在灾难性后果仍然是较安全的选择。除此之外,同频率法通过相互关联水文变量来合理化洪水事件的多变量性质。由于该方法可以更好地评估灾难性洪灾事件的风险,因此在工程实践中采用该方法来设计诸如巴基斯坦大坝之类的水工结构是合理的。（3）上游水库运行调度会影响下游站点的设计洪水。常规的水文频率分析方法主要采用天然情况下的年最大洪水序列进行分析。通常采用洪水地区组成来确定水库下游站点的设计洪水值。采用同频率地区组成（EFRC）考虑上游水库的影响来确定下游站点的设计洪水值。同频率地区组成方法认为在各个子流域和下游站点发生的洪水是完全相关的。由于维数灾问题,因此目前实践中采用的同频率地区组成法在复杂的梯级水库中也很难应用。copula函数是寻找合适的洪水地区组成提供的有效的工具。为了估算梯级水库的设计洪水值,我们进行了多元分析,以改进梯级水库设计洪水估算的洪水区域组成方法。因此,为了获得设计洪水,我们提出了两种洪水地区组成方法,即基于copula函数的条件期望地区组成（CERC）方法和最可能地区组成（MLRC）方法。该方法适用于单一和梯级水库,并将结果与目前采用的同频率法进行了比较。首先,构造了基于copula的条件期望组成法和最可能组成法在水布垭-隔河岩-高坝洲梯级水库各分区的联合分布,结果表明Copula拟合良好。为了研究隔河岩水库对高坝洲水库设计洪水的影响,条件期望组成法和最可能组成法都需要（a）隔河岩水库和隔-高区间3d洪量的联合分布。为了研究水布垭-隔河岩梯级水库对高坝洲水库设计洪水的影响,条件期望组成法需要（b）水布垭水库和水-隔区间3d洪量的联合分布,以及（c）水布垭水库和隔-高区间3d洪量的联合分布。最可能组成法需要（d）水布垭水库和水-隔区间、隔-高区间3d洪量的联合分布。采用GH Copula函数构造所需的四个联合分布。假设检验方法采用Cramer-von Mises法,统计各个联合分布的p值。结果表明在5%的显著性水平（p值均大于0.05）下,变量（a）,（b）,（c）和（d）服从GH Copula函数的假设不能被拒绝。此外,绘制了四个经验联合分布和理论联合分布的拟合图,结果表明经验联合分布与理论联合分布拟合结果较好。根据上述三种方法,计算了高坝州水库设计洪量的地区组成。计算了隔河岩水库和隔-高区间3d洪量占比。结果表明,隔-高区间洪量占比在不同设计频率下是恒定的（8.3%）。最可能地区组成法计算可得,当高坝州水库库区发生重现期超过20年一遇时,隔河岩水库洪水所占比例为89.0%至89.9%,小于其面积所占比例（92.2%）。隔-高区间的比例在10.1%至11.0%之间,大于其面积比例（7.8%）。研究还表明,高坝州水库的洪量在很大程度上取决于隔河岩水库的洪量,随着高坝洲水库设计洪量的增加,隔河岩水库洪水占比逐渐减小。一般来说,隔河岩水库洪水占比越大,对高坝州水库设计洪水的影响越大。接下来,选择1997年典型年洪水过程线作为设计洪水过程线。通过峰量同频率放大得到了隔河岩水库和隔-高区间不同设计频率的设计洪水过程线。接下来,针对每种方法,考虑隔河岩水库的调度规则,计算受隔河岩水库调蓄影响的高坝洲设计洪水。通过计算降低率（RR）来表征高坝洲洪水受调蓄影响的削减程度。由于隔河岩水库的调蓄影响,高坝州水库的各个频率的设计洪水值均减小,例如,对于百年一遇设计洪水而言,减少量为5360 m~3/s至5900 m~3/s。不同方法之间的差异并不大。对于20到1000年之间的重现期,这三种方法之间的最大降低率差异约为3.3%。但是,同频率法的设计值在均小于两种基于Copula方法的设计值,这可能导致水文设计风险增加。条件期望组成和最可能组成法可以更好地描述隔河岩水库和隔-高区间洪水的空间相关性。因此,这两种具有较强统计基础的方法在估算梯级水库设计洪水更为合理。同样,这三种方法也用于分析水布垭水库,水-隔和隔-高区间的洪水地区组成。基于上述三种方法,计算了高坝洲水库设计洪量的洪水地区组成。计算了水布垭水库,水-隔和隔-高区间三天洪量占比。通过同频率方法可以得出,隔高区间洪量占比一直保持不变（8.3%）。由于同频率法中的不合理假设,因此会出现这种结果。隔-高区间的集水面积为1220km~2,占高坝洲水库集水面积的7.8%。此外,隔河岩水库和高坝洲水库的设计洪水均是基于长阳水文站序列。隔河岩和高坝州水库年最大W3系列的P3参数非常相似,尺度和形状参数几乎相等。因此,在同频率假设下,它们的设计洪水几乎按比例变化,隔-高区间洪量占比大致恒定（8.3%）,并且与设计频率无关。最可能地区组成法的结果表明,高坝洲水库发生超20年一遇的洪水时,水布垭水库洪量所占比例为57.4%～61.1%,小于其面积所占比例（69.4%）。水-隔区间洪量占比在29.2%～31.8%之间,大于其面积比例（22.8%）。隔-高区间洪量占比在9.7%至10.8%之间,大于其面积比例（7.8%）。结果表明:高坝洲水库的洪水主要取决于水布垭水库洪水,水布垭水库洪水占比随着高坝洲水库设计洪量的增加而逐渐减小。选择1997年典型年洪水过程线作为设计洪水过程线。根据洪水地区组成结果同频率放大获得了水布垭,水-隔和隔-高区间三种方法在不同设计频率下对应的洪水过程线。根据洪峰削减率值（RR）可知高坝洲水库100年一遇设计洪峰流量削减幅度为6710 m~3/s至6920m~3/s。对于20到1000年之间的重现期,这三种方法之间的削减率最大变化约为3.0%。对于1000年,500年,100年和50年的重现期,同频率法的设计值比基于Copulas的两种方法的设计值小,而对于200年和20年重现期设计值要大。条件期望组成和最可能组成法考虑了在水布垭水库,水-隔区间和隔-高区间发生洪水的实际空间相关性。这两种具有更强统计基础的方法比同频率法能更合理地估算受水布垭-隔河岩梯级水库调蓄影响下的高坝洲水库设计洪水。