Häufigkeitsanalyse von Niederschlägen mit verschiedenen Methoden basierend auf den fehlenden Daten, die durch den Random-Forest-Algorithmus verarbeitet wurden

Die globale Erwärmung verursacht dramatische Klimaänderungen, die zu Niederschlägen führen, die ein höheres Risiko von Überschwemmungen auslösen. Die grundlegenden Theorien der konventionellen Momentmethode und der linearen Momentmethode für das Design von Hochwasser-Häufigkeitsanalysen wurden vorgestellt und für die Häufigkeitsanalyse von Niederschlägen verglichen. Die Niederschlagsdaten von 149 Langzeit-Referenzniederschlagsstationen in der Provinz Jiangsu wurden mit dem Random-Forest (RF)-Algorithmus verarbeitet, um die im tatsächlichen Niederschlagsüberwachungsprozess auftretenden fehlenden Daten zu adressieren. Die Häufigkeit wurde mit herkömmlichen und linearen Momentmethoden berechnet, und die Unterschiede und Vorteile der beiden Methoden wurden analysiert, indem die Berechnungsergebnisse verschiedener Standorte unter jeder Methode verglichen wurden. Die Ergebnisse zeigen, dass unter niedrigen Entwurfsfrequenzen sowohl die konventionelle Moment- als auch die lineare Momentmethode minimale Fehler aufweisen, was sie geeignet macht zur Berechnung des Entwurfsniederschlags. Die lineare Momentmethode übertrifft die konventionelle Momentmethode in Bezug auf die Unverzerrtheit des Schätzprozesses und für sehr große Werte, und die von der linearen Momentmethode geschätzten Parameter sind genauer. Bei praktischen hydrologischen Häufigkeitsberechnungen können je nach spezifischem Bedarf verschiedene Berechnungsmethoden gewählt werden, um die Berechnungsgenauigkeit zu erhöhen.