补充资料：水文随机变量

    　　受随机因素影响,遵循统计规律变化的水文变量。水文随机变量在未来任一时刻出现的数值无法准确预测，但能以分布函数(或等价的概率密度函数)来反映其统计规律性，也就是表示其各种数值出现的可能性。分布函数的形式，可根据资料按水文统计学的有关原理和方法予以确定。分布函数与概率密度函数则有如下关系：
　　
　　式中x为随机变量；F（x_p；）为分布函数; f(t;θ)为概率密度函数;为x大于或等于x_p这一事件出现的概率;x_p称为x的p分位数,或超过概率为p的设计值。上式常以图形的方式表示,称为频率曲线(见图)。
　　
　　
　　确定水文随机变量的分布函数及其所含的参数，是研究水文随机变量的主要目的。水文学中常用的分布函数有以下几种：皮尔逊Ⅲ型分布、对数皮尔逊Ⅲ型分布、对数正态分布、 概化极值分布、 韦克贝分布、克里茨基－门克尔分布等。在中国主要使用皮尔逊Ⅲ型分布。其概率密度函数如下：
　　
　　x≥α　γ0
　　式中α、β、γ 为待估参数;Γ(γ )为伽玛函数。三个参数α、β、γ 与随机变数 x的三个主要数字特征值（数学期望Ex、方差σ婌、偏态系数Cs）有一定的关系，可相互推求。这种情况对其他分布也是如此。不过不同的分布,参数与特征值之间的关系不同而已。在参数估计时，有的方法，如极大似然法，是先估计参数α、β、γ ，然后由有关公式可求得相应的Ex、C_v（离势系数）与Cs；有的方法，如矩法或适线法，是先估计出Ex、C_v及Cs，需要时，可由有关公式求出相应的参数值。
　　
　　确定水文随机变量分布函数的形式，除用上述假设检验的方法外（见水文统计学），还使用导出分布的方法，即考虑水文变量的物理性质并做若干假定，再经推导而得。其中又可分为依据事件的模型和联合概率的模型。由于问题复杂，为便于推导而作的假定常与实际情形相差较远，故此种途径尚处于研究阶段，有时可在缺乏资料的小流域上应用。
　　
　　

参考书目
　　　V.Yevjevich， Probability　and　Statistics in Hydrology，Water　Resources Publications，FortCollins,Colorado,1972.
　　

说明：补充资料仅用于学习参考，请勿用于其它任何用途。