1. 研究目的与意义（文献综述）

相关性分析是研究现象之间是否存在某种依存关系，并对具有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间相关关系的一种统计方法。相关性普遍存在于水文现象中，无论水文事件内部属性间（如洪水的峰和量等），还是由外部原因（如空间、因果关系等）引起的相关性，如洪水的地区组成和遭遇、降雨和径流的关系等，都是两个或多个变量间的互相关。水文时间序列（如年、月径流）有时会存在短滞时或长滞时的相依关系，属于单个变量不同时序间的相关，称之为自相关。除了单相关即两个变量相关外，一个要素或变量还可能同时与几个要素或变量之间相关，这种相关关系称为复相关，水文计算中的多元回归就属于此类。在多变量情况下，研究两个要素或变量同时消除了其余控制要素影响后的相关，称为偏相关。相关性分析是水文计算的一项重要内容，深入了解水文现象中出现的这些相关性，并能根据研究对象和分析目的的不同选用适合的分析方法，对解决实际问题将有很大的帮助。

而水文站网提供的数据充分精确与否直接影响与其相关的各种水文工作和研究的开展。充足和精确的水文数据是掌握水资源系统和水环境变化的主要依据，也是开展各项水文研究和管理工作的基础，故对水文流域站点的相关性分析意义重大。

1.2 国内外研究现状

2. 研究的基本内容与方案

本文的主要任务是在matlab平台中利用相关算法计算出copula函数，进而得到某流域站点的互信息，最后对该流域站点进行相关性分析，具体内容如下：

1) 全面论述了水文计算中的相关性分析方法，综述了各类相关性的度量和分析方法及适用范围。水文变量呈现出的线性、非线性、正态、非正态等都会影响相关性分析方法的选择，因此熟知每一种相关性分析方法有利于水文分析。

2) 介绍copula函数的类别，以及各类copula函数所适用的领域及准则，进而基于流域站点数据选择最优copula函数

3. 研究计划与安排

2017.12.26 确定选题并交流；

2018.01.08 登陆教务系统进行选课；

2018.01.08-2018.02.26 查阅相关资料，找需要的数据并进行实验；

4. 参考文献（12篇以上）

[1] b.k. banik,l. alfonso,a.s. torres,a. mynett,c. di cristo,a. leopardi. optimal placement of water quality monitoring stations in sewer systems: an information theory approach[j]. procedia engineering,2015,119.

[2] pengcheng xu,dong wang,vijay p. singh,yuankun wang,jichun wu,lachun wang,xinqing zou,yuanfang chen,xi chen,jiufu liu,ying zou,ruimin he. a two-phase copula entropy-based multiobjective optimization approach to hydrometeorological gauge network design[j]. journal of hydrology,2017,555.

[3]kao, s. c., govindaraju, r. s. a copula-based joint deficit index for droughts. journal of hydrology, 2010, 380(1-2): 121-134.