Regional frequency analysis of annual maximum flood data comprising 407 stations from 11 countries of southern Africa is presented. Forty-one homogeneous regions are identified. The L-moments of the observed data indicate that the possible underlying frequency distributions are Pearson type 3 (P3), lognormal 3-parameter (LN3), General Pareto (GPA) or General Extreme Value (GEV). Simulation experiments for the selection of the most suitable flood frequency procedure indicate that Pearson type 3/Probability Weighted Moments (P3/PWM) and log-Pearson type 3/Method of Moments (LP3/MOM) are suitable procedures for the region.
Analyse frequentielle des crues en Afrique australe, II Identification des distributions régionalesRésumé Ce papier présente l'analyse fréquentielle régionale des crues maximales annuelles de 407 stations de 11 pays d'Afrique Australe. 41 régions homogènes ont été identifiées. Les moments des données observées indiquent que les distributions statistiques possibles sont de type Pearson type 3 (P3), Log-normale à 3-parametres (LN), Pareto généralisée (GPA) ou Valeurs Extrêmes Généralisées (GEV). Les essais de simulation pour la sélection de la meilleure modélisation statistique des fréquences des crues indiquent que les lois Pearson type 3 (Calée selon la méthode des moments pondérés) et Log-Pearson type 3 (Calée selon la méthode des moments ) sont les plus adaptées pour la région.
A graphical test is presented to check if recorded annual maximum flood data for a group of gauging stations in a region belong to a common parent distribution (P). The test compares the observed at site L-coefficient of variation (Lev) with its sampling distribution. The latter is obtained by generating synthetic sequences from an assumed parent distribution (P). A group of sites is deemed to be homogeneous if the observed Lev, treated as an order statistic, lies within its sampling distribution. The proposed test has been applied to annual maximum flood data from Tanzania to delineate the country into 12 homogeneous regions.
Analyse fréquentielle des crues en Afrique australe: I. Délimitation des régions homogènesRésumé Nous présentons un test graphique permettant de vérifier que les données relatives aux crues maximales annuelles d'un groupe de stations de mesures sont identiquement distribuées selon une certaine loi (P). Le test compare le coefficient de variation (Lev) observé sur le site à l'intervalle de confiance correspondant à la loi choisie. Ce dernier est obtenu à partir de réalisations synthétiques de la distribution (P). Un groupe de sites est dit homogène si le Lev considéré comme une statistique d'ordre, s'inscrit dans les limites de l'intervalle de confiance correspondant. Ce test a été appliqué aux données des crues maximales annuelles de Tanzanie et à permis de subdiviser le pays en 12 régions homogènes.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.