吴云标，迟艺侠

(1.河海大学水文水资源学院，江苏南京210098；2.河海大学文天学院，安徽马鞍山243031)

近几十年来，洪水事件被认为是世界上最普遍、分布最广泛的自然灾害之一，洪水灾害是影响经济社会可持续发展的障碍性因素之一[1]。因此，洪水频率分析已成为水文学中的一个研究热点。在洪水频率分析中，洪水设计值的计算和不确定性评估是水利工程规划和水资源管理的一个重要课题[2]。

极值理论(EVT)是研究极端事件最为成功的方法之一，在水文、气象、地震、保险、金融等领域得到广泛的应用[3]。在极值理论中，独立同分布随机变量的区组最大值分布的渐近分布为广义极值分布(GEV)[3-5]。传统的GEV分布参数估计有极大似然估计(MLE)法、矩法、L-矩法等，其中极大似然估计法最为常用[6-7]。Martins等[8]研究表明，小样本的极大似然估计不稳定，形状参数的估计有时会偏小，导致分位数与观测值的均方根误差偏大。Coles[4]也指出极大似然估计法虽然是从考虑不确定性出发，可以用来计算参数的置信区间，但由于极大似然估计量以渐近正态为基础，除非样本足够大，否则不足以说明这种不确定性。近年来，国内外围绕小样本参数估计和不确定性评估的研究取得了较大的进展，其中贝叶斯估计法最具有代表性[9]。与传统的参数估计法中将分布参数作为确定性未知常量不同，贝叶斯估计法将未知参数看成随机变量，在对总体分布参数进行统计推断时，除了样本提供的信息外，还需在抽样前确定总体分布参数的先验分布，即使样本序列较短，也能获得比较精确的推断结果[9-10]。……