扩充联合概率方法以应用于复合洪水：统计描绘转换区与设计事件选择

从极端台风潮汐、降雨和河流流量的共同作用产生的复合型洪水对基础设施和社区构成重大风险——以哈里斯和艾伊斯顿等台风为例。然而，现有方法缺乏统一的概率基础：Copula 基于模型捕捉洪水驱动因子的共现，但未能刻画洪水响应的概率；耦合水动力模型模拟相互作用，但缺乏对复合型洪水极端值的概率表述。联合概率方法（JPM），作为海岸潮汐风险分析的基础，尚未 formally 扩展以纳入水文驱动因素——这在量化复合型洪水风险及其统计结构方面存在关键空白。本文将 JPM 理论扩展至水文过程，以量化台风和非台风型台风的复合型洪水深度概率。该方法整合降雨场、土壤湿分和基流与海岸台风潮汐，实现：(1) 将洪水深度视为水文与海岸驱动因素联合分布的响应；(2) 基于超越概率对复合型洪水转换区（CFTZ）进行统计描绘；(3) 为指定复合型洪水深度识别系统台风，超越仅基于驱动因素概率的设计方法。我们以 路易斯安那州马UREPAS湖区为例进行示范。结果表明，CFTZ 面积是以事件为主导描绘区域面积的 2 倍以上，复合相互作用使洪水深度增加最高可达 2.25 英尺。该扩展 JPM 为复合型洪水风险评估与规划提供了概率学基础。