暴雨公式离均系数方法计算皮尔逊—III一年一遇降水量是多少

根据皮尔逊-III分布的定义，一年一遇的降水量可以通过计算分布的分位数来得到。具体来说，我们可以使用scipy库中的stats模块来计算皮尔逊-III分布的分位数。下面是一个使用Python实现离均系数方法计算皮尔逊-III分布并计算一年一遇降水量的示例代码：

import numpy as np
from scipy import stats

# 城市暴雨强度公式
def intensity(x, t):
    return x[0] * np.exp(-x[1] * t) + x[2]

# 数据
t = np.array([0, 5, 10, 15, 20, 25, 30])
y = np.array([5.0, 2.1, 0.9, 0.5, 0.3, 0.18, 0.12])

# 计算均值和标准差
mean = np.mean(y)
std = np.std(y)

# 计算离均系数
gamma1 = np.mean(((y-mean)/std)**3)
gamma2 = np.mean(((y-mean)/std)**4) - 3

# 计算皮尔逊-III分布参数
a = 4 / (gamma2 + 3)
b = std * np.sqrt((gamma2 + 3) / (gamma1 + 3))

# 计算一年一遇降水量
p = 1 / 365
q = 1 - p
T = stats.pearson3.ppf(q, a, scale=b, loc=mean)
print(T)

在上面的代码中，我们首先定义了城市暴雨强度公式，并定义了数据t、y，并计算了均值和标准差。在计算离均系数时，我们使用numpy库中的mean和std函数，并按照公式计算得到gamma1和gamma2。然后，我们使用gamma1和gamma2计算出皮尔逊-III分布的参数a和b。

最后，我们使用scipy库中的stats模块来计算皮尔逊-III分布的分位数，并得到一年一遇的降水量。在本示例中，我们使用了pearson3.ppf函数来计算分位数，其中q为概率，a、scale和loc为皮尔逊-III分布的参数。需要注意的是，本示例中的365表示一年的天数，可以根据实际情况进行调整。

需要注意的是，本示例仅供参考，实际应用中需要根据具体情况进行调整。另外，对于暴雨公式的离均系数方法，还可以使用其他的概率分布进行拟合，例如Gamma分布、Lognormal分布等。