基于采样贝叶斯方法的洪水概率预报研究

被引：16

作者：

李明亮 ^{[1
]}

杨大文 ^{[1
]}

陈劲松 ^{[2
]}

机构：

[1] 清华大学水沙科学与水利水电工程国家重点实验室

[2] 美国劳伦斯伯克利国家实验室地球科学部

来源：

水力发电学报 | 2011年 / 30卷 / 03期

关键词：

防洪工程; 洪水概率预报; 贝叶斯方法; 参数不确定性; 输入不确定性; 马尔可夫链蒙特卡洛; 新安江模型;

D O I：

暂无

中图分类号：

P338.6 [];

学科分类号：

摘要：

基于贝叶斯理论建立了新安江模型参数和降雨观测相对误差的联合概率分布函数,利用自适应马尔可夫链蒙特卡洛方法DRAM(Delayed Rejection Adaptive Metropolis)对联合分布进行采样,得到模型参数和降雨误差的后验分布样本,二者相结合模拟得出洪水的概率预报结果。根据对江西滁洲流域32场洪水的模拟,采用交叉验证方法对概率预报结果进行了评估。根据连续概率排位分数CRPS(Continuous Ranked Probability score),相对于确定性预报方法概率洪水预报结果的改善达到26%。P值分位数-分位数图同样表明,概率预报方法对洪水的不确定性有较好的估计,但仍存在低估的现象。

引用

页码：27 / 33

页数：7

共 4 条

[1] 基于AM-MCMC算法的贝叶斯概率洪水预报模型
邢贞相
芮孝芳
崔海燕
余美
[J]. 水利学报, 2007, (12) : 1500 - 1506
[2] 常用水文预报算法和计算程序.[M].翟家瑞编著;.黄河水利出版社.1995,
[3] DRAM: Efficient adaptive MCMC
Haario, Heikki
Laine, Marko
Mira, Antonietta
Saksman, Eero
[J]. STATISTICS AND COMPUTING, 2006, 16 (04) : 339 - 354
[4] Inference from Iterative Simulation Using Multiple Sequences.[J].Andrew Gelman;Donald B. Rubin.Statistical Science.1992, 4

← 1 →