BFS-HUP模型在潼关站洪水概率预报中的应用

被引：9

作者：

蒋晓蕾 ^{[1
]}

梁忠民 ^{[1
]}

王春青 ^{[2
]}

刘晓伟 ^{[2
]}

刘龙庆 ^{[2
]}

机构：

[1] 河海大学水文水资源学院

[2] 黄河水利委员会水文局

来源：

人民黄河 | 2015年 / 37卷 / 07期

关键词：

贝叶斯预报系统(BFS); 水文不确定性处理器(HUP); 洪水概率预报; 潼关;

D O I：

暂无

中图分类号：

P338 [水文预报];

学科分类号：

081501 ;

摘要：

采用马斯京根演算法作为确定性预报模型,并选用贝叶斯预报系统(BFS)的水文不确定性处理器(HUP)作为概率预报模型,获得预报变量的概率分布,实现黄河潼关站洪水的概率预报。将预报变量概率分布的中位数作为定值预报与确定性预报进行对比,发现预报精度有所提高,表明贝叶斯模型的预报校正能力较强。通过设定不同确定性预报精度的情景方案,探讨了确定性预报精度对概率预报可靠度的影响。结果表明,随着确定性预报精度的提高,概率预报区间宽度和离散度均有所减小;HUP洪水概率预报的可靠度对确定性预报的偶然性误差比较敏感,对系统偏差相对不敏感。

引用

页码：13 / 15+21 +21

页数：4

共 13 条

[1]

Bayesian theory of probabilistic forecasting via deterministic hydrologic model. Krzysztofowicz,Roman. Water Resources . 1999

[2]

Bayesian system for probabilistic river stage forecasting[J] . Roman Krzysztofowicz. &nbspJournal of Hydrology . 2002 (1)

[3]

水文预报[M]. 中国水利水电出版社 , 包为民, 2009

[4]

Hydrologic uncertainty processor for probabilistic river stage forecasting: precipitation-dependent model[J] . Roman Krzysztofowicz,Henry D Herr. &nbspJournal of Hydrology . 2001 (1)

[5] 基于贝叶斯模型加权平均方法的水文模型不确定性分析 [J].