BMA集合预报在淮河流域应用及参数规律初探

被引:4
作者
刘开磊 [1 ]
胡友兵 [1 ]
汪跃军 [1 ]
王秀庆 [2 ]
机构
[1] 淮河水利委员会水文局(信息中心)
[2] 沂沭泗水利管理局水文局(信息中心)
关键词
集合预报; 洪水预报; 不确定性; 权重; 淮河流域; 贝叶斯平均法;
D O I
暂无
中图分类号
P338 [水文预报];
学科分类号
081501 ;
摘要
以淮河流域吴家渡水文站作为试验站点,采用基于贝叶斯平均法(BMA)的集合预报模型处理来源于马斯京根法、一维水动力学方法、BPNN(Back Propagation Neural Network)的预报流量序列,通过分析BMA的参数以及其预报结果,对各方法在淮河典型站点流量预报中的适用性进行验证与分析.经2003—2016年19场洪水模拟检验可知,BMA模型能够有效避免模型选择带来的洪水预报误差放大效应,可以提供高精度、鲁棒性强的洪水预报结果.通过进一步比较各模型统计最优的频率与BMA权重值之间的相关性,发现权重值不适用于对单场洪水预报精度评定,而适用于描述多场洪水预报中,模型为最优的统计频率;基于大量先验信息,提前获取BMA的权重等参数,将是指导模型选择、降低洪水预报不确定性、改进洪水预报技术的有效手段.
引用
收藏
页码:1520 / 1527
页数:8
相关论文
共 9 条
[1]   复杂河道洪水预报系统研究——以淮河王家坝至小柳巷区间流域为例 [J].
常露 ;
刘开磊 ;
姚成 ;
李致家 .
湖泊科学, 2013, 25 (03) :422-427
[2]   Application of Bayesian Model Averaging Approach to Multimodel Ensemble Hydrologic Forecasting [J].
Liang, Zhongmin ;
Wang, Dong ;
Guo, Yan ;
Zhang, Yu ;
Dai, Rong .
JOURNAL OF HYDROLOGIC ENGINEERING, 2013, 18 (11) :1426-1436
[3]  
Ensemble flood forecasting: A review[J] . H.L. Cloke,F. Pappenberger.Journal of Hydrology . 2009 (3)
[4]   A model conditional processor to assess predictive uncertainty in flood forecasting [J].
Todini, E. .
INTERNATIONAL JOURNAL OF RIVER BASIN MANAGEMENT, 2008, 6 (02) :123-137
[5]  
Hydrological forecasting uncertainty assessment: Incoherence of the GLUE methodology[J] . Pietro Mantovan,Ezio Todini.Journal of Hydrology . 2006 (1)
[6]  
Multi-model ensemble hydrologic prediction using Bayesian model averaging[J] . Qingyun Duan,Newsha K. Ajami,Xiaogang Gao,Soroosh Sorooshian.Advances in Water Resources . 2006 (5)
[7]  
Analysis of the effects of different scenarios of historical data availability on the calibration of a spatially-distributed hydrological model[J] . Armando Brath,Alberto Montanari,Elena Toth.Journal of Hydrology . 2004 (3)
[8]  
A review of bivariate gamma distributions for hydrological application[J] . S. Yue,T.B.M.J. Ouarda,B. Bobée.Journal of Hydrology . 2001 (1)
[9]   Bayesian model averaging for linear regression models [J].
Raftery, AE ;
Madigan, D ;
Hoeting, JA .
JOURNAL OF THE AMERICAN STATISTICAL ASSOCIATION, 1997, 92 (437) :179-191