基于广义极值分布和Metropolis-Hastings抽样算法的贝叶斯MCMC洪水频率分析方法
广义极值(GEV)分布是国内外洪水频率分析建模中广泛应用的一种概率分布。本文将水文频率分布线型的未知参数看作随机变量,通过基于Metropolis-Hastings抽样算法的贝叶斯MCMC方法估计GEV分布参数和设计洪水的后验分布,并据此进行极值洪水的频率分析。汉江流域丹江口水库年最大1日(3日、5日、7日)洪量和年最大洪峰流量频率分析结果表明,基于Metropolis-Hastings抽样的MCMC模拟在GEV分布参数的贝叶斯估计计算中行之有效;由于利用了与似然函数渐近性质无关的先验信息,贝叶斯估计方法得到的高分位数设计洪量的后验分布比经典统计方法得到的设计洪量能包含更多的信息,从而能表达由于参数不确定性而引起的预测不确定性。该方法能显著地通过分位数图、PPCC法、均方根误差法、K-S法等多种拟合优度检验方法,拟合效果不亚于矩法、极大似然估计法等常用的经典统计方法。
洪水频率分析、贝叶斯估计、广义极值分布、Metropolis-Hastings抽样、拟合优化度检验
P333(水文科学(水界物理学))
国家自然科学基金项目51109224;国家重点基础研究发展计划课题2013CB036406、2010CB951102
2013-09-23(万方平台首次上网日期,不代表论文的发表时间)
共8页
942-949