10.13243/j.cnki.slxb.2014.09.002
贝叶斯概率洪水预报模型及其比较应用研究
贝叶斯概率预报系统(BFS)为开发各种概率水文预报模型提供了方法性的框架,选择合理的先验密度和似然函数是其关键问题.利用Copula函数推导了流量先验分布及似然函数的解析表达式,通过数值方法求解后验分布,构建了Copula-BFS模型.以三峡水库汛期入库流量概率预报为例,对所提Copula-BFS模型进行检验,并与水文不确定性处理器(HUP)和基于BP神经网络的贝叶斯洪水概率预报模型(BP-BFS)进行比较.结果表明:Cop-ula-BFS模型后验均值预报可以提高预报精度且略优于现有的模型,具有性质更加优良的预报置信区间.本文所提Copula-BFS模型不需要进行线性-正态假设,适用范围更广,应用更加灵活,为洪水概率预报研究提供一条新途径.
贝叶斯理论、概率预报、先验密度、似然函数、线性-正态假设、Copula函数
45
TV124(水利工程基础科学)
国家自然科学基金资助项目51190094,51079100
2014-12-04(万方平台首次上网日期,不代表论文的发表时间)
共10页
1019-1028