基于Copula函数的贝叶斯预报处理器研究及应用

基于Copula函数的贝叶斯预报处理器研究及应用.pdf
以概率分布的形式定量描述和估计水文预报不确定性,据此作出的概率水文预报在理论上更加科学,能为防洪决策提供更多有用的风险信息.本文创新性地采用Copula函数取代原有基于正态分位数转换和线性一正态假设的亚高斯模型,推导了贝叶斯似然函数和后验密度的解析表达式,提出了基于Copula函数的贝叶斯预报处理器(Copula-BPF),并在三峡水库进行应用和检验.结果表明:后验期望值预报相比确定性预报可以提高预报精度,特别是径流总量相对误差显著地减小.Copula-BPF推求的概率预报结果合理可靠,预见期1～3d的连续概率排位分数值相比确定性预报分别降低9.12％、14.35％和15.65％.Copula-BPF不需要进行线性一正态假设,能很好地捕捉水文过程的非线性和非正态特征,适用范围广,应用非常灵活,是概率水文预报的一条有效途径.
作者：刘章君许新发成静清温天福
作者单位：江西省水利科学研究院南昌330029
母体文献：第十五届中国水论坛论文集
会议名称：第十五届中国水论坛  
会议时间：2017年11月10日
会议地点：深圳
主办单位：中国水利学会,中国自然资源学会,中国地理学会,中国可持续发展研究会
语种：chi
分类号：P33P4
关键词：三峡水库  水文预报  不确定性  贝叶斯预报处理器  Copula函数
在线出版日期：2020年8月25日
基金项目：
相似文献
相关博文

基于Copula函数的贝叶斯预报处理器研究及应用.pdf

文件大小:

738.31 KB

高速下载