基于贝叶斯理论的SLURP水文模型参数不确定性评估及日径流模拟分析

为探讨贝叶斯理论在水文模型参数不确定性中的应用效果,以三峡库区兴山水文站以上的香溪河流域及其中的两个子流域1991～1995年日径流资料为研究对象,基于马尔科夫蒙特卡洛算法研究了SLURP水文模型参数及水文模拟的不确定性。结果表明,SLURP水文模型中深层地下水的截留常数、最大入渗率、浅层土壤的蓄水容量和深层地下水的初始百分比4个模型参数的不确定性较低;日模拟径流量95%不确定预测区间对实际观测数据的包括率为14.84%,平均相对区间宽度为1.27;径流模拟不确定性主要的贡献组分为壤中流,且子流域水平上的径流模拟不确定性在子流域汇流过程中发生了累积;两个子流域基流模拟的差别不大,其不确定性随时间逐渐降低。     

水文时间序列变点分析的贝叶斯方法

建立了用于时间序列变点分析的贝叶斯数学模型，以此来研究随机水文时间序列均值的突变。该模型的核心部分是根据观测到的资料，通过蒙特卡洛马尔科夫链随机抽样的方法来估计变点位置的后验概率分布。对应着最大后验概率的位置被认为是发生变点的最可能位置。该方法在长江宜昌站的年径流资料系列上进行了应用。结果发现，在过去120a，长江宜昌站的年最小流量系列和年均流量系列的均值都极有可能存在着突变，而且其变化趋势都是均值明显减少。     

历史洪水对水文频率分析不确定性的影响

针对水文频率分析过程中因模型选择和数据资料短缺引起分析结果不确定性问题,基于Bayesian MC-MC模型,将史料记载的定性洪水资料应用于水文频率分析中,并以西江流域梧州水文站为例进行洪水频率分析。结果表明,数据资料长度对水文频率分析结果的不确定性影响很大,且该模型应用于水文频率研究不仅可定量评估分析结果的不确定性,还可利用历史特大洪水信息有效降低分析结果的不确定性。     

基于GLUE方法的分布式水文模型BTOPMC参数不确定性分析

为了解分布式水文物理模型BTOPMC参数不确定性对模拟精度和预测结果的影响程度,以湄公河为例,采用GLUE方法对BTOPMC参数的不确定性进行了研究。在选定参数的先验分布为均匀分布的基础上,选择用累计似然分布的5%和95%的评价作为预测不确定性的界限,得到90%置信区间的降雨径流(洪水)过程线。结果表明,大部分时段实测洪水流量都落在了90%置信区间之内,说明采用GLUE方法对BTOPMC模型的参数进行不确定性分析是可行的。     

贝叶斯方法在水环境系统不确定性分析中的应用述评

贝叶斯方法是解决不确定问题的新思路,评述了以贝叶斯公式、贝叶斯统计推断及贝叶斯网络为基础的贝叶斯方法在水质评价、水环境模型参数识别、水环境管理及风险决策方面的应用。贝叶斯公式可很好地解决水质评价中监测数据、水质级别、水质标准等蕴含的不确定信息。贝叶斯统计推断耦合水环境模型为模型参数识别提供新方法,其应用难点为贝叶斯后验分布的计算。介绍了后验分布的离散贝叶斯算法、传统及改进MCMC算法。贝叶斯网络在水质评价、模型预测、水环境管理及风险决策中可同时考虑多个变量的综合作用,得到影响管理决策各因素的不确定性信息,为水环境的管理决策提供科学依据。     

基于贝叶斯分析的概率洪水预报模型研究

根据贝叶斯分析,用先验分布考虑水文要素的自然不确定性,用似然函数描述水文模型和参数的不确定性,通过亚高斯模型对实际流量与模拟流量进行正态分位数转化,并对转化后的时间序列进行线性-正态假设,得到实际流量的后验密度函数的解析解。利用白云山水库的资料进行检验,结果表明贝叶斯概率洪水预报可显著提高预报精度,实现了预报与决策的有机结合。     

水文模型参数不确定性及对概率洪水预报的影响

为研究Nash模型参数的不确定性,提出了基于自适应采样算法的马尔可夫链蒙特卡罗模拟与贝叶斯理论及遗传算法耦合,构建了基于贝叶斯理论的自适应采样算法,并进行概率洪水预报,分析了参数不确定性对预报结果的影响。实例结果表明,该方法获取的Nash模型参数后验分布可用于概率洪水预报,获得的统计特征可全面考虑水文模型参数的不确定性,可提高概率洪水预报精度,降低洪水预报结果的不确定度。     

基于贝叶斯理论的区域可持续发展水平概率评估

针对目前区域可持续发展水平评估结果可信度不高的问题,研究了评估的不确定性对可持续发展水平概率的影响。通过统计分析,确定区域生态足迹值的影响要素,以此建立生态足迹值的贝叶斯回归方程,推求回归系数的先验分布和后验分布,再由马尔可夫链蒙特卡洛随机抽样及负生态足迹指数构建区域可持续发展水平的概率评估模型,并以武汉市为典型区,对该模型进行实例应用。结果表明,武汉市2000~2009年的可持续发展水平为Ⅳ级,概率为100%。计算结果与已有研究成果基本一致,表明该方法合理,可弥补确定性区域可持续发展水平评估模型的不足。     

基于层次贝叶斯法的无资料地区洪水频率分析

为验证层次贝叶斯法应用于无资料地区洪水设计值估计的可行性,构建了基于GEV分布-层次贝叶斯法的区域洪水频率分析模型;建立了GEV分布参数与空间协变量的回归关系,用于站点间的信息融合以及无资料地区参数推理;采用基于Metropolis-Hastings抽样的MCMC方法对参数和超参数的后验分布进行求解,通过超参数的随机样本与协变量的回归关系估计无资料地区的洪水设计值及其置信区间。将此方法应用于淮河流域17个水文站年最大流量数据,并以其中2个站点为交叉检验站点用于无资料地区洪水频率推求,结果表明层次贝叶斯法的结果优于指标洪水法的结果,为无资料地区洪水设计值估计提供了新途径。     

年水文序列近似周期分析研究与实现

讨论了年水文时间序列的近似周期分析方法,在极大熵谱分析法的基础上设计了一种时间序列分段搜索法,并用计算机软件仿真实现。对湘江下游五强溪水库年径流时间序列分析的实例表明,五强溪水库具有16.7、5、2.8和2 a的近似周期,证实了该方法的可行性。     

基于DREAM算法的双超模型参数不确定性研究

鉴于半干旱半湿润地区的流域水文模拟及预报一直是水文模型领域研究的重点和难点问题,基于山西省张峰水库1988~2007年间18场洪水资料,前12场用于率定模型参数,后6场用于检验模型,采用DREAM方法分析其双超模型参数的不确定性,并在此基础上分析由参数不确定性导致的模型输出的不确定性。结果表明,10个参数的后验分布峰值不明显,说明参数的不确定性较大;4个参数的后验分布为具有明显峰值的不规则分布,7个参数的后验分布呈现偏态分布,其峰值也比较明显,说明该参数的不确定性较小。研究结果可为双超模型不确定性分析提供一定的理论基础。     

基于贝叶斯网络的转子系统故障诊断研究

通过分析传统故障诊断方法在处理实际系统不确定性问题时存在的困难,研究了基于贝叶斯网络的转子故障诊断方法。依据转子系统存在的故障类型和对应的故障征兆,本文建立了转子系统的贝叶斯网络模型,并开发了基于贝叶斯网络模型的转子故障诊断系统。通过对实际转子系统故障的检测,证实了该方法在处理信息不确定条件下,进行故障诊断的有效性。     

基于熵权法的生态适宜流量研究

以宜昌水文站为例,针对不同时期河流生态系统对水文条件的需求,基于熵权、生态适宜性理论,构建了长江干流宜昌站近50年逐日适时划分水文指标模型,分析了流量、时间、频率、变化率等主要水文指数对河流生态流量的影响。结果表明,该方法可行。