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

作者：鲁帆; 严登华

来源：水利学报, 2013, (08): 942-949.

DOI：10.13243/j.cnki.slxb.2013.08.004

• 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 flood frequency analysis
• Bayesian statistics
• GEV distribution
• Metropolis-Hastings algorithm
• Goodness-of-fit test

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...

• 单位
  流域水循环模拟与调控国家重点实验室; 中国水利水电科学研究院