基于贝叶斯模型加权平均方法的水文模型不确定性分析

作者：董磊华; 熊立华; 万民

来源：水利学报, 2011, (09): 1065-1074.

DOI：10.13243/j.cnki.slxb.2011.09.002

• 水文模型不确定性
• 贝叶斯模型加权平均(BMA)
• 预报区间 hydrological modeling uncertainty
• Bayesian Model Averaging(BMA)
• Prediction interval

贝叶斯模型加权平均(BMA)方法是通过综合几个模型预报值的后验分布来推断预报量的更可靠概率分布分析工具。它不仅能提供一个综合的预报值,还能提供一个综合的预报区间。本文采用3个水文模型,统一用SCE-UA算法率定参数,得到3组不同的预报值用于BMA方法的综合,着重分析比较BMA和单个模型的预报不确定性区间,来检验贝叶斯模型加权平均方法是否能提高预报的可靠性。结果表明,BMA方法不仅能提高预报精度,还能推求出性质更为优良的预报区间,提高预报的可靠性。

• 单位
  武汉大学; 水资源与水电工程科学国家重点实验室