一种在水文频率计算过程中进行线型选择的方法技术

本发明专利技术公开了一种在水文频率计算过程中进行线型选择的方法，首先依据已知的地区先验信息，分别选择合理的参数先验分布类型、参数初始样本和似然函数，应用AM-MCMC方法进行参数后验分布采样，得到各线型对应的参数后验分布采样结果；利用POME对各参数的后验分布采样结果的概率分布进行分析和定量描述，得到不同线型中各参数的后验分布表达式，应用参数区间近似求和的方法代替线型边缘分布积分过程，根据下式求解水文线型Mj相对于线型Mi的贝叶斯因子Bji；在求得贝叶斯因子Bji的基础上，即可进行水文线型选择和综合分析。本发明专利技术合理地分析和描述参数不确定性，使得分析计算结果得到明显改善。

【技术实现步骤摘要】

本专利技术涉及水文学及水资源领域，具体是。
技术介绍
水文频率计算过程中涉及两个关键问题线型选择和参数估计。由于水文循环过程中许多随机和复杂因素的共同作用和影响(刘光文.水文分析与计算.北京水利电力出版社，1989;芮孝芳.流域水文模型研究中的若干问题.水科学进展，1997， 8(1): 94-98;郭生练.设计洪水研究进展与评价.北京中国水利水电出版社，2005; Sang YFj Wang Dj Wu JCj et ah The relation between periods' identification and noises in hydrologic series data. Journal of Hydrology, 2009， 368(1-4): 165-177)，各地水文特性不同，水文成因各异，当掌握的地区信息较少时线型选择较为困难，而采用统一水文线型(如P-III线型)并不能很好地拟合不同地区的水文特性。此外， 由于实际水文资料有限(特别当序列长度较短时)，参数估计结果也存在一定误差。因此，线型选择和参数估计结果均存在不确定性，使水文设计结果存在较大不确定性和风险。基于贝叶斯理论的水文线型选择和综合方法是解决水文频率分析不确定性的有效方法(Tung WH, Mays Lff. Risk models for flood levee design. Water Resources Research, 1981，17(4) : 833-841 ；刘攀，郭生练，田向荣，张洪刚.基于贝叶斯理论的水文频率线型选择与综合.武汉大学学报(工学版)，2005，38(5): 36-40)，其通过将已知地区信息(包括先验信息和专家经验等)与水文模型耦合，可实现最大程度地描述研究对象(线型、参数等)的不确定性，因此可以有效提高水文设计结果的精度和可靠性。该方法具有完善的理论依据，但求解贝叶斯因子时存在两个难点问题参数先验分布确定和线型边缘分布数值积分。实际中常用的一些简化和近似方法均存在一定的局限和缺陷。例如 BIC准则，由于极大似然法的缺陷使其具有一定局限性；且BIC准则未能分析和描述参数的不确定性。为从根本上提高贝叶斯因子求解结果及水文线型选择与综合结果的准确性，需要深入探讨关于参数先验分布确定和线型边缘分布数值积分的有效方法和手段。贝叶斯线型选择和线型综合理论具体如下 设备选水文线型軋(/=1，2，.···，^)的概率密度函数为/,.Cr I ~)，ι代表样本序列，θ,表示水文线型軋中的参数。则线型％相对于线型軋的贝叶斯因子求解如下J//冲為的)饵jQ =............ = . ■ . ...... ■ ■ .........( )β M 卒,)权利要求1.，其特征在于包括以下步骤1)对于待分析的各水文线型，首先依据已知的地区先验信息，分别选择合理的参数先验分布类型、参数初始样本和似然函数，应用AM-MCMC方法进行参数后验分布采样，得到各线型对应的参数后验分布采样结果；2)利用POME对各参数的后验分布采样结果的概率分布进行分析和定量描述，得到不同线型中各参数的后验分布表达式；3)应用参数区间近似求和的方法代替线型边缘分布积分过程，根据下式求解水文线型 &相对于线型軋的贝叶斯因子；2.根据权利要求1所述的在水文频率计算过程中进行线型选择的方法，其特征在于步骤1)的具体过程为(1)对实测水文序列进行可靠性、一致性和代表性审查，并选定合理的水文线型/Yx/ Θ)加以描述；(2)以线型参数随序列长度变化的分析结果作为依据，并结合实际水文特性确定各参数的初始取值范围；然后选定各参数的先验分布类型ν (Θ》，i=l，2“'，n，n%m^n-,(3)AM-MCMC采样方法初始化，i = 0 ；(4)依据所研究序列进行线型参数估计，并将其结果作为采样的初始样本θ0.’(5)利用式(7)求解该参数样本的协方差矩阵，并计算生成新的参数样本Θ* Ν(θρCi)；式中，I0为初始采样次数-’C0为固定初始协方差矩阵.,Sd为一比例因子；ε为一较小正数，保证Ci不为奇异矩阵；Id为单位矩阵；全文摘要本专利技术公开了，首先依据已知的地区先验信息，分别选择合理的参数先验分布类型、参数初始样本和似然函数，应用AM-MCMC方法进行参数后验分布采样，得到各线型对应的参数后验分布采样结果；利用POME对各参数的后验分布采样结果的概率分布进行分析和定量描述，得到不同线型中各参数的后验分布表达式，应用参数区间近似求和的方法代替线型边缘分布积分过程，根据下式求解水文线型Mj相对于线型Mi的贝叶斯因子Bji；在求得贝叶斯因子Bji的基础上，即可进行水文线型选择和综合分析。本专利技术合理地分析和描述参数不确定性，使得分析计算结果得到明显改善。文档编号G06F19/00GK102542169SQ201210003630公开日2012年7月4日 申请日期2012年1月9日 优先权日2012年1月9日专利技术者刘昌明, 桑燕芳, 王中根 申请人:中国科学院地理科学与资源研究所本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：桑燕芳，王中根，刘昌明，
申请(专利权)人：中国科学院地理科学与资源研究所，
类型：发明
国别省市：