融合马尔科夫链-蒙特卡洛算法的改进通用似然不确定性估计方法在流域水文模型中的应用  

Application of Markov Chain Monte Carlo method based modified generalized likelihood uncertainty estimation to hydrological models

作　　者：卫晓婧[1] 熊立华[1] 万民[1] 刘攀[1] 

机构地区：[1]武汉大学水资源与水电工程科学国家重点实验室,湖北武汉430072

出　　处：《水利学报》2009年第4期464-473,480,共11页Journal of Hydraulic Engineering

基　　金：国家自然科学基金重点项目(40730632);教育部新世纪优秀人才支持计划(NCET-05-0624);霍英东青年教师基金资助项目(101077)

摘　　要：本文在Blasone研究工作的基础上,进一步提出了基于马尔科夫链-蒙特卡洛算法的改进通用似然不确定性估计方法(Markov Chain-Monte Carlo based Modified Generalized Likelihood Uncertainty Estimation,MMGLUE)。该方法结合近年来被广泛用于推求参数后验分布的MCMC方法,对基于Monte Carlo随机取样方法的传统GLUE方法进行改进,并以预测区间性质最优为标准,对可行参数组阈值进行判断与选择,提出了衡量预测区间对称性的标准,并就预测区间性质与可行参数组个数的相关关系进行了探索。在汉江玉带河流域的实例研究证明,MMGLUE方法较传统的GLUE方法能够推求出性质更为优良的预测区间,从而更真实合理地反映水文模型的不确定性。A modified generalized likelihood uncertainty estimation(GLUE)based on Markov Chain Monte Carlo(MCMC)method for regional hydrological model is suggested.The method uses the Markkov Chain Monte Carlo for sampling rather than the Monte Carlo random sampling to infer the posterior probability distribution and selects the behavior parameters threshold according to the property of prediction interval.Then,the relationship between the properties of predicted interval and the threshold for choosing behavior parame...

关 键 词：MCMC GLUE MMGLUE 预测区间 覆盖率 区间宽度 区间对称性 

分 类 号：P333.9[天文地球—水文科学]