基于贝叶斯理论和小波回归模型耦合的水文时间序列概率预报方法  

作　　者：桑燕芳[1,2] 尚伦宇[2] 王中根[1] 刘昌明[1] 杨满根[3] 

机构地区：[1]中国科学院地理科学与资源研究所陆地水循环及地表过程重点实验室,北京100101 [2]中国科学院寒旱区陆面过程与气候变化重点实验室,兰州730000 [3]福建师范大学地理科学学院,福州350007

出　　处：《科学通报》2013年第27期2861-2861,共1页Chinese Science Bulletin

摘　　要：小波回归模型（WR，Wavelet Regressive model）是目前常用的且性能较优的一种水文时间序列模拟预报方法．然而，小波回归模型不能很好地对水文序列预报结果进行不确定性分析和评估，给水文决策等工作带来较大的风险．开展水文概率预报并定量估计预报结果的不确定性是更加合理的做法，它可以将不确定性和风险很好地纳入决策和政策制定中．

关 键 词：水文时间序列 概率预报方法 回归模型 贝叶斯理论 小波 不确定性分析 耦合 预报结果 

分 类 号：P338[天文地球—水文科学]