基于贝叶斯方法的水位流量关系——以东江干流为例  

Stage-Discharge Relationship Based on Bayesian Methods——A Case Study of East River

作　　者：顾西辉[1,2,3] 张强[1,2,3] 陈晓宏[1,2,3] 江涛 

机构地区：[1]中山大学水资源与环境系,广东广州510275 [2]中山大学华南地区水循环与水安全广东省普通高校重点实验室,广东广州510275 [3]中山大学地理科学与规划学院/广东省城市化与地理环境空间模拟重点实验室,广东广州510275

出　　处：《武汉大学学报（理学版）》2014年第4期356-362,共7页Journal of Wuhan University:Natural Science Edition

基　　金：国家自然科学基金(41071020);新世纪优秀人才支持计划资助项目

摘　　要：以东江干流(珠江流域支流)河源、岭下和博罗3个测站水位-流量数据为例,运用贝叶斯方法拟合水位流量关系曲线中的幂律模型.以东江干流历年实测数据构建合理的先验分布为基础,结合似然函数,导出后验分布,并用马尔科夫链蒙特卡洛(MCMC)算法估计后验分布中的参数.结果表明:贝叶斯方法能够合理推断水位流量关系曲线中的幂律模型并结合MCMC算法进行参数估计,且能够提供拟合的水位流量关系曲线的95%置信区间;相比最大似然估计法,贝叶斯方法在曲线的外延性表现更好.This paper presents a Bayesian approach for fitting the power-law rating curve model to a set of stage- discharge measurements of Heyuan, Lingxia and Boluo, respectively, which are located in the East River. After crea- ting a reasonable prior distribution with the previous stage-discharge measurements, the posterior distribution is de- rived with the likelihood function. Then an efficient MCMC algorithm for the parameters estimation is used. The stud- y results show that~ Bayesian approach is reasonable for fitting the power-law rating curve model and estimating the parameters with MCMC algorithm. Also, the 95 % confidence interval is created by Bayesian approach~ Bayesian ap- proach performs better on extension of rating curves than the maximum likelihood estimation.

关 键 词：贝叶斯方法 马尔科夫链蒙特卡洛(MCMC)算法 水位流量关系曲线 置信区间 

分 类 号：P333[天文地球—水文科学]