| 刘章君,郭生练,何绍坤,巴欢欢,尹家波.基于Copula函数的多变量水文不确定性处理器[J].水利学报,2018,49(3):332-342 |
| 基于Copula函数的多变量水文不确定性处理器 |
| Multivariate hydrologic uncertainty processor based on Copula function |
| 投稿时间：2017-07-10 |
| DOI：10.13243/j.cnki.slxb.20170675 |
| 中文关键词: 水文预报 贝叶斯理论 水文不确定性处理器 转移概率预报 极值概率预报 Copula函数 |
| 英文关键词: hydrological forecasting Bayesian theory hydrologic uncertainty processor probabilistic transition forecast probabilistic extremum forecast Copula function |
| 基金项目:国家自然科学基金重点项目（51539009）；国家重点研发计划项目（2016YFC0402206） |
| 作者 | 单位 | | 刘章君 | 武汉大学 水资源与水电工程科学国家重点实验室, 水资源安全保障湖北省协同创新中心, 湖北 武汉 430072
江西省水利科学研究院, 江西 南昌 330029 | | 郭生练 | 武汉大学 水资源与水电工程科学国家重点实验室, 水资源安全保障湖北省协同创新中心, 湖北 武汉 430072 | | 何绍坤 | 武汉大学 水资源与水电工程科学国家重点实验室, 水资源安全保障湖北省协同创新中心, 湖北 武汉 430072 | | 巴欢欢 | 武汉大学 水资源与水电工程科学国家重点实验室, 水资源安全保障湖北省协同创新中心, 湖北 武汉 430072 | | 尹家波 | 武汉大学 水资源与水电工程科学国家重点实验室, 水资源安全保障湖北省协同创新中心, 湖北 武汉 430072 |
|
| 摘要点击次数: 2370 |
| 全文下载次数: 1869 |
| 中文摘要: |
| 传统的水文不确定性处理器（HUP）属于单变量结构类型，只能独立地给出各预见期实际流量的贝叶斯后验概率密度，没有考虑它们之间的内在相关性。本文利用Copula函数推导了贝叶斯转移预报（BTF）方法中后验转移密度的解析表达式，提出了基于Copula函数的贝叶斯转移预报（CBTF）方法和基于Copula函数的多变量水文不确定性处理器（CMHUP），进而发展了基于Copula函数的贝叶斯极值预报（CBEF）方法，并应用于三峡水库入库洪水预报中。结果表明：所提方法实用有效，CBTF方法和CMHUP可以定量地评估三峡水库入库流量转移预报的不确定性，准确揭示了水文预报不确定性在时间上的演变特征，CBEF方法则提供了预见期时段内最大入库流量预报的不确定性信息。所提方法不需要进行线性-正态假设，能够很好地捕捉流量过程的非线性和非正态特征，适用范围更加广泛，对于支撑防洪减灾和水库运行调度具有重要的参考价值。 |
| 英文摘要: |
| The traditional hydrologic uncertainty processor (HUP) belongs to the univariate structure type, which only independently provides a marginal Bayesian posterior probability density function of observed discharge for each lead time and does not consider and characterize the inherent dependence among these variables. In this paper, the analytical expression of Bayesian posterior transition density was derived by using Copula function, and therefore the Copula-based BTF (CBTF) method and Copula-based multivariate HUP (CMHUP) was proposed. Subsequently, the Copula-based BEF (CBEF) was developed. Application results of Three Gorges Reservoir (TGR) indicate that the proposed methods are practical and effective, of which the CBTF method and CMHUP not only can quantitatively evaluate the uncertainty of transition forecast for inflows of the TGR,but also reveal the evolution characteristic with time of uncertainty in hydrological forecasting. Moreover, the uncertain information about the maximum inflow forecast within specified lead time is provided by the CBEF method. The proposed methods relax the linear-normal assumption and capture the nonlinear and non-Gaussian characteristics of discharge process adequately, which lead to more extensive application scope and support the flood control and disaster mitigation,and reservoir operation better. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|