流量数据误差对水文模拟不确定性分析的影响

本文刊于: 《武汉大学学报(工学版)》 2021年第0期

关键词:
流量 不确定性 GLUE 似然函数 HYMOD模型

Keywords:
discharge,uncertainty,generalized likelihood uncertainty estimation(GLUE),likelihood function,hydrological model(HYMOD) model
摘要
     基于普适似然不确定性估计(generalized likelihood uncertainty estimation, GLUE)分析框架,通过在其似然函数的定义中考虑实测流量数据的误差,建立新的似然函数L2,并与广泛使用的似然函数纳希效率系数L1进行对比,分析讨论了流量数据误差对流量模拟不确定性估计结果的影响。通过淮滨水文站的混合有限元模型(hydrological model,HYMOD)流量模拟实验表明,相比于似然函数L1,L2的使用能够改善模型参数的后验分布估计,降低流量90%置信区间的区间宽度;同时使用L1和L2作为参数约束条件,能够进一步降低参数的不确定性,获得更为合理的流量预报区间。显式地考虑流量数据不确定性因素可以有效地降低水文模拟的不确定性。

基金项目:
国家重点研发计划项目(编号:2016YFC0402709)

上一篇:氢氧同位素测量差异及误差来源分析
下一篇:考虑多准则似然函数的洪水模拟不确定性评估

分享到: 分享流量数据误差对水文模拟不确定性分析的影响到腾讯微博           收藏
评论排行
公告 
相关期刊文献推荐
相关会议文献推荐
相关硕士文献推荐
相关博士文献推荐