基于贝叶斯理论的水文频率参数估计不确定性分析——以P-Ⅲ型分布为例.pdfVIP

第19卷4期 应用基础与工程科学学报 Vo1．19．No．4 2011年8月 JOURNALOFBASICSCIENCEAND ENGINEERING August2011 文章编号：1005-0930(2011)04-0554-01l 中图分类号：P333．6 文献标识码：A doi：10．3969／j．issn．1005-0930．2011．04．004 基于贝叶斯理论的水文频率参数估计 不确定性分析—— 以P．Ⅲ型分布为例 尚晓三 ， 王振龙 ， 王 栋。 (1．安徽省水利水资源重点实验室，安徽 蚌埠 233000；2．安徽省水利部淮委水利科学研究院，安徽 蚌埠 233000；3．南京大学水科学系，江苏 南京210093) 摘要：水文序列受到多重不确定性因素的影响，直接关系到水文频率参数估计结 果的精度及可靠性．本文将贝叶斯方法与适线法耦合起来，用于分析水文频率参 数估计结果的不确定性，采用基于 自适应采样算法的马尔科夫链蒙特卡洛方法 (AM—MCMC)求解贝叶斯公式，以P—m型分布为例，通过实测序列加 以验证，从 不确定性角度定量分析了序列长度和历史洪水信息对参数估计结果的影响．将 贝叶斯方法估计结果与几种常用方法所得结果进行了对比，相比于传统的确定 性方法，贝叶斯方法不仅能应用于P一111型分布的参数估计而且可对结果进行不 确定性分析，从而可进一步提高水文分析计算的可靠性． 关键宇：贝叶斯方法；参数估计 ；不确定性分析；马尔科夫蒙特卡洛；AM 算法；P．Ⅲ型分布 在各种水利工程的规划设计中，均需要进行水文频率分析计算工作，为工程规模和建 筑物尺寸的确定提供依据 J．参数估计是水文频率分析的基本问题之一，直接关系到水 文设计的结果．为此，水文工作者作了大量的研究工作，取得一些确定性的参数估计方法， 如：矩法、极大似然法、概率权重矩法 。J、权函数法 j、数值积分双权函数法 J、线性矩 法_6及适线法 等．这些方法的运用极大地推动了水文频率参数估计的进程，为合理确 定参数提供了依据． 然而，水文序列既受确定因素的作用，又受随机因素的影响，是一个十分错综复杂的 自然现象 ¨。。，再加上人类活动的影响，具有随机性和模糊性等多种不确定性．不确定性是 水文水资源系统中不可否认的客观存在，在进行水文频率参数估计时，上述矩法、极大似 然法等确定性方法一般得到唯一确定值，其可靠性随着不确定性的增加而降低，用其结果 进行计算或设计洪水，可能会给工程带来风险．因此，对水文频率参数估计结果进行不确 定性分析是十分必要的． 水文频率参数估计的不确定性已逐步得到水文工作者的重视，研究人员常采用近似 收稿 日期：2009—10—22：修订 日期：2010-06-28 基金项 目：国家 自然科学基金资助项 目40725010；水利公益项 目(200701024；200801068； 200901026)；南京大学优秀中青年学科带头人培养计划 作者简介：尚晓三(1985一)，男，硕士，助理工程师． 通讯作者：王 栋 (1972一)，男，教授．E-mail：wangdong@nju．edu．cn No．4 尚晓三等：基于贝叶斯理论的水文频率参数估计不确定性分析——以P一Ⅲ型分布为例 555 的置信区间来描述参数的不确定性，但这些方法经常会产生一些较差的分位数估计值 ，其 主要原因是这种近似方法不是基于真正后验分布基础而得来的 。J．针对此问题，一些 学者建议采用贝叶斯方法计算近似的置信区问．但在实际问题中其后验分布一般难以计 算，这阻碍了贝叶斯方法的应用．近些年来，随着马尔科夫蒙特卡洛(MarkovChainMonte Carlo，MCMC)方法的运用与发展，极大地推动了贝叶斯方法的应用与发展，在水文频率参 数估计不确定性方面取得了较多成果，推动了水文频率不确定性分析的发展 J． 贝叶斯方法可以最大限度地利用现有资料和已知信息，同时也考虑参数、模型输入和 资料等方面的不确定性，通过似然函数用观测资料来修正输入的参数分布，使得最终的参 数分布与实际相吻合．鉴于此特性，本文将贝叶斯方法与适线法耦合，用于分析水文频率 参数估计结果的不确定性 ，采用AM．M