基于MCMC法的水质模型参数不确定性研究.pdfVIP

第200267拳 1期 年月 环 境 科 学 ENVIRONMEN FALSCIENCE Vol_27．No．1 Jan，206 基于 MCMC法的水质模型参数不确定性研究 王建平，程声通，贾海峰 (清华大学环境科学与工程系，北京 100084) 摘要：参数识别是数学模型应用的前提．鉴于常用贝叶斯离散化方法在搜索复杂模型参数后验分布时的计算限制的原因，本 文引入了 MCMC采样法．为考察 MCMC法对参数后验分布的搜索性能和效率 ，进行了2个案例研究．结果表明，MCMC法对 参数后验分布的搜索 ，无论是搜索性能还是搜索效率，均表现 出了独特的优越性．同时 ，Gelman收敛判别准则计算表明， MCMC采样序列均能稳定收敛到参数的后验分布上．可见，MCMC法适用于复杂环境模型的参数识别和不确定分析研究． 关键词：马尔科夫链蒙特卡罗法；水质模型；不确定分析；参数识别 中圈分类号：X192 文献标识码：A 文章编号：0250．3301(2006)01—0024—07 M arkov Chain M onte Carlo Scheme for Parameter Uncertainty Analysis in W ater Quality Model WANG Jian—ping，CHENG Sheng—tong，J IA Hai—feng (Department of Environmental Science and Engineering，Tsinghua University，Beijing 100084，China) Abstract：Parameter identification plays an important role in environmental model application．Markov Chain Monte Carlo method was introduced tO estimate parameter uncertainty，since usual Bayes discrete methods were not applicable to produce posterior distribution of complicated environmental model due tO the limit of computation．In order to study the performance and efficiency of MCMC，two case studies were used．Results indicate that，either sampling performance or sampling efficiency，MCMC method both has its special advantages in producing posterior distribution．Moreover，results of Gelman convergence diagnostics indicate that sampling sequence can converge tO a stationary distribution．A key finding was that the MCMC scheme presented herein provided a powerful means of parameter identification and uncertainty analysis． Key words：MCMC；water quality model；uncertainty analysis；parameter identification 一 个能反映客观实际的数学模型，只有在它得 到合理的参数数值之后，才具有生命力lj．随着水 质模型在环境规划与管理中不断深入和广泛地应 用，模型结构复杂性急剧增长，模型参数在高维空间 表现出了复杂的相关性结构和低灵敏度特征，从而 直接导致了优化后验参数的识别问题_23]．传统参 数识别中仅局限于参数优化算法效率和精度等方面 的研究已经不能满足理论与实践的需要，相对于观 测数据和模型参数而言，基于现有科学认知体系构 建的模型结构是建模过程 中不确定性的根本来 源l4 J．然而由于缺乏深入研究结构不确定性的理论 基础和有效技术手段，模型结构往往只能通过识别 参数后验分布统计规律间接地得到验证，因而参数 不确定性分析研究就显得格外重要． 1 参数不确定性分析 伴随着模型的发展和研究人员对模型结构特征 的认识，参数识别研究基本围绕 2种思路展开[ ]： ①基于优化思想的参数识别思路，即传统的参数识 别思路；②基于不确定分析