贝叶斯概率水文预报系统在中长期径流预报中的应用.pdfVIP

第20卷第1期 水科学进展 V01．20．No．1 2009年1月 ADVANCEs州WATERScIENCE Jan．．2009 贝叶斯概率水文预报系统在中长期径流预报中的应用 张 铭，李承军，张勇传 (华中科技大学数字流域科学与技术湖北省重点实验室，湖北武汉430074) 摘要：采用贝叶斯概率水文预报理论制订水电站水库中长期径流预报模型，以概率分布的形式定量地描述水文预 报的不确定度，探索概率水文预报理论及其应用价值。采用气象因子灰关联预报模型处理输入因子的不确定度，将 实时气象信息和历史水文资料有效结合，突破传统确定性预报方法在信息利用和样本学习方面的局限性，以提高 水文预报的精确度。以丰满水电厂水库为例对所建模型进行检验。模拟计算结果表明，该模型与确定性径流预报方 法相比，不仅有利于决策人员定量考虑不确定性，而且在期望意义上提高了径流预报精度，具有较高的应用价值。 关键词：概率水文预报；不确定度；贝叶斯方法；气象因子；中长期径流预报 中图分类号：P338．2 文献标识码：A 文章编号：100l-6791(200910t-0040-05 水文过程的发生与发展取决于气象因素和地理因素，是一个复杂的动态过程。水文模型接受水文、气象等 多种输入。运用概化的模型参数。这些复杂的因素导致了水文预报必然存在不确定性。水文学家很早认识到这 Statistic 报理论(BayesianForecasting 有用信息以提高入库径流预报精度。采用因子灰关联预报模型对流域中长期降水进行预报，建立流域降水径流 确定性预报模型和贝叶斯概率水文预报模型，并以概率分布形式定量地描述水文预报的不确定度。 1 贝叶斯概率水文预报理论 水文预报模型用来模拟某种水文物理过程，其输出是所模拟的水文时间系列的估计量。根据决策合理性原 策。BSFT的主要属性是：它为任何水文预报、任何决策者，提供了开发、研究概率水文预报模型方法性的框 架；不对水文预报模型附加任何假定，给出待预报变量的预测分布，以估计未来有关该变量各种事件的概率。 贝叶斯概率水文预报应用贝叶斯推断和预测理论研究预报的不确定度，处理水文预报不确定的基本思路 是[5]：根据水文预报影响因素特性及对预报影响的大小。将总不确定度分解为两部分，即输入不确定度和水文 不确定度，并采用不同的方法进行处理；然后再综合为水文预报总不确定度。输入不确定度与模型随机输入有 关，它对输出有重大影响，往往又难以预测，最重要的输入不确定度来源于预测期内的降水量。水文不确定度 主要来源于模型误差及测验误差。 引入3个随机变量P，X，Y，分别表示随机输入、水文变量(径流)和水文变量预报值。其小写字母表示 相应的实现(观测值或估计量)。根据全概率公式，待预报水文变量X的贝叶斯概率预报密度为 广+∞ h(菇)=I (1) f(x／y)g(y)dy 收稿日期：21X)84)1-10 基金项目：国家自然科学基金资助项目；国家“十一五”科技支撑计划项目(2006BAO)519／3) 作者简介：张铭(1978一)，男，河南内乡人，博士，主要从事水文与水工水力学、系统规划与风险分析方面研究。 E-mail：joyan@small．hust．edu．cn 第l期 张铭，等：贝叶斯概率水文预报系统在中长期径流预报中的应用 41 式中 g()，)为随机输入因子输入确定性预报模型所得输出密度；／(x／y)黄JY=Y给定时X的后验概率密度。 看出，贝叶斯概率预报的本质是通过预报预测值对待预报变量进行期望意义上的求均修正。 2输入不确定度概率分布密度函数的确定 在水库中长期径流预报中，最重要的输入不确定度来源于预测期内的降水量。特别在汛期，流域土壤蓄水 量高，径流与降水有较高的相关性。由于目前尚未