贝叶斯理论在水文不确定性分析中的应用.pdfVIP

2010年第12卷第3期 巢湖学院学报 No．3．，V01．12．2010 Serial 总第102期 JournalofChaohu GeneralNo．102 College 贝叶斯理论在水文不确定性分析中的应用 周 平 朱仁义 (巢湖学院物理与电子科学系，安徽巢湖238000) 摘 要：本文简要介绍了贝叶斯理论的基本原理。阐述了贝叶斯理论在水文不确定性分析中 的应用，包括在模型参数、模型结构、水文组合预报、区域洪水频率分析中的应用情况。并指 出了贝叶斯理论在水文不确定性分析中的应用前景。 关键词：贝叶斯理论；不确定性；参数 中图分类号：0212．8文献标识码：A 文章编号：1672—2868(2010)03—0023—05 水文过程是一个高度复杂的非线性过程，其发生、发展过程中受众多不确定性因素影响，本身呈现 出随机、模糊、混沌、灰色和未确知等自然不确定性。而现有的水文模型都是采用数学物理方法对复杂 水文过程的一种简化，使模拟的水文过程又受到水文输入、模型结构和模型参数不确定性的影响。 基于贝叶斯理论的水文不确定性分析，能将认知的先验信息和样本信息有效结合，以概率分布的 形式描述水文不确定性。不仅可以给出水文变量的均值，还能给出其方差和指定概率的置信区间，描述 水文变量发生的不确定性程度，比确定性水文模型描述水文过程更具合理性和科学性。基于贝叶斯理 论的水文不确定性分析能使决策者将风险考虑到决策中去，实现水文分析与决策有机结合，更好地实 现水文分析的作用，体现其价值。本文简述贝叶斯理论在水文不确定性分析中的应用现状，并指出其应 用前景。 1贝叶斯理论的基本原理 贝叶斯公式通常以事件形式或随机变量形式表示。 事件形式：设事件A。，A：，…，A。互不相容，并且有UA产n(Q为必然事件)，则对任一事件Aj，有： i=1 P(AiIB)：掣虹巡盟 (1) 二P(BlA，) 卢I 式中，P(Ail曰)为事件B发生条件下，Ai发生的条件概率。 若以随机变量形式表示。为： 收稿日期：2010-03--06 作者简介：周平(1982一)，女，安徽巢湖人。巢湖学院物理与电子科学系教师，硕士。 IIl(戈I，，)：—j也止巡L (2) nfit f 乞IP(ylx)f(x)dx 』=1 ： 式中，x,y为随机变量，八．)是随机变量的先验概率密度函数，一般根据经验知识确定妒(ylx)是随机变 量x．y间关系。在戈已知的条件下，表示为Y的条件概率密度，在Y已知的情况下，表示为z的似然函 数；h(x1，，)为Y已知(作为发生的样本)情况下，戈的后验密度函数(又称验后密度函数)；x为随机变量x 的取值范围。当人们对变量菇的先验没有任何信息时，认为z在它允许取值的范围内机会是相等的，即 认为的先验分布．厂(．)在其值域上是均匀分布的。 2贝叶斯理论在水文不确定性分析中应用 假设已获取容量为17,的样本X=(z¨戈：，…，％)，需估计与此样本有关的随机变量0的概率密度，且 假定在口已知的情况下，样本x的出现的概率为P(XI口)。则基于贝叶斯公式(1)和式(2)的贝叶斯统计 推断扫的后验密度rr(OIx)主要包括以下2个步骤【1-41。 步骤1：根据参数目的先验信息确定其先验分布rr(O)。 步骤2：确定口的后验密度rr(OIX)。设h(o，x)为目和x的联合概率密度函数，则： h(O，x)=rr(0)p(X