亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于PCA-HUP模型的洪水預(yù)報不確定性分析
        ——以信江流域梅港站為例

        2021-04-27 11:03:46芳,劉薇,王梅,劉
        人民長江 2021年4期
        關(guān)鍵詞:正態(tài)確定性置信度

        凍 芳 芳,劉 沁 薇,王 淑 梅,劉 建 偉

        (1.江西省水文局,江西 南昌 330000; 2.江西省上饒市水文局,江西 上饒 335100)

        水文模型應(yīng)用于洪水預(yù)報時,除了水文過程本身固有的自然不確定性外,還存在模型輸入、模型參數(shù)和模型結(jié)構(gòu)的不確定性,這些不確定性的存在必將導(dǎo)致洪水預(yù)報成果存在不確定性[1-3]。關(guān)于如何定量描述洪水預(yù)報成果不確定性的研究一直是水文領(lǐng)域的熱點。縱觀國內(nèi)外關(guān)于洪水預(yù)報不確定性分析的研究,大體上可以分為基于不確定性要素耦合途徑和基于預(yù)報總誤差分析途徑兩類[4]。不確定性要素耦合途徑的實質(zhì)是分析預(yù)報過程中各環(huán)節(jié)的主要不確定性因子,估計其概率分布,再將這些不確定性耦合到洪水預(yù)報模型中,從而量化預(yù)報成果的不確定性[5-8];預(yù)報總誤差分析途徑不直接處理模型輸入數(shù)據(jù)、模型結(jié)構(gòu)和參數(shù)的不確定性,代之以處理其綜合誤差(即終端輸出誤差),算法上不依賴于具體的水文預(yù)報模型,可以與任何模型相耦合,最終以后驗分布的形式直接提供模型輸出變量概率分布的估計,量化洪水預(yù)報成果的不確定性[4,9-10]。

        水文不確定性處理器(HUP)是預(yù)報總誤差分析方法的一種,被廣泛應(yīng)用于洪水預(yù)報不確定性分析中[11-14]。針對采用最小二乘法估計HUP模型參數(shù)過程中存在的多重共線性問題,Yao等[15]提出采用主成分分析技術(shù)(PCA)對傳統(tǒng)HUP模型進(jìn)行改進(jìn),避免了HUP模型中似然函數(shù)求解過程中的多元共線性問題。

        本文以江西省信江流域梅港水文站為研究對象,采用PCA-HUP模型分析洪水預(yù)報不確定性,在提供類似于傳統(tǒng)定值預(yù)報結(jié)果的同時,可實現(xiàn)預(yù)報成果的不確定性定量評估,為進(jìn)一步提升信江流域防洪減災(zāi)決策的科學(xué)水平提供技術(shù)支撐。

        1 方法原理

        1.1 HUP基本理論

        設(shè)H0為預(yù)報時刻已知的實測流量,Hn,Sn(n=0,1,2,…,N)分別為待預(yù)報的實測流量、確定性水文模型的預(yù)報流量,估計值分別用hn,sn表示,N為預(yù)見期的長度。根據(jù)貝葉斯原理及任意的觀測值H0=h0,在Sn=sn的條件下,可求得Hn的后驗密度函數(shù)[10-11]:

        (1)

        式中:hn為Hn的估計值;sn為Sn的估計值;h0為預(yù)報時刻已知的實測流量;fn為Hn的似然函數(shù);gn為先驗密度函數(shù)。

        預(yù)報量后驗分布函數(shù)的形式復(fù)雜,為了簡化計算及推求預(yù)報量后驗分布的解析解,一般先通過正態(tài)分位數(shù)轉(zhuǎn)換將非正態(tài)的流量序列分布轉(zhuǎn)換為亞高斯分布,在正態(tài)空間中對先驗分布式和似然函數(shù)式進(jìn)行線性假設(shè),并采用最小二乘法對相關(guān)參數(shù)進(jìn)行估計[11]。

        令Q表示標(biāo)準(zhǔn)正態(tài)分布,q表示相應(yīng)的標(biāo)準(zhǔn)正態(tài)密度函數(shù),則Hn與Sn轉(zhuǎn)換后的正態(tài)分位數(shù)可分別表示為

        Wn=Q-1(Γ(Hn)),n=0,1,2,…,N

        (2)

        (3)

        在獲得Hn和Sn的正態(tài)分位數(shù)Wn和Xn后,通過假定轉(zhuǎn)化空間中的流量過程服從一階馬爾可夫過程的正態(tài)-線性關(guān)系,構(gòu)造了如下的先驗分布函數(shù):

        Wn=cWn-1+G

        (4)

        式中:c為參數(shù),G為不依賴于Wn-1的殘差系列,且服從N(0,1-c2)的正態(tài)分布。

        通過假定正態(tài)空間中的各變量Xn,Wn,W0服從正態(tài)-線性關(guān)系,構(gòu)造了如下的似然函數(shù):

        Xn=anWn+dnW0+bn+Θn

        (5)

        在正態(tài)空間中,進(jìn)一步推出Wn的后驗密度函數(shù):

        (6)

        (7)

        通過下式可獲得原始空間中預(yù)報流量的分布函數(shù)為

        (8)

        根據(jù)公式(8)預(yù)報流量的分布函數(shù),可計算任一分位點的預(yù)報值,如50%概率對應(yīng)的中位數(shù)預(yù)報及90%置信度對應(yīng)的預(yù)報區(qū)間(5%概率和95%概率對應(yīng)的分位數(shù)組成的區(qū)間)。

        1.2 PCA-HUP模型

        由先驗分布(式(4))可以看出,似然函數(shù)(式(5))中的自變量Wn和W0之間存在明確的線性關(guān)系,會導(dǎo)致公式(5)存在多重共線性問題。采用傳統(tǒng)最小二乘法進(jìn)行參數(shù)估計,會使得估計的回歸系數(shù)不唯一,導(dǎo)致回歸方程不穩(wěn)定。因此,Yao等[15]采用主成分分析技術(shù)(PCA)對傳統(tǒng)HUP模型參數(shù)估計方式進(jìn)行了改進(jìn)。

        主成分回歸的基本思想是對原始回歸變量進(jìn)行主成分分析,將線性相關(guān)的自變量轉(zhuǎn)化為線性無關(guān)的新綜合變量,采用新綜合變量建立模型回歸方程。針對變量Wn和W0??紤]它的線性變換:

        (9)

        Xn=bn+b1Z1+b2Z2

        (10)

        由于各個主成分之間是相互獨立的,為此可采用最小二乘法估計公式(10) 中的參數(shù)bn,b1和b2,進(jìn)而克服了自變量間的多重共線性問題。

        將公式(9)帶入到公式(10)中,公式(5)可進(jìn)一步表示為

        (11)

        即,an=b1a11+b2a12,dn=b1a21+b2a22

        3 應(yīng)用研究

        梅港水文站為信江流域主要控制站,位于信江下游余干縣梅港鄉(xiāng)。梅港水文站集水面積15 535 km2,占信江總流域面積的97.4%。1952年4月設(shè)站,有流量、水位、降雨量、蒸發(fā)量、含沙量等測驗項目。實測最高水位為1998年的29.84 m(吳淞基面),實測最大流量為2010年的13 800 m3/s。本研究中,采用2012~2019年共10場洪水資料對PCA-HUP模型進(jìn)行率定驗證,其中2012~2017年的8場洪水用于模型率定,而2019年的2場洪水用于模型驗證。場次洪水的確定性預(yù)報值是通過新安江模型預(yù)報獲得。

        圖1給出了實測系列和模型預(yù)報系列的經(jīng)驗累積分布函數(shù)及三參數(shù)對數(shù)威布爾分布函數(shù)的擬合效果圖。從圖1可以看出,三參數(shù)對數(shù)威布爾分布函數(shù)能很好地擬合實測系列和模型預(yù)報系列。

        圖1 實測系列和模型預(yù)報系列的擬合效果Fig.1 Fitting effect of the measured series and prediction model series

        表1給出了基于PCA-HUP模型的率定期8場洪水的分析結(jié)果,并與原始預(yù)報成果進(jìn)行了對比分析。其中,PCA-HUP模型的確定性系數(shù)和洪峰相對誤差指標(biāo)值是基于PCA-HUP模型提供的中位數(shù)(Q50)預(yù)報結(jié)果計算獲得,而離散度和覆蓋率指標(biāo)值是基于PCA-HUP模型提供的90%置信度下的預(yù)報區(qū)間計算獲得。

        表1 基于PCA-HUP模型的預(yù)報評估結(jié)果(率定期)Tab.1 Evaluation results of flood forecast based on PCA-HUP Model(rate period)

        從表1中的中位數(shù)(Q50)預(yù)報結(jié)果來看,就確定性系數(shù)指標(biāo)而言,8場洪水的確定性系數(shù)指標(biāo)值均為0.99,高于原始預(yù)報的平均確定性系數(shù)為0.92;就洪峰相對誤差指標(biāo)而言,8場洪峰的相對誤差絕對值的平均值為0.40%,遠(yuǎn)小于原始預(yù)報的6.23%。在分析的8場洪水中,經(jīng)PCA-HUP模型處理后,8場洪水的確定性系數(shù)均增大,且洪峰相對誤差均減小,表明經(jīng)PCA-HUP模型處理后,洪水預(yù)報精度整體上有明顯的提高。從90%置信度下的預(yù)報區(qū)間來看,就離散度指標(biāo)而言,其值在0.20~0.21之間,平均值為0.20;就區(qū)間覆蓋率指標(biāo)而言,其值在91%~100%之間,平均值達(dá)97%。在離散度較小情況下,保證了較高的覆蓋率。

        圖2給出了率定期2場洪水的實測值、原始預(yù)報、概率預(yù)報模型的中位數(shù)預(yù)報(Q50)及90%置信度下的區(qū)間預(yù)報成果。從圖2中可以看出,90%置信度的預(yù)報區(qū)間很好地描述了洪水預(yù)報的不確定性,且覆蓋了絕大多數(shù)的實測點據(jù)。

        圖2 率定期2場洪水的PCA-HUP模型預(yù)報成果Fig.2 Forecast results of PCA-HUP model of two floods in rate period

        表2給出了基于PCA-HUP模型的驗證期2場洪水的分析結(jié)果,并與原始預(yù)報成果進(jìn)行了對比分析。從表中可以看出,就中位數(shù)(Q50)的預(yù)報結(jié)果而言,2場洪水的確定性系數(shù)值均為0.99,高于原始預(yù)報的平均確定性系數(shù)0.91;而2場洪峰的相對誤差絕對值的平均值為0.28%,遠(yuǎn)小于原始預(yù)報的7.15%。就90%置信度下的預(yù)報區(qū)間而言,2場洪水的離散度均值為0.20;而區(qū)間覆蓋率的均值為0.98。與率定期結(jié)果相似,在離散度較小情況下,保證了較高的覆蓋率。

        表2 基于PCA-HUP模型的預(yù)報評估結(jié)果(驗證期)Tab.2 Evaluation results of flood forecast based on PCA-HUP Model(verification period)

        圖3給出了驗證期2場洪水的實測值、原始預(yù)報、概率預(yù)報模型的中位數(shù)預(yù)報(Q50)及90%置信度下的區(qū)間預(yù)報成果。從圖中可以看出,90%置信度的預(yù)報區(qū)間同樣很好地描述了驗證期2場洪水的預(yù)報不確定性,且覆蓋了絕大多數(shù)的實測點據(jù)。

        圖3 驗證期2場洪水的PCA-HUP模型預(yù)報成果Fig.3 Forecast results of PCA-HUP model of two verification periodic floods

        4 結(jié) 論

        以信江流域梅港站為例,采用PCA-HUP模型對洪水預(yù)報不確定性進(jìn)行了分析,在提供中位數(shù)(Q50)定值預(yù)報結(jié)果的同時,也提供了90%置信度下的預(yù)報區(qū)間成果。主要結(jié)論如下:

        (1) 基于確定性系數(shù)指標(biāo)和洪峰相對誤差指標(biāo),評估了原始確定性模型預(yù)報精度和PCA-HUP模型的中位數(shù)(Q50)預(yù)報精度。結(jié)果表明:無論是在率定期還是在驗證期,PCA-HUP模型的確定性系數(shù)平均值均高于原始預(yù)報的確定性系數(shù)平均值。經(jīng)PCA-HUP模型處理后,洪水預(yù)報精度整體上有明顯的提高。

        (2) 基于離散度和覆蓋率指標(biāo),評估了PCA-HUP模型計算的90%置信度預(yù)報區(qū)間的可靠性。結(jié)果表明:率定期和驗證期10場洪水的覆蓋率均在90%以上,且離散度均在0.20左右,具有較高的可靠性。

        猜你喜歡
        正態(tài)確定性置信度
        論中國訓(xùn)詁學(xué)與經(jīng)典闡釋的確定性
        論法律解釋的確定性
        法律方法(2022年1期)2022-07-21 09:18:56
        含混還是明證:梅洛-龐蒂論確定性
        硼鋁復(fù)合材料硼含量置信度臨界安全分析研究
        正負(fù)關(guān)聯(lián)規(guī)則兩級置信度閾值設(shè)置方法
        雙冪變換下正態(tài)線性回歸模型參數(shù)的假設(shè)檢驗
        法律確定性的統(tǒng)合理性根據(jù)與法治實施
        基于泛正態(tài)阻抗云的諧波發(fā)射水平估計
        半?yún)?shù)EV模型二階段估計的漸近正態(tài)性
        置信度條件下軸承壽命的可靠度分析
        軸承(2015年2期)2015-07-25 03:51:04
        精品国产福利久久久| 亚洲第一成人网站| 国内女人喷潮完整视频| 国产成人精品123区免费视频| 亚洲国产精品成人无码区| 97一区二区国产好的精华液| 一本大道东京热无码中字| 久久精品亚洲精品毛片| 亚洲啪啪AⅤ一区二区三区| 国产精品黄页免费高清在线观看| 日本亚洲视频免费在线看| 日韩不卡的av二三四区| 无码aⅴ精品一区二区三区| 爱性久久久久久久久| 国产精品天天在线午夜更新| 伊人色综合视频一区二区三区| 亚洲日韩AV秘 无码一区二区 | 一区视频在线观看免费播放.| 日韩女优图播一区二区| 亚洲午夜无码毛片av久久| 强奷乱码中文字幕| 亚洲精品综合一区二区三| 成年男人裸j照无遮挡无码| 少妇人妻出水中文字幕乱码| 亚洲精品98中文字幕| av鲁丝一区鲁丝二区鲁丝三区| 在线看亚洲十八禁网站| 2021精品综合久久久久| 久久蜜桃一区二区三区| 手机在线亚洲精品网站| 一进一出一爽又粗又大| 国产成人精品三级91在线影院| 国产一区二区丁香婷婷| 在线观看麻豆精品视频| 亚州国产av一区二区三区伊在| 女人下面毛多水多视频| 国产高清无码在线| 亚洲欧洲无码精品ⅤA| 91亚洲免费在线观看视频| 国产精品久久久久免费观看| 人人妻人人澡人人爽欧美二区|