基于IBUNE方法的水文模型不确定性分析

在贝叶斯理论框架下,根据一种可结合多个水文模型给出模拟或预报结果的IBUNE方法探讨了水文模型的输入、参数以及结构的不确定性问题。将SCEM-UA算法和EM算法嵌入新安江和TOPMODEL水文模型用于参数优化和模型平均,进而将输入与参数的综合不确定性处理后得到的预报量后验分布进行多模型综合,据此对水文模型的不确定性及其对水文模拟结果的影响进行评价。以湖南洣水流域龙家山水文站以上集水区域为例进行了应用研究,结果表明,IBUNE方法能够有效估计水文模型的不确定性,并能给出合理的概率预报区间。     

基于参数优化的集对分析月径流预测

采用集对分析法进行月径流预报时,针对级别划分较多时不易确定差异度分量系数的问题,建立了基于SCEM-UA算法优化该系数的月径流预报方法.研究实例表明,本方法能够有效区分集对间不同差异度的影响,优化所得的差异度分量系数是有效的、合理的,能够提高月径流预报精度并发布概率预报.此外,分析表明集对分析预报中的参数不确定性在模型不确定性中占主导地位.