一个用于比较和选取水文模型的新方法-贝叶斯统计推断
  • 【摘要】

    本文介绍了一种用于水文模型选取和比较的新方法,即贝叶斯统计推断法.该法的关键是计算模型边际似然值.对于多参数模型,边际似然值的对数值可以由参数空间中对应于模型参数的后验密度最大值的那一点的误差函数值、模型参数的先验密度值和模型参数的后验密度值的对数加减代数求出.参数空间可通过自适应Metropolis方法从模型参数后验密度中生成.后验密度可通过假定密度和转移概率估计出.本文利用已有文献研究实例,给... 展开>>本文介绍了一种用于水文模型选取和比较的新方法,即贝叶斯统计推断法.该法的关键是计算模型边际似然值.对于多参数模型,边际似然值的对数值可以由参数空间中对应于模型参数的后验密度最大值的那一点的误差函数值、模型参数的先验密度值和模型参数的后验密度值的对数加减代数求出.参数空间可通过自适应Metropolis方法从模型参数后验密度中生成.后验密度可通过假定密度和转移概率估计出.本文利用已有文献研究实例,给出了该方法的具体算法步骤.该法能将任何关于模型变量的先验信息和由资料得到的参数的空间分布(后验信息)结合起来,从而减少了在模型进行相互比较时由参数带来的不确定性. 收起<<

  • 【作者】

    刘苏峡  莫兴国 

  • 【作者单位】

    中国科学院地理科学与资源研究所陆地水循环与地表过程重点实验室,北京

  • 【会议名称】

    2004年全国水文学术讨论会

  • 【会议时间】

    2004-12-01

  • 【会议地点】

    南京

  • 【主办单位】

    中国水利学会

  • 【语种】

    chi

  • 【关键词】

    不确定性  水文模型  贝叶斯统计推断  边际似然值  自适应  转移概率估计