ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于贝叶斯理论和小波回归模型耦合的水文时间序列概率预报方法

桑燕芳; 尚伦宇; 王中根; 刘昌明; 杨满根福建师范大学; 中国科学院地理科学与资源研究所; 中国科学院
科学通报2013-9-30
4阅读
引用收藏
分享

摘要

<正>小波回归模型(WR,Wavelet Regressive model)是目前常用的且性能较优的一种水文时间序列模拟预报方法.然而,小波回归模型不能很好地对水文序列预报结果进行不确定性分析和评估,给水文决策等工作带来较大的风险.开展水文概率预报并定量估计预报结果的不确定性是更加合理的做法,它可以将不确定性和风险很好地纳入决策和政策制定中.本文将自适应性马尔可夫链蒙特卡罗采样方法(AM-MCMC,Adaptive Metropolis-Markov chain Monte Carlo)应用到小波回归建模过程中,提出了一个水文时间序列概率预报的新模型,称为AM-MCMC-WR模型.在该模型中,AM-MCMC采样方法主要用于估计和定量描述小波回归模型中参数的不确定性,基于此可以实现水文时间序列的概率预报.利用AM-MCMCWR模型进行预报时主要分4个步骤:序列离散小波分解、确定小波回归模型、参数AM-MCMC采样及不确定性

学科与关键词

关键词
水文时间序列概率预报贝叶斯理论不确定性分析预报结果回归模型模型耦合预报方法回归建模定量估计
相关
加载中…
  • 基于季节调整和趋势分解的水文序列小波周期分析模型及其应用
    王红瑞; 刘达通; 王成; 高雄应用基础与工程科学学报, 2013, (05): 823-836.
  • 基于小波的非参数回归模型多变点检测
    赵文芝; 夏志明; 贺兴时西安工程大学学报, 2012, (04): 536-539.
  • 小波时间序列在地铁沉降监测中的应用
    武东辉; 田林亚; 张金华测绘科学, 2012, (02): 150.
查看全部 →

发表信息

论文状态
公开发表
期刊
科学通报
发表日期
2013-09-30
卷期
第 27 期
页码
2861
成果收录
CHINAJOURNAL

作者

  • 桑

    桑燕芳 (第一作者)

  • 尚

    尚伦宇

查看全部 5 位作者收起作者
  • 王

    王中根

  • 刘

    刘昌明

  • 杨

    杨满根

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417