BMA方法在黄河龙门站含沙量过程预报中的应用研究

作者：曹炎煦; 梁忠民; 黄清烜; 霍世清; 许珂艳; 常文娟

来源：水利水电技术, 2013, (06): 14-16.

• 贝叶斯模型
• 含沙量过程预报
• 概率预报
• 正态分位数转换 Bayesian model
• sediment concentration hydrograph forecasting
• probabilistic forecasting
• transformation of normally-distributed variables

以黄河流域吴堡站到龙门站为研究区域,建立龙门站含沙量过程的线性动态和BP神经网络两种统计模型,并结合BMA方法给出两种模型的综合预报结果。结果表明,在线性动态模型和BP神经网络模型的基础上,采用BMA方法进行含沙量预报模型的合成预报不仅可以提高预报精度,而且可以提供概率预报值。

• 单位
  河海大学; 水利部黄河水利委员会水文局