基于贝叶斯模型平均法的多模型综合预报洪水概率研究

• 作者: 赫淑杰 陈燕朋
• 来源期刊: 河南水利与南水北调
• 关键词: 水文模型 贝叶斯模型平均法 BP神经网络组合模型 洪水概率预报
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 水文水资源
• 页码范围: 26-28
• 页数: 3页
• 分类号: TV122.3
• 语种: 中文
• DOI: 10.3969/j.issn.1673-8853.2021.03.012

摘要

研究对象为淮河流域内的息县、潢川、班台至王家坝区间,在采用新安江模型和降雨径流经验模型进行洪水模拟的基础上,构建了基于BMA洪水概率预报模型与基于BP神经网络的组合预报模型,对比分析了两种方法的预报效果.结果表明,以BMA概率预报的期望值为预报值,12场洪水的平均确定性系数为0.93,整体上优于新安江模型(0.92)和降雨径流经验模型(0.88)的预报结果,其洪量相对误差、洪峰相对误差及峰现滞时亦均满足精度要求.同时,BMA的预报结果也优于BP神经网络的综合预报结果.BMA可以提供任一置信限的预报区间,其中其90％预报区间包含实测洪水点据的比例为93％,并对预报结果的不确定性做出定量评估,预报的可靠度更高.