超越概率贝叶斯判别分析方法及其在中长期径流预报中的应用.docx

超越概率贝叶斯判别分析方法及其在中长期径流预报中的应用摘要：中长期径流预报是水文预报中的经典难题之一，其在防洪、水库调度及水资源管理中起着十分重要的作用。由于缺乏相应预见期的可靠气象预报资料，中长期径流预报一般采用统计方法。超越概率贝叶斯判别分析方法是一种数据驱动的非参数贝叶斯经验统计方法，通过设置不同的流量等级反复进行贝叶斯判别分析，对未来径流超过某一流量等级的概率（超越概率）进行预报。本文运用该方法对长江宜昌站、大通站的月、季径流预报进行了研究，其结果表明，超越概率贝叶斯判别分析方法能够有效实现宜昌站和大通站非汛期径流预报；对于汛期径流预报，采用厄尔尼诺和南方涛动等气象水文指标变量作为预报因子，是提高预报精度的可行途径。关键词：中长期径流预报；超越概率方法；贝叶斯判别分析；长江径流预报中国分类号：P333文献标识码：A文章编号：0559-9350（2011）06-0692-08Exceedanceprobabilitymethodformid-termandlong-termstreamflowpredictionZHAOTong-tie-gang，YANGDa-wen，LIMing-liangAbstract：Mid-termandlong-termstreamflowpredictionisofvitalimportanceinfloodcontrol，reservoiroperationandwaterresourcesmanagement.Duetothelackofreliablemeteorologicalinputs，statisticalmethodiscommonlyusedtomid-termandlong-termstreamflowprediction.TheExceedanceProbabilityBayesianDiscriminantAnalysisMethodisaBayesianstatisticalmethodwhichreliesondiscriminantanalysistopredicttheprobabilityof“futurestreamflowgoesbeyondacertainvalue”（Exceedanceprobability）bythehistoricalpredictandandpredictorsamplesandreal-timepredictorinformation.ThismethodhasbeenusedtopredictthestreamflowofYichangandDatongGaugeStation，YangtzeRiver.Theresultsshowthattheexceedanceprobabilitymethodiseffectiveinpredictingthenon-floodseasonstreamflowandisaviableapproachforadoptinghydro-meteorologicalindexesaspredictortopromotpredictionaccuracyoffloodseasonstreamflow.Keywords：mid-termandlong-termstreamflowprediction；exceedance-probabilitymethod；BayesianDiscriminantAnalysis；YangtzeRiverstreamflowprediction1研究背景径流预报是水文学的重要应用领域之一，是水库运行调度和防汛、抗旱以及水资源应急调度等的前提。对于短期径流预报而言，以实测降雨资料作为预报因子（模型输入），采用集总式或分布式水文模型都能够达到相当高的预报精度。对于中长期径流预报而言，由于现阶段天气预报不能提供相应预见期的可靠降雨和气温等气象资料，其主要利用统计和人工智能方法等进行［1-4］。中长期径流预报的主要研究内容在于发掘未来径流与前期径流及海平面气温、海平面气压、大气环流指数等大尺度气象-水文变量间的关联关系，并以此为基础进行径流预报［1-2］。其常用的模型方法有时间序列、神经网络、支持向量机和遗传规划等［3-4］，这些方法首先由训练样本“拟合”预报变量与预报因子间关联关系，然后由校核样本对“拟合”关联关系的可靠性进行检验，检验合格即可使用该模型进行中长期径流预报。相比短期径流预报中“降雨-径流”机理性预报方法，中长期径流预报的统计方法和人工智能方法，其机理性不够强，预报精度也有待进一步提高［1-6］。超越概率贝叶斯判别分析方法（以下简称“超越概率方法”，ExceedanceProbabilityMethod）是Piechota等利用统计学中的判别分析方法