基于核密度估计的AM-MCMC算法在径流模拟中的应用

doi:10.11988/ckyyb.20160843

长江科学院院报 ›› 2018, Vol. 35 ›› Issue (1): 36-39.DOI: 10.11988/ckyyb.20160843

基于核密度估计的AM-MCMC算法在径流模拟中的应用

童坤^{1, 2}, 刘恒¹, 耿雷华¹, 徐澎波¹

1.南京水利科学研究院水文水资源与水利工程科学国家重点实验室, 南京 210029;
2.中国科学院南京地理与湖泊研究所中国科学院流域地理学重点实验室,南京 210008

收稿日期:2016-08-17 出版日期:2018-01-01 发布日期:2018-01-11
作者简介:童坤(1986-),女,江苏高邮人,工程师,博士,主要从事水资源配置方面的研究工作。E-mail:tongkun0502@hotmail.com
基金资助:
南京水利科学研究院院基金项目(Y516011);水利部公益性项目(201201020)

AM-MCMC Algorithm for Runoff Simulation ModelBased on Kernel Density Estimation

TONG Kun^1,2, LIU Heng¹, GENG Lei-hua¹, XU Peng-bo¹

1.State Key Laboratory of Hydrology-Water Resources and Hydraulic Engineering, Nanjing Hydraulic ResearchInstitute, Nanjing 210029, China;
2.Key Laboratory of Watershed Geographic Science, Nanjing Institute ofGeography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China

Received:2016-08-17 Online:2018-01-01 Published:2018-01-11

摘要/Abstract

摘要： 无资料或资料稀缺地区的径流概率模拟, 是目前水文研究难点问题之一。基于此, 利用Kernal核密度估计法估算出流量的月径流概率密度函数, 采用基于自适应采样算法(Adaptive Metropolis algorithm, AM)的马尔可夫链蒙特卡罗(Markov Chain Monte Carlo,MCMC)模拟方法求解, 最后给出月径流量的模拟预测。实例表明基于Kernel核密度估计的AM-MCMC算法模型计算结果精度较高, 有良好的应用价值, 可在资料较少地区推广使用。

关键词: 径流模拟, 概率分布, 核密度估计, AM-MCMC算法, 罗岙水库

Abstract: The simulation of runoff probability in an area in lack of runoff data is a difficulty in hydrological research. In this article, we try to establish the probability density function of monthly runoff flow by adopting kernal density estimation method, and give the solution by Markov Chain Monte Carlo (MCMC) simulation method based on Adaptive Metropolis (AM) algorithm. Case study shows that the AM-MCMC algorithm model based on kernel density estimation is of high accuracy and good application value. It can be used in areas in lack of data.

Key words: runoff simulation, probability distribution, kernel density estimation, AM-MCMC algorithm, Luo’ao Reservoir

中图分类号:

TV214

童坤, 刘恒, 耿雷华, 徐澎波. 基于核密度估计的AM-MCMC算法在径流模拟中的应用[J]. 长江科学院院报, 2018, 35(1): 36-39.

TONG Kun, LIU Heng, GENG Lei-hua, XU Peng-bo. AM-MCMC Algorithm for Runoff Simulation ModelBased on Kernel Density Estimation[J]. JOURNAL OF YANGTZE RIVER SCIENTIFIC RESEARCH INSTI, 2018, 35(1): 36-39.

[1]	王永强, 刘万, 黎晓东, 许继军. 基于陆气耦合模式的降雨径流模拟研究进展[J]. 长江科学院院报, 2024, 41(1): 26-35.
[2]	赵文芳, 唐晓武, 郭文琪, 李柯毅, 陈式华, 林维康. 侧限拉伸对无纺土工布孔径概率分布的影响[J]. 长江科学院院报, 2023, 40(8): 120-126.
[3]	李琳, 文雄飞, 谭德宝, 王莹, 刘希胜, 王岗. 盐湖流域空-天-地立体监测系统结合VIC模型径流模拟初探[J]. 长江科学院院报, 2022, 39(8): 126-132.
[4]	李帅, 杜涛. 基于月水量平衡模型的年径流模拟方法设计及应用[J]. 长江科学院院报, 2022, 39(3): 21-26.
[5]	胡启军,俞钧耀,刘明,汤伟,蔡其杰. 基于随机-关联空间插值法的工程岩体力学参数确定[J]. 长江科学院院报, 2019, 36(8): 90-96.
[6]	吴光东, 许继军, Hoshin Gupta, 张潇. 新安江流域abcd水量平衡模型及参数敏感性分析[J]. 长江科学院院报, 2019, 36(7): 23-27.
[7]	郭怡, 吴鑫淼, 郄志红, 冉彦立. 基于BP神经网络的MIKE SHE模型参数率定[J]. 长江科学院院报, 2019, 36(3): 26-30.
[8]	李骅锦, 许强, 何雨森. 基于核密度估计与VaR的甘肃黑方台地区滑坡影响范围估计模型[J]. 长江科学院院报, 2017, 34(12): 38-43.
[9]	张佳, 霍艾迪, 张骏. 基于SWAT模型的长江源区巴塘河流域径流模拟[J]. 长江科学院院报, 2016, 33(5): 18-22.
[10]	彭彬,杨昆,李建,张韶华,宋毅. 基于SWAT和GIS的洱海流域土地利用变化对径流影响的研究[J]. 长江科学院院报, 2015, 32(4): 7-11.
[11]	李代华,崔东文. 相空间重构支持向量机在径流模拟中的应用研究[J]. 长江科学院院报, 2013, 30(10): 21-26.
[12]	陈欣 , 付建军 , 赵海斌 , 黄太平 , 时凯 . 有限差分强度折减法中融合蒙特卡洛思想的边坡可靠性分析[J]. 长江科学院院报, 2011, 28(4): 36-40.

基于核密度估计的AM-MCMC算法在径流模拟中的应用

AM-MCMC Algorithm for Runoff Simulation ModelBased on Kernel Density Estimation

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 12

编辑推荐

Metrics

本文评价