基于GLUE的新安江模型参数不确定性分析

"新安江模型参数不确定性分析 (2011年) - 河海大学学报(自然科学版), 戴健男, 李致家, 黄鹏年, 黄迎春" 这篇文章主要探讨了新安江模型参数的不确定性分析，采用了基于贝叶斯理论的GLUE（Goodness of Likelihood Uncertainty Estimation）方法。新安江模型是一种广泛应用于中国南方湿润地区降雨径流模拟的概念性模型，由赵人俊教授于1970年提出。 GLUE方法在水文模型不确定性研究中具有重要地位，它强调模型模拟效果的质量取决于参数组合而非单个参数值。通过在东苕溪流域和息县流域的应用，研究发现这两个流域存在大量的“等效性”参数，即不同的参数组合可以得到相似的模拟结果，这验证了GLUE方法的核心观点。 文章详细分析了7个关键参数，根据它们与似然值的散点分布，将参数分为三类：不敏感参数（KG，KI，CG，CI），这些参数对模型输出影响较小；敏感参数（CS），对模型结果有显著影响；以及区域敏感参数（K，SM），其影响可能因流域特性而异。通过计算90%置信度的不确定范围，可以为洪水概率预测提供参考。 此外，文章还引用了其他学者的研究，如Beven等人在1992年提出的GLUE方法，以及Freek等和Franks等人的工作，这些研究进一步证明了在水文模型中处理不确定性的重要性，特别是在数据匮乏的流域。 水文系统的不确定性是水文学中的一个重要课题，因为实际的水文过程是由多种确定性和不确定性因素共同作用的结果。国际水文科学协会（IAHS）启动的“Prediction in Ungauged Basins (PUB)”计划，正是为了应对这一挑战，推动无观测数据地区水文研究的发展。 这篇文章深入研究了新安江模型参数的不确定性，并提出了利用GLUE方法进行分析的方法，这对于提高水文预报的准确性和可靠性具有重要意义。通过理解和量化这些参数的不确定性，可以更好地理解模型的局限性，从而优化模型设置，提升洪水预测的精度。