误差异分布概率预报模型在运河站洪水预报中的应用研究

分析运河站不同流量量级下洪水预报误差的规律特征,发现不同量级下洪水预报误差的均值和标准差存在显著差异,构建了预报误差的均值和标准差与流量大小间的分段线性关系。在此基础上,采用误差异分布概率预报模型推求了不同量级洪水条件下,以流量预报值为条件的“真实”流量的条件概率分布函数。据此流量预报条件分布函数,可获得流量的预报倾向值(50%概率对应的分位点,即中位数)和任一置信水平下的流量预报区间。运河站的应用结果表明,基于误差异分布概率预报模型提供的预报倾向值的精度整体要优于初始确定性预报结果,同时也提供了90%置信水平下的预报区间成果,丰富了运河站的洪水预报信息。

考虑误差异分布的洪水概率预报方法研究

提出一种考虑误差异分布的概率预报方法:根据实测及预报洪水信息,估计不同量级洪水预报误差的概率分布,推导了以预报值为条件的流量分布函数,实现洪水概率预报。以淮河王家坝断面为对象,采用经验预报模型对1996—2007年10场洪水进行预报并分析误差规律,发现不同量级洪水预报误差的均值差异显著,即误差具有异分布特征。为此,构建误差均值与预报值之间的函数关系,建立以预报流量为条件的误差概率分布。在此基础上,对2008年2场洪水进行概率预报,结果表明基于误差异分布的洪水概率预报模型简单实用;若以概率分布期望值作为定值预报,相较于经验预报结果,精度更高。

基于信息熵误差异分布模型的洪水概率预报方法

以大渡河流域大金站为对象,开展了基于信息熵误差异分布模型的洪水概率预报方法研究。挖掘了确定性水文模型预报的相对误差的统计规律,发现不同量级流量下洪水预报的相对误差存在异分布特征,服从不同的概率分布函数。基于极大熵和极小熵原则确定不同流量量级下预报相对误差的最优概率分布函数,进而采用不同的误差分布函数描述不同流量量级下的预报误差规律,并推导了以确定性模型预报值为条件的"真实"流量的分量级条件概率分布函数。根据不同量级对应的条件概率分布函数,可获得概率预报倾向值(如中位数预报)及任意置信度下的概率预报区间(如90%预报区间)。大金站的应用结果表明,概率预报模型提供的预报倾向值(中位数预报值)整体要优于原始的确定性模型预报值,同时概率预报模型提供的90%置信度下的预报区间可以涵盖绝大部分实测值,具有较高的可靠性。