基于贝叶斯理论的流域水文模型预报不确定性分析方法研究

流域水文模型的应用中，不可避免地面临众多不确定因素，这些不确定性的存在，使预报结果也具有不确定性。预报的目的是服务于防洪调度决策，但目前都是将预报结果作为确定性的，这样就无法对决策的可靠性及决策风险做出评判。所以，研究预报的不确定性问题，提供具有概率内涵的预报结果，具有重要的理论意义和实用价值。本项申请将基于Bayes理论，提出流域水文模型预报不确定性分析的方法体系，定量评价降雨输入、模型结构和模型参数的不确定性对预报结果的影响，提供根据随机抽样构建的具有概率意义的预报结果。通过对代表性的流域水文模型在典型区域的应用研究，提供使用本方法体系进行流域水文模型预报不确定性分析的技术流程和应用范例。研究成果为深入认识流域水文模型预报误差来源及其本质、提高预报可靠度提供理论依据，对根据预报结果的不确定性描述进行防洪决策、降低决策风险也具有实际的指导意义。