哦，伊桑;Kim，Seonghyeon先生;Seo、Seung Beom;Kim、Young-Oh;金永代（Kim，Yongdai） 水文预测的贝叶斯不确定性分解。 （英语） Zbl 1485.62161号 韩国法律总汇。 49，第3期，953-975（2020）. 摘要：水文预测存在相当大的不确定性，这是由水文预测的多个阶段引起的。不确定性分解分析评估了水文预测中每个阶段对总不确定性的贡献。已经提出了一些不确定性分解方法，但它们仍有一些局限性：（1）它们没有考虑数据的非平稳性；（2）它们只使用投影数据的摘要统计信息，而不是完整的时间序列，并且缺乏选择摘要统计信息的原则方法。我们提出了一种新的贝叶斯不确定性分解方法，可以缓解这些问题。此外，该方法提供了有关不确定性的概率陈述。我们将该方法应用于韩国金河永达大坝流域的流量预测数据。 MSC公司： 62页第12页 统计在环境和相关主题中的应用 2015年1月62日 贝叶斯推断 关键词：贝叶斯统计;重尾分布;水文预测;不确定性分解 PDF格式BibTeX公司 XML格式引用 \textit{I.Ohn}等人，J.Korean Stat.Soc.49，No.3，953--975（2020；Zbl 1485.62161） 全文： 内政部 参考文献： [1] Amireche，M.、Merabtene，T.、Bermad，A.和Boutoutaou，D.（2017年）。使用卡尔曼滤波器对阿尔及利亚盆地进行降雨径流分析的gr模型和水箱模型进行比较评估。在MATEC会议网（第120卷，第05006页）。EDP科学。 [2] 南卡罗来纳州巴斯托拉。；墨菲，C。；Sweeney，J.，《水文建模不确定性在爱尔兰河流域气候变化影响评估中的作用》，《水资源进展》，34，5，562-576（2011）·doi:10.1016/j.advwatres.2011.01.008 [3] 贝文，K。；Binley，A.，分布式模型的未来：模型校准和不确定性预测，水文过程，6，3，279-298（1992）·doi:10.1002/hyp.3360060305 [4] Bosshard，T。；卡拉比亚，M。；Goergen，K。；科特拉斯基，S。；Krahe，P。；Zappa，M。；Schär，C.，《量化水文气候影响预测集合中的不确定性来源》，《水资源研究》，49，3，1523-1536（2013）·doi:10.1029/2011WR011533 [5] Buser，CM；人力资源部Künsch；吕蒂，D。；Wild，M。；Schär，C.，气候的贝叶斯多模型预测：偏差假设和年际变化，气候动力学，33，6，849-868（2009）·doi:10.1007/s00382-009-0588-6 [6] 柯林斯，W。；北卡罗来纳州贝鲁因。；Doutriaux-Boucher，M。；Gedney，N。；Halloran，P。；Hinton，T。；休斯，J。；琼斯，C。；乔希，M。；Liddicoat，S.，地球系统模型的开发与评估-HadGem2，地球科学模型开发，4，4，1051（2011）·doi:10.5194/gmd-4-1051-2011 [7] Dobler，C。；哈格曼，S。；Wilby，R。；Stötter，J.，《量化高山流域水文预测中的不同不确定性来源》，《水文与地球系统科学》，第16、11、4343-4360页（2012年）·doi:10.5194/hess-16-4343-2012年 [8] Hidalgo，H.G.、Dettinger，M.D.和Cayan，D.R.（2008）。用构建的类似物缩小规模：美国上空的日降水量和温度场。加州能源委员会PIER最终项目报告。CEC-500-2007-123。 [9] Hörmann，W。；Leydold，J.，生成广义逆高斯随机变量，统计与计算，24，4，547-557（2014）·Zbl 1325.62031号 ·数字对象标识代码：10.1007/s11222-013-9387-3 [10] 乔·S。；Kim，G。；Jeon，J-J，检测极端水文过程突变的贝叶斯分析，《水文学杂志》，538，63-70（2016）·doi:10.1016/j.jhydrol.2016.03.065 [11] Katz，RW，气候变化极端统计，气候变化，100，1，71-76（2010）·doi:10.1007/s10584-010-9834-5 [12] 凯利，CP；莫赫塔迪，S。；坎恩，马萨诸塞州；Seager，R。；Kushnir，Y.，《肥沃新月的气候变化和最近叙利亚干旱的影响》，《美国国家科学院院刊》，112，1123241-3246（2015）·doi:10.1073/pnas.1421533112 [13] Kim，Y。；哦，我。；李，J-K；Kim，Y-O，气候变化影响评估中的广义不确定性分解理论，《水文学杂志》X，3，100024（2019）·文件编号：10.1016/j.hydroa.2019.100024 [14] 库泽拉，G。；Mroczkowski，M.，《水文参数不确定性和多响应数据价值评估》，《水资源研究》，34，6，1481-1489（1998）·doi:10.1029/98WR00496 [15] Lee，S。；Kim，J。；Hur，JW，按流量持续时间和环境管理等级评估Geum河的生态流量，韩国，环境地球科学，68，4，1107-1118（2013）·doi:10.1007/s12665-012-1812-y [16] Lettenmaier，DP；Gan，TY，加利福尼亚州萨克拉门托-圣华金河流域对全球变暖的水文敏感性，水资源研究，26，1，69-86（1990）·doi:10.1029/WR026i001p00069 [17] 曼达尔，S。；Simonovic，SP，《气候条件变化下未来径流评估中不确定性的量化》，水文过程，312076-2094（2017）·doi:10.1002/hyp.11174 [18] Maurer，EP，《每日大规模气候数据在评估气候变化对加利福尼亚州每日径流影响中的作用》，《水文与地球系统科学》，第14期，第1125-1138页（2010年）·doi:10.5194/hess-14-1125-2010年 [19] 明维尔，M。；布里塞特，F。；Leconte，R.，气候变化对北欧流域水文影响的不确定性，《水文学杂志》，358，1，70-83（2008）·文件编号：10.1016/j.jhydrol.2008.05.033 [20] JK摩尔；Lindsay，K。；南卡罗来纳州多尼；朗，MC；Misumi，K.，《社区-地球系统模型中的海洋生态系统动力学和生物地球化学循环》[cesm1（bgc）]：20世纪90年代rcp4下的比较。5和rcp8。5种情景，《气候杂志》，26，23，9291-9312（2013）·doi:10.1175/JCLI-D-12-00566.1 [21] 穆德斯巴赫，C。；Jensen，J.，德国北海海岸线海岸结构设计的年最大水位非平稳极值分析，洪水风险管理杂志，3，1，52-62（2010）·doi:10.1111/j.1753-318X.2009.01054.x [22] Nijssen，B。；总经理O'donnell；哈姆雷特，AF；Lettenmaier，DP，全球河流对气候变化的水文敏感性，气候变化，50，1-2，143-175（2001）·doi:10.1023/A：1010616428763 [23] Nóbrega，M。；西科利施康。；Tucci，C。；Paz，A.，《气候变化对巴西里奥格兰德盆地水资源影响的不确定性》，《水文与地球系统科学》，第15、2、585页（2011年）·doi:10.5194/小时-15-585-2011 [24] 佩林，C。；米歇尔，C。；Andréassian，V.，改进水流模拟的节约型模型，《水文学杂志》，279，1275-289（2003）·doi:10.1016/S0022-1694（03）00225-7 [25] 穿孔，DW；Das，T。；Cayan，DR；Maurer，EP；米勒，荷兰；Bao，Y。；Kanamitsu，M。；吉村，K。；斯奈德，马萨诸塞州；斯隆，LC，《利用统计和动力学降尺度对加利福尼亚州未来温度和降水变化的概率估计》，《气候动力学》，40，3-4，839-856（2013）·doi:10.1007/s00382-012-1337-9 [26] 塞拉芬，KA；Ruggiero，P.，《使用随时间变化的极值方法模拟极端总水位》，《地球物理研究杂志：海洋》，119，9，6305-6329（2014） [27] 史密斯，RL；特巴迪，C。；Nychka，D。；Mearns，LO，气候模型集合中不确定性的贝叶斯建模，美国统计协会杂志，104，485，97-116（2009）·Zbl 1388.62010号 ·doi:10.1198/jasa.2009.0007 [28] Sugawara，M.，水箱模型的自动校准/létalonnage automatique d'un modèleácasterne，《水文科学杂志》，24，3，375-388（1979）·doi:10.1080/02626667909491876 [29] 马萨诸塞州桑耶；Madsen，H。；罗斯布杰格（Rosbjerg，D.）。；Arnbjerg-Nielsen，K.，极端降水预测不确定性量化的贝叶斯方法，包括气候模型相关性和非平稳偏差，《气候杂志》，27，18，7113-7132（2014）·doi:10.1175/JCLI-D-13-00589.1 [30] 特巴迪，C。；Sansó，B.，《从多种气候模型对温度和降水变化的联合预测：层次贝叶斯方法》，《皇家统计学会杂志：a辑（社会统计）》，172，1，83-106（2009）·doi:10.1111/j.1467-985X.2008.00545.x [31] 特巴尔迪，C。；史密斯，RL；Nychka，D。；Mearns，LO，《量化区域气候变化预测中的不确定性：多模态集合分析的贝叶斯方法》，《气候杂志》，18，10，1524-1540（2005）·doi:10.1175/JCLI3363.1 [32] 渡边，S。；哈吉玛，T。；Sudo，K。；Nagashima，T。；Takemura，T。；冈岛，H。；Nozawa，T。；Kawase，H。；阿贝，M。；Yokohata，T.，Miroc-esm 2010:cmip5-20c3m实验的模型描述和基本结果，地球科学模型开发，4，4，845（2011）·doi:10.5194/gmd-4-845-2011年 [33] 《关于灾难性气候变化经济学的建模和解释》，《经济学与统计评论》，第91、1、1-19页（2009年）·doi:10.1162/rest.91.1.1 [34] 木材，AW；Leung，LR；斯里达尔，V。；Lettenmaier，D.，动力和统计方法对气候模型输出降尺度的水文影响，气候变化，62，1，189-216（2004）·doi:10.1023/B:CLIM.00013685.99609.9e [35] 叶，S。；加利福尼亚州费罗；斯蒂芬森，DB；霍金斯，E.，《气候预测中划分不确定性的简单连贯框架》，《气候杂志》，24，17，4634-4643（2011）·doi:10.1175/2011JCLI4085.1 [36] Yukimoto，S。；阿达奇，Y。；Hosaka，M。；Sakami，T。；Yoshimura，H。；Hirabara，M。；田中，TY；新都，E。；津野，H。；Deushi，M.，气象研究所的新全球气候模型：Mri-cgcm3模型描述和基本性能，日本气象学会杂志。序列号。二、 90、23-64（2012年）·文件编号：10.2151/jmsj.2012-A02 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。