基于核密度估计的AM-MCMC算法在径流模拟中的应用
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Kemal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.
径流模拟、概率分布、核密度估计、AM-MCMC算法、罗岙水库
35
TV214
南京水利科学研究院院基金项目Y516011;水利部公益性项目201201020
2018-05-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
36-39,46