损失风险评估.PPT

水文不确定性分析研究进展与展望 一、水文确定性-不确定性方法描述 损失率函数LR （试验、调查统计） 2.3 中长期水文径流预报问题 2.3 中长期水文径流预报问题-- ESP产生背景 三、 中长期水文径流预报问题-- ESP产生背景 2.3 中长期水文径流预报问题--ESP 2.3 中长期水文径流预报问题--ESP 2.3 中长期水文径流预报问题--ESP 2.4 预报调度不确定性分析问题 2.4 预报调度不确定性分析问题 2.4 预报调度不确定性分析问题 2.4 预报调度不确定性分析问题 2.4 预报调度不确定性分析问题 2.4 预报调度不确定性分析问题 2.4 预报调度不确定性分析问题 2.4 预报调度不确定性分析问题 2.4 预报调度不确定性分析问题 2.4 预报调度不确定性分析问题 三、 中长期水文预报问题 动力系统混沌特征：确定性系统的内在随机性---对初始条件敏感依赖性。 混沌概念 “蝴蝶效应” （Lorenz，麻省理工学院气象学家 ，1961年） 0.506/0.506127=0.999749074 0.506127 0.506 “一个蝴蝶在巴西轻拍翅膀，可以导致一个月后德克萨斯州的一场龙卷风。” 而大气系统初始值的确定具有极大的不确定性。 数值天气集合预报概念 大气要素初始值集合生成 数值预报模式应用 集合预报产品解释（信息提炼） 集合预报系统 NCEP（美国国家环境预测中心），1992年开始 ECMWF（欧洲中期天气预测中心), 1994年开始 水文集合预报(ESP－Ensemble Streamflow Prediction ) （1）采用当前预报时刻的流域初始条件（土壤含水量、河道流量、库水位。。。）； （2）采用历史上同期降雨（蒸发等输入要素）作为未来的相应输入； （3）运行水文模型或预报预测方案（必须事先充分率定，满足精度要求），得到一组“预测”结果---“条件模拟”； （4）条件模拟结果分析---概率预报   丹江口水库入库径流集合预报实例（李岩等，2008《水文》） 预报：2007年10月份3个旬的径流量 水文模型：三水源新安江模型 降雨和流量集合： 1979- 2006 年 10 月1 日～30 日 5.31 7.01 3.57 实测 -2 4 58 相对误差（%） 5.19 7.30 5.66 集合预报（p=50%） 第3旬 第2旬 第1旬 水文预报误差问题 总 误 差 结 构 图 输入：真值 真实的水文过程 输出：真值 水文模型 输入误差 输入：实测值 输出的模拟值 模型误差 （结构、参数） 输出误差 实测值 三类误差 输入：真值 真实的水文过程 输出：真值 水文模型 输入：实测值 模型输出 模型误差 实测值 目 前 的 误 差 分 析 未考虑 未考虑 考虑 库水位Z 水库入流 Q（t） 当前时刻 t 确定性 预报 Q（t） 加大放水， 降低库水位 拦蓄洪尾， 保证水头。 t+k 时刻 水文预报不确定性分析作用（洪水为例） 2.4 预报调度不确定性分析问题 预报偏大情况 预报偏小情况 预报调度不确定性分析关键内容 预报不确定性定量估算 不确定性预报防洪调度 2.4 预报调度不确定性分析问题 t 安全泄量或水位 流量或水位 预报不确定性分析方法之一---贝叶斯(Bayes)方法 经典学派（抽样学派）: 贝叶斯(Bayes)学派： 根据后验分布 对 θ 进行估计 贝叶斯学派与经典学派应用比较（例） 贝努利型（成败型）试验： n次独立试验，成功 r 次。成功概率θ如何估计？ 经典学派 0 0 10 0 0 1 1 1000 1000 1 2 2 θ =r/n r n 贝叶斯学派 0.0833 0 10 0.3333 0 1 0.9990 1000 1000 0.7500 2 2 θ =E{θ /r} =r+1/(n+2) r n 贝叶斯方法估计水文预报不确定性方法 （2）Roman Krzysztofwicz,，University of Virginia,USA 贝叶斯预报系统Bayesian Forecasting system(BFS) （1）George Kuczera，University of Newcastle,Australia Bayesian Total Error Analysis (BATEA) framework （3）Keith Beven ，Lancaster University，UK 普适似然不确定性估计方法Generalized Likelihood Uncertainty Estimation (GLUE) （4）N.K.Ajami, University of California