科创中国

研究在水文不确定处理器的研究成果上引入Logweibull分布进行假设分布的估计，采用降雨不确定性预测模型模拟降雨，通过对比分析确定降雨不确定性对于贝叶斯概率水文预报的影响，同时选取计算效果最好的类型进行贝叶斯概率预报。 主要技术指标有 （1）考虑引入降雨不确定性因子模拟降雨不确定性； （2）引入Logweibull分布进行假设分布的估计； （3）将考虑不确定性的降雨模拟结果作为输入数据，应用优化算法求解Logweibull分布和似然函数方程等参数，得到考虑降雨不确定性的贝叶斯概率水文预报结果。

水文预报是对未来的水文情势作出预测的技术，对于防汛、抗旱和水利枢纽的调度以及综合合理利用水资源具有重要意义。随着计算机科学技术的发展和信息的快速传播，水文预报的技术和要求也在日臻完善。但是这些确定性水文预报方法没有考虑水文过程的不确定性，忽视了水文预报的风险性，不能够进行不确定性的量化预报，因此这些方法不能完全正确的反映水文过程。由于水文预报存在大量不确定性因素，传统的确定性水文预报包括基于统计理论的黑箱模型、概念水文预报和分布式水文预报模型提供预见期内的水文预报值已不能满足相应的流域管理部门需求。尤其在汛期发生大洪水时，不同概率的水文预报给决策者提供更多的水文预报信息供其决策，更大程度的保证了下游的生命财产安全，同时使其在保证下游安全的基础上充分利用水能发电，对于提高社会效益和调度发电部门的经济效益具有重大意义。

贝叶斯概率洪水预报系统考虑预见期内定量降水预报不确定性和水文模型及参数等水文不确定性,通过全概率公式将两者结合起来得到预报概率密度函数.通过实例研究,结果表明该法为防洪决策提供了可靠的理论依据,实现了预报与决策过程的有机耦合,可显著提高洪水预报精度.针对现行的汛限水位动态控制推理模式的建模假定合理性证明及风险率计算不完备性问题,以南水北调受水区的白龟山水库资料为例,应用贝叶斯定理证明了现行推理模式的建模假定是成立的,依据完备条件下风险构建新的推理模式较现行的模式结构合理,逻辑性与可操作性强.这一研究成果既有理论意义又有实用价值,可达到既保证防洪安全,又增加洪水资源量的双赢目的,有助于进一步推广应用汛限水位动态控制方法.

项目负责人本科专业为水文与水资源工程，博士阶段主要研究方向为水文与水资源计算，已发表项目相关方向的国内外重要学术期刊论文，并作为项目主要负责人，全程参与多项水文预报相关横向和纵向项目，具有丰富的水文预报项目分析计算经验。

贝叶斯概率预报模型考虑了水文预报的不确定性，从而为开发各种概率水文预报系统提供基础。贝叶斯概率水文预报系统定量的，以概率形式描述水文预报的不确定性，从而提高了预报的精度，从实例知，保证率相应的提高了。使得预报人员在决策中能考虑预报的不确定性，为决策提高了更为有效的依据，实现了预报与决策的有机结合。

技术合作