追踪小型流域变化降雨-径流响应的贝叶斯监测模型
应用统计
2021-12-13 v2
摘要
理解水文响应的动态变化对于生成准确的径流预报至关重要。这可以通过追踪代表物理特征的水文模型参数的变化来定量实现。在本研究中，我们在给定小型流域降雨和径流观测值的条件下，实现了一种连续估计水文模型参数的贝叶斯估计方法。该方法与使用基于 Gamma 分布的瞬时单位线的水文概念模型相耦合。整个分析框架使用合成数据以及 Fall Creek 流域的观测数据进行了测试。结果表明，贝叶斯方法能够很好地追踪年际变化的隐含参数。随后，该模型被用于检验降雨-径流响应的时空变异性，我们发现：1）Fall Creek 流域的降雨-径流响应在 1943 年左右发生了系统性偏移；2）在选定的纽约州流域中，降雨-径流响应与流域面积之间存在统计显著的关系。我们的结果证明了贝叶斯估计方法作为一种快速监测工具的潜力，可用于监测和追踪小型流域水文响应的变化。
引用
@article{arxiv.2108.11470,
title = {A Bayesian Surveillance Model to Track Variable Rainfall-Runoff Responses for Small Watersheds},
author = {Xiao Peng and John D. Albertson},
journal= {arXiv preprint arXiv:2108.11470},
year = {2021}
}