一种用于多峰分布水文模型参数估计与不确定性评估的迭代局部更新集合平滑器
最优化与控制
2018-02-27 v6 统计方法学
摘要
集合平滑器（ES）已广泛用于水文系统的反演建模。然而，对于模型参数分布呈多峰的问题，直接使用 ES 会存在问题。一种流行的解决方案是使用聚类算法识别每个峰，并分别用 ES 更新各聚类。但当参数空间维数很高或峰的数量很大时，该策略可能效率不高。作为替代方案，本文提出一种非常简单且高效的算法，即迭代局部更新集合平滑器（ILUES），用于探索非线性水文系统中模型参数的多峰分布。ILUES 算法通过对每个样本的局部集合进行 ES 更新来探索可能的多峰分布。为在非线性问题中实现满意的数据拟合，我们采用迭代形式的 ES 多次同化观测数据。通过涉及非线性和多峰性的数值算例测试了所提方法的性能。结果表明，无论是否存在多峰分布，ILUES 算法总体上都能很好地量化复杂水文模型的参数不确定性。
引用
@article{arxiv.1611.04702,
title = {An iterative local updating ensemble smoother for estimation and uncertainty assessment of hydrologic model parameters with multimodal distributions},
author = {Jiangjiang Zhang and Guang Lin and Weixuan Li and Laosheng Wu and Lingzao Zeng},
journal= {arXiv preprint arXiv:1611.04702},
year = {2018}
}