大型湖泊系统贝叶斯水平衡模型的开发与分析
应用统计
2018-05-18 v4 数据分析、统计与概率
机器学习
摘要
水平衡模型（WBMs）常被用于理解不同时间尺度上的区域水文循环。然而，大多数 WBMs 是基于物理的，很少采用最先进的统计方法来调和独立输入测量的不确定性和偏差。此外，针对大型湖泊的 WBMs 很少，且大多数大型湖泊 WBMs 进行加性核算，对输入数据不确定性考虑甚少。在此，我们提出一个改进先前开发的大型湖泊统计水平衡模型（L2SWBM）的框架。聚焦于苏必利尔湖和密歇根-休伦湖的水平衡，我们展示了新的分析框架，从 26 个备选方案中识别出能充分闭合湖泊水平衡且计算时间较原型模型令人满意的 L2SWBMs。我们期望新框架可用于开发全球其他湖泊的水平衡模型。
引用
@article{arxiv.1710.10161,
title = {Development and analysis of a Bayesian water balance model for large lake systems},
author = {Joeseph P. Smith and Andrew D. Gronewold},
journal= {arXiv preprint arXiv:1710.10161},
year = {2018}
}
备注
Final version for ArXiv