基于图套索的多 donor 流域日径流估计
应用统计
2020-04-07 v2
摘要
本文引入一种新算法，基于图模型中的条件独立概念，改进在记录不完整站点对日径流时间序列的估计。目标是填补历史数据的缺口、延长已停运径流站点的记录，甚至估计无资料地区的径流。这首先通过在水文测验网络中选取相关站点作为参考（供体）站，然后利用它们推断缺失数据来实现。该选择过程利用高斯图模型将水文测验网络中全连接的径流站点转化为由精度矩阵表示的稀疏连接网络。底层图编码了条件独立条件，从而可从全连接水文测验网络中确定研究区域的最优参考站集合。精度矩阵的稀疏性通过采用带 L1 范数正则化参数和阈值参数的图套索（Graphical Lasso）算法来施加。两个参数由多目标优化过程确定。此外，提出一种基于条件独立概念的算法，以在信息损失最小的前提下移除测站。我们的方法利用 1950 年 1 月 1 日至 1980 年 12 月 31 日俄亥俄河流域 34 个测站组成的水文测验网络的日径流数据加以说明。结果表明，使用条件独立条件可比基于距离或两两相关的广泛使用的方法获得更精确的径流估计。
引用
@article{arxiv.2004.01373,
title = {Estimation of daily streamflow from multiple donor catchments with Graphical Lasso},
author = {German A. Villalba and Xu Liang and Yao Liang},
journal= {arXiv preprint arXiv:2004.01373},
year = {2020}
}