利用多分辨率模型输出进行洪水灾害模型校准
统计方法学
2022-08-03 v3 应用统计
摘要
河流洪水对许多社区构成相当大的风险。改进洪水灾害预测有可能为洪水风险管理策略的设计与实施提供信息。当前的洪水灾害预测存在不确定性，特别是由于模型参数的不确定性。校准方法利用观测数据来量化模型参数的不确定性。由于计算资源有限，研究人员通常要么使用相对较少的高空间分辨率昂贵模型运行，要么使用较多的低空间分辨率廉价运行来校准模型。这引出了一个开放性问题：是否有可能有效地结合来自高分辨率和低分辨率模型运行的信息？我们提出了一种贝叶斯模拟-校准方法，该方法能够同化多分辨率的模型输出和观测数据。以宾夕法尼亚州的一个河流社区为案例研究，我们使用 LISFLOOD-FP 洪水灾害模型演示了我们的方法。在多种场景下，多分辨率方法相比单一分辨率方法在参数推断上有所改进。结果因参数值和可用模型运行次数而异。我们的方法是通用的，可用于校准其他高维计算机模型以改进预测。
引用
@article{arxiv.2203.00840,
title = {Flood hazard model calibration using multiresolution model output},
author = {Samantha Roth and Ben Seiyon Lee and Sanjib Sharma and Iman Hosseini-Shakib and Klaus Keller and Murali Haran},
journal= {arXiv preprint arXiv:2203.00840},
year = {2022}
}