用于预测极端分位数的水文后处理

使用分位数回归算法的水文后处理是估计水文预测不确定性的主要手段。然而，传统的分位数回归大样本理论在因变量概率分布的尾部足够远处并不适用。为克服这一在关注洪水事件时可能至关重要的局限，本文引入基于极值分位数回归的水文后处理方法，以估计水文模型响应的极端分位数。总之，该新水文后处理方法利用极值理论中 Hill 估计量的性质，将分位数回归的预测外推至高分位数。作为概念验证，本文在针对美国本土（CONUS）180 个流域的三个基于过程的水文模型所提供的日径流模拟的后处理中测试了新方法，并与传统分位数回归进行了比较。通过这一大规模比较表明，在分位数水平 0.9999 处，使用传统分位数回归的水文后处理相比使用极值分位数回归的水文后处理严重低估了高分位数，尽管两种方法在较低分位数水平 0.9700 处等价。此外，研究表明，在同一背景下，极值分位数回归对高预测分位数的估计效率，在针对三个基于过程的水文模型的大样本研究中平均而言是相当的。