基于贝叶斯框架下广义多项式混沌的 CLM4 水文参数反演建模
应用统计
2019-10-21 v1
摘要
在本研究中，评估了广义多项式混沌（gPC）展开用于陆面模型参数估计的适用性。我们计算了社区陆面模型（CLM）中不确定性很大的关键水文参数的（后验）分布。未知参数包括那些已被确定为对 CLM4.0 中地表与地下径流、潜热与感热通量以及土壤湿度的模拟最具影响的因素。我们在贝叶斯框架中分两步建立该反演问题：（i）建立表达输入输出映射的替代模型，以及（ii）计算输入参数的后验分布。替代模型的开发采用基于变量选择方法的贝叶斯过程，这些方法使用 gPC 展开。我们的方法考虑了基选择不确定性，并通过相关的后验概率量化 gPC 项的重要性，从而量化所有输入参数的重要性。
引用
@article{arxiv.1910.08409,
title = {Inverse modeling of hydrologic parameters in CLM4 via generalized polynomial chaos in the Bayesian framework},
author = {Georgios Karagiannis and Zhangshuan Hou and Maoyi Huang and Guang Lin},
journal= {arXiv preprint arXiv:1910.08409},
year = {2019}
}