本书主要针对流域模拟过程中的数据缺失问题，研究了基于模拟的流域数据反演方法和基于统计的缺失数据多重插补方法的原理及适用范围，提出了贝叶斯框架下这两类方法嵌套与统一的本质。 在此基础上， 针对滇池流域主要入湖河流TN？TP 负荷估算问题， 分别开展缺失数据下流域降雨模拟？水文模拟和负荷估算， 得到了不同时间尺度下滇池流域主要河流入湖径流量和TN？TP 污染负荷量的期望值及其不确定性范围， 实现了模拟与统计方法在数据缺失下流域模拟过程中的嵌套与统一。
样章试读
目录
- 目 录
1 绪论 1
1. 1 研究背景与目的 1
1. 2 国内外研究进展 3
1. 2. 1 流域模拟模型研究进展 3
1. 2. 2 缺失数据分析研究进展 7
1. 3 研究内容与技术路线 9
1. 4 研究流域概况 12
1. 4. 1 地理区位与气候条件 12
1. 4. 2 土壤与土地覆盖/利用 14
1. 4. 3 水系与子流域划分 18
1. 4. 4 社会经济发展状况 25
1. 5 小结 28
2 流域模拟中缺失数据处理方法 29
2. 1 流域模拟基本形式 29
2. 1. 1 确定性流域模拟 30
2. 1. 2 不确定性流域模拟 32
2. 2 基于模拟的缺失数据处理方法 33
2. 2. 1 流域模拟模型选择 33
2. 2. 2 GLM 降雨模拟模型 34
2. 2. 3 IHACRES 水文模型 39
2. 2. 4 LOADEST 模型 45
2. 3 基于统计的缺失数据处理方法 56
2. 3. 1 缺失数据统计分析基本原理 56
2. 3. 2 多重插补方法 65
2. 4 两种缺失数据处理方法的统一 71
2. 4. 1 完__________全贝叶斯方法图模型 71
2. 4. 2 响应变量中含有缺失数据 72
2. 4. 3 解释变量中含有缺失数据 75
2. 5 小结 77
3 数据缺失下滇池流域降雨模拟 78
3. 1 数据类型与特征 79
3. 1. 1 降雨量数据分析 82
3. 1. 2 气象数据分析 84
3. 2 模型假设与结构 91
3. 2. 1 模型基本假设 91
3. 2. 2 降雨事件模拟模型 91
3. 2. 3 降雨量估算模型 92
3. 3 协变量预处理 92
3. 3. 1 协变量初选 92
3. 3. 2 缺失值多重插补 94
3. 4 降雨事件模拟 96
3. 4. 1 Logistic 回归模型拟合 96
3. 4. 2 与其他方法比较 98
3. 5 降雨量估算 101
3. 5. 1 对数正态回归模型拟合 101
3. 5. 2 与其他方法比较 103
3. 5. 3 估算结果改进 104
3. 6 小结 109
4 数据缺失下滇池流域水文模拟 112
4. 1 数据处理与分析 113
4. 1. 1 降雨量数据处理 113
4. 1. 2 流量数据分析 118
4. 1. 3 缺失流量多重插补 121
4. 2 模型率定与比较 125
4. 2. 1 完全数据率定 125
4. 2. 2 插补数据率定 128
4. 2. 3 模型可识别性比较 131
4. 2. 4 模拟结果综合 137
4. 3 模型预测与分析 139
4. 3. 1 滇池入湖河流月均入湖流量 139
4. 3. 2 滇池逐月总入湖流量 141
4. 3. 3 滇池逐年总入湖流量 141
4. 3. 4 滇池各条入湖河流年均入湖流量 144
4. 4 小结 144
5 数据缺失下滇池入湖污染负荷估算 146
5. 1 基础数据分析 147
5. 1. 1 流量数据 147
5. 1. 2 水质数据 148
5. 2 模型选择与参数估计 148
5. 2. 1 模型选择 149
5. 2. 2 参数估计 152
5. 3 瞬时污染负荷估算 157
5. 3. 1 滇池入湖河流瞬时负荷估计 157
5. 3. 2 滇池入湖河流水质反算 162
5. 4 升尺度分析 164
5. 4. 1 月均值及其置信区间 164
5. 4. 2 年均值及其置信区间 167
5. 5 总入湖污染负荷估算 169
5. 5. 1 月总入湖污染负荷估算 171
5. 5. 2 年总入湖污染负荷估算 173
5. 5. 3 各入湖河流污染负荷年均值估算 175
5. 6 小结 176
6 结论与展望 177
6. 1 研究结论 177
6. 1. 1 流域模拟中缺失数据处理方法 178
6. 1. 2 数据缺失下滇池流域降雨模拟 179
6. 1. 3 数据缺失下滇池流域水文模拟 180
6. 1. 4 数据缺失下滇池入湖负荷估算 181
6. 2 主要研究特色 182
6. 3 研究展望 183
参考文献 185
附录 194
1. 1 三种经典算法 194
1. 1. 1 EM 算法 194
1. 1. 2 Bootstrap 方法 199
1. 1. 3 MCMC 方法 201
1. 2 贝叶斯方法 206
1. 2. 1 贝叶斯定理 206
1. 2. 2 贝叶斯图模型 207
1. 2. 3 贝叶斯统计推断210
彩图 215
京公网安备 11010102004214号