文献

J-GLOBAL ID：201702257312961016   整理番号：17A0399947

駅を横切るモデルパラメータの同時推定のための修正Bartlett Lewis長方形パルスモデルへの階層的Bayesアプローチ【Powered by NICT】

A hierarchical Bayesian approach to the modified Bartlett-Lewis rectangular pulse model for a joint estimation of model parameters across stations

著者 (3件)： Kim Jang-Gyeong (Department of Civil Engineering, Chonbuk National University, Jeonju-si, Jeollabuk-do, South Korea) ,  Kwon Hyun-Han (Department of Civil Engineering, Chonbuk National University, Jeonju-si, Jeollabuk-do, South Korea) ,  Kim Dongkyun (Department of Civil Engineering, Hongik University, Seoul, South Korea)
資料名： Journal of Hydrology  (Journal of Hydrology)
巻： 544  ページ： 210-223  発行年： 2017年 
JST資料番号： C0584A  ISSN： 0022-1694  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： Poissonクラスタ確率的降雨発生器(例えば,修正Bartlett-Lewis矩形パルス,MBLRP)は合成日内降雨系列を生成するために適用されている。MBLRPモデルは降雨生成過程の基礎となる分布を再現した。実存する最適化手法は,典型的に独立で各パラメータを処理する個々のパラメータ推定に基づいている。しかし,共分散構造は形式的には考慮されていないなら,パラメータの推測法は,他のパラメータの推定結果の大きな変動の原因となるを補正した。MBLRP降雨ジェネレータにおけるモデルパラメータに関連する不確実性は,通常,適切に取り組まれていない。共同気象観測所に亘ってパラメータを推定し,ベイズフレームワークを通した共分散と不確実性を明示的に考慮するための階層的ベイズモデル(HBM)に基づくMBLRPモデルを開発した。モデルは,韓国の気象観測所を用いて試験した。HBMベースMBLRPモデルは様々な時間スケールでの降雨量統計の良好な再現性を有するパラメータの同定を改善する。さらに,気象観測所を横切るパラメータの空間変動性は,他の方法のそれと比較して実質的に減少した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 不確実性 ,  大韓民国 ,  最適化手法 ,  測候所 ,  降雨量 ,  パラメータ推定 ,  *矩形波 ,  再現性 ,  共分散 ,  降雨
準シソーラス用語： 空間変動性 ,  Bayes法 ,  ベイズフレームワーク ,  *同時推定 ,  *モデルパラメータ , 【Automatic Indexing@JST】

著者キーワード (4件)： 階層的ベイズモデル ,  修正Bartlett Lewis長方形パルスモデル ,  不確実性 ,  降雨シミュレーション

分類 (2件)： 水文学一般  (DC07010R) ,  流出解析  (DC07030N)

タイトルに関連する用語 (6件)： 駅 ,  モデルパラメータ ,  同時推定 ,  長方形 ,  パルス ,  モデル