文献

J-GLOBAL ID：201702265015045944   整理番号：17A1704750

モデルキャリブレーションと予測不確実性の推定に及ぼす残留誤差モデルにおける不均一分散処理の影響【Powered by NICT】

Effect of heteroscedasticity treatment in residual error models on model calibration and prediction uncertainty estimation

著者 (4件)： Sun Ruochen (School of Atmospheric Sciences and Key Laboratory of Mesoscale Severe Weather/Ministry of Education, Nanjing University, Nanjing, China) ,  Yuan Huiling (School of Atmospheric Sciences and Key Laboratory of Mesoscale Severe Weather/Ministry of Education, Nanjing University, Nanjing, China) ,  Yuan Huiling (Joint Center for Atmospheric Radar Research of CMA/NJU, China) ,  Liu Xiaoli (School of Engineering, Anhui Agricultural University, Hefei, China)
資料名： Journal of Hydrology  (Journal of Hydrology)
巻： 554  ページ： 680-692  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： 残留誤差モデルにおける不等分散性処理はモデルキャリブレーションと予測不確実性推定に直接影響を与える。本研究は,双曲正接関数を用いた陽的線形モデリング(LM)法と非線形モデリング(NL)法を含む,不等分散性はもとより明示的Box-Cox変換(BC)に対応する三つの方法を比較した。LMとBC法の利点を組み合わせた複合アプローチ(CA)が提案されている。一次自己回帰モデルとスキュー指数(SEP)分布に関連して,四種の残留誤差モデルが生成され,すなわちLM SEP,NL SEP,BC SEPとCASEPであり,それらの対応する尤度関数は,Huaihe川流域,中国における可変浸透能(VIC)水文モデルに適用した。結果はLM SEPは最も広い不確実性バンドと非現実的な負の流れの最も貧弱な河川流量予測をもたらすことを示した。NLとBC法は,異分散性をうまく対処でき,従ってそれらの対応する予測性能は改善され,負の流れを避けることができない。CASEPは最高の信頼性と最も正確な予測を生成し,負の流れを効率的に回避し,CA手法である研究流域上の複雑な不均一分散を扱うことができるからである。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： *予測 ,  *不確実性 ,  *モデル ,  水文モデル ,  信頼性 ,  分散度 ,  線形性 ,  尤度関数 ,  自己回帰モデル ,  河川 ,  流域 ,  モデリング ,  *分散処理
準シソーラス用語： 予測性能 ,  河川流量予測 , 【Automatic Indexing@JST】

著者キーワード (5件)： 異分散 ,  Box-Cox変換 ,  線形モデリング法 ,  非線形モデリング法 ,  残留誤差モデル

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)： 予測 ,  不確実性 ,  推定 ,  残留誤差 ,  モデル ,  均一分散