不確実性推定のための期待ベース水文モデリング:平均後の生命【JST・京大機械翻訳】

Tyralis Hristos; Papacharalampous Georgia; Khatami Sina

プレプリント

J-GLOBAL ID：202202207685447116 整理番号：22P0274872

不確実性推定のための期待ベース水文モデリング:平均後の生命【JST・京大機械翻訳】

Expectile-based hydrological modelling for uncertainty estimation: Life after mean

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年01月14日プレプリントサーバーでの情報更新日： 2022年12月21日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

水文モデルの予測は本質的に確率的である。著者らの目的は,予測器を用いて水文シミュレーションの不確実性を直接推定する方法を導入し,従って,平均ベースアプローチを一般化するとともに,以前の分位ベース直接アプローチを補完する。期待値は水文学における新しいリスク対策である。特定値を超えるプロセス実現の頻度の情報を使用する分位数と比較して,期待は指定値を超える超過の大きさの付加的情報を使用する。期待値は分位の最小二乗アナログであり,分位数と同じ方法で確率分布を特性化できる。さらに,確率分布の平均は,レベル0.5での期待の特殊ケースである。この目的のために,期待する損失関数を用いた水文モデルの較正を提案し,それは,予想に厳密に整合した。著者らは,この方法を連続USの511流域に適用し,GR4J,GR5JおよびGR6J水文モデルによる水文シミュレーションの予測を,予測可能レベル0.5,0.9,0.95および0.975で行った。正直な評価は,GR6Jモデルがすべての期待レベルにおいて他の2つのモデルより優れていることを経験的に証明した。目的関数を単に調整することによって,水文モデリングにおける平均を超えて移動するための大きな機会を提供した。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

水文学一般

, , , , ,

前のページに戻る