文献

J-GLOBAL ID：201702285850622263   整理番号：17A0312689

Markov連鎖モンテカルロベースマルチレベル要因分析法を用いた水文モデルにおけるパラメータ不確実性の評価【Powered by NICT】

Assessment of parameter uncertainty in hydrological model using a Markov-Chain-Monte-Carlo-based multilevel-factorial-analysis method

著者 (7件)： Zhang Junlong (Sino-Canada Resources and Environmental Research Academy, North China Electric Power University, Beijing 102206, China) ,  Li Yongping (Sino-Canada Resources and Environmental Research Academy, North China Electric Power University, Beijing 102206, China) ,  Li Yongping (Environmental Systems Engineering Program, Faculty of Engineering and Applied Science, University of Regina, Regina, Sask. S4S 0A2, Canada) ,  Huang Guohe (Sino-Canada Resources and Environmental Research Academy, North China Electric Power University, Beijing 102206, China) ,  Huang Guohe (Environmental Systems Engineering Program, Faculty of Engineering and Applied Science, University of Regina, Regina, Sask. S4S 0A2, Canada) ,  Chen Xi (Xinjiang Institute of Ecology and Geography, Chinese Academy of Sciences, Urumqi 830011, China) ,  Bao Anming (Xinjiang Institute of Ecology and Geography, Chinese Academy of Sciences, Urumqi 830011, China)
資料名： Journal of Hydrology  (Journal of Hydrology)
巻： 538  ページ： 471-486  発行年： 2016年07月 
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： パラメータ不確実性の現実的な評価なしに,意思決定者は,水文学的過程を記述し,モデルパラメータと流域特性との間の関係を正確に評価する困難に遭遇する可能性がある。本研究では,Markov連鎖モンテカルロベースマルチレベル因子分析(MCMC MFA)法を開発し,だけでなく十分に構築されたMarkov鎖からのパラメータの試料を生成し,直接的なBayes推論を用いたパラメータ不確実性を評価するため,水文学的応答の特異的変化を測定することによってモデル出力に及ぼす多重パラメータの個別的および相互的影響を調べることができる。中国北西部のKaidu流域におけるパラメータ不確実性に対処するための事例研究を行う。多重パラメータとそれらの相互作用の影響を,三レベル要因実験(全81回)とMCMC MFAを用いて定量的に研究した。パラメータの効果の結果を検証するために使用されている分散ベース感度解析法。結果は,(i)水分条件II(CN2)のための土壌保全サービス流出曲線数と50%雪被覆(SNO50COV)に対応する雪量の割合は,水文学的応答に最も重要な因子であり,浸透過剰地表流と雪水当量はKaidu流域の水文システムに重要な水入力を表すことを意味していることを明らかにした;(ii)飽和透水係数(SOL_K)と土壌蒸発補償因子(ESCO)は,水文学的応答に明らかな影響を示した;これはパーコレーションと蒸発の過程は,この流域における水文学的プロセスに影響を及ぼすことを意味する(iii)ESCOとSNO50COVだけでなくCN2とSNO50COVの相互作用は明らかな影響を及ぼし,積雪は,土地表面の流出の発生と低い土壌層における土壌蒸発要求の抽出に影響を与えることができることを意味している。これらの知見は,水資源をシミュレートする/予測のための水文モデルの能力を高めるのを助けることができる。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： 水資源 ,  積雪 ,  浸透 ,  Bayes推定 ,  *因子分析 ,  蒸発 ,  ハイドログラフ ,  流域 ,  水文学 ,  地表面 ,  感度解析 ,  モンテカルロ法 ,  事例研究
準シソーラス用語： 雪 ,  *パラメータ不確実性 , 【Automatic Indexing@JST】

著者キーワード (6件)： 要因分析 ,  相互作用効果 ,  Markovは鎖モンテカルロ法 ,  マルチレベル ,  SWAT ,  不確実性評価

分類 (1件)： 流出解析  (DC07030N)

タイトルに関連する用語 (4件)： Markov連鎖 ,  水文モデル ,  パラメータ不確実性 ,  評価