论文部分内容阅读
一个 hydrologic 模型由通常基于观察 hydrologic 进程被校准的几个参数组成。由于 hydrologic 过程的无常,模型参数也是不明确的,它进一步导致一个 hydrologic 模型的预报结果的无常。与贝叶斯的预报系统(BFS ) 工作, Markov 链蒙特卡罗模拟基于的适应宗主国方法(AM-MCMC ) 被用来学习纳什模型的参数无常,当预报的概率的洪水与纳什的参数的模仿的样品被做时,当模特儿。AM-MCMC 在这基于 BFS 建议了纸是合适的获得纳什的参数的以后的分发的表演根据参数