《表2 3种不同情景下GLUE方法估计的流量90%置信区间评价》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《流量数据误差对水文模拟不确定性分析的影响》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过计算各个时刻流量的5%和95%分位点，得到在90%置信水平下流量的预报不确定性区间。图4给出了S1、S2、S3情景下流量的90%置信区间，可以看出，3种情景下GLUE方法均能较好地刻画淮滨水文站在率定期（2006―2008年）和验证期（2009―2010年）的实测流量过程。对于任一情景，高流量过程所对应的90%置信区间明显宽于低流量过程，具有更高的预报不确定性，尤其是对于流量的涨落过程。3种情景下，HYMOD模型对于实测流量均存在不同程度的高估，实测流量靠近90%置信区间的下边界，其中情景S1高估最为严重。加入流量误差约束条件后，部分极大值流量被排除，流量的高估问题有所改善，其中S3改善最为明显。从表2可以看出，在加入流量数据误差约束条件后，流量90%置信区间的平均相对宽度ARIL明显降低。与情景S1相比，在率定期，S2的ARIL值从3.384降至3.012，降幅为11.0%；在验证期，ARIL的降幅为11.7%。同时考虑L1和L2的约束条件，能够进一步降低流量置信区间的带宽。相比于S1，S3的ARIL值在率定期与验证期的降幅均达到20%以上。结合图3的分析可知，区间带宽降低的主要原因在于去除不合理的高流量点，降低了流量置信区间的上边界。考虑到区间覆盖率CR与区间平均相对宽度ARIL之间的负相关性[20]，ARIL的降低带来了CR的减小。相比于S1，S3的CR值在率定期与验证期分别减小了4.3%与6.7%。尽管在加入流量数据误差约束后，流量90%置信区间的覆盖率有所下降，但相对于ARIL的明显改善而言，该结果是可以接受的。同时，从表2可知，情景S3在率定期与验证期的CR值均维持在90%左右，因此，综合CR与ARIL的表现，情景S3优于S2优于S1。