掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
考研數(shù)學(xué)專題練1200題
-
>
希格斯:“上帝粒子”的發(fā)明與發(fā)現(xiàn)
-
>
神農(nóng)架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
二十四史天文志校注(上中下)
-
>
聲音簡史
-
>
浪漫地理學(xué):追尋崇高景觀
洪水概率預(yù)報理論與應(yīng)用 版權(quán)信息
- ISBN：9787030664761
- 條形碼：9787030664761 ; 978-7-03-066476-1
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
洪水概率預(yù)報理論與應(yīng)用 內(nèi)容簡介
本書系統(tǒng)介紹了洪水概率預(yù)報的概念、理論方法與研究進展。主要內(nèi)容包括：洪水概率預(yù)報的意義及概率預(yù)報的理論架構(gòu)、基于要素耦合途徑的洪水概率預(yù)報方法、基于誤差分析途徑的洪水概率預(yù)報方法、實時洪水風(fēng)險評估方法等。全書除介紹了目前洪水概率預(yù)報的主要理論與方法外，還提供了諸多應(yīng)用示例，以供參考。全書共9章。章主要論述了開展洪水概率預(yù)報的意義及概率預(yù)報的理論架構(gòu)；第二、三、四、五章，詳細介紹了基于要素耦合途徑進行洪水概率預(yù)報的典型方法，包括考慮輸入不確定性的洪水概率預(yù)報、考慮模型參數(shù)不確定性的洪水概率預(yù)報、考慮模型結(jié)構(gòu)不確定性的洪水概率預(yù)報和考慮多源不確定性的洪水概率預(yù)報模型與方法；第六、七、八章，詳細介紹了基于誤差分析途徑進行洪水概率預(yù)報的典型方法，包括水文不確定性處理器及其改進、模型條件處理器、信息熵法和誤差異分布法等模型與方法；第九章介紹了綜合考慮洪水預(yù)報與過流能力不確定性的防洪風(fēng)險計算方法。
洪水概率預(yù)報理論與應(yīng)用 目錄
目錄
前言
第1章 緒論 1
1.1 洪水預(yù)報過程中的不確定性 1
1.2 洪水概率預(yù)報及作用 2
1.3 洪水概率預(yù)報方法 3
1.4 洪水概率預(yù)報評價指標體系 5
參考文獻 8
第2章 考慮輸入不確定性的洪水概率預(yù)報 11
2.1 面雨量計算不確定性分析方法 11
2.1.1 面雨量計算不確定性描述 11
2.1.2 抽站法基本原理 13
2.1.3 ISG方法的基本原理 14
2.2 降雨不確定性處理器 15
2.2.1 降雨量模擬 15
2.2.2 流量模擬 16
2.2.3 計算步驟 18
2.3 集合降雨預(yù)報不確定性處理方法 18
2.3.1 背景概述 18
2.3.2 Logistic方法理論 19
2.3.3 時空相關(guān)結(jié)構(gòu)重構(gòu) 21
2.4 應(yīng)用實例 23
2.4.1 面雨量計算不確定性分析方法應(yīng)用 23
2.4.2 考慮預(yù)見期內(nèi)降雨的洪水概率預(yù)報 26
參考文獻 28
第3章 考慮模型參數(shù)不確定性的洪水概率預(yù)報 30
3.1 參數(shù)不確定性 30
3.2 普適似然不確定性估計方法 31
3.3 馬爾可夫鏈蒙特卡羅方法 33
3.4 連續(xù)不確定性擬合方法 38
3.5 參數(shù)解方法 41
3.6 應(yīng)用實例 46
3.6.1 GLUE方法應(yīng)用實例 46
3.6.2 MCMC方法應(yīng)用實例 48
參考文獻 51
第4章 考慮模型結(jié)構(gòu)不確定性的洪水概率預(yù)報 53
4.1 模型結(jié)構(gòu)分解-組合方法 53
4.1.1 分解-組合原理 53
4.1.2 模型結(jié)構(gòu)誤差解讀框架 54
4.2 貝葉斯模型平均法 63
4.2.1 基本原理 63
4.2.2 BMA模型關(guān)鍵技術(shù) 64
4.3 應(yīng)用實例 72
4.3.1 FUSE應(yīng)用實例 72
4.3.2 BMA應(yīng)用實例 74
參考文獻 77
第5章 考慮多源不確定性的洪水概率預(yù)報 78
5.1 貝葉斯預(yù)報系統(tǒng) 78
5.1.1 原始貝葉斯預(yù)報系統(tǒng) 78
5.1.2 神經(jīng)網(wǎng)絡(luò)貝葉斯預(yù)報系統(tǒng) 82
5.2 貝葉斯總誤差分析框架 86
5.3 貝葉斯綜合不確定性估計法 91
5.4 應(yīng)用實例 94
5.4.1 原始BFS應(yīng)用實例 94
5.4.2 IBUNE應(yīng)用實例 99
參考文獻 105
第6章 水文不確定性處理器及其改進 106
6.1 水文不確定性處理器 106
6.1.1 HUP原理 107
6.1.2 HUP的關(guān)鍵技術(shù) 108
6.2 基于BP神經(jīng)網(wǎng)絡(luò)的HUP模型 113
6.2.1 流量先驗分布 113
6.2.2 流量似然函數(shù) 114
6.2.3 流量后驗分布 115
6.3 基于Copula函數(shù)的HUP模型 116
6.3.1 Copula函數(shù) 117
6.3.2 先驗分布 117
6.3.3 似然函數(shù) 118
6.3.4 后驗分布 119
6.4 基于主成分分析的HUP模型 120
6.4.1 主成分分析 120
6.4.2 轉(zhuǎn)化空間中的模型 122
6.4.3 原始空間中的模型 123
6.5 應(yīng)用實例 123
6.5.1 HUP應(yīng)用實例 123
6.5.2 PCA-HUP應(yīng)用實例 128
參考文獻 131
第7章 模型條件處理器 133
7.1 模型原理及分類 133
7.1.1 模型原理 133
7.1.2 尾部分布模型 134
7.1.3 多模型的MCP 136
7.1.4 多時段的MCP 137
7.2 分段的模型條件處理器 140
7.2.1 單預(yù)測模型的分段正態(tài)分布 140
7.2.2 多預(yù)測模型的分段正態(tài)分布 142
7.3 應(yīng)用實例 145
7.3.1 單預(yù)測模型下MCP應(yīng)用實例 145
7.3.2 多預(yù)測模型下MCP應(yīng)用實例 149
參考文獻 152
第8章 基于誤差分析途徑的其他洪水概率預(yù)報方法 153
8.1 信息熵方法 153
8.1.1 信息熵的基本性質(zhì) 154
8.1.2 極小熵確定分布線型 155
8.1.3 極大熵估計分布參數(shù) 158
8.2 三維誤差矩陣法 161
8.3 考慮預(yù)報誤差異分布的概率預(yù)報方法 163
8.4 應(yīng)用實例 165
8.4.1 信息熵方法估計預(yù)報誤差分布 165
8.4.2 考慮預(yù)報誤差異分布的概率預(yù)報方法應(yīng)用實例 168
參考文獻 174
第9章 實時洪水風(fēng)險評估方法研究 175
9.1 洪水流量概率預(yù)報分布函數(shù) 175
9.2 過流能力不確定性描述 176
9.3 綜合考慮洪水預(yù)報與過流能力不確定性的防洪風(fēng)險計算 178
9.3.1 一次二階矩法 179
9.3.2 JC法 181
9.3.3 Copula多維聯(lián)合分布法 183
9.4 應(yīng)用實例 185
參考文獻 188
前言
第1章 緒論 1
1.1 洪水預(yù)報過程中的不確定性 1
1.2 洪水概率預(yù)報及作用 2
1.3 洪水概率預(yù)報方法 3
1.4 洪水概率預(yù)報評價指標體系 5
參考文獻 8
第2章 考慮輸入不確定性的洪水概率預(yù)報 11
2.1 面雨量計算不確定性分析方法 11
2.1.1 面雨量計算不確定性描述 11
2.1.2 抽站法基本原理 13
2.1.3 ISG方法的基本原理 14
2.2 降雨不確定性處理器 15
2.2.1 降雨量模擬 15
2.2.2 流量模擬 16
2.2.3 計算步驟 18
2.3 集合降雨預(yù)報不確定性處理方法 18
2.3.1 背景概述 18
2.3.2 Logistic方法理論 19
2.3.3 時空相關(guān)結(jié)構(gòu)重構(gòu) 21
2.4 應(yīng)用實例 23
2.4.1 面雨量計算不確定性分析方法應(yīng)用 23
2.4.2 考慮預(yù)見期內(nèi)降雨的洪水概率預(yù)報 26
參考文獻 28
第3章 考慮模型參數(shù)不確定性的洪水概率預(yù)報 30
3.1 參數(shù)不確定性 30
3.2 普適似然不確定性估計方法 31
3.3 馬爾可夫鏈蒙特卡羅方法 33
3.4 連續(xù)不確定性擬合方法 38
3.5 參數(shù)解方法 41
3.6 應(yīng)用實例 46
3.6.1 GLUE方法應(yīng)用實例 46
3.6.2 MCMC方法應(yīng)用實例 48
參考文獻 51
第4章 考慮模型結(jié)構(gòu)不確定性的洪水概率預(yù)報 53
4.1 模型結(jié)構(gòu)分解-組合方法 53
4.1.1 分解-組合原理 53
4.1.2 模型結(jié)構(gòu)誤差解讀框架 54
4.2 貝葉斯模型平均法 63
4.2.1 基本原理 63
4.2.2 BMA模型關(guān)鍵技術(shù) 64
4.3 應(yīng)用實例 72
4.3.1 FUSE應(yīng)用實例 72
4.3.2 BMA應(yīng)用實例 74
參考文獻 77
第5章 考慮多源不確定性的洪水概率預(yù)報 78
5.1 貝葉斯預(yù)報系統(tǒng) 78
5.1.1 原始貝葉斯預(yù)報系統(tǒng) 78
5.1.2 神經(jīng)網(wǎng)絡(luò)貝葉斯預(yù)報系統(tǒng) 82
5.2 貝葉斯總誤差分析框架 86
5.3 貝葉斯綜合不確定性估計法 91
5.4 應(yīng)用實例 94
5.4.1 原始BFS應(yīng)用實例 94
5.4.2 IBUNE應(yīng)用實例 99
參考文獻 105
第6章 水文不確定性處理器及其改進 106
6.1 水文不確定性處理器 106
6.1.1 HUP原理 107
6.1.2 HUP的關(guān)鍵技術(shù) 108
6.2 基于BP神經(jīng)網(wǎng)絡(luò)的HUP模型 113
6.2.1 流量先驗分布 113
6.2.2 流量似然函數(shù) 114
6.2.3 流量后驗分布 115
6.3 基于Copula函數(shù)的HUP模型 116
6.3.1 Copula函數(shù) 117
6.3.2 先驗分布 117
6.3.3 似然函數(shù) 118
6.3.4 后驗分布 119
6.4 基于主成分分析的HUP模型 120
6.4.1 主成分分析 120
6.4.2 轉(zhuǎn)化空間中的模型 122
6.4.3 原始空間中的模型 123
6.5 應(yīng)用實例 123
6.5.1 HUP應(yīng)用實例 123
6.5.2 PCA-HUP應(yīng)用實例 128
參考文獻 131
第7章 模型條件處理器 133
7.1 模型原理及分類 133
7.1.1 模型原理 133
7.1.2 尾部分布模型 134
7.1.3 多模型的MCP 136
7.1.4 多時段的MCP 137
7.2 分段的模型條件處理器 140
7.2.1 單預(yù)測模型的分段正態(tài)分布 140
7.2.2 多預(yù)測模型的分段正態(tài)分布 142
7.3 應(yīng)用實例 145
7.3.1 單預(yù)測模型下MCP應(yīng)用實例 145
7.3.2 多預(yù)測模型下MCP應(yīng)用實例 149
參考文獻 152
第8章 基于誤差分析途徑的其他洪水概率預(yù)報方法 153
8.1 信息熵方法 153
8.1.1 信息熵的基本性質(zhì) 154
8.1.2 極小熵確定分布線型 155
8.1.3 極大熵估計分布參數(shù) 158
8.2 三維誤差矩陣法 161
8.3 考慮預(yù)報誤差異分布的概率預(yù)報方法 163
8.4 應(yīng)用實例 165
8.4.1 信息熵方法估計預(yù)報誤差分布 165
8.4.2 考慮預(yù)報誤差異分布的概率預(yù)報方法應(yīng)用實例 168
參考文獻 174
第9章 實時洪水風(fēng)險評估方法研究 175
9.1 洪水流量概率預(yù)報分布函數(shù) 175
9.2 過流能力不確定性描述 176
9.3 綜合考慮洪水預(yù)報與過流能力不確定性的防洪風(fēng)險計算 178
9.3.1 一次二階矩法 179
9.3.2 JC法 181
9.3.3 Copula多維聯(lián)合分布法 183
9.4 應(yīng)用實例 185
參考文獻 188
展開全部
書友推薦
- >
回憶愛瑪儂
- >
伯納黛特,你要去哪(2021新版)
- >
我從未如此眷戀人間
- >
詩經(jīng)-先民的歌唱
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
朝聞道
- >
小考拉的故事-套裝共3冊
- >
隨園食單
本類暢銷
