一种基于贝叶斯模式平均融合多源数据的水文模拟方法

摘要

本发明公开了一种基于贝叶斯模式平均融合多源数据的水文模拟方法，首先搜集稀缺资料地区地面站点的气象数据、水文系列、卫星反演降水和再分析气温数据集；再采用基于分位数映射的日偏差校正方法、回归校正方法和等率校正方法，分别在不同月份建立地面观测数据与同时期模拟气象数据集的校正模型；然后采用季节性贝叶斯模式平均方法，通过后验概率密度函数优选各偏差校正情景的权重，获得校正后的长系列气象数据集；根据实测资料率定流域水文模型和长短期记忆神经网络模型，最后输入校正后的长系列气象数据集实现径流过程模拟。本发明能实现稀缺资料地区的长系列径流模拟，可为流域水资源管理和规划提供重要且可操作性强的参考依据。