The characteristics of probability distribution of groundwater model output based on sensitivity analysis
The characteristics of probability distribution of groundwater model output based on sensitivity analysis
复制标题
基于敏感性分析的地下水模型输出概率分布特征
DOI：
10.2166/hydro.2013.106
复制
发表时间：
2014
影响因子：
2.7
通讯作者：
Zhu XB
中科院分区：
文献类型：
--
作者：
Zeng XK;Wu JC;Wang D;Zhu XB
地下水模型输出的概率分布是模型不确定性的直接产物。在这项工作中，我们的目标是分析的概率分布的地下水模型输出（地下水位序列和预算条款）的基础上的敏感性分析。另外，本研究考虑了两种不确定性来源：（1）模型输入参数的概率分布;（2）观测点的空间位置。基于一个地下水综合模型，利用频率分析法识别了模型输出的概率分布。采用逐步回归分析、互熵分析和分类树分析等方法对产量分布的敏感性进行了分析。此外，关键的不确定性变量影响的平均值，方差和地下水产量的概率分布的类别进行了识别和比较。结果表明，互熵分析方法比逐步回归方法更适用于识别与输出变量具有相似相关结构的多个影响因素。分类树分析是分析分类输出系统中关键驱动因素的有效方法。
The probability distribution of groundwater model output is the direct product of modeling uncertainty. In this work, we aim to analyze the probability distribution of groundwater model outputs (groundwater level series and budget terms) based on sensitivity analysis. In addition, two sources of uncertainties are considered in this study: (1) the probability distribution of model’s input parameters; (2) the spatial position of observation point. Based on a synthetical groundwater model, the probability distributions of model outputs are identified by frequency analysis. The sensitivity of output’s distribution is analyzed by stepwise regression analysis, mutual entropy analysis, and classification tree analysis methods. Moreover, the key uncertainty variables influencing the mean, variance, and the category of probability distributions of groundwater outputs are identified and compared. Results show that mutual entropy analysis is more general for identifying multiple influencing factors which have a similar correlation structure with output variable than a stepwise regression method. Classification tree analysis is an effective method for analyzing the key driving factors in a classification output system.
登录
查看更多内容
影响因子：
2.6
作者：
E. Morway;R. Niswonger;C. Langevin;R. Bailey;R. Healy
通讯作者：
E. Morway;R. Niswonger;C. Langevin;R. Bailey;R. Healy
影响因子：
6.4
作者：
T. McMahon;R. Srikanthan
通讯作者：
T. McMahon;R. Srikanthan
DOI：
10.3133/tm6a16
发表时间：
2005
期刊：
Techniques and Methods
影响因子：
--
作者：
A. W. Harbaugh
通讯作者：
A. W. Harbaugh
DOI：
10.1080/10807039.2011.618419
发表时间：
2011-11
期刊：
Human and Ecological Risk Assessment: An International Journal
影响因子：
--
作者：
Jichun Wu;Le Lu;Tian Tang
通讯作者：
Jichun Wu;Le Lu;Tian Tang
DOI：
10.1016/s0951-8320(02)00222-3
发表时间：
2003-02
期刊：
Reliab. Eng. Syst. Saf.
影响因子：
--
作者：
Srikanta Mishra;N. Deeds;B. S. RamaRao
通讯作者：
Srikanta Mishra;N. Deeds;B. S. RamaRao