冻 芳 芳，刘 沁 薇，王 淑 梅，刘 建 伟

(1.江西省水文局，江西 南昌 330000； 2.江西省上饶市水文局，江西 上饶 335100)

水文模型应用于洪水预报时，除了水文过程本身固有的自然不确定性外，还存在模型输入、模型参数和模型结构的不确定性，这些不确定性的存在必将导致洪水预报成果存在不确定性[1-3]。关于如何定量描述洪水预报成果不确定性的研究一直是水文领域的热点。纵观国内外关于洪水预报不确定性分析的研究，大体上可以分为基于不确定性要素耦合途径和基于预报总误差分析途径两类[4]。不确定性要素耦合途径的实质是分析预报过程中各环节的主要不确定性因子，估计其概率分布，再将这些不确定性耦合到洪水预报模型中，从而量化预报成果的不确定性[5-8]；预报总误差分析途径不直接处理模型输入数据、模型结构和参数的不确定性，代之以处理其综合误差(即终端输出误差)，算法上不依赖于具体的水文预报模型，可以与任何模型相耦合，最终以后验分布的形式直接提供模型输出变量概率分布的估计，量化洪水预报成果的不确定性[4，9-10]。

水文不确定性处理器(HUP)是预报总误差分析方法的一种，被广泛应用于洪水预报不确定性分析中[11-14]。针对采用最小二乘法估计HUP模型参数过程中存在的多重共线性问题，Yao等[15]提出采用主成分分析技术(PCA)对传统HUP模型进行改进，避免了HUP模型中似然函数求解过程中的多元共线性问题。

本文以江西省信江流域梅港水文站为研究对象，采用PCA-HUP模型分析洪水预报不确定性，在提供类似于传统定值预报结果的同时，可实现预报成果的不确定性定量评估，为进一步提升信江流域防洪减灾决策的科学水平提供技术支撑。……