黑伏尔塔河流量的广义加法混合建模

如果建模可以区分降雨，土地利用，土壤类型，地形和天气条件的影响，河流流量数据将为水库管理和防洪提供丰富的信息来源。 在本文中，我们使用广义可加混合模型（GAMM）对来自黑沃尔特河的河流流量数据进行建模，该模型具有时空相互作用，并通过连续时间和离散空间的张量积表示。 2000年1月至2009年12月黑沃尔特河沿岸的四个水位站，即Lawra，Chache，Bui和Bamboi的河流流量数据是从加纳水文部门获得的，并用于模型拟合。 探索了四个GAMM，两个具有时空相互作用，两个没有时空相互作用。 基于Akaike信息准则（AIC）和贝叶斯信息准则（BIC）的具有时空相互作用的模型和没有时空相互作用的模型的性能比较表明，在此应用程序中，前者总体上更好，特别是对于模拟局部变化。 此外，具有时空主效应的模型与没有时空主效应的模型相比，性能更好。 在对模型进行选择，检查和验证之后，有证据表明，在研究期间，从最上游水位站到最下游水位站的河流流量增加。