论文部分内容阅读
资料缺失是进行水质风险分析的薄弱环节。结合水质指标浓度分布的先验信息及已有水质资料，在分析水质指标相关关系基础上建立其随时间变化的浓度分布模型，应用Bayes理论及Gibbs抽样方法对模型涉及的大量参数和超参数的统计特征进行了同步估计。在假定缺失数据为随机变量的基础上，应用该方法得到的大量样本较好实现了对缺失数据的估计，并结合风险分析理论进一步量化了水质超标风险。通过实例验证了模型的合理性，为资料缺失地区的水质风险分析提供了新的思路和方法。