内河船舶大气污染物排放清单定量不确定分析法

附录 C
（规范性附录）
定量不确定分析法
C.1 模型输入的定量不确定性分析——自展模拟法
C.1.1 方法概述
C.1.1.1 自展模拟法是一种通过自展抽样来准确分析模型输入变量不确定性置信区间范围的数值模拟分析方法。

C.1.1.2 一般步骤
a)基于自展模拟的不确定性定量分析一般包括三个步骤：
1)模型输入变量样本数据的概率分布模型拟合：确定代表样本数据的概率分布模型类型，以
描述模型输入的可变性。

2)自展模拟：模拟样品的随机抽样过程，量化统计量的不确定性范围和大小。

3)对自展模拟获得的统计量自展复制样品进行统计分析，拟合代表统计量（一般使用平均值）
的模型输入不确定性概率分布模型，用以描述模型输入变量的不确定性。

b)上述步骤主要针对输入变量有原始观测样本数据的情况；当模型输入变量的不确定性可基于文
献、资料获得时，可直接采用步骤1）或步骤2）拟合合适的概率分布模型。

C.1.2 概率分布模型
C.1.2.1 常用的概率分布模型包括正态分布、对数正态分布、伽马（Gamma）分布、贝塔（Beta）分布、韦伯（Weibull）分布、均匀（uniform）分布和三角分布等。

概率分布模型具体的函数形式、特点、应用条件等参见郑君瑜等编著的《区域高分辨率大气排放源清单建立的技术方法与应用》。

C.1.2.2 最佳概率分布模型的确定主要涉及概率分布模型的拟合参数估值和拟合优度检验。

C.1.2.3 概率分布模型拟合参数估值
a)概率分布模型拟合参数估值是指针对已选择的一个或多个候选参数概率分布类型，通过一定的
方法进行参数估值，以获得代表现有观测样本数据的最佳参数概率分布模型。

b)常用的概率分布模型参数估值方法包括最大似然估值法（MLE）和矩匹配方法（MoMM）；
方法具体公示形式、特点参见《区域高分辨率大气排放源清单建立的技术方法与应用》。

C.1.2.4 概率分布模型拟合优度检验
a)概率分布模型拟合优度检验是判断拟合的概率模型是否合理描述样本观测数据或代表总体分
布特征的重要依据。

b)常用的拟合优度统计检验方法有K-S检验和A-D检验。

方法具体说明参见《区域高分辨率大
气排放源清单建立的技术方法与应用》。

C.2 排放源清单模型不确定性传递方法——Monte Carlo法
C.2.1 Monte Carlo法概述
Monte Carlo法又称为计算机随机模拟法，是一种基于“随机数”的计算方法。

方法主要思想是：通过对模型输入参数的随机重复抽样，将模型输入的不确定性传递到模型输出，以量化模型输出的不确定性。

C.2.2 Monte Carlo法模拟排放清单不确定性的一般流程见图C.1。

C.3 模拟软件工具
实现自展模拟和Monte Carlo法模拟的方法较多，MATLAB工具、Crystal Ball仿真软件、及郑君瑜团队开发的AuvToolPro软件均可进行自展模拟和Monte Carlo法模拟。

图C.1 Monte Carlo法确定排放清单不确定性的工作流程图。