中长期水文预报的模型辨识及预测研究
水文经验模型
水文经验模型水文经验模型是指通过对水文数据的分析和处理，建立起一种模型来预测未来的水文变化趋势。
水文经验模型的建立依赖于对水文过程的认识和对历史水文数据的分析，通过寻找历史数据中的规律和趋势，进而预测未来的水文情况。
在水资源管理和水灾防治等领域，水文经验模型被广泛应用。
通过对历史水文数据的分析，可以预测未来的降雨量、径流量等水文要素，为水资源的合理利用和水灾防治提供科学依据。
水文经验模型的建立包括以下几个步骤。
首先，收集和整理历史水文数据，包括降雨量、蒸发量、径流量等数据。
其次，对历史数据进行统计分析，包括计算平均值、方差、相关系数等。
然后，通过回归分析等方法，建立起水文经验模型。
最后，利用建立好的模型，对未来的水文情况进行预测。
在建立水文经验模型时，需要注意以下几点。
首先，选择合适的统计方法和模型，确保模型的准确性和可靠性。
其次，应根据不同地区和不同水文要素的特点，进行适当的模型参数调整。
此外，在建立模型时，还应考虑非线性因素的影响，以提高模型的预测能力。
水文经验模型的应用可以帮助水资源管理和水灾防治部门做出科学决策。
例如，在水资源管理中，可以根据水文经验模型的预测结果，合理安排用水计划，提高水资源的利用效率。
而在水灾防治中，可以根据水文经验模型的预测结果，及时采取措施，减轻洪涝等自然灾害带来的损失。
水文经验模型是一种通过对历史水文数据的分析和处理，建立起来的预测未来水文变化趋势的模型。
它在水资源管理和水灾防治等领域具有重要的应用价值。
通过合理利用水文经验模型，可以更好地预测和管理水资源，提高抗洪抗旱能力，保障人民生活和经济发展的需要。
水文模型在洪水预报中的应用
水文模型在洪水预报中的应用洪水是一种常见的自然灾害，给人类的生命和财产带来了巨大的威胁。
为了有效地减轻洪水造成的损失，提前准确地预报洪水的发生和发展就显得尤为重要。
水文模型作为一种重要的工具，在洪水预报中发挥着关键作用。
水文模型是基于对水文过程的理解和数学描述，通过模拟降水、径流、蒸发等水文要素的变化，来预测河流、湖泊等水体的水位、流量等水文特征。
它就像是一个虚拟的实验室，可以帮助我们在实际洪水发生之前，预测可能出现的情况，从而为防洪决策提供科学依据。
在众多水文模型中，常见的有概念性水文模型和分布式水文模型。
概念性水文模型通常基于对水文过程的简化和概括，用一系列的参数和方程来描述水文现象。
比如，新安江模型就是一种被广泛应用的概念性水文模型，它将流域看作一个整体，考虑了降水、蒸散发、产流和汇流等过程，通过对这些过程的数学模拟，来预测洪水的流量过程。
分布式水文模型则更加精细，它考虑了流域内的空间异质性，将流域划分成许多小的单元，对每个单元的水文过程进行单独模拟，然后综合得到整个流域的水文响应。
这种模型能够更准确地反映地形、土壤、植被等因素对水文过程的影响，但计算量相对较大，需要更多的数据支持。
水文模型在洪水预报中的应用，首先需要收集大量的基础数据，包括气象数据（如降水量、气温、风速等）、地形数据（如高程、坡度、坡向等）、土壤数据（如土壤类型、土壤湿度、土壤渗透性等）、植被数据（如植被类型、植被覆盖率等）以及河流水文数据（如水位、流量、流速等）。
这些数据是模型输入的重要组成部分，其质量和准确性直接影响着模型的模拟结果。
有了数据之后，就需要对模型进行参数率定和验证。
参数率定是通过调整模型中的参数，使得模型的模拟结果与实测数据尽可能地吻合。
这是一个复杂而又关键的过程，需要运用优化算法和一定的经验判断。
验证则是用另一组独立的实测数据来检验模型的准确性和可靠性。
只有经过了充分的率定和验证，模型才能够用于实际的洪水预报。
遂宁射洪水文站中长期洪水趋势预测分析
遂宁射洪水文站中长期洪水趋势预测分析【摘要】依据1954-2021年共计68年的射洪水文站年最大值系列资料，使用数理统计法和气候特征对洪水影响分析两方面开展射洪水文站中长期洪水趋势预测分析，完成2022年中长期预测，为防汛抗旱、水资源合理使用和调度提供技术支撑。
【关键词】洪水预测中长期数理统计气候因子引言由于水资源存在着有限性，如何有效利用洪水已经成为全球研究的热点之一。
洪水预报指的是对单一场次洪水过程进行预测的一种科学技术，洪水预报的结果，对于防洪抢险、水库调度、工业农业生产安全以及水资源的合理开发利用有着紧密的关联性。
洪水预报根据预报预见期的长短可分为实时洪水预报以及中长期洪水预报。
一般来说，实时洪水预报的预见期小于或者等于流域的汇流时间；中长期洪水预报的预见期则大于流域的汇流时间。
由于影响洪水变化的因素错综复杂，中长期洪水预报属数理统计分析，加上主要江河的洪水特征近年变化较大，中长期洪水预报存在许多不确定因素，做好中长期洪水预测，其结果可以为防汛抗旱、水资源合理使用和调度提供技术支撑。
1中长期洪水趋势预测分析方法本文中长期洪水趋势预测方法主要采用两方面：数理统计法和气候特征对洪水影响分析，数理统计法包含历史演变法、移动平均法、方差周期分析法、平稳时间序列法和微极值图解法，气候特征对洪水影响分析主要是选取了印度副高脊线2月数值、西太平洋副高脊线8月数值、太阳黑子指数与前一年年最大流量数值做相关性分析，以期完成中长期洪水趋势预测。
1.1数理统计法1.1.1历史演变法1951年，我国著名的气象学家杨鉴初先生首先提出，用某气象要素年际变化的特征做年度预报的方法。
后来逐步形成一个用单站气象要素历史演变折线的外形特征，来做长期预报用的历史演变法。
预见期为一年。
水文要素的历史演变具有持续性、相似性、周期性、最大与最小可能性。
实际应用时，将资料整理和统计计算，横坐标为年份，纵坐标为要素的实际值或者距平值绘制历史演变曲线，同时绘制年平均值，完成分析预测。
河道水文数据分析及模型
河道水文数据分析及模型一、引言河道水文数据的分析和建模是水资源管理和水灾预测等领域中至关重要的一环。
通过对河道水文数据的系统分析和合理建模，可以更好地了解河流的水文特征，为水资源利用和调控提供科学依据。
本文将讨论河道水文数据分析的方法和建模技术，并介绍一种常用的河道水文数据分析模型。
二、河道水文数据分析方法1. 数据采集与整理在开始分析河道水文数据之前，需要进行数据的采集和整理工作。
数据采集可以通过水文观测站点、遥感技术或数值模拟等方法进行。
将采集到的数据按照时间顺序整理，包括水位、流量、降雨量等指标。
2. 数据质量检验河道水文数据质量的准确性对于后续分析工作至关重要。
对采集到的数据进行质量检验，排除异常值和缺失值，并进行插补或调整，以确保数据的完整性和准确性。
3. 数据分析通过数据分析可以揭示河道水文的规律和特征，并为后续的水文模型提供依据。
常用的数据分析方法包括基本统计分析、时间序列分析、频域分析等。
通过这些方法，可以获得河流水位和流量的平均值、极值、波动性等指标，以及降雨和径流之间的关系等。
三、河道水文数据建模技术1. 统计模型统计模型是常用的河道水文数据建模技术之一。
通过对历史水文数据的统计分析，可以将未来的水文变化预测出来。
常见的统计模型包括回归模型、自回归移动平均模型（ARMA）、自回归积分滑动平均模型（ARIMA）、指数平滑模型等。
2. 神经网络模型神经网络模型是一种模拟人类神经系统工作方式的建模方法。
通过对大量的河道水文数据进行训练，神经网络模型可以学习到数据之间的复杂关系，并用于未来的预测。
常用的神经网络模型包括多层感知机（MLP）、循环神经网络（RNN）等。
3. 物理模型物理模型是根据河道水文的物理原理建立的数学模型。
通过模拟河道水文过程中的各种因素和关系，可以预测河流的水位和流量变化。
常见的物理模型包括水文水资源模型、水动力模型等。
四、实例分析以某河流的水位数据为例，使用自回归积分滑动平均模型（ARIMA）进行建模和预测。
水文预报
第9章水文预报内容简介研究对象本章研究水文现象的客观规律，利用现时已经掌握的水文、气象资料，预报水文要素未来变化过程。
研究内容1.短期洪水预报；2.枯水预报；3.施工水文预报；4.水文实时预报方法。
研究目的在防汛工作中，及时准确的水文预报，是防汛抗洪指挥决策的重要科学依据；在水能、水资源的合理调度、开发利用和保护以及航运等工作中，都需要有水文预报作指导。
第9.1节概述内容提要1. 水文预报的重要作用；2. 水文预报的分类；3. 水文预报工作的基本程序学习要求掌握预见期的定义及水文预报工作的基本程序。
9.1.1水文预报的重要作用可靠的洪水预报对防止洪水灾害具有特别重要的作用。
例如在河流防洪抢险中，需要及时预报出防洪地点即将出现的洪峰水位、流量，以便在洪峰到来之前，迅速加高加固堤防、转移可能受淹的群众和物资，动用必要的防洪设施等，把洪水灾害减小到最低限度。
图9.1.1为1998年长江沙市水位预报与实测情况。
图9.1.1 1998年长江沙市水位预报与实测情况在水库管理中，可以利用洪水预报，使上游来的洪水与区间洪水的高峰段彼此错开（称错峰），即下游洪水很大时，水库把上游来的洪水暂时蓄存起来，待下游洪峰过后，再加大水库泄量，把上游来的洪水放出来，从而大大减低下游的洪峰和洪水灾害，例如1998年8月长江中下游发生近百年一遇的特大洪水，由于及时准确的洪水预报，对葛洲坝水库、隔河岩水库和漳河水库科学调度，使三峡以上来的洪水和清江、沮漳河洪水的洪峰互相错开，大大降低了荆江河段的洪峰水位，避免了荆江分洪损失，为战胜该年发生的特大洪水做出了巨大贡献。
表9.1.1为1998葛洲坝水库、隔河岩水库在错峰、调峰中，降低沙市水位发挥作用的分析结果。
表9.1.1葛洲坝水库、隔河岩水库在错峰调度对沙市水位的影响另外，洪水预报还可较好地解决水库防洪与兴利的矛盾，在预报的洪水未进库之前，先打开泄洪闸门腾空一部分库容，以便洪水来临时能蓄存更多的水量；当洪水即将结束时，预知近期没有很大的洪水入库，则可超蓄洪水尾部的一些水量，用于多发电、多灌溉，使现有工程发挥更多的效益。
水利工程中的水文模型与数值模拟技术
水利工程中的水文模型与数值模拟技术水文模型与数值模拟技术是水利工程领域中常用的工具和方法。
它们通过对水文过程的建模和数值模拟，能够有效预测水文变量的变化，提高水资源的合理利用。
本文将介绍水文模型与数值模拟技术的基本原理、应用范围以及未来的发展趋势。
一、水文模型水文模型是指对水文过程进行抽象和描述的数学模型。
它基于数理统计原理和水文学理论，通过对水文数据的处理和分析，建立起描述水文过程的数学关系。
常用的水文模型有径流模型、蒸发模型和降雨模型等。
这些模型通过对水文过程的定量描述，能够提供水文变量的长期平均值、频率分布以及其它统计特征，为水利工程的设计和规划提供依据。
径流模型是水文模型中应用最广泛的一种模型。
它通过分析降雨和流域特征，建立起降雨和径流之间的关系。
常见的径流模型有单位线模型和UH模型等。
单位线模型认为流域的单位线响应是一个线性系统，通过卷积运算的方式，能够得到流域的径流过程。
UH模型则将流域的降雨过程离散化为一系列单位线，通过线性组合的方式，得到流域的径流过程。
这些模型在水利工程中被广泛应用于洪水预报、水资源评价等领域。
二、数值模拟技术数值模拟技术是指通过数值方法对水文过程进行模拟和计算的技术。
它基于数值计算方法，将水文模型中的方程转化为差分方程，利用计算机对流域内的水文过程进行数值求解。
数值模拟技术不仅能够模拟流域内的水文变量分布，还可以模拟复杂的水文过程，如河流水动力学、地下水流动等。
数值模拟技术的核心是数值计算方法。
常用的数值计算方法有有限差分法、有限元法和网格法等。
这些方法通过对流域内的离散化，将流域划分为一系列离散的节点或单元。
然后在各个节点或单元上求解水文模型中的方程，得到流域内的水文变量。
数值模拟技术在水利工程中的应用非常广泛，可以用于洪水预报、水库调度、水文预测等方面。
三、水文模型与数值模拟技术的应用水文模型与数值模拟技术在水利工程领域的应用非常广泛。
首先，它们可以用于洪水预报和防洪规划。
水文预报总复习
面反映t时刻的水面比降大小，同时它还反映了底水的高低
和区间暴雨入流、回水顶托、断面冲淤等因素的影响。
2.2 合成流量法
合成流量的概念：
同时流达下游断
面的上游干、支
流站的相应流量
之和。
n
预报下游站流量的关系式
Q下 t f（ Q上 i，t i）
相关线时，则应该进一步分析其影响因素，从而找出相应的处
理方法：其影响因素有：
� 洪水波的展开和扭曲现象(主要是水面的附加比降引起的)；
� 上下游断面间的区间有径流汇入(区间入流)；
� 河段形态和沿岸水文地质条件的变化。
以下游站同时水位为参数的相应水位法预报
方案的制作步骤：
①从以往实测的上、下游站的水位过程线，摘录相应
重新假设超渗时段m，回到③，直到相符。
第三章 降雨产流预报
7. 应用降雨径流相关图
推求时段净雨量
P
①求本次降雨开始时的Pa，0 ；
②按逐时段累积降雨量在关
系图上查得累积径流量；
③由相邻时段的累积径流量之
差得时段净雨量
应用中注意：
时段内降雨强度尽可能均匀，
以免带来误差；
若含有降雨历时或雨强等变
量，且影响灵敏，则可能带来
参数估计误差；③模型输入资料误差。误差修正方法有：
①对模型参数实时校正，如最小二乘估计；②对模型预
报误差进行预测，如自回归修正法；③对状态变量进行
估计，如卡尔曼滤波法。
3、实时洪水预报系统历史水文资料选择时对雨量站、洪
水资料如何选择？P220-221
掌握把选定的水文预报模型用矩阵形式表示：如已知某
基于改进灰色-周期外延模型的中长期水文预报
文 献标 志码 ：Ａ
中图 法 分 类 号 ：Ｐ ３ ３８
运 用 中长 期 水 文 预 报 方 法 ， 究 流 域 或 地 区 的 水 研
对其进 行改进 。
文特性 和变化 规律 ， 以了解 未来 的水文情 势 ， 防汛抗 对
旱 、 资源规划 管理 以及 水 库 等水 利 工 程 的综 合 利用 水 有 着十分 重要 的意义 ， 是充分 利用水 资源 、 真正 实现 水
第２ ４期
雷 杰 ， ： 于 改进 灰 色 一周 期 外延 模 型 的 中长 期 水 文预 报 等 基
２ ９
将 原 始数据 进 行一 次叠 加就 获得 新 的数据 序列 ：
将 改 进 后 的 模 型 应 用 于 中 长期 径 流 预 报 实例 计 算 中， 果 表 明 ， 进 后 的 模 型 更好 地 利 用 了 实测 系列 的 信 息 ， 结 改 具 有 更 高 的 预报 精度 。 关 键 词： 中长 期 水 文预 报 ； 色 一周 期 外 延预 报 模 型 ； 差校 正 ； 报 精 度 灰 误 预
基 于 改进 灰 色 一周 期外 延模 型 的 中长期 水 文 预报
雷 杰， 彭 杨 ， 昌 明 纪
（ 北 电 力 大 学 水 电 系统 运 行模 拟 与风 险分 析 实 验 室 ， 京 １ ２ ０ ） 华 北 ０２ ６
摘 要 ： 过 分 析 灰 色 系统 理 论 和 周期 分析 方 法在 水 文 预 报 中的 各 自特 点 ， 立 了 灰 色 一周 期 外延 组 合 预 报 模 通 建 型 。针 对 模 型 预报 误 差 ， 用 Ａ （ 模 型 对 误 差 序 列 进 行 拟 合 和 预 测 ， 据 此 对 原模 型 预 测 值 进 行 校 正 。 采 Ｒ Ｐ） 并
抚仙湖流域中长期水文预报方法研究
抚仙湖流域中长期水文预报方法研究
李桓;关志成;朱诗芳
【期刊名称】《安徽农业科学》
【年(卷),期】2013(000)012
【摘要】为了提高中长期水文预报的精度和可靠度,采用周期均值叠加、平稳时间序列和人工神经网络3种方法,建立抚仙湖流域年降雨量中长期预报模型,通过对比分析,探究适用于抚仙湖流域的中长期水文预报方法.
【总页数】2页(P5535-5536)
【作者】李桓;关志成;朱诗芳
【作者单位】云南农业大学水利水电与建筑学院,云南昆明650201;云南农业大学水利水电与建筑学院,云南昆明650201;云南农业大学水利水电与建筑学院,云南昆明650201
【正文语种】中文
【中图分类】S181.3
【相关文献】
1.云南玉溪：抚仙湖开发之痛——云南抚仙湖违建酒店高尔夫项目调查 [J],
2.基于问卷调查的抚仙湖流域生态环境风险分析 [J], 陈明;常敏;王予溢;叶娇;李娜;熊楠;李英;赵斌
3.抚仙湖流域农业面源污染防治策略研究 [J], 段典榕;孔燕;罗玉;张晓旭
4.有机肥替代化肥对洱海抚仙湖流域烟田氮磷养分流失和烤烟经济效益的影响 [J], 欧阳铖人;王钧宜;于良君;王德勋;赵正雄
5.抚仙湖梁王河流域农业耕作与流域水质响应关系研究 [J], 蒋鸿昆;高海鹰;张奇;徐力刚
因版权原因，仅展示原文概要，查看原文内容请购买。
基于灰关联分析的多元线性回归模型在中长期水文预报中的应用
摘 要： 采用 灰 色 系统 理 论 中 的关 联 分 析 方 法 ， 影 响 径 流 的各 个 因 素 进 行 分 析 ， 选 出 影 响 径 流 的主 要 因 子 ， 立 径 对 挑 建
流 与 主要 影 响 因子 之 间 的多 元 线 性 回归 预 测 模 型 。通 过 实 例 证 明 ， 方 法 简单 可 行 ， 测 精 度 较高 。 该 预 关键 词 ： 长 期 水 文 预 报 ； 色 关 联 分 析 ； 元 线 性 回归 ； 流 序 列 中 灰 多 径
・
８ ・ ５
维普资讯
谢敏 萍 ， 志 良， 得利 ： 于灰 关联 分 析 的 多元 线性 回 归模 型在 中长期 水文 预报 中的 应用 王 王 基
要影 响 因素 ，借 助 Ｅ ｃｌ 据 分析 中的 回归分 析 ｘｅ数
行 的预测 方法 。
流 指数 ：
鼽： 一年 ６月 ２ ｏ ＭＨｚ 阳射 电流量 ； 上 ８ｏ 太
：
上一 年 ８月 ５ ０ Ｐ Ｗ 型环 流 出现 １数 ； ０ｈａ ３ 上一 年 ８月 ５ ０ Ｐ Ｅ型环 流 出现 １数 ； ０ｈａ ３
：
‰： 上一年 １ 月 至当年 ３月某 站总降水量 （ ｍ） １ ａ ｒ ； 根据 ２ ２年 实测 资料 ，利 用灰 色关 联分 析方 法 ，
维普资讯
第 ９卷
第 ２期
重庆科 技 学 院学报 （ 自然科 学 版 ）
２０ ０ ７年 ６月
基于灰关 联分析的多 线性回 模型 长期 预报中 应用 元 归 在中 水文 的
谢 敏 萍 王 志 良 王 得 利
（ 华北 水利 水 电学 院 ，郑 州 ４ ０ ０ ） ５０ ８
灰色关 联 分析 方法 弥补 了采 用数 理统 计 方法作 系统
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｋｅ ｙ ｗｏｒ ｄｓ：ｈｙ ｒｌ ｇｃ ｆｒ ｃ ｓ ；ｍｏ ｅ ｄｅ ｔｆ ａ ｉｎ；ＣＩ ｄ ｏｏ ｉ ｏ ｅ ａ ｔ ｄ ｌｉ ｎ ｉ ｃ ｔ ｉ ｏ Ｃ；Ｋａ ｍａ ｌｅ ｉ ｇ ｌ ｎ ｆ ｔｒｎ ｉ
，
狭义 上西 江指 的是其 位 于广西 梧州 市纳入 桂 江
后 的部分 ，全 长 约 为 ２ ８ｋ ０ ｍ，在 广 东 三 水 市 思 贤
涪 与北 江汇合 后流 入珠 江三 角 洲 网河 区。每 年 的 ４
—
９月是西 江流域 降水 的集 中期 ，其 中前 ３个 月 主
要 受 到锋面 和低 压槽 影 响 产 生暴 雨 ，而 ７—９月 份
法进行 研究 ，相应 的预报模 型可 大致 分为过 程驱 动 模 型方 法 和 数 据 驱 动 模 型 方 法 两 大 类 ＿ 。过 程 驱 ２ Ｊ
１ 流域概况及研究数据
西江 发源 于云南 省境 内的马雄 山 ，为珠 江水 系
的主干河 道 。 由于从 上游 源头 至下游 各河 段名 称不
的影响。利用基于有限采样信息准则 （ ＳＣ） 的组合 信息准则 （ Ｉ ）对 模型进行 定阶 ，结合 Ｋ ｌａ ＦＩ ＣＣ ａ ｎ滤波方法 ｍ
进行非线性预测研究 。研究表 明 ：① 在进行模 型辨识时 ，如果 预处理 导致识别 的模 型复 杂度大幅 度降低 ，应通 过模 型的预测结果对预处理方法 的合理性进行 检验 ；② 建模数 据量应 足以反 映时序 的内在波动性 ，但 并不是越 多越好 ，过 多的建模 数据量会导致模 型的复杂性 大幅度增加 ，在增加计算耗 时 的同时 ，也降低 了预测 的稳健 性 ；
短 期预 报 。对 于 中 长期 水 文 预 报 而 言 ，一 般 可
模 型进行 在 线更新 。 而当模 型较 为复杂 、建模 所 需 数 据量 较大 时 ，滑动建 模方 式往往 会导 致建模 耗 时
和数据存储问题出现。本文主要结合以上思路对径 流 中长期预 报 问题进 行研究 。
以结合 天气 学 、天文地 球物 理 因素方法 及统 计学方
则 以台风影 响为 主 ，洪 涝灾 害等 多发生 在 ６— ８月 。 西江 干流 的高要 站位 于思 贤溜上 游 ４ ｍ处 ，上 接 ４ｋ 广西梧 州 ，下 连广 东 大 珠 三 角经 济 区 ，是 西 江 中 、 下游 的 国家级重 要控制 站 。本文 采用 的研 究数据 即 为广 东 省西 江 干 流 高要 站 １６ ９０—２０ ０９年 共 ５ ａ的 ０
４ ａｍ ｎｆｔｒ ｇｕｅ ｓａｐｅ ｉ ｉｎｍ ｔｏ ｆ ｕ ｏ ｎｒｍ ｒａ ｌ ｒｉ ｅｆ ｅａｔ ｆ ｃｓ ｎａｙ ）Ｋ ｌ ａ ｌ ｉ ｓｄａ ｒｄｃ ｏ ｅ ｄｏ ｎｆ ｃ ａｋ ｂ ｓ ｔ ｒｃｓ ｅ ｅｔ ｉ ｎ ｉｅｎ ｔ ｈ ｒ ｆａ ｅ ｙ ａ ｅｈ ｏ ｆ
Ｇｕ ｎ ｚ ｏ ０ ７ Ｃｈｉ ａ ａ ｇ ｈ ｕ ５１ ２ ５， ｎ
２ Ｃ ｌ ｇ ｆＳ ｒ ｅ ｉ ｇ ＆ Ｌ ｎ ｎ ｏ ｍａ ｉｎ Ｅ ｇ ｎ ｅ ｎ ，Ｈｅ ａ ｏｙｅ ｈ ｉ ｉ ｅｓｔ ， ． ｏｌ ｅ ｏ ｕ ｖ ｙｎ ｅ ａ ｄ Ｉ ｆｒ ｔ ｎ ｉ ｅ ｒ ｇ ｏ ｉ ｎ ｎ Ｐ ｌ ｔｃ ｎ ｃ Ｕｎ ｖ ｒｉ ｙ
ｔ ｈ ｏ ｅ ｔ ｅ ｐ ｏ ｅ ｒ ｅ ｆ ｈ ｄ １ ｏ ｃ ｏ ｓ ｈ ｒ ｐ ｒｏ ｄ ｒｏ ｅ ｍｏ ｅ ．Ｋａｍａ ｌ ｒ ｇ ｉ ａｓ ｓ ｄ ｆｒｎ ｎ ｉ ｅ ｒｐ ｅ ｉ ｔ ｎ ｔｉ ｃ ｎ ｔ ｌ ｎ ｆ ｔｉ ｓ ｌｏ ｕ ｅ ｏ ｌ ａ ｒ ｄ ｃｉ ．Ｉ ｓ ｏ － ｉ ｅ ｎ ｏ ｎ ｏ
第５卷 １
２１ ０ ２年
第 ２期
３月
中山大学 学报 （ 自然科 学版 ）
Ａ Ｔ Ｓ ＩＮ Ｉ Ｒ Ｍ Ｎ Ｔ Ｒ ＬＵ Ｕ Ｉ Ｅ ＳＴ ＴＳ Ｓ Ｎ Ａ Ｓ Ｎ ＣＡ ＣＥ ＴＡ Ｕ Ａ Ｕ Ａ Ｉ Ｍ Ｎ Ｖ Ｒ ＩＡ Ｉ Ｕ Ｙ Ｔ Ｅ Ｉ
Ｖｏ １ Ｎ ． Ｌ５ ｏ ２ Ｍａ ． ２ １ ｔ ０２
中山大学学报 （ 自然科学版 ）
第５ １卷
水文 预报 对 于水 库 调度 、防洪灌 溉和 发 电等工 作 至关重 要 。按照 预报 的时 间尺度 的不 同 ，水 文预 报 可 以分为短 期 预报 和 中长期 预报 ，一般 将 预见期 为 ３天 到一年 的成 为 中长期 预 报 ，３天 以下 的作 为
Ｊ ｏｕ ５ ０ ０， ｈｎ ） ｉ ｚｏ４ ４ ０ Ｃ ｉａ ａ
Ａｂｓｒ ｔ Ｍｏ ｅ ｄ ｎ ｉ ｃ ｔ ｎ ｏ ｄ ｕ ａ ｄ ｌｎ —ｅ ｍ ｙ ｒ ｌ ｇｃ ｆ ｒ ｃ ｓ ｓ ｓｕｄ ｅ ｎ ｔｒ ｓｏ ｒ — ｔ ａｃ ： ｄ ｌｉｅ ｔｆ ａｉ ｆ ｍｅ ｉ ｍ ｎ ｏ ｇ ｔｒ ｈ ｄ ｏｏ ｉ ｏ ｅ ａ ｔ ｉ ｔ ｉｄ ｉ ｅ ｉ ｏ ｍ ｆｐ ｅ ｔｅ ｔ ｎ ，ｄ ｔ ｅ ｇｈ ａ ｄ ｗａ ｓｏ ｄ ｌｎ ｉｈ ａ ｅ ｔ ｋ ｎ ａ ｆｍａ ｆ ｃｏ ｓｆ ｒｔ ｒ ｄ ｃｉ ｎ ｒ ｓ ｌｓ ｒ ａ ｍｅ ｔ ａａ ｌｎ ｔ ｎ ｙ ｆｍｏ ｅ ｉ ｇ ｗｈ ｃ ｒ ａ ｅ ｓ ｐ ｉ ￣ ａ ｔ ｒ ｏ ｈｅ ｐ ｅ ｉｔｏ ｅ ｕ ｔ．
月径 流数 据 。
时 间序列 模 型是数据 驱 动模 型 的一 种 ，按 模 型 中包 含 的时序 数 目的多少 ，可相应 分为单 变量 模 型 和多 变 量 模 型 。单 变 量 模 型 以 自 回 归 滑 动 平 均 （Ｒ Ａ ＭＡ）及 其 衍 生类 型 最 为 常 见 ，由于 其 只依 靠 单 一 时序 的历 史 数 据 进 行 建模 ，对 数 据 的依 赖 性 小 ，且 能给 出 明确 的模 型表 达式 ，因此 即使 在各种 非 线性 时序 模 型 （ 神 经 网络 模 型 、模 糊 数 学 方 如 法 和灰 色 系统 模 型等 ） 迅 速 发 展 的现 阶段 ，其 仍 具 有 十分重 要 的作 用 。Ｈｏ ｅ 等 经 过 研 究 证 明 ， ｌｒ ｇ 线 性预 测方 法 由于其模 型 的稳健 性 ，往 往会 取得 比 非线性 方 法 更好 的 预测 效 果 。非 线 性 方 法 （ 以神
Ｂ ｓｄｏ ｎｔ ｓｍ ｌ ｇｉ ｏ ａ ｏ ｒｅ ｏ Ｆ Ｉ ， ｏ ｂｎ ｄｉｆ ｍ ｔ ｎｃｉ ｒ ｎ（ Ｉ ｓｕｉｚｄ ａｅ ｎｆ ｉ ａ ｐｉ ｆｒ ｔ ｎｃ ｔｒ ｎ（ ＳＣ） ｃｍ ｉｅ ｏ ａｉ ｒ ｅ ｏ Ｃ Ｃ）ｉ ｔｉ ｉ ｅ ｎ ｎｍ ｉ ｉ ｉ ｎｒ ｏ ｔ ｉ ｌｅ
中长 期 水 文 预 报 的 模 型辨 识及 预 测 研 究
路剑 飞 ，于吉涛 ，陈子粢
（ １中山 大学地 理科 学 与规 划学 院水 资源 系，广 东 广州 ５０ ７ ； １２５ ２河南理 工 大学 测绘 与 国土信 息 工程 学院 ，河南 焦作 ４４ ０ ） ５ ００
摘 要 ：针对中长期水文预报的模型辨识进行研究 ， 探讨了预处理、建模数据量和建模方式对于模型预测精度
ｌ ｎ ｈ ｔ ｍｆ ｅ ｋ ｒ ｄ ｃ ｉ ｆ ｘ ａ ｄ ｔ ｅ ｓｒ ａ ｌ ｗ ｐ ａ ｓ ｐ ｅ ｉｔ ｎ，ａ ｄ ｓ ｃ ｉ ｃ ｓ ｔ ｅ ｐ ｅ ｉ ｆｐ ｅ ｉ ｔ ｇ ｒ ｌｔ ｅｙ ｌｗ ｕ — ｆ ｕ ｅ ｏ ｏ ｎ ａ ｒ ｅ ｈ ｒ ｃ ｓ ｏ ｒ ｄ ｃ ｉ ｅａ ｉ ｌ ｏ Ｆ ｎ ｏ ． ｉ ｆ ｅ ｎ ｖ
一
动模 型是 在对水 文现 象 的发 生机 理较 为 明晰 的前 提 下对径 流 的产流 过程 与河 道演进 过程 进行 模拟 ，从 而进 行流 量过程 预报 的数 学模 型 ；而数据 驱动模 型 则是 基本 忽略水 文过 程 的 内在 机理 ，通过 对所研 究
系统 多 次测量 得到 的输入 输 出数据 进行最 优数 学建 模 ，进 而达到 预测 的 目的 。
Ｍ ｏ ｌＩ ｎ ｉ ｃ ｔｏ ｎ ｅ ｃｉ ｎ Ｒｅ ｅ ｒ ｈ ｏ ｅ ｉ ｄｅ ｄｅ ｔｆ ａ ｉ ｎ ａ ｄ Ｐｒ ｄｉｔｏ ｓ ａ ｃ ｆＭ ｄ ｕｍ ｉ
ａ ｄ ｎ ｔ ｒ ｄｒ ｌ ｇ ｃ Ｆｏ ｅ ａ ｔ ｎ Ｌｏ ｇ－ｅ ｍ Ｈｙ ｏ ｏ ｉ ｒ ｃ ｓ
ｃｕ ｅ ａ：１ ｎ ｍ ｄｌｉｅ ｔ ｃｔ ｎ ｒａｏ ａｉｔ ｏ ｅｐｅ ｅｔ ｅ ｔ ｈ ｕｄｂ ｅｔ ｈｏｇ ｈ ｌｄ ｄｔ ｔ ）Ｉ ｏ ｅ ｄ ｎｉ ａ ｏ ， ｅｓｎｂｌｙ ｆｔ ｒｔ ａｍ ｎ ｓｏ ｌ ｅｔ ｅ ｔｒｕｈ ｔ ｈ ｉ ｆ ｉ ｉ ｈ ｒ ｓｄ ｅ ｐｅ ｉ ｉ ｅｕｔ ｆ ｍ ｔｅｍ ｄｌｆｔ ｉｎ ｃ ｎｌ ｒｄ ｃｓ ｈ ｏ ｌ ｉ ｆｈ ｏ ｅ． ）Ｄ ｔ ｎｔ ｆ ｒｄｃ ｏ ｒｓｌ ｏ ｏ ｅ ｉｉｓ ｉ ａ ｔ ｅ ｕｅ ｅｃｍｐ ｘ ｙｏ ｅｍ ｄ１ ２ ａ ｌ ｇ ｏ ｔｎ ｓｒ ｈ ｇ ｆ ｉ ｙ ｔ ｅｔ ｔ ａｅ ｈ
收 稿 日期 ：２ １ ０ ０ １— ３—１ ５
基金项 目：广东省水利科技创新 研究资助项 目 （ ｏ １７ ｏ ４ｏ ２ ２ ２ ｌ３ ｏｏ ２ ９ ９ ） 作者简介 ：路剑飞 （ ９４年生 ） １８ ，男 ，博 士研究 生 ；通讯作者 ：陈子椠 ；Ｅ ｍ ｉ：ｅｓｚ＠ ｍ ｉ ｓｓ．ｄ ． ａ － ａｌ ｅｃｓ ａ．ｙｕ ｅｕ ｃ ｌ
ｍｏ ｅｉ ｇ ｓ ｏ ｌ ｅ ｌｎ ｎ ｕ ｈ ｔ ｅ ｅ ｔ ｎ ｅ ｅ ｔｏ ｃ ｌ ｔ ｎ ｆｔ ｅ ｔ ｅ ｅ ｉ ｘ ｅ ｓ ｅ ａ ｕ ｔ ｄ ｌ ｈ ｕ ｄ ｂ ｏ ｇ ｅ ｏ ｇ ｒ ｆ ｃ ｈ ｒ ｎ ｓ ｉ ａｉ ｓ ｏ ｈ ｉ ｓ ｒ ｓｗｈ ｌ ｅ ｃ ｓｉ ｍｏ ｎ ｎ ｏ ｌ ｉ ｌ ｏ ｍｅ ｉ ｅ ｖ
ｂ ｎ ｓ ｎｅｔ ｏ ｐｅｉ ， ｏｅｔ ｅｃ ｎｕ ｉｇａ ｄｌｓ ｒｂ ｓ ｅｓ ３ ｌ ｉｇｍ ｄｌｓ ｅｔ ｒ ａｇｒ ｉ ｉ ｒｃ ｒ ｇ ｘ ａ ｍ ｌ ｔ ｍ ｒ ｉ －ｏ ｓｍ ｎ ｎ ｓ ｏ ｕｔ ｓ． ）Ｓｉ ｎ ｏ ｅ ｉ ｂ ｔ ｒ ｒｅ ｘｙ ｍ ｅ ｎ ｄ ｅ ｆ ｌ ｏ