基于多模型随机组合的水文集合预报方法研究

• 作者: 赵泽谦 黄强 明波 陈晶 刘登峰 陈玺
• 来源期刊: 水力发电学报
• 学科: 地球科学
• 关键词: 不确定性 水文预报 集合预报 多模型组合 多目标优化 贝叶斯模型平均
• 年，卷（期）: 2021,（1）
• 页码范围: 76-87
• 页数: 12页
• 分类号: P338+.2
• 语种: 中文
• DOI: 10.11660/slfdxb.20210108

摘要

准确、可靠的水文预报是水资源开发利用的基础.集合预报以概率或区间的形式表征预报的不确定性,是未来水文预报研究的重点发展方向.本文提出了一种基于多模型随机组合的水文集合预报方法.首先通过加权形式将多种预报模型进行组合;再采用多目标优化算法率定各成员模型权重的上、下限;最后在优化的上、下限内随机生成权重以构建集合预报.以汉江黄金峡水库中长期径流预报为研究对象,考虑月、旬两种预见期,构建了六种单一预报模型,采用非支配排序遗传算法对权重进行优化后得到集合预报样本.结果表明:所提方法能更好地反映预报的不确定性,且均值预报结果明显优于贝叶斯模型平均法和最优单一确定性预报方法,具有一定竞争力.