耦合数值降雨信息的径流预报方法对比

• 作者: 牟时宇 朱艳军 杨冬梅 曲田
• 来源期刊: 水力发电
• 学科: 地球科学
• 关键词: 径流预报 数值降雨预报信息 新安江模型 概率预报模型 多因子最近邻抽样回归模型 大渡河上游
• 年，卷（期）: 2022,（5）
• 所属期刊栏目: 水文水资源
• 页码范围: 27-32
• 页数: 6页
• 分类号: P338.1
• 语种: 中文
• DOI: 10.3969/j.issn.0559-9342.2022.05.006

摘要

为优化流域径流预报方案,引入数值降雨预报信息,对比分析了不同预见期下新安江-融雪径流预报模型(XAJ-DDF)、基于总误差分析途径的概率预报模型(HUP)、多因子最近邻抽样回归模型(NNBR)在大渡河上游丹巴断面的日径流预报精度.结果表明,汛期,HUP模型表现最优且稳定,3、7 d预见期NS分别大于0.9、0.7,且伴随推荐值Q50的90％置信区间信息为决策人员明晰洪水风险提供依据;枯期,多因子NNBR模型预报精度最高,对退水特征把握更准确.通过模型对比,可进一步提升流域预报水平,为同类研究提供应用参考.