柳江流域多时间尺度的降雨径流模拟分析

李泽峰，陈洋波，李 雪

(中山大学地理科学与规划学院，广州 510275)

降雨和径流都是水循环的一部分，降雨对径流的产生有着深远的影响。而径流作为水文水资源系统的主要组成部分之一，其变化不可避免的影响着水文水资源系统的变化[1]。由于水文水资源系统本身具有复杂性，加上人类活动和全球气候变化的影响，使得径流变化有着多时间尺度和非线性等特征[2]。这些特征也导致了传统的研究理论和方法在进行径流分析时面临着诸多困难[3]。变化环境下，开展流域降雨径流模拟分析对合理进行水资源开发利用和管理有重要意义。从实际应用上看，无论是水库调度、防汛抗旱、还是航运等方面，对径流模拟预测精度的要求越来越高[4]。因此，如何进一步提高径流预测的精度也是水文研究领域的热点和难点。近年来，随着计算机技术以及多学科交叉的发展，人工智能和数字信息化与水文研究的融合，高新技术如神经网络、遥感技术、地理信息技术等在水科学领域得到了越来越多的应用。水文模拟手段的变革，使模拟预测的精度得到较大的提高。在此背景下，黑箱模型作为一种分析输入和输出的时间序列但忽略流域物理过程的研究方法，在降雨径流模拟中得到了广泛的应用。其中，支持向量机(Support Vector Machine，简写即SVM)就属于可以应用于非线性问题的新技术理论，目前已有众多应用于水文序列的模拟预测的研究[5,6]。已有研究表明，与传统的回归分析方法和人工神经网络方法相比，支持向量机可以取得更高精度的降雨-径流预测值[7]。……