常新雨,周建中,方 威,王彧蓉,黄靖玮
(华中科技大学土木与水利工程学院,湖北 武汉 430074)
中长期径流预报是根据前期水文气象资料,利用成因分析或数理统计分析等方法,对未来较长时间的水文要素进行科学预测[1],其遇见期一般超过3天或者1年以内。流域中长期径流预报对水库群联合优化调度、水资源优化配置、跨流域调水等方面具有重要的指导性作用[2]。但是,受制于气候变化、河道演进和人类活动等众多因素的影响。流域中长期径流预报面临着许多挑战;因此,如何提高预报的精度和稳定性一直是研究的热点。国内外研究学者对于流域中长期径流预报做了大量的研究工作,提出了许多径流预报新的方法和理论,对提高流域预报精度起到了一定的积极作用。目前,中长期径流预报常用的方法有季节自回归法、神经网络算法、支持向量机算法等[3-4]。朱双等[5]利用了基于灰色关联分析的模糊支持向量机方法对金沙江上游石鼓站月径流进行预测,取得了较高的预测精度。王佳等[6]建立了基于经验模态分解和人工神经网络预测模型,发现该模型连续滚动预报径流针对汛期预报的效果较好;而同期预报更有利于枯水期的预报。
预报因子筛选也是影响中长期径流预报的关键因素之一,对于提高预报精度具有十分重要的意义。国内外众多学者在筛选预报因子时,常将历史径流、降雨数据、气象因子等这些与流域径流密切相关的因素考虑在内。……