基于CFS的汉江上游梯级水库系统月入库径流预测

被引：13

作者：

刘甜 ^{[1
]}

梁忠民 ^{[1
]}

邱辉 ^{[2
]}

金路熠 ^{[3
]}

王军 ^{[1
]}

黄一昕 ^{[1
]}

机构：

[1] 河海大学水文水资源学院

[2] 长江水利委员会水文局

[3] 浙江省钱塘江管理局勘测设计院

来源：

水电能源科学 | 2019年 / 37卷 / 08期

基金：

国家自然科学基金重点项目; 国家重点研发计划;

关键词：

CFS; 梯级水库; 月入库径流; 预测; 汉江上游;

D O I：

暂无

中图分类号：

TV697.21 [];

学科分类号：

摘要：

将天气预报产品引入水文模型是提高长期径流预测精度的有效途径,但引入方法仍存在难度。为此,以汉江上游梯级水库系统为例,引入智能算法及相似典型放缩,构建基于分预见期校正的CFS与SWAT耦合径流预测模型,首先甄选智能算法校正CFS降雨,然后基于相似典型放缩对其进行时空展布,最终将其输入分区率定的梯级水库SWAT模型,从而实现月径流预测。结果表明,随机森林和人工神经网络更适合于CFS预测校正且不受预见期影响,基于相似典型时空分布的耦合模型预测效果较好,能为梯级水库系统提供更为可靠的径流预测。

引用

页码：14 / 17+10 +10

页数：5

共 8 条

[1] Long-range experimental hydrologic forecasting for the eastern United States. Wood A W,Maurer E P,Kumar A, et al. Chinese Journal of Geophysics . 2002
[2] Hydrologic Implications of Dynamical and Statistical Approaches to Downscaling Climate Model Outputs[J] . A. W. Wood,L. R. Leung,V. Sridhar,D. P. Lettenmaier. &nbspClimatic Change . 2004 (1)
[3] The NCEP Climate Forecast System Version 2
Saha, Suranjana
Moorthi, Shrinivas
Wu, Xingren
Wang, Jiande
Nadiga, Sudhir
Tripp, Patrick
Behringer, David
Hou, Yu-Tai
Chuang, Hui-Ya
Iredell, Mark
Ek, Michael
Meng, Jesse
Yang, Rongqian
Mendez, Malaquias Pena
Van Den Dool, Huug
Zhang, Qin
Wang, Wanqiu
Chen, Mingyue
Becker, Emily
[J]. JOURNAL OF CLIMATE, 2014, 27 (06) : 2185 - 2208
[4] Long-term streamflow forecasting using SWAT through the integration of the random forests precipitation generator: case study of Danjiangkou Reservoir[J] . Zhongmin Liang,Tiantian Tang,Binquan Li,Tian Liu,Jun Wang,Yiming Hu. &nbspHydrology Research . 2018 (5)
[5] GB/T 22482-2008. 水文情报预报规范[S]. 2008
[6] A Data-driven SVR Model for Long-term Runoff Prediction and Uncertainty Analysis Based on the Bayesian Framework. Z Liang,Y Li,Y Hu,et al. Theoretical and Applied Climatology . 2018
[7] 径流长期预报的人工神经网络方法
蔡煜东
姚林声
[J]. 水科学进展, 1995, (01) : 61 - 65
[8] 汉江上游石泉和安康水文站径流规律分析
张珏
王义民
黄强
孙晓懿
[J]. 水电能源科学, 2009, 27 (01) : 18 - 20

← 1 →