耦合數值降雨信息的徑流預報方法對比

牟時宇，朱艷軍，楊冬梅，曲 田

(國能大渡河流域水電開發有限公司，四川 成都 610041)

徑流預報作為防洪減災的“參謀”，為梯級水電站的優化調度、風險管控、水資源綜合利用提供重要保障。傳統的過程驅動徑流預報理論，經歷了由具有系統理論的黑箱模型到概念性模型再到具有物理成因的分布式水文模型的發展過程[1-2]，期間涌現了斯坦福模型、新安江模型、SHE模型、SWAT模型等經典水文模型。近年來，隨著人工智能和數據驅動統計技術的快速發展，數據驅動模型因其開發速度快、易于實時實現、比基于物理基礎的水文模型所需信息少等優點，在水文建模和預測、水文規律挖掘中得到廣泛應用[3-5]。不論是過程驅動還是數據驅動模型，由于其所考慮的因素、對水文過程概化的方式以及結構組成的不同，均無法普遍適用于復雜的流域水文系統[6]。針對某一特定流域，如何選擇最適合的模型結構和模型參數，是水文模擬和徑流預報的關鍵[7]。

基于落地雨的傳統水文預報方法，由于流域匯流時間本身的限制，難以完全滿足流域防洪調度決策、洪水資源化利用的要求。現代數值天氣預報技術的出現，為提前并可靠地預測河川徑流提供了重要支撐[8]。耦合數值降雨預報信息的水文預報已成為提高流域來水預報精度和延長預見期的主要途徑。大渡河上游屬川西高原氣候區，植被尚好，屬蓄滿產流方式。本文以大渡河上游丹巴斷面為研究對象，分別應……