摘要:將天氣預(yù)報(bào)產(chǎn)品引入水文模型是提高長(zhǎng)期徑流預(yù)測(cè)精度的有效途徑,但引入方法仍存在難度。為此,以漢江上游梯級(jí)水庫(kù)系統(tǒng)為例,引入智能算法及相似典型放縮,構(gòu)建基于分預(yù)見(jiàn)期校正的CFS與SWAT耦合徑流預(yù)測(cè)模型,首先甄選智能算法校正CFS降雨,然后基于相似典型放縮對(duì)其進(jìn)行時(shí)空展布,最終將其輸入分區(qū)率定的梯級(jí)水庫(kù)SWAT模型,從而實(shí)現(xiàn)月徑流預(yù)測(cè)。結(jié)果表明,隨機(jī)森林和人工神經(jīng)網(wǎng)絡(luò)更適合于CFS預(yù)測(cè)校正且不受預(yù)見(jiàn)期影響,基于相似典型時(shí)空分布的耦合模型預(yù)測(cè)效果較好,能為梯級(jí)水庫(kù)系統(tǒng)提供更為可靠的徑流預(yù)測(cè)。
注:因版權(quán)方要求,不能公開(kāi)全文,如需全文,請(qǐng)咨詢雜志社。
水電能源科學(xué)雜志, 月刊,本刊重視學(xué)術(shù)導(dǎo)向,堅(jiān)持科學(xué)性、學(xué)術(shù)性、先進(jìn)性、創(chuàng)新性,刊載內(nèi)容涉及的欄目:水文水資源、水環(huán)境、水處理、工程勘察及測(cè)量、水工材料、水工結(jié)構(gòu)、水力機(jī)械、水利水電工程施工、水利管理、電氣工程、能源等等。于1983年經(jīng)新聞總署批準(zhǔn)的正規(guī)刊物。