降雨时间分布对中长期旬极端径流模拟的影响

吴碧琼; 张海荣; 曹辉; 任玉峰; 马一鸣; 李曲; 张增信

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

降雨时间分布对中长期旬极端径流模拟的影响

水文水资源 | 更新时间：2026-02-13

- 降雨时间分布对中长期旬极端径流模拟的影响
- 降雨时间分布对中长期旬极端径流模拟的影响
- 水力发电 2026年52卷第2期页码：13-21+61
- 作者机构：
  
  1. 智慧长江与水电科学湖北省重点实验室(中国长江电力股份有限公司)
  2. 河海大学水文水资源学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金委员会-中华人民共和国水利部-中国长江三峡集团有限公司长江水科学研究联合基金项目(U2240214);中国长江电力股份有限公司科研项目(Z242302054)
- DOI：
  中图分类号： P338.2
- 纸质出版：2026
- 稿件说明：
移动端阅览
吴碧琼, 张海荣, 曹辉, 等. 降雨时间分布对中长期旬极端径流模拟的影响[J]. 水力发电, 2026,52(2):13-21+61.

吴碧琼, 张海荣, 曹辉, et al. 降雨时间分布对中长期旬极端径流模拟的影响[J]. 2026, 52(2): 13-21+61.
吴碧琼, 张海荣, 曹辉, 等. 降雨时间分布对中长期旬极端径流模拟的影响[J]. 水力发电, 2026,52(2):13-21+61. DOI：

吴碧琼, 张海荣, 曹辉, et al. 降雨时间分布对中长期旬极端径流模拟的影响[J]. 2026, 52(2): 13-21+61. DOI：

摘要

在径流中长期预报中，往往忽视预报时间步长内的信息，比如降雨的时间分配。为提高中长期旬尺度极端径流的模拟精度，采用改进的偏最小二乘回归模型N-PLS和神经网络模型LSTM对乌东德水库和向三区间旬还原径流构建模型，并比较旬内降雨分布和温度输入特征及数据处理方式对模型整体、极端旱涝径流模拟性能的影响。结果表明：2个模型的不同输入方案对乌东德水库旬还原入库径流的整体模型模拟精度R

和NSE基本都在0.95～0.98之间，高于向三区间；4组特征输入方案对LSTM模型的影响明显弱于N-PLS模型，增加旬内降雨分布和气温特征会微弱提升模型的性能，一定程度上减小了乌东德水库重旱以上径流模拟汛期易偏大的偏差、向三区间重涝以上径流模拟易偏小的偏差；增加旬内降雨分布和气温特征对统计模型N-PLS性能有明显提升，其中向三区间比乌东德水库表现更明显，显著减小了向三区间重旱以上径流模拟易偏大、重涝以上径流模拟易偏小的偏差；由于LSTM模型稳定性更强，因此模型整体精度高于N-PLS模型，但对于乌东德水库枯期重旱以上极端径流和向三区间汛期重涝以上极端径流，考虑旬内降雨信息、气温特征且非归一化的N-PLS模型表现更好。总的来说，考虑旬内降雨信息和温度等更多水文特性输入有助于提升旬极端径流的模拟精度。

Abstract

关键词

Keywords

references

Jiao Wenzhe,Wang Lixin,Novick Kimberly A.,Chang Qing.A new station-enabled multi-sensor integrated index for drought monitoring[J].Journal of Hydrology,2019.

Zhongmin Liang,Tiantian Tang,Binquan Li,Tian Liu,Jun Wang,Yiming Hu.Long-term streamflow forecasting using SWAT through the integration of the random forests precipitation generator: case study of Danjiangkou Reservoir[J].Hydrology Research,2018.

靖娟,赵鑫,梅瑞萱,尚文绣.黄河旱涝变化特征及应对过程[J].人民黄河,2024(07).

张宁玥,陈元芳,刘勇.基于不同因子筛选指标的丹江口入库月径流预报研究[J].水电能源科学,2024(05).

陈娟,徐琦,曹端祥,李国智,钟平安.基于多因子多模式集成的中长期径流预测模型[J].水科学进展,2024(03).

刘源,纪昌明,马皓宇,王弋,张验科,马秋梅,杨涵.基于集合Kalman滤波的中长期径流预报[J].水资源保护,2024(01).

杨滟茹,邓星辰,虞越越,周玉,谈佳铭,谷金穗.我国延伸期预报业务现状及其协同运行机制分析[J].气象科技进展,2023(02).

效文静,周建中,杨建华,莫莉,徐占兴,杨钰琪.基于机器学习的长江干流中长期径流预报[J].水电能源科学,2022(09).

孙周亮,刘艳丽,张建云,陈华,舒章康,陈鑫,金君良,刘翠善,鲍振鑫,王国庆.中长期径流预报研究进展与展望[J].水资源保护,2023(02).

徐宗学,周祖昊,姜瑶,桑燕芳,季鹏,侯居峙,陈峰.西南河流源区径流量变化规律及其未来演变趋势[J].水科学进展,2022(03).

熊怡,周建中,贾本军,胡国华.基于随机森林遥相关因子选择的月径流预报[J].水力发电学报,2022(03).

李继清,王爽,段志鹏,李建昌.基于ESMD-BP神经网络组合模型的中长期径流预报[J].应用基础与工程科学学报,2020(04).

章大全,郑志海,陈丽娟,张培群.10～30 d延伸期可预报性与预报方法研究进展[J].应用气象学报,2019(04).

金君良,舒章康,陈敏,王国庆,孙周亮,贺瑞敏.基于数值天气预报产品的气象水文耦合径流预报[J].水科学进展,2019(03).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于LSTM与XGBoost融合的水质预测

基于EMD-EEMD-LSTM的大坝变形预测模型

基于相似测点残差信息挖掘的大坝变形异常值识别方法研究

基于Informer的风电机组叶根载荷预测

基于多模型融合的中长期径流集成预测方法