Page 13 - 2024年第55卷第9期

（２）本文提出的算法需要资料少，预见期长，预报精度高。在人为影响较小，流域面积在 ６００ｋｍ ２
左右的中平小流域，洪峰流量预报平均误差为 ８．３３％，洪量预报平均误差为 １４．２７％，峰现时间预报平
均误差为 １ｈ，预报精度高，预见期长，可满足山丘区小流域洪水预报的需要。
（ ３）由于实测资料所限，本文仅以中平小流域近 ２０年来的降雨洪水资料为样本。随着时间的推
移，降雨洪水样本的数量和质量日益丰富和提高，技术逐渐发展和完善，未来可得到更为客观合理准
确的预测结果。
本方法仅考虑了降雨的时空特征，因此选择了受人为影响较小的中平小流域为例进行说明。日后
可收集更多种类型的山丘区小流域的历史水文资料，如不同流域面积，下垫面地形、植被条件，河道
形态，工程调度条件等，丰富学习样本的类型，提高算法的智能性和适用性，以推广到更大范围使
用。该方法为山丘区小流域洪水预报的提供了新思路，为进一步提高水利信息化建设智能化水平，加
强 “三道防线” 数据的深度挖掘和应用，提升防洪 “四预” 能力，提供技术支撑。

参 考 文 献：

［ １］ 郭良，丁留谦，孙东亚，等．中国山洪灾害防御关键技术［Ｊ］．水利学报，２０１８，４９（９）：１１２３ － １１３６．
［ ２］ 程晓陶，刘昌军，李昌志，等．变化环境下洪涝风险演变特征与城市韧性提升策略［Ｊ］．水利学报，２０２２，
５３（７）：７５７ － ７６８，７７８．
［ ３］ 《中国水旱灾害防御公报》 编写组．《中国水旱灾害防御公报 ２０２２》 ［Ｊ］．中国防汛抗旱，２０２３，３３（１０）：
７８ － ８２．
［ ４］ 水利部水文局，长江水利委员会水文局．水文情报预报技术手册［Ｍ］．北京：中国水利水电出版社，２０１０．
［ ５］ ＦＩＮＮＥＲＴＹＢＤ，ＳＭＩＴＨ Ｍ Ｂ，ＳＥＯＤＪ，ｅｔａｌ．Ｓｐａｃｅ － ｔｉｍｅｓｃａｌｅｓｅｎｓｉｔｉｖｉｔｙｏｆｔｈｅＳａｃｒａｍｅｎｔｏｍｏｄｅｌｔｏｒａｄａｒ －
ｇａｇｅｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｐｕｔｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，１９９７，２０３（１?４）：２１ － ３８
［ ６］ ＳＵＧＡＷＡＲＡＭ．ＴａｎｋＭｏｄｅｌｗｉｔｈＳｎｏｗ Ｃｏｍｐｏｎｅｎｔ［Ｒ］．ＮａｔｉｏｎａｌＲｅｓｅａｒｃｈＣｅｎｔｅｒｆｏｒＤｉｓａｓｔｅｒＰｒｅｖｅｎｔｉｏｎ，
１９８４．
［ ７］ ＺＨＡＯＲＪ，ＺＨＵＡＮＧＹＬ，ＦＡＮＧＬＲ，ｅｔａｌ．ＴｈｅＸｉｎａｎｊｉａｎｇＭｏｄｅｌ［Ｃ］ ??ＩＡＳＨ１２９，ＨｙｄｒｏｌｏｇｉｃａｌＦｏｒｅｃａｓｔｉｎｇ
Ｐｒｏｃｅｅｄｉｎｇ ，ＯｘｆｏｒｔＳｙｍｐｏｓｉｕｍ，１９８０．
［ ８］ 刘志雨，侯爱中，王秀庆．基于分布式水文模型的中小河流洪水预报技术［Ｊ］．水文，２０１５，３５（１）：１ － ６．
［ ９］ 芮孝芳．工程水文学在中国的发展［Ｊ］．水利学报，２０１９，５０（１）：１４５ － １５４．
［１０］ 郭生练，熊立华，杨井，等．基于 ＤＥＭ的分布式流域水文物理模型［Ｊ］．武汉水利电力大学学报，２０００（６）：
１ － ５．
［１１］ 郑捷，李光永，韩振中，等．改进的 ＳＷＡＴ模型在平原灌区的应用［Ｊ］．水利学报，２０１１，４２（１）：８８ － ９７．
［１２］ 中华人民共和国水利部水文司．我国现有水文测站已达 １２．１万 处 ［ＥＢ?ＯＬ］．［２０２０ － ０１ － １９］．ｈｔｔｐ：??ｓｗｇｌ．
ｍｗｒ．ｇｏｖ．ｃｎ?ｇｚｄｔ?ｍｔｊｊ?２０２３１２?ｔ２０２３１２０４＿１６９５４２３．ｈｔｍｌ．
［１３］ ＬＥＣＵＮＹ，ＢＥＮＧＩＯＹ，ＨＩＮＴＯＮＧ．Ｄｅｅｐｌｅａｒｎｉｎｇ［Ｊ］．Ｎａｔｕｒｅ，２０１５，５２１：４３６ － ４４４．
［１４］ 李建柱，李磊菁，冯平，等．基于深度学习的雷达降雨临近预报及洪水预报［Ｊ］．水科学进展，２０２３，３４
（５）：６７３ － ６８４．
［１５］ ＬＩＵＹＹ，ＬＩＬ．ＺＨＡＮＧＷ Ｈ，ｅｔａｌ．，Ｒａｐｉｄｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｒａｉｎｓｔｏｒｍｄｉｓａｓｔｅｒｒｉｓｋｓｂａｓｅｄｏｎａｎａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉ
ｇｅｎｃｅｔｅｃｈｎｏｌｏｇｙｕｓｉｎｇｔｈｅ２ＤＰＣＡｍｅｔｈｏｄ ［Ｊ］．ＡｔｍｏｓｐｈｅｒｉｃＲｅｓｅａｒｃｈ，２０１９（２２７）：１５７ － １６４．
［１６］ 刘媛媛，刘业森，郑敬伟，等．ＢＰ神经网络和数值模型相结合的城市内涝预测方法研究［Ｊ］．水利学报，
２０２２，５３（３）：２８４ － ２９５．
［１７］ 姬战生，章国稳，张振林．基于卷积神经网络的东苕溪瓶窑水文站水位预报 ［Ｊ］．水 电 能 源 科 学，２０２１，
３９（８）：４６ － ４９．
［１８］ 张甲甲，万定生．基于混合 ＧＡ优化 ＬＳＴＭ的中小流域流量预测研究［Ｊ］．计算机仿真，２０２２，３９（２）：２８３ －
２８７ ，３４２．
［１９］ 刘媛媛，刘洪伟，霍风霖，等．基于机器学习短历时暴雨时空分布规律研究［Ｊ］．水利学报，２０１９，５０（６）：
７７３ － ７７９．
［２０］ ＢＥＬＫＩＮＭ，ＮＩＹＯＧＩＰ．ＬａｐｌａｃｉａｎＥｉｇｅｎｍａｐｓｆｏｒＤｉｍｅｎｓｉｏｎａｌｉｔｙＲｅｄｕｃｔｉｏｎａｎｄＤａｔａＲｅｐｒｅｓｅｎｔａｔｉｏｎ［Ｍ］．ＭＩＴ

１
— １ ０ ８ —