Page 127 - 2024年第55卷第12期

水 利 学 报

２０２４年 １２月 ＳＨＵＩＬＩ ＸＵＥＢＡＯ 第 ５５卷 第 １２期

文章编号：０５５９ － ９３５０（２０２４）１２ － １５３９ － ０９

分布式水文模型与自回归误差校正相结合的低枯流量预报研究

３
何玉芬 １，２ ，杨汉波 １，２ ，董宁澎 ，李昶明 １，２
（１．清华大学 水利水电工程系，北京 １０００８４；２．清华大学 水沙科学与水利水电工程国家重点实验室，北京 １０００８４；
３．中国水利水电科学研究院 流域水循环模拟与调控国家重点实验室，北京 １０００３８）

摘要：随着全球气候变化和人类活动影响加剧，干旱事件频发，枯水期的水资源供需矛盾日益突出，准确预报低
枯流量愈受重视。本文采用分布式水文模型 ＧＢＥＨＭ，结合自回归（ＡＲ）误差校正方法修正径流模拟结果，进而结
合气象预报降水信息，建立了低枯流量预报方法，并将其应用于长江石鼓水文站以上流域，开展了 ２０００—２０１２
年的径流模拟和候、旬、月尺度的预报研究。模拟结果表明：ＧＢＥＨＭ 模型能较好地重现逐日径流过程，率定期
和验证期的纳什效率系数分别为 ０．９４和 ０．９１，相对水量平衡误差分别为 １．０％和 ３．９％；枯水期的模拟径流较观测
值偏低，经 ＡＲ误差校正后率定期和验证期合格率提升至 ８１％～９６％。分析预报结果表明，枯水期和严重干旱期
的径流预报合格率分别接近 ８０％和 ８５％，经 ＡＲ误差校正后，预报合格率最大可提升至 ９１％和 ９７％。本研究结合
分布式水文模型和误差实时校正技术，实现了候、旬、月尺度的高精度低枯流量预报，提高了枯水期和严重干旱
期的径流预报精度，具有工程应用前景。
关键词：径流预报；低枯流量；分布式水文模型；实时校正；长江上游
文献标识码：Ａ ｄｏｉ：１０．１３２４３?ｊ．ｃｎｋｉ．ｓｌｘｂ．２０２４００１２
中图分类号：Ｐ３３８

１ 研究背景

径流预报是水文学研究的重点及难点，准确的径流预报可以为防汛抗旱减灾、水资源管理提供技
术支撑，为国家水安全提供科技保障。低枯流量指河道 “低” 水位下的流量和枯水期流量 ［１］ ，对发
电、灌溉、航运和生活用水等至关重要。近几十年来，流域水循环交换速率与水资源时空分布规律受
气候变化与人类活动双重影响，使得干旱事件频发 ［２］ 、枯水期水资源供需矛盾日益加剧 ［３］ ，因此准确
的低枯流量预报越发重要。
低枯流量的预报方法，通常可分为基于物理过程的水文模型和基于数据分析的统计模型 ［４］ 。水文
模型能明确刻画产汇流过程和下垫面的空间异质性 ［５］ ，但大量的数据需求、待率定的模型参数和复杂
的模型结构导致了预报结果不确定性较高且难以量化，如 Ｓｉｎｇｈ等 ［６］ 利 用半 分 布 式水 文 模型 ＳＷＡＴ
（ＳｏｉｌａｎｄＷａｔｅｒＡｓｓｅｓｓｍｅｎｔＴｏｏｌ）和数值天气模型预报的降水进行 ５天径流预报，发现 ＳＷＡＴ模型对径
流峰值和低流量均有高估。统计模型以机器学习和回归分析较为常用，其通过建立输入和输出数据之
间的最优数学关系进行径流模拟和预报 ［７］ ，具有操作简便、计算量小的优点，但该类模型忽略了物理
规律，可解释性较差。如闪丽洁等 ［８］ 采用人工神经网络模型对在长江流域 ３个水文站的研究显示，旬
尺度模拟累加的月径流预报精度远高于月尺度径流模拟，但检验期的平均合格率仍较低（ ７２％）；陈旭
等 ［９］ 基于经验模态分解的自回归模型对汾河 ４个水文站进行年径流预报，结果表明该方法的预报精度
高于单一自回归模型，但在部分水文站的精度（ ８０％）仍有待提升。可见，仅采用某一类模型，往往无

收稿日期：２０２４ － ０１ － ０６；网络首发日期：２０２４ － １１ － ２８
网络首发地址：ｈｔｔｐｓ：??ｌｉｎｋ．ｃｎｋｉ．ｎｅｔ?ｕｒｌｉｄ?１１．１８８２．ＴＶ．２０２４１１２８．１０２９．００１
基金项目：国家重点研发计划项目（２０２１ＹＦＣ３０００２０２）
作者简介：何玉芬（ １９９８ － ），博士生，主要从事水文水资源研究。Ｅ － ｍａｉｌ：ｈｅｙｆ２０＠ｍａｉｌｓ．ｔｓｉｎｇｈｕａ．ｅｄｕ．ｃｎ
通信作者：杨汉波（１９７９ － ），博士，教授，主要从事水文水资源研究。Ｅ － ｍａｉｌ：ｙａｎｇｈａｎｂｏ＠ｔｓｉｎｇｈｕａ．ｅｄｕ．ｃｎ
５
— １ ３ ９ —