Page 115 - 2025年第56卷第7期

３、６个月下均成立。
将上述结果绘制到图 １０可以看出，随着预见期的延长（图从上到下），模型高流量低估趋势越来
越明显；使用了 ＳＴＬ分解后（图 １０（ｂ）（ｅ）（ｈ）），高流量低估现象显著降低；再使用 ＶＭＤ分解后，高
流量低估进一步减小。
表 ４ 预见期 １、３、６个月各模型径流序列测试集预报性能

指标
预见期 组号 模型
ＲＭＳＥ ＭＡＥ ＮＳＥ
① Ｉｎｆｏｒｍｅｒ ３．３９７ ２．７３０ ０．７９３
１个月 ② ＳＴＬ － Ｉｎｆｏｒｍｅｒ ２．７７４ ２．１１７ ０．８６２
③ ＳＴＬ － ＶＭＤ － Ｉｎｆｏｒｍｅｒ ２．３９１ １．８４５ ０．８９７
④ Ｉｎｆｏｒｍｅｒ ５．３１１ ３．９００ ０．４９２
３ 个月 ⑤ ＳＴＬ － Ｉｎｆｏｒｍｅｒ ３．０４２ ２．３４９ ０．８３３
⑥ ＳＴＬ － ＶＭＤ － Ｉｎｆｏｒｍｅｒ ２．９５４ ２．３３２ ０．８４３
⑦ Ｉｎｆｏｒｍｅｒ ６．２６５ ４．６０７ ０．２９９
６个月 ⑧ ＳＴＬ － Ｉｎｆｏｒｍｅｒ ３．６３７ ２．７８３ ０．７６４
⑨ ＳＴＬ － ＶＭＤ － Ｉｎｆｏｒｍｅｒ ３．３７６ ２．５７５ ０．７９６

图 １０ 预见期 １、３、６个月各模型径流序列预报实测值－ 预测值散点图

４．２．５ 湿润中小流域预报结果 为检验本文方法的适用性，选择多年平均降水量约 １１８７ｍｍ的韩国忠
２
州大坝（Ｃｈｕｎｇｊｕ － Ｄａｍ）流域作为对比。该流域是韩国汉江流域上游的子流域，流域面积约 ６５８５ｋｍ ，
主河道长 ２８０ｋｍ ［４１ － ４２］ 。该流域受季风气候影响强烈，径流量季节变化大，最高流量与最低流量的比

— ９ ４ １ —