不同误差校正方法在衢江流域洪水预报的应用研究

作     者：杨雨蒙 石朋 瞿思敏 吴洪石 孙逸群 樊鑫洋 

作者机构：河海大学水文水资源学院 

出 版 物：《河海大学学报(自然科学版)》 (Journal of Hohai University(Natural Sciences))

年 卷 期：2024年

核心收录：

学科分类：08[工学] 081501[工学-水文学及水资源] 0815[工学-水利工程] 

基　　金：国家自然科学基金项目(52179011) 

主　　题：洪水预报 实时校正 误差自回归 反馈模拟实时校正法 机器学习 新安江模型 

摘      要：以钱塘江衢江流域为研究对象，采用新安江模型进行洪水过程模拟，基于Nash效率系数（NSE）、洪峰相对误差（RE）、峰现时间误差（△T）等指标分别评估了实时校正量法、反馈模拟实时校正法、误差自回归（AR）、随机森林（RF）、K最邻近算法（KNN）和人工神经网络（ANN）共六种实时校正方法对研究区洪水预报结果的校正效果。结果表明：六种校正方法均能减少洪峰相对误差，其中，随机森林最优，实时校正量法和反馈法次之；对于Nash效率系数而言，ANN和AR表现较好，在起始预报时刻距离洪峰较远时，ANN的效果更好；对于峰现时间而言，随机森林的校正效果最好，其次是ANN；各方法综合比较而言，ANN的表现最好，可以在一定程度上提高洪水预报的精度，为研究区域的防洪减灾等工作提供一定的参考价值。