半湿润流域洪水预报实时校正方法比较

作     者：徐杰 李致家 霍文博 马亚楠 XU Jie;LI Zhijia;HUO Wenbo;MA Yanan

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：2019年第47卷第4期

页      面：317-322页

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(51679061,41130639) “十三五”国家重点研发计划(2016YFC0402705) 

主　　题：洪水预报 预报精度 实时校正 K最近邻算法 反馈模拟方法 误差自回归方法 新安江模型 半湿润流域 陈河流域 

摘      要：为了提高新安江模型在半湿润流域的洪水预报精度,选择K最近邻(KNN)算法、传统的误差自回归(AR)方法、反馈模拟方法3种实时校正方法,以陕西省陈河流域为试验对象进行洪水预报。以洪峰相对误差和纳什效率系数为评价指标,分析对比3种方法的校正效果。结果表明:3种校正方法均能提高预报纳什效率系数,其中反馈模拟最优,AR、KNN效果次之;反馈模拟对洪峰误差校正相比于KNN算法在短预见期内更为精确,两者均能减小AR法在洪峰误差校正上的不足;加入历史样本的KNN算法在洪峰误差校正上效果优于反馈模拟,可有效提高洪水预报精度。