基于多种气象要素的小流域短期入库径流预测模型研究
朱占云1
陈光宇2
司伟3
张文文4
张玮玮1
1.浙江省气象服务中心,杭州 3100002.杭州市气象局,杭州 3100513.河海大学水文水资源学院,南京 2100984.泽雅水库管理局,浙江温州 325000
摘要：提高短期径流预报精度,对于提高水电系统短期运行计划的可靠性具有重要意义.为此,应用随机森林、GBDT、AdaBoost、Stacking 4个集成学习模型,进行小流域日径流预报模拟,对比分析温、压、湿等气象要素对径流预测模拟的影响效果.结果表明:(1)基于多气象要素构建的随机森林、GBDT和Stacking模型,对小流域短期入库径流具有较好的模拟预测能力,验证期各模型达标率均在70％以上,满足了发布正式预报的精度要求,其中预测与实测吻合度以GBDT最佳,准确度以随机森林最优,在实际业务中可以综合决策应用.(2)温、压、湿等气象要素的引入,显著提高了各集成学习模型对短期径流的预报精度,随机森林、GBDT和Stacking模型对基流和中等流预测的达标率由40％左右提升至80％以上,效率系数提升至0.85左右,平均绝对误差下降了 50％左右,平均相对误差下降了 60％左右,这对于非汛期径流预报模拟具有较高的参考价值.
关键词：气象要素集成学习梯度提升树随机森林径流量预报
分类号：P338+.1(水文科学（水界物理学）)
资助基金：浙江省基础公益研究计划项目(LGF21D050002)浙江省气象科技计划项目(2023ZD12)
论文发表日期：2025-07-30
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：9( 62-70 )
英文信息