基于多源卫星数据推求稀缺资料地区的径流过程

作者：熊景华; 郭生练^*; 王俊; 尹家波; 崔震

来源：武汉大学学报(工学版), 2022, 55(04): 339-346.

DOI：10.14188/j.1671-8844.2022-04-003

• 径流过程
• 卫星数据
• 稀缺资料地区
• 人工神经网络
• 水文模拟
• 金沙江上游

以金沙江上游流域为例，使用多源卫星数据，基于水量平衡方程估算产流量，采用CaMa-Flood水动力模型进行汇流计算，分别采用人工神经网络（artificial neural networks, ANN）、广义回归神经网络（generalized regression neural network, GRNN）和长短期记忆神经网络（long short term memory,LSTM）模型进行水文模拟。结果表明：(1)陆地水储量变化（terrestrial water storage anomaly,TWSA）主导了水量平衡径流估计值的总体不确定性；(2)CaMa-Flood模型具有较高的模拟精度，相关系数、纳什效率系数和水量相对误差分别为0.92、0.77和-0.63%；(3)LSTM模型在率定期和验证期间的径流模拟结果均好于ANN和GRNN模型。基于多源卫星数据估算径流过程，为稀缺资料地区的水资源开发利用和保护提供了一条新的途径。

• 单位
  水资源与水电工程科学国家重点实验室; 武汉大学