科研之友
微信
新浪微博
Facebook
分享链接
摘要
预报精度是洪水预报关注的重点要素。采用实时观测信息修正模拟结果的实时校正技术是提升洪水预报精度的有效手段，而信息源众寡是影响实时校正效果的关键性要素。传统研究多基于实测值与模型计算值之间的残差自回归模型对预报时段残差进行推断，存在信息源单一的问题。为充分利用实测序列所蕴含的信息，论文采用基于水文要素观测值的涨落差法对预报时段内要素值进行推断，并将该推断值与水文预报模型计算值之间的残差作为一种误差信息源；将采用残差自回归模型推断出的预报时段内要素残差信息作为另一种信息源。引入卡尔曼滤波技术对两种误差信息源残差进行融合，并叠加预报模型计算值，作为预报时段观测变量的校正值。选取浙江钱塘江流域为研究区域，对流域内4个重点防洪控制断面2020年典型洪水模拟结果进行校正分析。研究结果表明：基于卡尔曼滤波技术的多源残差融合校正技术能够显著降低预报模型的流量模拟误差，有效提升模拟精度，可在少资料或中小河流预报中推广应用。
- 单位
