基于LSTM误差校正蓄满-超渗兼容模型的山洪预报研究

作者：李志超; 邬强; 胡彩虹^*; 王金星; 杨丹

来源：武汉大学学报(工学版), 2023, 56(10): 1161-1171.

DOI：10.14188/j.1671-8844.2023-10-001

• 新安江模型
• 蓄满-超渗兼容模型
• 自回归
• 长短时记忆
• 洪水预报

为达到提高不同类型山区小流域洪水预报的适用性和运行效率的目的，以长江中游寿溪流域和黄河中游青阳岔流域为研究对象，建立了蓄满-超渗兼容洪水预报模型，并将预报结果与新安江模型的结果进行对比，此外建立自回归(auto-regressive, AR)和长短时记忆(long short-term memory, LSTM)误差校正模型，对洪水预报模型预报流量进行误差校正。结果表明：经LSTM校正后的蓄满-超渗兼容模型针对18场洪水验证集预报结果中的平均纳什效率系数为0.88，高出其他单一模型和集合模型0.11～0.26；平均洪峰误差绝对值为6.01%，低于其他单一模型和集合模型3.90%～18.50%，且各单场洪峰误差绝对值均在10%以内。该模型对峰现时差的校正效果不明显。整体来看，蓄满-超渗兼容模型预报性能高于新安江模型，LSTM模型校正效果优于AR模型，经过LSTM模型校正过的蓄满-超渗兼容模型预报结果最优，可有效提高洪水预报精度。

• 单位
  水利部水利信息中心; 郑州大学