摘要

前期土壤湿度条件和降雨强度是影响径流曲线(SCS-CN)模型径流量预测精度的重要因素。分析不同流域下二者对SCS-CN模型性能的影响,对提高模型预测精度至关重要。基于5个半干旱半湿润和湿润流域的降雨径流资料,利用偏相关分析和K-均值聚类改进SCS-CN模型。结果表明:在重新划分前期土壤湿度条件区间后,模型预测能力大幅度提升,有效降低模型平均偏差,纳什效率系数平均提高42.8%。基于最大10 min雨强对SCS-CN模型改进后,纳什效率系数得到一定提高,且半干旱半湿润流域的提升幅度略大于湿润流域。改进的模型在研究流域都取得较好的效果,平均偏差均低于7 mm;除呈村流域非汛期外纳什效率系数均达到0.93,平均提升89%;均方根误差平均降低29.2 mm。