耦合数值降雨信息的径流预报方法对比
Water Power(2022)
Abstract
为优化流域径流预报方案,引入数值降雨预报信息,对比分析了不同预见期下新安江-融雪径流预报模型(XAJ-DDF)、基于总误差分析途径的概率预报模型(HUP)、多因子最近邻抽样回归模型(NNBR)在大渡河上游丹巴断面的日径流预报精度.结果表明,汛期,HUP模型表现最优且稳定,3、7 d预见期NS分别大于0.9、0.7,且伴随推荐值Q50的90%置信区间信息为决策人员明晰洪水风险提供依据;枯期,多因子NNBR模型预报精度最高,对退水特征把握更准确.通过模型对比,可进一步提升流域预报水平,为同类研究提供应用参考.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined