中长期水文预报的模型辨识及预测研究

③ 滑动模 型主要是改善 了较高径流值 和径 流峰值 的预测情况 ，相对牺牲 了较低径 流值 的预测精度 ；④ Ｋｌａ 滤 ａ ｎ ｍ
波方法全方位 、大幅度 的提高 了径 流在各 个区段的预测效果 ，其 峰值 预测 准确率更是高达 ６ ．４ 。 ３６％
关键 词 ：中长期水文预报 ； 模型辨识； Ｉ ； ａ ａ 滤波 ＣＣ Ｋ ｌ ｎ ｍ 中图分 类号 ：Ｐ３ ＋ ２ ３８ ． 文献标 志码 ：Ａ 文章 编 号 ：０２ — ５９（０２ ２ ００ ０ ５wenku.baidu.com ６７ ２ １）０ — １７— ６
则 以台风影 响为 主 ，洪 涝灾 害等 多发生 在 ６— ８月 。 西江 干流 的高要 站位 于思 贤溜上 游 ４ ｍ处 ，上 接 ４ｋ 广西梧 州 ，下 连广 东 大 珠 三 角经 济 区 ，是 西 江 中 、 下游 的 国家级重 要控制 站 。本文 采用 的研 究数据 即 为广 东 省西 江 干 流 高要 站 １６ ９０—２０ ０９年 共 ５ ａ的 ０
ｃｕ ｅ ａ：１ ｎ ｍ ｄｌｉｅ ｔ ｃｔ ｎ ｒａｏ ａｉｔ ｏ ｅｐｅ ｅｔ ｅ ｔ ｈ ｕｄｂ ｅｔ ｈｏｇ ｈ ｌｄ ｄｔ ｔ ）Ｉ ｏ ｅ ｄ ｎｉ ａ ｏ ， ｅｓｎｂｌｙ ｆｔ ｒｔ ａｍ ｎ ｓｏ ｌ ｅｔ ｅ ｔｒｕｈ ｔ ｈ ｉ ｆ ｉ ｉ ｈ ｒ ｓｄ ｅ ｐｅ ｉ ｉ ｅｕｔ ｆ ｍ ｔｅｍ ｄｌｆｔ ｉｎ ｃ ｎｌ ｒｄ ｃｓ ｈ ｏ ｌ ｉ ｆｈ ｏ ｅ． ）Ｄ ｔ ｎｔ ｆ ｒｄｃ ｏ ｒｓｌ ｏ ｏ ｅ ｉｉｓ ｉ ａ ｔ ｅ ｕｅ ｅｃｍｐ ｘ ｙｏ ｅｍ ｄ１ ２ ａ ｌ ｇ ｏ ｔｎ ｓｒ ｈ ｇ ｆ ｉ ｙ ｔ ｅｔ ｔ ａｅ ｈ
收 稿 日期 ：２ １ ０ ０ １— ３—１ ５
基金项 目：广东省水利科技创新 研究资助项 目 （ ｏ １７ ｏ ４ｏ ２ ２ ２ ｌ３ ｏｏ ２ ９ ９ ） 作者简介 ：路剑飞 （ ９４年生 ） １８ ，男 ，博 士研究 生 ；通讯作者 ：陈子椠 ；Ｅ ｍ ｉ：ｅｓｚ＠ ｍ ｉ ｓｓ．ｄ ． ａ － ａｌ ｅｃｓ ａ．ｙｕ ｅｕ ｃ ｌ
月径 流数 据 。
时 间序列 模 型是数据 驱 动模 型 的一 种 ，按 模 型 中包 含 的时序 数 目的多少 ，可相应 分为单 变量 模 型 和多 变 量 模 型 。单 变 量 模 型 以 自 回 归 滑 动 平 均 （Ｒ Ａ ＭＡ）及 其 衍 生类 型 最 为 常 见 ，由于 其 只依 靠 单 一 时序 的历 史 数 据 进 行 建模 ，对 数 据 的依 赖 性 小 ，且 能给 出 明确 的模 型表 达式 ，因此 即使 在各种 非 线性 时序 模 型 （ 神 经 网络 模 型 、模 糊 数 学 方 如 法 和灰 色 系统 模 型等 ） 迅 速 发 展 的现 阶段 ，其 仍 具 有 十分重 要 的作 用 。Ｈｏ ｅ 等 经 过 研 究 证 明 ， ｌｒ ｇ 线 性预 测方 法 由于其模 型 的稳健 性 ，往 往会 取得 比 非线性 方 法 更好 的 预测 效 果 。非 线 性 方 法 （ 以神
Ｌ ｉ ｆｉ，Ｙ ｉ ｏ ，Ｃ Ｅ ￣ ｅ Ｕ Ｊ ｎｅ ａ ＵＪｔ Ｈ Ｎ Ｚ ｈｎ ａ （ ． ｃ ｏｌ ｆ ｅｇａｈ ｃｌ ｃ ｎ ｅａ ｄＰａｎｎ ， ｕ ａ— ｎＵ ｉ ｒ ｔ， １ Ｓｈ ｏ ｏ ｏｒｐ ｙ ａ Ｓ ｉ ｃ ｎ ｌｎ ｉｇ Ｓ ｎＹ ｔ ｅ ｎｖ ｓｙ Ｇ ｅ ｓ ｅｉ
ｂ ｎ ｓ ｎｅｔ ｏ ｐｅｉ ， ｏｅｔ ｅｃ ｎｕ ｉｇａ ｄｌｓ ｒｂ ｓ ｅｓ ３ ｌ ｉｇｍ ｄｌｓ ｅｔ ｒ ａｇｒ ｉ ｉ ｒｃ ｒ ｇ ｘ ａ ｍ ｌ ｔ ｍ ｒ ｉ －ｏ ｓｍ ｎ ｎ ｓ ｏ ｕｔ ｓ． ）Ｓｉ ｎ ｏ ｅ ｉ ｂ ｔ ｒ ｒｅ ｘｙ ｍ ｅ ｎ ｄ ｅ ｆ ｌ ｏ
ｍｏ ｅｉ ｇ ｓ ｏ ｌ ｅ ｌｎ ｎ ｕ ｈ ｔ ｅ ｅ ｔ ｎ ｅ ｅ ｔｏ ｃ ｌ ｔ ｎ ｆｔ ｅ ｔ ｅ ｅ ｉ ｘ ｅ ｓ ｅ ａ ｕ ｔ ｄ ｌ ｈ ｕ ｄ ｂ ｏ ｇ ｅ ｏ ｇ ｒ ｆ ｃ ｈ ｒ ｎ ｓ ｉ ａｉ ｓ ｏ ｈ ｉ ｓ ｒ ｓｗｈ ｌ ｅ ｃ ｓｉ ｍｏ ｎ ｎ ｏ ｌ ｉ ｌ ｏ ｍｅ ｉ ｅ ｖ
中长 期 水 文 预 报 的 模 型辨 识及 预 测 研 究
路剑 飞 ，于吉涛 ，陈子粢
（ １中山 大学地 理科 学 与规 划学 院水 资源 系，广 东 广州 ５０ ７ ； １２５ ２河南理 工 大学 测绘 与 国土信 息 工程 学院 ，河南 焦作 ４４ ０ ） ５ ００
摘 要 ：针对中长期水文预报的模型辨识进行研究 ， 探讨了预处理、建模数据量和建模方式对于模型预测精度
法进行 研究 ，相应 的预报模 型可 大致 分为过 程驱 动 模 型方 法 和 数 据 驱 动 模 型 方 法 两 大 类 ＿ 。过 程 驱 ２ Ｊ
１ 流域概况及研究数据
西江 发源 于云南 省境 内的马雄 山 ，为珠 江水 系
的主干河 道 。 由于从 上游 源头 至下游 各河 段名 称不
Ｂ ｓｄｏ ｎｔ ｓｍ ｌ ｇｉ ｏ ａ ｏ ｒｅ ｏ Ｆ Ｉ ， ｏ ｂｎ ｄｉｆ ｍ ｔ ｎｃｉ ｒ ｎ（ Ｉ ｓｕｉｚｄ ａｅ ｎｆ ｉ ａ ｐｉ ｆｒ ｔ ｎｃ ｔｒ ｎ（ ＳＣ） ｃｍ ｉｅ ｏ ａｉ ｒ ｅ ｏ Ｃ Ｃ）ｉ ｔｉ ｉ ｅ ｎ ｎｍ ｉ ｉ ｉ ｎｒ ｏ ｔ ｉ ｌｅ
４ ａｍ ｎｆｔｒ ｇｕｅ ｓａｐｅ ｉ ｉｎｍ ｔｏ ｆ ｕ ｏ ｎｒｍ ｒａ ｌ ｒｉ ｅｆ ｅａｔ ｆ ｃｓ ｎａｙ ）Ｋ ｌ ａ ｌ ｉ ｓｄａ ｒｄｃ ｏ ｅ ｄｏ ｎｆ ｃ ａｋ ｂ ｓ ｔ ｒｃｓ ｅ ｅｔ ｉ ｎ ｉｅｎ ｔ ｈ ｒ ｆａ ｅ ｙ ａ ｅｈ ｏ ｆ
Ｍ ｏ ｌＩ ｎ ｉ ｃ ｔｏ ｎ ｅ ｃｉ ｎ Ｒｅ ｅ ｒ ｈ ｏ ｅ ｉ ｄｅ ｄｅ ｔｆ ａ ｉ ｎ ａ ｄ Ｐｒ ｄｉｔｏ ｓ ａ ｃ ｆＭ ｄ ｕｍ ｉ
ａ ｄ ｎ ｔ ｒ ｄｒ ｌ ｇ ｃ Ｆｏ ｅ ａ ｔ ｎ Ｌｏ ｇ－ｅ ｍ Ｈｙ ｏ ｏ ｉ ｒ ｃ ｓ
第５卷 １
２１ ０ ２年
第 ２期
３月
中山大学 学报 （ 自然科 学版 ）
Ａ Ｔ Ｓ ＩＮ Ｉ Ｒ Ｍ Ｎ Ｔ Ｒ ＬＵ Ｕ Ｉ Ｅ ＳＴ ＴＳ Ｓ Ｎ Ａ Ｓ Ｎ ＣＡ ＣＥ ＴＡ Ｕ Ａ Ｕ Ａ Ｉ Ｍ Ｎ Ｖ Ｒ ＩＡ Ｉ Ｕ Ｙ Ｔ Ｅ Ｉ
Ｖｏ １ Ｎ ． Ｌ５ ｏ ２ Ｍａ ． ２ １ ｔ ０２
ｌ ｎ ｈ ｔ ｍｆ ｅ ｋ ｒ ｄ ｃ ｉ ｆ ｘ ａ ｄ ｔ ｅ ｓｒ ａ ｌ ｗ ｐ ａ ｓ ｐ ｅ ｉｔ ｎ，ａ ｄ ｓ ｃ ｉ ｃ ｓ ｔ ｅ ｐ ｅ ｉ ｆｐ ｅ ｉ ｔ ｇ ｒ ｌｔ ｅｙ ｌｗ ｕ — ｆ ｕ ｅ ｏ ｏ ｎ ａ ｒ ｅ ｈ ｒ ｃ ｓ ｏ ｒ ｄ ｃ ｉ ｅａ ｉ ｌ ｏ Ｆ ｎ ｏ ． ｉ ｆ ｅ ｎ ｖ
中山大学学报 （ 自然科学版 ）
第５ １卷
水文 预报 对 于水 库 调度 、防洪灌 溉和 发 电等工 作 至关重 要 。按照 预报 的时 间尺度 的不 同 ，水 文预 报 可 以分为短 期 预报 和 中长期 预报 ，一般 将 预见期 为 ３天 到一年 的成 为 中长期 预 报 ，３天 以下 的作 为
ｓ ｃｉ ｎ ｆｔ ｅ ｒ ｎ ｅ ｗｉ ｈ ｃ ｕ ａ ｙ ｒ ｔ ｆｐ ａ － ｒ ｄ ｃｉｎ ｕ ｏ ６ ． ４ ． ｅ ｔ ｓ ｏ ａ ｇ ｔ ｔ ｅ ａ ｃ ｒ ｃ ａｅ ｏ ｅ ｋ ｐ ｅ ｉｔ ｐ ｔ ３ ６ ％ ｏ ｈ ｈ ｏ
Ｋｅ ｙ ｗｏｒ ｄｓ：ｈｙ ｒｌ ｇｃ ｆｒ ｃ ｓ ；ｍｏ ｅ ｄｅ ｔｆ ａ ｉｎ；ＣＩ ｄ ｏｏ ｉ ｏ ｅ ａ ｔ ｄ ｌｉ ｎ ｉ ｃ ｔ ｉ ｏ Ｃ；Ｋａ ｍａ ｌｅ ｉ ｇ ｌ ｎ ｆ ｔｒｎ ｉ
短 期预 报 。对 于 中 长期 水 文 预 报 而 言 ，一 般 可
模 型进行 在 线更新 。 而当模 型较 为复杂 、建模 所 需 数 据量 较大 时 ，滑动建 模方 式往往 会导 致建模 耗 时
和数据存储问题出现。本文主要结合以上思路对径 流 中长期预 报 问题进 行研究 。
以结合 天气 学 、天文地 球物 理 因素方法 及统 计学方
ｔ ｈ ｏ ｅ ｔ ｅ ｐ ｏ ｅ ｒ ｅ ｆ ｈ ｄ １ ｏ ｃ ｏ ｓ ｈ ｒ ｐ ｒｏ ｄ ｒｏ ｅ ｍｏ ｅ ．Ｋａｍａ ｌ ｒ ｇ ｉ ａｓ ｓ ｄ ｆｒｎ ｎ ｉ ｅ ｒｐ ｅ ｉ ｔ ｎ ｔｉ ｃ ｎ ｔ ｌ ｎ ｆ ｔｉ ｓ ｌｏ ｕ ｅ ｏ ｌ ａ ｒ ｄ ｃｉ ．Ｉ ｓ ｏ － ｉ ｅ ｎ ｏ ｎ ｏ
Ｇｕ ｎ ｚ ｏ ０ ７ Ｃｈｉ ａ ａ ｇ ｈ ｕ ５１ ２ ５， ｎ
２ Ｃ ｌ ｇ ｆＳ ｒ ｅ ｉ ｇ ＆ Ｌ ｎ ｎ ｏ ｍａ ｉｎ Ｅ ｇ ｎ ｅ ｎ ，Ｈｅ ａ ｏｙｅ ｈ ｉ ｉ ｅｓｔ ， ． ｏｌ ｅ ｏ ｕ ｖ ｙｎ ｅ ａ ｄ Ｉ ｆｒ ｔ ｎ ｉ ｅ ｒ ｇ ｏ ｉ ｎ ｎ Ｐ ｌ ｔｃ ｎ ｃ Ｕｎ ｖ ｒｉ ｙ
，
狭义 上西 江指 的是其 位 于广西 梧州 市纳入 桂 江
后 的部分 ，全 长 约 为 ２ ８ｋ ０ ｍ，在 广 东 三 水 市 思 贤
涪 与北 江汇合 后流 入珠 江三 角 洲 网河 区。每 年 的 ４
—
９月是西 江流域 降水 的集 中期 ，其 中前 ３个 月 主
要 受 到锋面 和低 压槽 影 响 产 生暴 雨 ，而 ７—９月 份
一
动模 型是 在对水 文现 象 的发 生机 理较 为 明晰 的前 提 下对径 流 的产流 过程 与河 道演进 过程 进行 模拟 ，从 而进 行流 量过程 预报 的数 学模 型 ；而数据 驱动模 型 则是 基本 忽略水 文过 程 的 内在 机理 ，通过 对所研 究
系统 多 次测量 得到 的输入 输 出数据 进行最 优数 学建 模 ，进 而达到 预测 的 目的 。
Ｊ ｏｕ ５ ０ ０， ｈｎ ） ｉ ｚｏ４ ４ ０ Ｃ ｉａ ａ
Ａｂｓｒ ｔ Ｍｏ ｅ ｄ ｎ ｉ ｃ ｔ ｎ ｏ ｄ ｕ ａ ｄ ｌｎ —ｅ ｍ ｙ ｒ ｌ ｇｃ ｆ ｒ ｃ ｓ ｓ ｓｕｄ ｅ ｎ ｔｒ ｓｏ ｒ — ｔ ａｃ ： ｄ ｌｉｅ ｔｆ ａｉ ｆ ｍｅ ｉ ｍ ｎ ｏ ｇ ｔｒ ｈ ｄ ｏｏ ｉ ｏ ｅ ａ ｔ ｉ ｔ ｉｄ ｉ ｅ ｉ ｏ ｍ ｆｐ ｅ ｔｅ ｔ ｎ ，ｄ ｔ ｅ ｇｈ ａ ｄ ｗａ ｓｏ ｄ ｌｎ ｉｈ ａ ｅ ｔ ｋ ｎ ａ ｆｍａ ｆ ｃｏ ｓｆ ｒｔ ｒ ｄ ｃｉ ｎ ｒ ｓ ｌｓ ｒ ａ ｍｅ ｔ ａａ ｌｎ ｔ ｎ ｙ ｆｍｏ ｅ ｉ ｇ ｗｈ ｃ ｒ ａ ｅ ｓ ｐ ｉ ￣ ａ ｔ ｒ ｏ ｈｅ ｐ ｅ ｉｔｏ ｅ ｕ ｔ．
的影响。利用基于有限采样信息准则 （ ＳＣ） 的组合 信息准则 （ Ｉ ）对 模型进行 定阶 ，结合 Ｋ ｌａ ＦＩ ＣＣ ａ ｎ滤波方法 ｍ
进行非线性预测研究 。研究表 明 ：① 在进行模 型辨识时 ，如果 预处理 导致识别 的模 型复 杂度大幅 度降低 ，应通 过模 型的预测结果对预处理方法 的合理性进行 检验 ；② 建模数 据量应 足以反 映时序 的内在波动性 ，但 并不是越 多越好 ，过 多的建模 数据量会导致模 型的复杂性 大幅度增加 ，在增加计算耗 时 的同时 ，也降低 了预测 的稳健 性 ；