准确、可靠、稳定的径流预测方案是水资源管理与水量调度的重要支撑。中长期径流预测因预测期长，径流成因机理复杂，预测误差叠加累积等影响导致预测精度偏低，有效预见期短，不确定性程度高。研究表明，在单值预测过程难以提供有效预测信息的条件下，通过优选预测因子与方程，辨析预测误差的统计规律，结合单值预测过程和误差模拟样本构建中长期概率预测模型及方案，能够丰富预测信息量，提高径流预测对调度的支撑作用。
面向中长期径流预测的研究需求和科学问题，我校水文院徐斌教授联合南京水利科学研究院团队指导博士生莫然围绕中长期径流概率预测建模开展研究，并于近期在水文学权威期刊Journal of Hydrology上发表了两项最新研究成果。
对于单站径流预测问题，提出了一种“输入-结构-参数”全要素分层组合优选的中长期径流时变概率预测方法，分别对传统径流预测模型的预测因子筛选、预测方程建模以及预测误差模拟方法进行改进，基于信息熵理论筛选驱动因子集，采用长短期记忆神经网络（LSTM）模型构建径流预测函数，结合广义自回归条件异方差（GARCH）模型辨识预测误差的时变规律（图1）。实例分析的结果表明：考虑预测因子与方程改进的预测模型提升了径流预测的准确性（均方根误差降低6.7%~34.8%）与可靠性（Brier评分降低15.3%~27.9%）；依据预测误差时变特性和相关性规律建立的概率预测方案能够降低置信区间阈宽，提高预测稳定性（图2）。
图1 单站径流概率预测“输入-结构-参数”分层优化流程示意图
图2 不同预测模型在径流概率预测过程（蓝色区间为本模型，灰色区间为基准模型），分图（a-d）分别对应1~4个月预见期下的概率预测结果
对于具有相似水文、气象、下垫面条件的多站径流预测问题，构建了一种考虑预测误差时空关联特性及实时校正作用的多站点中长期径流滚动概率预测方法，拓展考虑实时校正作用下的单站点误差演化鞅模型（MMFE）至多站点系统，并采用Copula函数对预测改进误差序列的高阶时程-空间关联性进行精细描述（图3）。实例分析的结果表明：与仅考虑时程校正的预测模型相比，CRPS平均降低2.1%（最高值3.7%），BS平均降低1.2%（最高2.0%），进一步可提高多站点系统中长期径流概率预测的准确性和可靠性（图4）。
图3 多站点预测误差关联实时校正作用下的径流预测不确定性时-空关联演化示意图
图4 不同预测模型在洪泽湖-骆马湖两湖系统的径流滚动概率预测过程（蓝色为考虑误差时空关联校正的模型预测结果）
上述成果可为水资源管理提供更高质量的预测信息，为水资源精细化调度与节约集约利用提供支撑。
论文信息：
[1] Mo R, Xu B, Zhong P, Zhu F, Huang X, Liu W, Xu S, Wang G, Zhang J. (2021). Dynamic long-term streamflow probabilistic forecasting model for a multisite system considering real-time forecast updating through spatio-temporal dependent error correction. Journal of Hydrology, 601, 126666.
https://www.sciencedirect.com/science/article/pii/S0022169421007149
[2] Mo R, Xu B, Zhong P, Dong Y, Wang H, Yue H, Zhu J, Wang H, Wang G, Zhang J. (2023). Long-term probabilistic streamflow forecast model with “inputs–structure–parameters” hierarchical optimization framework. Journal of Hydrology, 622, 129736.
https://www.sciencedirect.com/science/article/pii/S0022169423006789?via%3Dihub
