考虑变化环境的中长期径流预测及不确定性分析方法研究

Due to climate change and human activities, the runoff processes presents obvious inconsistency and uncertainty, which poses new challenge to the study on mid-long term hydrological prediction. Thus, it is necessary to launch in-depth study on issues including identifying the complexity of runoff processes, exploring the response of runoff change coursed by environment change,and making more reasonable forecast of runoff in future. Our study will mainly focus on the method for mid-long term runoff forecast and the uncertainty. It will be achieved through three successive steps, namely analyzing the runoff change upon climate change and urbanization, building ensemble model for mid-long term runoff forecasting, and evaluating the uncertainty. In the first stage, we will exert to extract the key prediction factors from large amount of information on climate change and urbanization by using information mining method, e.g. random forest, in order to learn the relationship between environment alternation and runoff change. In the second stage, we will build ensemble model for mid-long term runoff forecasting based on grey theory. Lastly, we will try to evaluate the uncertainty of mid-long term runoff forecasting based on improved Bayesian model. The model is planned to be applied in the Danjiangkou Reservoir Basin and Xitiaoxi watershed basin. This study is expected to have potential scientific and applicable value on promoting mid-long hydrological prediction in the condition of environment change, and also make positive contribution to decision making on hydraulic projects scheduling, flood control and disaster mitigation in above basins.

受气候变化和人类活动等变化环境的影响，径流过程表现出明显的非一致性和不确定性，这为中长期径流预测研究带来了新的挑战。如何识别径流过程非平稳变化，诊断影响径流变化的因素，并对未来径流过程做出合理预测，是中长期水文预测亟需深入研究的重要方向。鉴于此，本研究基于诊断径流与变化环境的响应关系-构建中长期径流组合预测模型-解析预测不确定性的思路，开展考虑变化环境的中长期径流预测方法和不确定性研究。首先，分析径流演变成因，基于随机森林等信息挖掘方法，诊断气候和城镇化等因素与径流变化的响应关系，从海量信息中提取关键预测因子；其次构建基于灰色关联度的中长期径流组合预测模型；最后，基于改进贝叶斯平均法评估中长期径流预测的不确定性。本研究以丹江口水库控制流域和西苕溪流域为典型研究区，成果将为变化环境下水文响应以及中长期水文预测学科发展提供一定的思路和参考，也为研究区水利工程调度、防洪减灾等提供科学的决策依据。

受气候变化和人类活动等变化环境的影响，径流过程表现出明显的非一致性和不确定性，这为中长期径流预测研究带来了新的挑战。本研究基于诊断径流与变化环境的响应关系—构建中长期径流组合预测模型—解析预测不确定性的思路，以丹江口水库控制流域、西苕溪流域以及龙江水库控制流域为研究区，开展了考虑变化环境的中长期径流预测方法和不确定性研究。基于气候水文、社会经济以及遥感影像资料，建立了不同时间尺度环流、海洋、降水等气候因素以及城市化指数和灯光指数等城镇化因素与中长期径流的关联性诊断方法。提出了基于粗糙集和随机森林的中长期径流关键预测信息挖掘和预测因子提取方法。在多要素模型、时间序列模型以及神经网络等智能方法的基础上，构建了考虑权重变化的中长期径流组合预测模型。提出了基于贝叶斯的中长期径流预测结果修正方法，一方面可以改善预测精度，另一方面可以能给出相应风险条件下的预报置信区间，评估预测的不确定性。针对丹江口水库入库径流，经过贝叶斯修正，预测精度较高，平均合格率到达了96.8%，平均确定性系数为0.86，以试报结果达到合格标准的次数占试报总次数的百分比来计，平均试报精度到达72%，修正后为81.9%。针对龙江水库入库径流，贝叶斯修正技术有效改善了径流预报的平均精度，长期入库径流的MAPE压缩到10%以下，各月入库径流建模期的MAPE全部低于15%，逐月预报径流与实际径流的峰谷对应关系较好，建模期与预报检验期的确定性系数均高于0.90，预报精度总体较高。研究成果可为变化环境下水文响应以及中长期水文预测学科发展提供一定的思路和参考，也为研究区水利工程调度、防洪减灾等提供科学的决策依据。