ERA5降雨数据的降尺度评估及水文模拟——以横江流域为例

合理的水资源管理配置在农业灌溉中起着重要作用。为了构建水资源管理模型,需要水文模型为多水源、多目标、多不确定性的水资源分配问题提供最优解法,而降雨数据在水文模拟中为重要输入。不少学者利用了大气环流模式输出的降雨数据,但其分辨率过低,难以直接运用到水文模型中。以横江流域为例,采用4种机器学习方法对ERA5再分析数据中的降雨数据进行统计降尺度研究,利用TS评分、相关系数、平均绝对误差来评价降尺度后的数据效果,结果表明:支持向量机(SVM)在晴雨准确率和降雨量准确率两个方面效果较好;将降尺度后的降雨数据输入新安江模型进行水文模拟,结果表明:ERA5原始数据在水文模拟中效果较差,存在着整体水量偏大的问题,采用人工神经网络(ANN)方法进行统计降尺度取得的效果较好,可为农业灌溉提供支持。