基于数据驱动的中小河流水位涨幅预报方法研究与应用

针对中小河流域山洪灾害的预报问题,采用3种数据驱动预报模型实现最高水位涨幅预报,以广州市增城区派潭镇为研究区域对3种模型进行数学建模与精度评估。分析表明,机器学习模型预报精度最高,但预报结果不具备可解释性;相似分析模型预报精度中等,预报成果具备较好的认知性与可解释性;“降雨量-水位涨幅”关系模型整体预报精度较低,但操作简单。相似分析模型与机器学习模型计算相对复杂,需要依托计算机设备进行辅助计算,而“降雨量-水位涨幅”关系模型可将模型结果绘制成图;从预报便利性及精度上综合考量,当具备计算机、手机应用端等辅助设备支撑时,可采用机器学习与相似分析等多种模型进行预报,提升预报精度;当缺乏计算机等基础设备的支撑时,“降雨量-水位涨幅”关系模型可为中小流域山洪预报预警提供便捷的预报方式。