月径流预报建模方法对比分析——以嘉陵江北碚站为例

为提高径流预报的精度,以嘉陵江流域北碚水文站为例,选取1979~2019年径流资料,对比分析月径流预报多种建模方法的预报性能。选择时间序列法作为单变量预报模型的方法,随机森林、BP神经网络和多元线性回归作为多变量预报模型的方法,并应用时变权重进行组合预报,对比单变量与多变量、单一与组合模型预报结果。结果表明:①多变量预报模型预报效果更优,与时间序列模型相比,其平均绝对百分比误差减少约20%;②随机森林与BP神经网络这两种机器学习方法在单一模型中具有更好的预测能力;③时变权重组合预报方法能有效结合单一模型的优点,进一步提高预报精度。研究成果可为中长期径流预报的建模策略制定提供参考。

近50年嘉陵江水沙通量演变特征分析

根据1965～2016年嘉陵江北碚水文站实测径流泥沙资料,研究了嘉陵江水沙通量演变规律。结果表明,嘉陵江年径流量有减少趋势,但不显著,而年输沙量下降趋势显著,且通过95%置信度检验;嘉陵江径流量和输沙量分别存在32、28年的周期性变化规律;水库拦沙等人类活动为嘉陵江年输沙量显著减少的主要原因。