基于QPE和QPF的遗传神经网络洪水预报试验

摘要

本文以湖北省清江上游水布垭控制流域为例,利用分组Z-I关系结合地面气象雨量站对雷达估算降雨进行校准,计算出流域实况平均面雨量,再利用遗传算法和神经网络相结合的方法建立订正AREM预报降雨的模型,以达到提高AREM预报降雨预报精度的目的,最后将订正前后的AREM预报降雨输入新安江水文模型进行洪水预报试验.结果表明,订正后AREM预报降雨能够显著提高过程的累计降雨量预报精度,平均相对误差的减小幅度在60％以上,对于逐小时的过程降雨预报精度也有一定的提高,但与实况仍有一定差距;订正前后AREM 预报降雨的洪水预报试验的确定性系数的场次平均值从-32.6％提高到64.38％,洪峰相对误差从39％减小到25.04％,确定性系数的提高效果要优于洪峰相对误差,整体洪水预报精度在一定程度上有所提高.