西南河流源区径流量变化规律及其未来演变趋势

提高中长期径流预测精度对于水资源调度等具有重要意义和应用价值。基于国家气候中心的130项气候因子, 采用皮尔逊相关系数、最大信息系数、方差增量指标筛选主要预测因子, 建立基于DS(Dempster-Shafer)证据理论的多因子综合方法; 采用随机森林、BP神经网络和贝叶斯网络等建立基于水文-气象因子遥相关的中长期径流预测模型, 构建基于DS证据理论的预测结果集成模型。
以三峡水库为对象开展实例研究, 结果表明: 引入遥相关因子能有效提高预测精度; 基于DS证据理论的多因子综合方法能筛选出综合性更强、稳定性更优的因子, 弥补单一筛选方法的不足; 基于DS证据理论的多因子多模式集成方法在径流预测精度上优于单一方法单一模型, 确定性系数提高到0.823, 平均相对误差降低到23.2%。