文献类型：期刊文章

作　　者：张娟[1] 钟平安[1] 徐斌[1] 王凯[2] 姚超宇[1]

ZHANG Juan;ZHONG Ping-an;XU Bin;WANG Kai;YAO Chaoyu(College of Hydrology and Water Resources,Hohai University,Nanjing 210098,China;Hydrology Bureau of the Huaihe Water Conservancy Commission,Bengbu 233001,China)

机构地区：[1]河海大学水文水资源学院,江苏南京210098 [2]淮委水文局,安徽蚌埠233001

出　　处：《水文》

基　　金：国家重点研发计划项目（2017YFC0405606）;国家自然科学基金项目(51579068);中央高校基本科研业务费专项(2018B10514)

年　　份：2019

卷　　号：39

期　　号：6

起止页码：41-45

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：自回归模型在洪水预报实时校正中应用广泛。针对自回归模型进行连续多时段校正时中间误差系列缺失问题,提出一种基于历史洪水预报误差系列的样本重组自回归外延方法,以淮河流域王家坝断面为背景,选用洪量相对误差、洪峰相对误差、峰滞时间和确定性系数四个指标开展校正效果评估,并与时程递推外延方法对比。结果表明:样本重组外延方法可以提升洪水预报精度,延长洪水预报有效预见期,特别在降低洪量误差和提高洪水过程的拟合精度上优势更为显著。同时,该方法泛化能力较强,具有实用价值。

关 键 词：洪水预报 实时校正 自回归模型 多步外延方法  

分 类 号：TV121]