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。