数理-机理耦合的巢湖水位预报模型研究

作     者：王玥 杨霄 廖卫红 蔡思宇 年树强 吕强 

作者机构：中国地质大学 云南省水利水电勘测设计研究院 中国水利水电科学研究院 天津大学 安徽省引江济淮集团有限公司 

出 版 物：《南水北调与水利科技(中英文)》 (South-to-North Water Transfers and Water Science & Technology)

年 卷 期：2025年

学科分类：08[工学] 081501[工学-水文学及水资源] 0815[工学-水利工程] 

基　　金：国家自然科学基金项目(52179027) 引江济淮水资源综合调度系统(一期)“YJJH-ZX-20211021436” 

主　　题：水位预报 反推入湖流量 LSTM神经网络 新安江模型 巢湖流域 

摘      要：准确预报巢湖水位变化过程对于巢湖和引江济淮工程的防洪安全、水资源高效利用都有着重要的作用。本文综合分析数理、机理、数理-机理耦合等不同预报方式，分别应用雨量、巢湖水位、预报入湖流量、出湖流量等不同预报因子，分析不同模型对湖泊水位预测值的效果。结果表明：雨量-水位长序列数据驱动模型计算结果验证期较差；考虑降雨、出湖流量与反推入湖流量的模拟水位Z2相比仅考虑降雨因子的模拟水位Z1训练期精度提高，但验证期精度并未显著提升；进一步耦合新安江模拟入湖的数理-机理耦合的模拟结果Z3训练期与验证期纳什效率系数分别为0.98与0.73，较前两者均有所提升。数理-机理耦合模型综合结果最优，研究成果可为巢湖流域水资源管理、防洪能力、科学调度和生态保护提供重要科学依据和支持。