洪水預(yù)報(bào)是根據(jù)已知信息對(duì)未來一定時(shí)期內(nèi)的洪水情勢(shì)做出定性或定量的預(yù)測(cè)，是非工程防洪減災(zāi)措施的重要組成內(nèi)容，也是水文科學(xué)研究的熱點(diǎn)問題。由于自然水文過程的復(fù)雜性和人類認(rèn)識(shí)水平的局限性，洪水預(yù)報(bào)中不可避免地存在模型輸入、模型結(jié)構(gòu)和模型參數(shù)的不確定性。對(duì)洪水預(yù)報(bào)不確定性進(jìn)行全過程的降低和控制，對(duì)減少防洪決策風(fēng)險(xiǎn)具有重要的現(xiàn)實(shí)意義。我校水文水資源學(xué)院梁忠民教授團(tuán)隊(duì)針對(duì)上述問題，長(zhǎng)期開展科學(xué)研究，取得了系列研究成果。

1.提出了針對(duì)預(yù)報(bào)降水誤差的大尺度環(huán)流分型統(tǒng)計(jì)后處理方法

針對(duì)復(fù)雜因素影響下的降水預(yù)報(bào)及誤差校正問題，研究團(tuán)隊(duì)提出了一種基于大尺度環(huán)流分型與時(shí)空深度學(xué)習(xí)模型相耦合的預(yù)報(bào)降水統(tǒng)計(jì)后處理方法。首先采用自組織圖（SOM）對(duì)大尺度環(huán)流模式進(jìn)行分型，在此基礎(chǔ)上采用時(shí)空深度學(xué)習(xí)模型（CNN+LSTM）對(duì)每種環(huán)流模式下的局部降水進(jìn)行校正，考慮周圍地形和氣象因素對(duì)中心格點(diǎn)降水，以及前期降水對(duì)當(dāng)天降水的影響?；春恿饔驊?yīng)用結(jié)果表明，該方法可以顯著提升預(yù)報(bào)降水的訂正精度。本研究可為降低水文模型輸入誤差、延長(zhǎng)洪水預(yù)報(bào)的預(yù)見期提供支撐。