基于GBRT模型的水位预报方法研究及应用OA

针对缺失水位流量关系条件下中小河流水位预报精度不足的问题,提出一种基于梯度提升回归树(GBRT)的上下游关联水位预测方法。以浙江省南苕溪流域临西桥水位站为研究对象,构建以上游断面水位过程为输入、目标断面水位为输出的非线性映射模型,并选取2021—2025年13场洪水过程开展模型训练与验证。采用均方根误差(RMSE)、平均绝对误差(MAE)及纳什效率系数(NSE)等指标评价模型性能。结果表明:率定期RMSE均值为0.12 m,MAE均值为0.10 m,NSE均值达到0.966;验证期NSE分别为0.967和0.936,洪峰水位误差均在许可误差范围内。模型能够较好刻画洪水演进过程中上下游水位非线性关系,在洪峰预测及过程拟合方面表现出较高稳定性。图4幅,表2个。