一种基于贝叶斯模型平均的组合模型径流预报方法、电子设备及可读存储介质

本发明提供一种基于贝叶斯模型平均的组合模型径流预报方法，包括收集预报断面所在流域上游区域的历史实测气象和水文数据并进行处理；对处理后的历史数据进行预报因子识别，并分析各预报因子的影响滞时；以确定影响滞时的预报因子作为模型输入，以预报断面径流为模型输出，构建并训练SIM、SVM和BPANN模型，获得三种模型在预见期首日的最优预报结果；通过不断更新降雨和土壤含水量预报信息，以及整合模型预报的径流数据，逐步扩展至获得三种单一预报模型在1‑N日预见期内的最优预报结果；利用贝叶斯模型平均方法对三种单一预报模型的预报结果进行权重率定，构建SIM‑SVM‑BPANN组合模型。其有效提高了径流预报的精度。