一种基于多模型耦合校正的河道沿程水位分期组合预报方法

本发明公开了一种基于多模型耦合校正的河道沿程水位分期组合预报方法，基于水文控制站水位流量关系诸多影响因素，构建了水文控制站水位流量关系水文影响因素集；采用特征选择技术识别出影响水位流量关系的关键影响因子，并耦合水量影响因子共同组成水位预报特征因子集；基于多种机器学习方法，构建了反映水文控制站水位与各预报特征因子之间的复杂非线性关系的水位预测模型库；分不同调度期对多种机器学习预测结果进行耦合校正，确定最优参数组合进而形成全过程预报体系。本发明能够针对河道不同径流丰枯特性和下游顶托影响，提高河道水位预测精度，具有计算简单，适应范围广，预报精度高的优点，可满足实施调度需求。