基于多元回归与GR模型群参数区域化的智利比奥比奥流域无资料区径流模拟研究

智利比奥比奥流域面临水文数据稀缺的挑战。研究人员通过整合多元回归分析与GR4J/GR5J/GR6J水文模型，构建了基于形态计量参数（如流域面积、平均坡度与形状因子）的区域化方法。GR4J模型在日径流模拟中表现卓越（NSE、KGE、RMSE指标优良），为干旱加剧背景下的水资源可持续管理提供了关键技术支持。

　　

本研究评估了三种概念性降雨-径流模型（GR4J、GR5J、GR6J）在智利比奥比奥流域无测站河段的预测能力。通过采用基于多元回归的区域化方法，利用邻近已测流域的形态计量变量（包括流域面积、平均坡度和形状因子）进行参数移植，R²值达0.68–0.99。尽管GR5J和GR6J在复杂情景中具有一定优势，但GR4J在日径流模拟中表现最为突出，其纳什效率系数（NSE）、Kling-Gupta效率系数（KGE）和均方根误差（RMSE）在多数验证中均达到满意水平。该研究进一步结合经过验证的农业气候分类，强调了区域化与水文模型耦合在数据稀缺流域的应用价值，为气候变化下日益干旱地区的水资源可持续管理策略提供了科学依据。