通过整合机制模型和机器学习模型，提高受大坝调节河流的流量预测精度

《Journal of Hydro-environment Research》：Enhancing streamflow prediction in a dam-regulated river by integrating mechanism and machine learning models

本研究提出大坝调节河流日流量预测的混合模型，整合HSPF机理模型与随机森林（RF）机器学习模型。通过分步输入自然流量与气象数据训练RF模型，验证显示混合模型在NSE（0.83→0.49）、高流量预测误差（降低4-25%）方面显著优于单独模型，有效平衡物理机理与非线性特征捕捉。

　　在当今全球范围内，由于人类活动的增加，越来越多的河流被修建水库进行调控，这种调控对河流的水文过程产生了深远的影响。随着人类社会对水资源需求的不断增长，如何准确预测受水库调控河流的每日径流成为当代水文学研究的重要课题。本文聚焦于中国东江流域，探讨了一种结合水文模拟程序FORTRAN（HSPF）和随机森林（RF）算法的混合模型，旨在提升受水库调控河流的径流预测精度，同时解决传统单一模型在预测高流量和极端流量时存在的误差问题。通过这种混合模型，研究者试图在物理一致性与数据驱动灵活性之间找到平衡，从而更好地应对受人为干预的河流系统的复杂性。

### 水文模型与机器学习模型的结合

传统的水文模型，如HSPF，通常基于物理机制，能够准确模拟流域内的降雨-径流过程，但由于其依赖于大量的输入数据，且参数校准过程复杂，往往难以适应受水库调控的流域。相比之下，机器学习模型如RF在处理非线性关系和复杂数据模式方面具有显著优势，但其预测能力在面对新的数据时容易出现过拟合现象，尤其是在极端流量预测中表现不佳。因此，本文提出了一种混合模型，将HSPF的物理模拟结果作为输入，结合RF算法的非线性建模能力，从而在保持物理过程一致性的同时，提升预测的准确性。

HSPF是一种半分布式水文和水质模拟模型，能够模拟流域内的水文过程，包括降雨径流、蒸发蒸腾以及地下水流动等。该模型通过严格的水文平衡原理进行模拟，因此在未受人为干扰的自然流域中表现良好。然而，在受水库调控的流域中，由于水库运行的不确定性，HSPF模型在预测受调控径流时面临较大挑战。因此，研究者引入了RF算法，利用其强大的非线性建模能力来捕捉水库运行模式对径流的影响。

RF是一种集成学习算法，通过构建多个决策树来提高预测的稳定性与准确性。其核心思想是通过随机选择特征和样本，减少模型的过拟合风险，并提升对复杂数据模式的适应能力。在本文中，RF模型被用来预测受水库调控的径流，同时结合HSPF的模拟结果作为输入，形成了一种混合建模框架。这种框架的优势在于，HSPF能够提供可靠的物理模拟基础，而RF则能够捕捉水库运行带来的非线性变化，从而提升整体模型的预测能力。

### 模型构建与优化

为了构建这一混合模型，研究者首先使用HSPF模型对东江流域进行模拟，获取目标水文站的原始模拟径流数据。接着，将这些模拟数据与水库控制区域的气象变量（如降雨量、温度和潜在蒸散发）作为输入，训练RF模型。最终，通过将HSPF和RF的模拟结果进行集成，生成更加准确的径流预测结果。

在模型优化过程中，研究者采用了网格搜索方法，对RF的关键参数进行调整，包括决策树的数量、最大深度、每棵树的特征选择以及最小样本分割数等。通过优化这些参数，模型在训练和验证阶段均能保持较高的预测精度，同时减少过拟合的风险。此外，为了确保模型的可比性，研究者将RF的训练集和验证集设置为与HSPF相同的时期，即2006年至2015年用于训练，2016年至2018年用于验证。

### 模型性能评估

通过多个评估指标，研究者对混合模型、HSPF模型和RF模型的性能进行了比较。主要的评估指标包括纳希-苏特cliffe效率（NSE）、决定系数（R2）和相对偏差（RE）。结果表明，混合模型在NSE和R2方面均优于其他两种模型，同时在RE方面表现最佳，说明其在预测精度和稳定性方面具有显著优势。

具体而言，在高流量区间（超过概率为0-0.25），混合模型的模拟误差最小，仅为13%，显著低于RF模型（17%）和HSPF模型（38%）。这表明混合模型在捕捉高流量事件方面具有更高的准确性。而在中等流量区间（超过概率为0.25-0.75），混合模型和RF模型的模拟误差分别为14%和12%，均显著低于HSPF模型的33%。这一结果说明，在中等流量模拟中，机器学习模型具有更强的预测能力。在低流量区间（超过概率为0.75及以上），混合模型和RF模型的模拟误差分别为13%和16%，远低于HSPF模型的39%。这表明，尽管混合模型在低流量模拟中表现良好，但低流量事件的预测仍然存在较大挑战。

此外，研究者还通过IHA（水文改变指标）和RVA（变化范围分析）方法，对水库调控对水文过程的影响进行了分析。结果显示，大多数IHA参数在入库和出库流量之间发生了中等或高程度的变化，这进一步说明了水库对水文过程的显著影响。通过RVA分析，研究者发现，水库调控导致流量分布发生了明显变化，高流量事件被显著减少，而低流量事件则有所增加。这种变化对水文模拟提出了更高的要求，尤其是在极端流量事件的预测方面。

### 模型的局限性与未来研究方向

尽管混合模型在大多数情况下表现优异，但在极端低流量事件的预测中，三种模型均出现了较高的误差。这可能是因为极端低流量事件受多种因素影响，包括地下水补给、土壤渗透和局部人类取水活动等，而这些因素在传统的水文模型和机器学习模型中均未被充分考虑。此外，极端流量事件的样本数量较少，限制了机器学习模型的泛化能力。

因此，研究者建议未来的研究应进一步引入更多影响因素，如地下水变化、详细的水库运行数据以及周边地区的取水活动等，以提高模型对极端流量事件的预测能力。同时，可以采用交叉验证和跨流域验证的方法，提升模型的适用性。此外，研究者还提到，结合遥感技术获取水库地形地貌信息，以及测试受物理约束的深度学习方法，可能是未来研究的重要方向。

### 混合模型的优势与意义

混合模型的优势在于其能够有效整合物理模型和机器学习模型的优点。HSPF模型在模拟自然水文过程方面具有较高的稳定性，而RF模型则能够捕捉水库运行带来的非线性变化。这种结合不仅提高了模型的预测能力，还增强了模型对极端流量事件的适应性。在实际应用中，混合模型可以为水资源管理、洪水预警和生态评估提供更加准确的预测结果，帮助决策者更好地制定应对措施。

此外，混合模型的应用具有较强的可扩展性。随着全球范围内受水库调控河流的增加，这种模型可以为不同地区的水文研究提供参考。研究者还指出，该模型的构建思路可以推广至其他受人为干预的流域，为水文学研究提供新的方法论支持。通过结合物理机制与数据驱动方法，混合模型能够更全面地反映水文过程的复杂性，为实现更加精准的水文模拟提供了可能性。

总之，本文提出了一种结合HSPF和RF的混合模型，通过引入物理机制与机器学习算法的结合，显著提升了受水库调控河流的径流预测能力。研究结果表明，混合模型在高流量、中流量和低流量事件的预测中均表现出色，尤其是在极端流量事件中，其误差显著低于单一模型。这一研究不仅为水文学领域提供了新的思路，也为实际水资源管理提供了有力的工具。未来的研究应进一步探索如何引入更多影响因素，提升模型的泛化能力和适用性，以更好地应对全球范围内日益复杂的水文问题。