数据同化与机器学习后处理对小时尺度洪水预报的综合影响——基于法国687个流域的大样本评估

《Journal of Hydrology》:Improving flood forecasts: the combined impact of data assimilation and machine learning post-processing

【字体: 大 中 小 】 时间:2026年09月18日 来源:Journal of Hydrology 7.3

编辑推荐:

  基于机器学习(Machine Learning, ML)的后处理倾向于改善短期洪水预报,尤其对于慢响应流域。后处理可以部分补偿洪水预报中状态更新(State Updating)的缺失,但无法完全替代它。在相对于持续性预报的连续预报技能方面,神经网络(Neura

  
基于机器学习(Machine Learning, ML)的后处理倾向于改善短期洪水预报,尤其对于慢响应流域。后处理可以部分补偿洪水预报中状态更新(State Updating)的缺失,但无法完全替代它。在相对于持续性预报的连续预报技能方面,神经网络(Neural Networks)略优于基于树的模型(Tree-based Models),但在高流量事件的检测方面没有明显优势。
**论文解读**

**一、研究背景与问题提出**

洪水是法国经济影响最严重的自然灾害,在1982年至2024年期间占累计保险损失的49%,年均损失约7.02亿欧元。以法国Vigicrues为代表的洪水预警系统在减轻洪水影响方面发挥着核心作用,其有效性主要取决于水文模型生成的流量预报质量。然而,水文模型的预报技能(Forecast Skill)通常受到结构性限制——模型在表征非线性且与尺度相关的产流过程方面存在不足,同时受到模型参数化、初始条件和气象强迫等不确定性的制约。

为应对这些局限,将动力学水文模型与数据驱动技术相结合的混合预报方法成为一种有前景的策略。其中,后处理(Post-processing)方法通过统计校正模型输出中的系统误差,已被广泛用于提高预报性能。然而,现有研究中基于机器学习的后处理主要在开环模拟条件下进行评估,未明确考虑通过数据同化(Data Assimilation, DA)进行状态更新的影响。尽管数据同化与统计后处理之间的交互已被探讨,但在同时结合这两类方法的预报框架中,数据同化与机器学习后处理的综合效应尚未得到广泛研究。此外,在业务实践中,水文模型参数通常在模拟模式下率定,然后在预报模式下与状态更新程序联合使用,这一两步策略未必能为特定预见期提供最优参数集。这些问题引出了一个核心关切:一旦数据同化和依赖预见期的参数率定(Lead-time-dependent Calibration)已经就位,后处理是否仍然能够提供附加价值,还是其效益主要局限于预报技能较弱的配置。

基于上述背景,本研究旨在量化模型率定(Model Calibration)、通过数据同化进行的状态更新以及机器学习后处理三者各自及组合对小时尺度流量预报技能的贡献,预见期最长至24小时。研究围绕四个核心问题展开:(1)机器学习后处理能否补偿预报中状态更新的缺失?(2)依赖预见期的率定结合数据同化能否通过机器学习后处理进一步改进?(3)率定、状态更新和机器学习后处理的联合使用如何在不同流域响应时间和预报期之间影响预报性能?(4)哪种机器学习算法——随机森林(Random Forest, RF)还是多层感知器(Multilayer Perceptron, MLP)——在后处理中表现更好?

**二、关键技术方法概述**

研究在法国本土687个流域开展,数据集涵盖2007年1月至2021年12月至少10年完整小时流量数据。水文模型采用GR5 H-RI小时尺度模型(GR5 H-RI Hourly Model),包含8个自由参数,分为产流模块和汇流模块。降水强迫数据来自COMEPHORE再分析产品,潜在蒸散发(Potential Evapotranspiration, PET)基于Oudin等提出的公式、利用SAFRAN气温数据估算。数据同化采用基于直接插入(Direct Insertion)的确定性状态更新程序,在预报起报时刻调整汇流水库水位使模拟流量与最新实测流量精确匹配。研究评估了三种预报方法:开环模式(Open-loop, OL),参数在模拟模式下率定且不进行数据同化;参考模式(Reference, Ref),参数在模拟模式下率定但在预报阶段进行数据同化;混合模式(WsRf),水平衡参数在模拟模式下率定而其余参数在预报模式下针对特定预见期优化。研究采用两种机器学习算法——随机森林(RF)和多层感知器(MLP),对每种预报方法和预见期分别训练独立的后处理模型。预报性能通过持久性系数(Coefficient of Persistence, CP)和临界成功指数(Critical Success Index, CSI)评估,洪水事件基于流量超过第98百分位数自动识别,共识别出40,411次洪水事件。

**三、主要研究结果**

**(1)连续预报性能(Continuous forecast performance)**

在所有配置中,WsRf方法一致优于Ref方法,且两者均远超OL方法。对于原始GR5 H-RI预报,WsRf与Ref之间最大的差异出现在3小时和6小时的短预见期,这反映了WsRf中依赖预见期的参数集的优势;在12小时和24小时预见期,两者达到相似的技能水平。后处理对所有预报方法均能改善预报技能,其中OL方法的相对增益最大——后处理可部分缩小与WsRf和Ref在短预见期的性能差距,而在较长预见期,经后处理的OL预报可达到与结合数据同化的原始预报相当的性能。对于WsRf和Ref,后处理主要在短预见期提高持久性系数中位数,随着预见期增加改善幅度减小。将流域按响应时间(Tr)分为三类后分析发现,后处理改善在短预见期和慢响应流域(响应时间19至128小时)最为显著,而快响应流域(响应时间1至9小时)的改善明显较小。在逐流域比较中,对于洪水事件条件下使用WsRf方法时,3小时预见期89.7%的流域和6小时预见期71.6%的流域经MLP后处理后CP值的改善超过0.05。总体而言,MLP在连续预报技能上略优于RF。

**(2)基于阈值的预报性能(Threshold-based forecast performance)**

使用CSI评估模型检测洪水事件的能力,结果模式与连续CP指标相似:使用数据同化的预报方法性能更优,后处理在短预见期对慢响应流域增益更大。然而,后处理方法之间的差异在CSI上不如CP明显。虽然RF和MLP之间仍存在一些差异(尤其在OL预报中),但这些差异更小且在各配置间不够系统化,这反映了CSI作为基于阈值的指标对连续指标所捕捉的幅度和时间增量改进不够敏感。

**(3)选取的洪水过程线(Selected flood hydrographs)**

在响应时间较长的流域中选取了四个洪水事件示例,展示原始GR5 H-RI预报与MLP后处理预报的对比。后处理改善在短预见期最为一致:预报能更好地捕捉涨水段、洪峰流量和退水段。在较长预见期,改善通常局限于退水段,而洪峰代表性趋于较差。个别案例中,在24小时预见期出现因校正不稳定导致的轻微性能退化。

**四、讨论与结论**

本研究表明,率定策略、数据同化和后处理三者对预报误差的贡献是互补的——它们作用于预报链的不同阶段,但也存在部分冗余。后处理在数据同化已就位时提供的增益主要是增量式的,在短预见期最为明显,随预见期增加逐渐减小;而对开环预报,后处理可部分补偿数据同化的缺失,但无法完全替代,尤其在最短预见期。在较长预见期,不同预报方法之间的差异在经后处理后缩小,这可能是因为滞后预测因子的预报信号在远距离预见期变得信息量不足,同时数据同化的影响随预见期减弱。多层感知器在连续指标上略优于随机森林,但在基于事件的评估中差异较小。

研究结论如下:后处理在短预见期一致地改善了预报技能,尤其对慢响应流域。对于WsRf方法,在3小时预见期洪水事件的中位CP值经MLP后处理从0.33提升至0.54,6小时从0.44提升至0.56,且改善在空间上具有稳健性。开环预报表现出最大的相对改善(3小时CP中位数从?0.56提升至0.16,6小时从?0.08提升至0.37),但结合数据同化的预报总体上保持了更高的绝对技能,表明后处理是对状态更新的补充而非替代。在3小时预见期WsRf方法下,中位CSI从原始预报的87.6%提升至MLP的91.1%和RF的91.4%。研究也指出,当前实验设计依赖观测降水,隔离了气象预报不确定性,未来研究可探索扩展预测因子集以及在实际气象预报条件下预处理、数据同化和后处理的联合作用。尽管存在这些局限,以最小预测因子集实现的显著改善凸显了该框架在业务预报中的潜力。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号