□杨松林（河南省农田水利水土保持技术推广站）

□张海涛（河南利水工程咨询有限公司）

中长期水文预报的方法很多，传统的方法主要有成因分析和水文统计方法。水文统计方法包括历史演变法、时间序列分析法、多元线性回归、逐步回归等；现代的方法主要包括模糊数学、人工神经网络、小波分析、混沌理论以及这些方法的相互耦合，如模糊神经网络、小波神经网络等。目前，在预报模型的研究中，人们多注重水文系列的统计相关特性，而对物理成因关系关注相对较少，缺乏系统有效的预测方法。基于此，本文从天文因素、大气环流和下垫面状况等方面选取物理影响因子，以黄河三门峡站年径流量为预报对象，构建了基于气象因子的径流长期预报模型，预报结果证明了模型的适用性和可行性。

1.资料来源及数据准备

本文采用的物理影响因子数据资料包括北太平洋海表温度和81项环流特征量，数据资料均来自国家气候中心。其中北太平洋海表温度取 10°S～50°N，120°E～80°W范围内（5°×5°，286个格点）的月平均值系列；环流特征量采用国家气候中心的81项环流特征量月系列数据。资料年限均为1951—1997年。水文资料采用黄河中游三门峡站实测径流量系列数据，资料年限为1952—1998年。

2.模型的构建

2.1 模型建立步骤

多元线性回归预报模型的建立步骤为：

2.1.1 将预报对象与预报因子作相关分析,用临界相关系数做指标,可以初步得到所需的预报因子；

2.1.2 然后把这些因子与预报对象进行多元线性回归分析，将所得的因子进一步筛选；……