李月玉，周建奕，蒋汝成，周 密(.云南省水利水电勘测设计研究院，昆明 6500；.云南农业大学建筑工程学院，昆明 6500)

随着社会经济的不断发展，及时准确的实时洪水预报对确保水库安全，有效减轻下游洪水威胁和灾害，实现整个流域的防洪安全有重要的现实意义。但是由于观测资料误差、流域水文规律变化、流域水文模型简化等问题，使得实时洪水预报系统存在着较多的误差[1-3]。传统的洪水预报误差修正(如：误差自回归法、最小二乘法和卡尔曼滤波算法等[4-7])主要运用当前的水情信息，对历史上的水情信息利用不够充分，这不仅减少了信息来源量，也浪费了大量历史信息，同时对预报的精度亦会有一定影响[8]。近年来，对历史水文信息的数据挖掘尤其是对洪水分类的研究取得了很大进展[9]。在对预报误差的分析中，常会发现许多洪水的误差是十分相似的，例如，对于前期土壤含水量较高，降雨范围高度集中，降雨强度大大超过平均情况的这类型降雨，如果模型仍按平均情况处理，则会使地面径流估计偏小，汇集速度过慢，使洪峰估计偏小。而对于前期比较干旱，降雨范围大，但降雨强度比较温和的这类降雨则正好相反。

本文结合沿渡河流域，采用最为经典，应用也极为广泛的K均值聚类分析方法对历史洪水进行聚类[10,11]，在新安江三水源模型的基础上对不同聚类的洪水分别进行参数率定，在实时洪水预报误差修正中根据实时的降雨和……