樊浦 臧力永 施韶晖 谷文豪

摘要：可靠的洪水预报是做好水库防洪发电调度的前提，因此水库洪水预报系统是整个防洪和发电调度决策系统的核心组成部分。传统洪水预报一般基于水文模型来进行，由于水文模型（例如新安江模型、API模型）受结构及参数所限，难以完全反映水文规律，故预报精度往往不够理想。虽然大数据分析技术和深度学习智能算法在逐渐完善，而大数据分析技术、人工智能算法在水文学领域的研究则刚刚起步。本文基于长短时记忆神经网络（LongShort-TermMemory，LSTM）的理论在安康水库洪水预报中进行的尝试，得到的结果较为满意。

关键词：变化环境下;气象水文预报;研究进展

引言

防汛始终是水文工作的重点，洪水预报则是重中之重。通过水文工作者长期不懈的努力，大江大河的洪水预报取得了巨大的进展，预报技术日趋成熟。但在中小河流洪水预报方面，由于点多面广，水文资料短缺，预报技术尚未成熟等原因，中小河流洪水预报变成了近些年水文工作的重点和难点。

一、水文气象现状

国家级水文气象业务源于1998年长江、嫩江松花江流域特大洪水水文气象服务，正式启动于2002年的七大江河流域面雨量估测预报业务。2003年起，根据国土资源部和中国气象局联合签署的相关协议，我国正式开展汛期地质灾害气象预报预警业务。2006年，为了更好地做好农田渍害与城市内涝防治气象服务，中央气象台正式通过气象影视发布渍涝灾害气象风险预报预警。……