张英骏，刘林娟

（河北省秦皇岛水文勘测研究中心，河北 秦皇岛066004）

天然河流中的水位流量关系有时呈现单一关系，即稳定的水位流量关系；有时呈现复杂关系，即不稳定的水位流量关系。 受洪水涨落、 断面冲於变化、水草等多种因素影响，任何断面的水位流量呈现稳定单一关系总是相对的，而不稳定则是绝对的。多年来，许多从业人员和学者致力于水位推流的研究，通过引入遗传算法［1，2］、蚁群算法［3］、BP神经网络［4］等数学模型的方法进行优化和提高精度， 也有采用多因素组合影响的水位流量关系的加权模型［5］，对其主要影响因素分别建立处理方案， 按影响因素方案的拟合方差的倒数进行线性加权处理； 在计算机软件开发应用方面， 从严格遵从相关规范的实测流量资料的整编定线［6］，到德国KISTERS公司的水文水环境信息管理系统中的曲线率定模块SKED［7］，无一不是以拟合或生成水位流量关系线为着眼点， 甚至是为了年度资料整编定线而定线，大多是数学模型复杂，实现困难且对不同测流断面的适应性差， 不易实时加入新的测验数据参加分析， 而对那些没有资料整编任务的临时测流断面， 则更谈不上以整编定线成果支持推流作业。

本文探讨一种摆脱一直以来的定线推流的复杂性，而是受大数据思维的启发，用密集的数据替代数学公式的模式［8］，即在收集的尽量多和新的实测水位流量数据的基础上，由计算机直接分析推流。不苛求相对存在的固定线，只依靠绝对散乱的动态点，并能够让使用者感到简单、快捷、灵活、可信。……