万 阳，杨海燕，汤静静

(1.华自科技股份有限公司，湖南 长沙 410000；2.四川省达州市水文水资源勘测局，四川 达州 635000；3.广东省水文局清远水文分局，广东 清远 511500)

径流量是重要的河流水文特征指标，准确预知径流量的多少对指导地区防汛抗旱、供水优化调度、电站节水发电有着重要作用[1]。但是，径流量受降水、气温、蒸发、流域植被、河流比降等因素综合影响，具有不确定性，随着预见期的延长，预报结果往往难以取得良好的精度，指导意义也就大为减弱。实践中常见的用于预测河川径流的预测模型有自回归模型、人工神经网络模型和灰色自记忆模型等[2-5]。目前，因年径流变化相对月径流较平稳，径流预报研究主要以年径流预报为主，其中大流域年径流相对小流域年径流平稳，径流预报研究又主要以大流域年径流预报为主。小流域地区由于缺乏长系列水文资料，年月径流量总量较小且年际变化较大，运用大部分径流预报模型开展小流域径流预报，预报结果精度较低。小流域径流预报研究困难较大，相应的研究也较少。

灰色模型研究的对象就是小样本、贫信息的不确定性系统，尤其是部分信息已知、部分信息未知的系统，能比较好解决资料短缺的问题[6-7]。为克服灰色模型对初始值的依赖性，提升灰色模型的精确性和稳定性，引入动力系统的自记忆函数，构建灰色自记忆模型[8-9]。灰色模型对数据光滑性有一定要求，比较成熟的方法有线性变换、对数变换、幂函数变换、指数平滑、三点平滑等，这些方法对提高预报精度有良好成效[10-12]。……