Page 92 - 水利学报2025年第56卷第3期

ｄａｒｖａｒｉａｂｌｅｓｉｎｔｏａｄｅｅｐ － ｌｅａｒｎｉｎｇｍｏｄｅｌ［Ｊ］．ＧｅｏｐｈｙｓｉｃａｌＲｅｓｅａｒｃｈＬｅｔｔｅｒｓ，２０２１，４８（２１）：ｅ２０２１ＧＬ０９５３０２．
［２４］ 刘昱辰，刘佳，刘 录 三，等．基 于 ＬＳＴＭ 实 时 校 正 的 ＷＲＦ?ＷＲＦ － Ｈｙｄｒｏ耦 合 径 流 预 报 ［Ｊ］．水 利 学 报，
２０２３，５４（１１）：１３３４ － １３４６．
［２５］ 胡春歧，赵才．陆气耦合洪水预报技术应用研究［Ｊ］．水力发电，２０１９，４５（９）：４８ － ５１．
［２６］ 严昌盛，朱德华，马燮铫，等．基于雷达短时临 近 降 雨 预 报 的 王 家 坝 洪 水 预 报 研 究 ［Ｊ］．水 利 水 电 技 术，
２０２０，５１（９）：１３ － ２３．
［２７］ ＷＵＺ，ＷＵＪ，ＬＵＧ．Ａｏｎｅ － ｗａｙｃｏｕｐｌｅｄａｔｍｏｓｐｈｅｒｉｃ － ｈｙｄｒｏｌｏｇｉｃａｌｍｏｄｅｌｉｎｇｓｙｓｔｅｍ ｗｉｔｈｃｏｍｂｉｎａｔｉｏｎｏｆｈｉｇｈ －
ｒｅｓｏｌｕｔｉｏｎａｎｄｅｎｓｅｍｂｌｅｐｒｅｃｉｐｉｔａｔｉｏｎｆｏｒｅｃａｓｔｉｎｇ［Ｊ］．ＦｒｏｎｔｉｅｒｓｏｆＥａｒｔｈＳｃｉｅｎｃｅ，２０１６，１０（３）：４３２ － ４４３．
［２８］ 糜佳伟，田济扬，楚志刚，等．耦合天气雷达定量降水估计与定量降水预报的中小流域洪水预报研究［Ｊ］．
华北水利水电大学学报（自然科学版），２０２２，４３（３）：１１ － １８．
［２９］ 陈豫英，苏洋，杨银，等．贺兰山东麓极端暴雨的中尺度特征［Ｊ］．高原气象，２０２１，４０（１）：４７ － ６０．
［３０］ ＦＲＡＮＣＨＧ，ＭＡＧＧＩＯＶ，ＣＯＶＩＥＬＬＯＬ，ｅｔａｌ．ＴＡＡＳＲＡＤ１９，ａｈｉｇｈ － ｒｅｓｏｌｕｔｉｏｎｗｅａｔｈｅｒｒａｄａｒｒｅｆｌｅｃｔｉｖｉｔｙｄａｔａｓｅｔ
ｆｏｒｐｒｅｃｉｐｉｔａｔｉｏｎｎｏｗｃａｓｔｉｎｇ ［Ｊ］．ＳｃｉｅｎｔｉｆｉｃＤａｔａ，２０２０，７（１）：２３４．
［３１］ ＸＵＱ，ＬＩＵＳ，ＸＵＥＭ．ＢａｃｋｇｒｏｕｎｄｅｒｒｏｒｃｏｖａｒｉａｎｃｅｆｕｎｃｔｉｏｎｓｆｏｒｖｅｃｔｏｒｗｉｎｄａｎａｌｙｓｅｓｕｓｉｎｇＤｏｐｐｌｅｒ － ｒａｄａｒｒａｄｉａｌ －
ｖｅｌｏｃｉｔｙｏｂｓｅｒｖａｔｉｏｎｓ［Ｊ］．ＱｕａｒｔｅｒｌｙＪｏｕｒｎａｌｏｆｔｈｅＲｏｙａｌＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｏｃｉｅｔｙ，２００６，１３２（６２１Ｃ）：２８８７ － ２９０４．
［３２］ 李娟芳，王文川，车沛沛，等．ＨＥＣ － ＨＭＳ模型和 ＴＯＰＭＯＤＥＬ模型在东庄流域山洪预报的应用研究 ［Ｊ］．
水电能源科学，２０１９，３７（３）：５０ － ５３．
［３３］ ＰＵＬＫＫＩＮＥＮＳ，ＮＥＲＩＮＩＤ，ＨＯＲＴＡＬＡＡ Ｐ，ｅｔａｌ．Ｐｙｓｔｅｐｓ：ａｎｏｐｅｎ － ｓｏｕｒｃｅＰｙｔｈｏｎｌｉｂｒａｒｙｆｏｒｐｒｏｂａｂｉｌｉｓｔｉｃ
ｐｒｅｃｉｐｉｔａｔｉｏｎｎｏｗｃａｓｔｉｎｇ（ｖ１．０）［Ｊ］．ＧｅｏｓｃｉｅｎｔｉｆｉｃＭｏｄｅｌＤｅｖｅｌｏｐｍｅｎｔ，２０１９，１２（１０）：４１８５ － ４２１９．

Ｃｏｕｐｌｅｄｆｏｒｅｃａｓｔｉｎｇｏｆｒａｉｎｓｔｏｒｍｓａｎｄｆｌｏｏｄｓｉｎｓｍａｌｌｗａｔｅｒｓｈｅｄｂａｓｅｄｏｎ
ＤｅｅｐＬｅａｒｎｉｎｇａｎｄＨＥＣ － ＨＭＳＭｏｄｅｌ

２
４
３
４
２
１，２
ＬＩＵＷａｎ ，ＸＩＥＳｈｕａｉ，ＺＨＯＮＧＤｅｙｕ，ＷＡＮＧＹｏｎｇｑｉａｎｇ，ＢＡＯＳｈｕｐｉｎｇ，ＺＨＵＸｕｄｏｎｇ
（１．ＳｃｈｏｏｌｏｆＣｉｖｉｌａｎｄＨｙｄｒａｕｌｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｚｈｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ ４３００７４，Ｃｈｉｎａ；
２．ＣｈａｎｇｊｉａｎｇＲｉｖｅｒＳｃｉｅｎｔｉｆｉｃＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，Ｗｕｈａｎ ４３００１０，Ｃｈｉｎａ；
３．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＨｙｄｒｏｓｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ １０００８４，Ｃｈｉｎａ；
４．ＮｉｎｇｘｉａＨｙｄｒｏｌｏｇｉｃａｌａｎｄＷａｔｅｒＲｅｓｏｕｒｃｅｓＭｏｎｉｔｏｒｉｎｇａｎｄＥａｒｌｙＷａｒｎｉｎｇＣｅｎｔｅｒ，Ｙｉｎｃｈｕａｎ ７５０００１，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｅｒａｉｎｆａｌｌｒｕｎｏｆｆｐｒｏｃｅｓｓｉｎｓｍａｌｌｗａｔｅｒｓｈｅｄｉｓｓｏｑｕｉｃｋｔｈａｔｔｈｅｆｏｒｅｃａｓｔｌｅａｄｔｉｍｅｏｆｃｏｎｖｅｎｔｉｏｎａｌｆｌｏｏｄ
ｍｏｎｉｔｏｒｉｎｇａｎｄｆｏｒｅｃａｓｔｉｎｇｉｓｓｈｏｒｔ，ｗｈｉｃｈｉｓｄｉｆｆｉｃｕｌｔｔｏｐｒｏｖｉｄｅｅｆｆｅｃｔｉｖｅｓｕｐｐｏｒｔｆｏｒｆｌｏｏｄｐｒｅｖｅｎｔｉｏｎａｎｄｄｉｓａｓｔｅｒ
ｒｅｌｉｅｆ．Ｉｎｔｈｉｓｓｔｕｄｙ，ａｃｏｕｐｌｅｄｆｏｒｅｃａｓｔｉｎｇｆｒａｍｅｗｏｒｋｆｏｒｒａｉｎｓｔｏｒｍ ａｎｄｆｌｏｏｄｆｏｒｅｃａｓｔｉｎｇｉｓｅｓｔａｂｌｉｓｈｅｄ．Ｉｎｔｈｉｓ
ｆｒａｍｅｗｏｒｋ ，ｔｈｅｈｙｄｒｏｌｏｇｉｃａｌｍｏｄｅｌｉｓｄｒｉｖｅｎｂｙｔｈｅｒａｉｎｆａｌｌｎｏｗｃａｓｔｉｎｇｔｏｐｒｏｌｏｎｇｔｈｅｆｏｒｅｃａｓｔｌｅａｄｔｉｍｅｏｆｆｌｏｏｄｉｎｇ，
ｗｈｉｃｈｉｓｏｆｇｒｅａｔｉｍｐｏｒｔａｎｃｅｆｏｒｆｌｏｏｄｐｒｅｖｅｎｔｉｏｎｉｎｓｍａｌｌｗａｔｅｒｓｈｅｄ．Ｉｎｔｈｅｒａｉｎｆａｌｌｎｏｗｃａｓｔｉｎｇｍｅｔｈｏｄ，ｔｈｉｓｐａｐｅｒ
ｐｒｏｐｏｓｅｓａＲａｉｎｆａｌｌＮｏｗｃａｓｔｉｎｇＭｅｔｈｏｄｗｉｔｈＣｏｍｂｉｎｅｄＲｅｆｌｅｃｔａｎｃｅａｎｄＷｉｎｄＦｉｅｌｄａｓＩｎｐｕｔｓ（ＲＮＭＣＷ），ｔｈｅ
ｃｏｍｂｉｎｅｄｒｅｆｌｅｃｔｉｏｎａｎｄｒａｄａｒ － ｒｅｔｒｉｅｖｅｄｗｉｎｄｆｉｅｌｄｔｈａｔｃａｎｅｆｆｅｃｔｉｖｅｌｙｒｅｆｌｅｃｔｔｈｅｗａｔｅｒｖａｐｏｒｃｏｎｔｅｎｔａｎｄｗａｔｅｒｖａ
ｐｏｒｔｒａｎｓｐｏｒｔａｔｉｏｎａｒｅｓｅｌｅｃｔｅｄａｓｉｎｐｕｔｓ ，ａｎｄｔｈｅｄｅｅｐｌｅａｒｎｉｎｇｍｏｄｅｌｉｓｐｒｏｐｏｓｅｄｔｏｅｘｔｒａｃｔｔｈｅｔｅｍｐｏｒａｌａｎｄｓｐａ
ｔｉａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｉｎｐｕｔｓｔｏｆｏｒｅｃａｓｔｔｈｅｒａｉｎｆａｌｌｉｎｔｈｅｂａｓｉｎ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｏｆ
ｔｈｅｒａｉｎｆａｌｌｎｏｗｃａｓｔｉｎｇｍｅｔｈｏｄｉｓｈｉｇｈｅｒｔｈａｎ０．７５ａｔｅａｃｈｓｔａｔｉｏｎ，ｗｈｉｃｈｉｓａｂｏｕｔ５％ ｈｉｇｈｅｒｔｈａｎｔｈａｔｏｆｔｈｅｃｏｎ
ｖｅｎｔｉｏｎａｌｏｐｔｉｃａｌｆｌｏｗｍｅｔｈｏｄ．Ｔｈｅｎ，ｔｈｅｐａｒａｍｅｔｅｒｓｏｆｔｈｅＨＥＣ － ＨＭＳｍｏｄｅｌａｒｅｃａｌｉｂｒａｔｅｄｗｉｔｈｔｈｅｒａｉｎｆａｌｌｐｒｅ
ｄｉｃｔｅｄｂｙＲＮＭＣＷ，ａｎｄｔｈｅｒａｉｎｆａｌｌｆｏｒｅｃａｓｔｒｅｓｕｌｔｓａｒｅｕｓｅｄａｓｔｈｅｉｎｐｕｔｏｆｔｈｅｈｙｄｒｏｌｏｇｉｃａｌｍｏｄｅｌｔｏｂｕｉｌｄａｓｔｏｒｍ
ａｎｄｆｌｏｏｄｃｏｕｐｌｉｎｇｆｏｒｅｃａｓｔｍｏｄｅｌ．ＣｏｍｐａｒｅｄｗｉｔｈｔｈｅＨＥＣ － ＨＭＳｍｏｄｅｌ，ｔｈｅｃｏｕｐｌｅｄｍｏｄｅｌｒｅｄｕｃｅｓｔｈｅｆｌｏｏｄ
ｐｅａｋｐｒｅｄｉｃｔｉｏｎｅｒｒｏｒｏｆ２０１６ｆｌｏｏｄｂｙ２．１７％，ａｎｄｉｎｃｒｅａｓｅｓｔｈｅＮａｓｈｃｏｅｆｆｉｃｉｅｎｔｏｆ２０１８０７２２ｆｌｏｏｄｐｒｅｄｉｃｔｉｏｎｂｙ
０．００２．Ｔｈｅｍｏｄｅｌｃａｎｅｆｆｅｃｔｉｖｅｌｙｆｏｒｅｃａｓｔｔｈｅｆｌｏｏｄｐｒｏｃｅｓｓａｎｄｅｘｔｅｎｄｔｈｅｅｆｆｅｃｔｉｖｅｐｒｅｄｉｃｔｉｏｎｐｅｒｉｏｄｂｙｕｐｔｏ２
ｈｏｕｒｓ，ｔｈｕｓｓｉｇｎｉｆｉｃａｎｔｌｙｉｍｐｒｏｖｉｎｇｔｈｅｆｌｏｏｄｐｒｅｄｉｃｔｉｏｎｅｆｆｅｃｔａｎｄｐｒｏｖｉｄｉｎｇｂｅｔｔｅｒｓｕｐｐｏｒｔｆｏｒｐｒａｃｔｉｃａｌａｐｐｌｉｃａｔｉｏｎ．
Ｋｅｙｗｏｒｄｓ：ｒａｉｎｆａｌｌｎｏｗｃａｓｔｉｎｇ；ｄｅｅｐｌｅａｒｎｉｎｇ；ｒａｄａｒ － ｒｅｔｒｉｅｖｅｄｗｉｎｄｆｉｅｌｄ； ｃｏｕｐｌｅｄｆｏｒｅｃａｓｔｉｎｇｏｆｒａｉｎｓｔｏｒｍｓ
ａｎｄｆｌｏｏｄｓ

（责任编辑：耿庆斋）

— ３ ７ —
４