摘要
本发明提供一种河网区大型湖泊中长期入湖径流预测方法,包括:收集数据并将支流划分为低、中、高三类影响分支;采用SWAT模型和物理约束的LSTM模型分别预测低、中影响分支径流;筛选与高影响分支相关的低、中影响分支径流预测结果作为预测因子,构建DBN‑BP模型实现高影响分支径流的辗转预测;采用条件归一化流模型构建径流概率分布,并通过非参数残差模型实现误差校正。本发明针对河网区域差异化建模,结合物理约束和数据驱动方法,解决了人类活动干扰和未控区间径流预测难题,有效提升预测精度,为水资源管理提供决策支持。