灰色季节性指数自记忆模型及其在海河区降水模拟与预测中的应用

准确的降水模拟与预测,对防汛、抗旱及区域水资源管理有着重要的指导作用。由于降水序列波动较大,传统的灰色模型所得到的降水模拟值和预测值往往趋于平均值,论文从输入数据和模型结构改进两个方面对传统的灰色模型进行改进——采用季节性指数法对降水数据进行平滑处理,引入自记忆函数,构建灰色季节性指数自记忆模型（SS-GM）,并将其应用于海河区降水过程的模拟和预测。结果表明：①该模型较传统灰色模型而言,模拟效果有很大程度的提高,能够准确模拟年和月尺度的降水过程,各水资源二级区的月尺度Nash-Sutcliffe 系数（NSE）和决定系数（R²）均达到了0.60 以上,大部分区域年降水模拟的NSE和R²均在0.70 以上,且在较大的时空尺度上,模拟效果更佳;②模型具有一定的月降水量的预测能力,在1~2 月预见期内,各分区降水预测值NSE达到0.50 以上,大部分地区NSE值超过0.60;③模型结构简单、计算方便,能很好地反映降水数据序列的变化趋势,且具有较高的模拟及预测精度。