WD-iNARX-WR模型在太湖流域洪水预报中的应用

来源：水利水运工程学报杂志 2026年第2期北京时间：

作者：高军,蒋飞卿,朱易青,朱超,徐思远,牛智星,嵇海祥,王赠安

摘要：全球气候变化下洪涝灾害频发，给区域防洪带来了巨大挑战。为提高太湖流域洪水预报精度与延长预见期，将小波变换与改进非线性自回归网络（iNARX）相结合，构建了WD-iNARX-WR模型，并预测了不同预见期下的太湖水位。同时，将该模型与反向传播神经网络（BP）及传统iNARX模型进行比较。结果表明：短预见期（1~3 d）内，3种模型均具有良好的预测效果，证明了神经网络在水文序列预测中的优势；长预见期（4~7 d）下，BP模型明显劣于iNARX和WD-iNARX-WR模型，突显了iNARX结构的优越性；WD-iNARX-WR模型在各预见期下均展现出较强的适应性，尤其在预测长预见期和极端水位变化时，精度显著提高；WD-iNARX-WR的精度相比BP提升8.5%，相比iNARX提升2.5%。研究结果可为太湖水位预报提供理论依据和实际参考。

关键词：太湖流域, 水位预报, 小波变换, 改进NARX网络, WD-iNARX-WR模型