佳文推荐 | 基于VMD-LSTM模型的流域径流预报技术（2025年5期）

       水文预报是基于过去和现在的水文数据，推断水文现象时空变化规律，并对未来特定时期水情进行预测的一项工作 。其中径流预测一直是水文预报研究热点，准确的径流预测及其关键驱动因素识别，有助于合理调配水资源、制定防洪规划、优化农田灌溉配置、水电站运行等多项活动 。

       《南水北调与水利科技（中英文）》2025年5期发表了《基于VMD-LSTM模型的流域径流预报技术》一文，为进一步提高日径流预测精度，引入变分模态分解（variational mode decomposition，VMD），结合长短时记忆神经网络（long short-term memory，LSTM）构建日径流预测模型（VMD-LSTM），旨在通过信号分解与深度学习技术的协同作用，解决径流数据的非线性和非平稳性问题。选取赛江流域七步站和白塔站2006—2018年的实测日径流数据作为训练集，2019—2021年的实测日径流数据作为测试集，验证模型适用性并比较不同时间步长对模型预测精度影响，并对不同时间步长对模型预测精度的影响进行了系统性比较，以确定最优的时间步长参数，从而进一步提升模型的预测效果。结果显示：分解预测模型（variational mode decomposition- long short-term memory model，VMD-LSTM）预测精度高、误差小；相比于单一LSTM模型，组合模型预测精度可提高70%，且对于峰值谷值的拟合更精确；最佳时间步长配置因水文状况而异（在15 d窗口表现最佳）。这表明VMD-LSTM模型能有效提高预测精度，为日径流预测提供了一条新的途径。

引用信息：

张挺,马睿佳,程泳铭,等.基于VMD-LSTM模型的流域径流预报技术[J].南水北调与水利科技(中英文),2025,23(05):1196-1203.

张挺¹, 马睿佳², 程泳铭², 安强², 刘浏^{2, *}

（1. 福建省水利水电科学研究院, 福州 350001；2. 中国农业大学水利与土木工程学院, 北京 100083）

张挺（1976—），男，福建福州人，高级工程师，主要从事水利监测与信息化研究。

通信作者：

刘浏（1986—），男，江苏宿迁人，教授，博士，主要从事水文学及水资源研究。

正文

《南水北调与水利科技》

共筑学术交流新天地 同谱人水和谐新篇章

微信号：nsbdqk