为提升南水北调中线总干渠冰期输水能力，实现在保障冰期安全运行前提下尽可能多供水的目标，对总干渠冰情精准预测进行研究有着重要意义。本文利用中线工程通水以来的冰情原型观测数据，应用径向基神经网络（RBFNN）建立了当日平均水温、次日最高和最低气温、次日天气状况、次日水流流速与次日平均水温的非线性回归模型，利用随机森林（RF）建立了基于水温、气温、流速因子研判冰情状态的二分类模型，并结合两者形成了基于径向基神经网络和随机森林（RBFNN-RF）的冰情逐日预测模型。以南水北调中线总干渠北拒马河断面为典型代表，应用该模型分别针对1日、3日、5日和7日的预见期进行测试，预测水温的均方根误差分别为0.17℃、0.36℃、0.52℃和0.64℃，而相应预见期下的冰情状态预测准确率分别为95.28%、92.68%、89.08%和85.22%，表明本文建立的冰情预测模型具有较高的精度。同时，将基于随机森林的冰情研判模型与基于支持向量机和径向基神经网络的模型进行比较，随机森林模型判断准确率最高。本文建立的冰情预测模型可为中线实施精准冰期动态调度，充分发挥工程效益提供技术支撑，并为类似明渠长距离调水工程的冰期...

来源平台：水利水电快报