“来水预测”特约专栏寄语

特约副主编简介

周仿荣，教授级高级工程师，云南电网有限责任公司电力科学研究院高压研究所副所长、南方电网首届“高层级人才支持计划”领军人才入选者、一级领军专业技术专家。十多年来长期从事电网防灾减灾、电气设备故障诊断技术研究工作，在防雷、防山火、防冰、地质灾害防御、灾害应急等方面取得了重大的技术攻关成果，近3 年来，主持云南省重大科技专项1 项、主要参与2 项，主持南方电网重点科技项目3 项。获得过云南省科技奖励3 项，中国专利优秀奖1 项，主持和参编国家、行业标准9 项，获得发明专利授权62 项、发表论文23 篇（其中SCI/EI 检索12 篇），出版专著3 部。

特约专栏寄语

深入落实国家、云南以及网省公司的“双碳”目标、绿色低碳转型、新型电力系统建设等工作部署，在云南电力电量双缺的背景下，通过对金沙江、澜沧江等重点流域不同时空尺度来水信息的准确掌握及有效利用，支撑云南电网市场营销、方式平衡等工作开展，服务于“一带一路”及“西电东送”战略，推动公司新型电力系统建设及数字化转型工作落实落地，打好“绿色能源牌”，以上相关工作已取得一定的进展。

本专栏重点针对金沙江、澜沧江流域水电出力变化受上游青海、西藏相应水系来水量和极端气候影响较大的现状，围绕耦合深度学习方法的径流预测模型、流域气候要素时空演变特征、水电站径流模拟分析方法等展开研究分析，相关结论可为云南金沙江、澜沧江流域后续的来水预测工作提供理论依据和指导。

特约专栏文章摘要

文章一摘要：径流预测是流域防洪减灾、水资源优化配置的重要依据。本文构建了基于物理机制模型与深度学习方法耦合的径流预测混合模型，将CaMa-Flood全球水文模型分别于循环神经网络(RNN)和长短时记忆网络(LSTM)进行耦合，从而构建了VIC-CaMa-Flood-RNN(VCR)和VIC-CaMa-Flood-LSTM(VCL)两种径流预测混合模型。选择西江流域武宣站、梧州站两个水文站在2010-2016年期间的径流进行模拟实验，评估了物理机制模型、深度学习模型和两种混合模型在径流和洪水预测中的性能。结果表明，VCL模型相比于VCR模型能够更好地模拟径流和洪水，物理机制模型与深度学习方法的耦合可有效提高径流预测和洪水预测的准确性。

文章二摘要：对梨园水电站降雨及入出库流量变化趋势进行了分析，并对其水电站径流过程进行分析和模拟。结果表明，梨园水电站来水受上游融雪影响，每年3-5月融雪径流和地下径流是梨园流域的主要来水补给项，6-10月降雨径流是梨园流域主要来水补给项。明晰流域来水机理，选取合适的径流预报模型并率定敏感性参数可提高水电站来水预测准确性，为进一步优化调度方案提供数据支撑。

文章三摘要：基于1979-2018年积雪深度卫星数据及同期的格点型降水和气温观测资料，分析了梨园流域积雪时空分布及其影响因子，采用趋势分析法研究了积雪特征和气候因子的时间变化规律，并利用相关系数法分析气候因子（降水、气温）与对雪深时空分布的影响。结果表明：梨园流域降水和气温呈显著上升趋势，东南部积雪期升温十分明显，绝大部分区域雪深表现为显著的下降趋势；气象因子雪深的变化起主导作用，流域年平均降水与积雪深度的相关系数多小于0，最高可为-0.667，属于负相关关系；流域年平均气温与积雪深度的相关系数多小于0，最高可为-0.925，为负相关关系。积雪变化与降水、气温的关系分析表明，表现为降水丰富、气温越高，越不利于积雪的形成。

文章四摘要：积雪是地表特征的重要参数，其对辐射收支、能量平衡及天气和气候变化有重要影响。基于1979-2018年积雪深度卫星数据及同期的格点型降水和气温观测资料，分析了澜沧江上游乌弄龙流域积雪的时空变化特征及其与气候因子的关系。采用回归分析法分析积雪及气候因子随时间的变化趋势和幅度。利用相关分析法研究降水、气温对积雪的影响及其空间规律。结果表明：流域内降水量、气温和雪深空间分布不均，西北部和东南部积雪深度较大；年降水量和年均气温呈逐年上升趋势，流域各部分上升速度存在明显差异，年均雪深表现为整体下降趋势且主要集中在流域西北部和中部区域；积雪深度与降水量多为正相关，与气温多为负相关，在研究区上游和下游表现的相关性较强。