在全球气候背景下,进行入库径流预报时往往会给出多个预见期下的径流预报值,以尽可能地反映未来时期的来水情况,从而为水库调度计划的制定提供依据。但是由于预报径流过程中误差的不可避免性及水文信息在时空上的复杂相依性,开展多个预见期径流预报误差的相依结构模型的研究,对于水库实现水能资源利用效益最大化具有重要的理论意义和实际应用价值。本文以雅砻江流域锦西水库入库和九龙河区间入流对应的多个预见期径流预报误差为研究对象,利用Copula函数构建了不同的模型研究多个预见期下的径流预报误差的相依结构。首先,采用常用的分布曲线如正态分布、t分布、logistic分布、stable分布和广义极值分布对锦西入库径流和九龙河区间入流四个预见期(6h、12h、18h和24h)的径流预报误差进行分布拟合的优选;其次,对求得的两个预见期(如锦西入库6h和区间入流6h)径流预报误差的边缘分布,根据二元Gumbel Copula、Clayton Copula和Frank Copula函数的特点进行线性组合得到混合M-Copula,构建了两预见期径流预报误差相依结构模型,并进行随机模拟和两预见期径流预报误差随机组合情况出现概率的求解计算;最后,在二元Copula函数的基础上,建立了基于层次化嵌套Copula函数的多预见期径流预报误差相依结构模型,进行不同预见期下径流预报误差的随机模拟,并将其与预报值耦合,得到更接近实际来水的一系列径流过程,从而为水库调度计划制定提供参考。