水库作为生活生产重要的工程措施,可通过优化调度的方式缓解水资源紧张的现状。合理的规划调度,不仅能防洪,而且能满足兴利需求。为使水库的综合效益达到最大,合理的规划调度,就必须对上游来水量进行科学预报,即对入库径流进行预报。由于对水库入库径流预报的预见期大于三天且小于一年,所以称为中长期径流预报。准确的中长期径流预报是各大水库进行有效优化调节的水资源的重要依据之一。本文选取1898至2012年间尼尔基水库的月径流为研究对象,主要研究内容及结论如下:(1)为了解月径流的基本特征和变化规律,以期获取精度更高的预报结果,首先对尼尔基水库1898-2012年间的月径流进行统计特征分析,并分析了其趋势性和平稳性。得出结果:尼尔基水库入库月径流总体呈现微弱增长趋势;其中汛期呈上涨趋势,枯水期呈微弱下降趋势,下降趋势不明显;径流分布不对称,极值比较大高达53.56:1,汛期和枯水期月径流变化较剧烈,年内分布不均,预测难度较大。(2)采用互补聚合经验模态分解(CEEMD)和奇异谱分析(SSA)对径流时间序列进行处理,获得分解序列和重构序列。采用最小二乘支持向量机模型(LSSVM)和最近邻抽样回归模型(NNBR)对获得序列进行预报。构建耦合模型CEEMD-LSSVM模型、SSA-LSSVM模型和SSA-NNBR模型。为做对比,将原始序列作为输入利用LSSVM模型和NNBR模型进行预报。得出结论:在整体径流预报上模型的性能优劣顺序依次为CEEMD-LSSVM模型、SSALSSVM模型、SSA-NNBR模型、LSSVM模型和NNBR模型。耦合模型预报径流序列与实测序列拟合较好,均优于单一模型,尤其在峰值模拟方面,较单一模型精度更高。(3)对耦合模型预报结果进行进一步修正。利用Gamma分布、Weibull分布和Log-Normal分布对径流预报值进行分布拟合,利用正态分布对预报误差值进行分布拟合。通过拟合的边缘分布采用Frank Copula函数分别建立各耦合模型逐月预报值与误差值的二维联合概率分布,计算条件概率依此在一定预报值下获得误差的条件最可能值,对预报结果进行修正。结论如下:对于边缘分布的拟合效果较好,对于不同耦合模型的预报值分布拟合上,各分布互有优劣;对于绝大部分预报值和误差值联合概率分布拟合较好,修正之后的SSA-LSSVM模型、SSA-NNBR模型和CEEMD-LSSVM模型的NS值分别提升了12.8%,18.3%和3.2%;RMSE值分别减小了23.8%,16.1%和57%;MARE值分别减小了38.9%,20.4%和34.0%;修正效果好坏与变量间相关系数呈正相关关系。(4)采用汛期6月至9月的预报修正值,计算相对误差值。分别拟合边缘分布构建四维Copula联合概率分布,随机模拟多组相对误差的可能值,进而计算得出汛期入库径流组合及其相应的发生概率,得出以下结论:四维t-Copula函数对于各个变量间的相关性可以非常有效的进行描述,随机模拟相对误差序列与原始相对误差序列相比,总体分布特征和分布种类均保持较好,误差较小,这表明所构建的四维汛期月径流Copula联合分布是可信的,依据汛期月径流Copula联合分布能够给出未来年份汛期月径流预报组合的发生概率,实现概率预报,为水库调度提高决策风险分析的依据。