摘要：將天氣預報產品引入水文模型是提高長期徑流預測精度的有效途徑,但引入方法仍存在難度。為此,以漢江上游梯級水庫系統為例,引入智能算法及相似典型放縮,構建基于分預見期校正的CFS與SWAT耦合徑流預測模型,首先甄選智能算法校正CFS降雨,然后基于相似典型放縮對其進行時空展布,最終將其輸入分區率定的梯級水庫SWAT模型,從而實現月徑流預測。結果表明,隨機森林和人工神經網絡更適合于CFS預測校正且不受預見期影響,基于相似典型時空分布的耦合模型預測效果較好,能為梯級水庫系統提供更為可靠的徑流預測。