流域水文模型主要研究的是时不变的离线系统（off-line system），习惯上基本都是采用观测到的历史水文资料，先确定好模型参数，然后用于未来的洪水预报中。这样的预报方案在实时在线洪水预报系统（on-line real-time flood forecasting system）中，常得不到满意的结果。

一个流域水文系统，严格讲是一个时变非线性系统，只不过当时变因素影响不大时可被忽略而已。例如流域特征的自然变迁是很缓慢的，一般情况或短期内可以忽略，但当流域内人类活动频繁或缓慢变迁的长期累积作用导致水文规律改变就应该考虑。当流域内发生水库垮坝、河岸决堤、行蓄洪区分洪的突变因素时，引起洪水特征的变化就必须考虑。

流域水文系统是一个非常复杂的系统，在考虑模型结构时，通常要给以一系列的假设和结构简化近似，这在模型外延中会带来较大的误差。在模型参数确定中，由于历史水文资料的代表性不够，也会带来误差。实时洪水的预测与估计系统中误差更多，常见的有如下几种。

（1）设备故障导致资料缺测或不合理的观测数据。水文遥测系统，有许多水位站和雨量站，在系统的运行过程中，常会遇到各种各样的故障，给实时洪水预报带来的误差。这在任何水文遥测系统中都是存在的。

（2）水利工程，农田蓄放水误差。流域中，常有许多中小型水利工程，遇干旱、农业需水季节，放水灌溉，泄空库容；遇洪水，先拦蓄洪水，若长期连续降雨后洪水拦蓄不下，又大量放水泄洪，这一减一加，常给洪水预报带来大的误差。误差的大小，取决于流域内中小型水利工程的多少，在干旱地区以中小水库为主，南方湿润地区除中小水库、塘坝外，还有水田蓄泄作用，也常很大。例如华南地区流域，水田比例高，在插秧季节是水田需水高峰，遇降雨产流会有相当部分径流会被拦截，虽然插秧只需水深10～20cm，但拦截的径流深就是100～200mm，如果水田面积占流域面积比例高，则拦截径流量很大。

（3）流域水文规律的变化。这种变化主要有流域水文规律受气候条件和下垫面条件的改变而改变。如锋面雨引起的洪水特征与雷暴雨、台风雨引起的洪水特征差异，北方高寒地区融雪径流形成的洪水与暴雨型洪水的差异等；还有系统长期运行过程中，流域内的人类活动，如修建大型水库、水土保持治理、森林的大面积砍伐，开挖人工河渠、天然河道的整治和跨流域引水等，这些人类活动的长年累积作用，会给水文规律带来大的影响，这些变化，也会给实时洪水预报带来一定的误差。

（4）水文规律简化误差，即模型结构误差。蓄满产流、超渗产流，降雪作为降雨处理，农业活动作用的忽略等产流机理简化，都属于模型结构误差，当与实际出入大时，就会带来大的误差。

在洪水预测系统中，常会发现不同时间发生的误差是十分相似的。例如，高强度降雨引起的洪水，常会导致预测的洪峰偏小，长期干旱后的洪水径流量估计常偏大等。虽然这些洪水发生在不同年份，但许多相同类型的洪水会有相似的误差统计特征，把这称为误差的相似性。这种相似性，是客观存在的，是由引起误差的因素相似性所决定的。例如，台风雨或雷暴雨型洪水，都是由于降雨范围高度集中，降雨强度大大超过平均情况，而模型仍按平均情况处理，自然就会使地面径流估计偏小，汇集速度过慢，使洪峰估计偏小。那么，不同次的这种类型洪水，引起误差的因素都是高强度和高集中，具有相似性。(www.daowen.com)

实时洪水预报误差修正（real-time flood forecasting updating）就是要对以上所述的这些在水文模型中没有考虑的、无法考虑的或即使考虑了也是不适当的，而对实际洪水又有一定影响的误差因素，利用实时系统能获得的观测信息（新息），和一切能利用的其他信息对预报误差进行实时校正，以弥补流域水文模型的不足。图5.3-1和图5.3-2分别表示单用流域模型和模型与实时校正结合进行洪水预报的结构框图。图中I（t）和Qc（t）表示t时刻的模型输入和输出；QP（t）表示t时刻可供实时修正利用的其他信息；表示经校正的模型计算结果。

图5.3-1　水文模型框图

图5.3-2　实时校正预报框图

实时修正技术方法很多[102104]，归纳起来，按修正内容划分，可分为模型误差修正、模型参数修正、模型输入修正、模型状态修正和综合修正五类。模型误差修正，以自回归方法为典型，即据误差系列，建立自回归模型，再由实时误差预报未来误差；模型参数和状态修正，有参数状态方程修正，工业、国防自动控制中的自适应修正和卡尔门滤波修正等方法；模型输入修正，主要有滤波方法和抗差分析，典型的卡尔门滤波、维纳滤波等；综合修正方法，就是前四类的结合。

本书结合淮河实际，基于先验信息与新息的耦合技术，采用衰减记忆最小二乘对预报误差进行自回归模拟[105107]，进而对模型预报结果进行实时校正，降低预报的不确定性，提供预报精度。