中国水利水电科学研究院（本级）2026年8月政府采购意向

C01031700水利工程研究服务

基于大模型的径流预测研究：针对澜沧江流域主要断面、金沙江龙开口断面，研发多时空尺度数据的统一表征与融合编码技术，通过构建低维潜空间将不同来源与尺度的水文气象数据映射到同一语义空间，解决数据对齐难题并降低时空数据处理的复杂度。将预训练大模型技术迁移至水文领域，提出基于时空数据增强的预训练语言模型方法，构建澜沧江径流预测大模型，实现对各预报断面的长中短期一体化预测。研发时空双注意力动态耦合机制，集成多尺度时间注意***网络，实现时间动态与空间关联的自适应融合，最终形成一套数据驱动、机理增强、能够高效利用海量数据并具有优异泛化能力的智能径流预测模型。 考核指标：0-3天短期洪水预报，分辨率5km/1h，预报要素：水位及流量，含洪现时间，洪峰流量；4-15天短中期径流预报，分辨率10km/1d，预报要素：水位及流量；预测精度优于现有模型≥10%；15-45天中长期径流预报，分辨率10km/1d，预报要素：水位及流量；预测精度优于现有模型≥10%。