水利工程建设改变了流域下垫面环境，影响洪水预报模型精度，特别是小型水库面广量多、资料不全，导致小型水库群的影响难以考虑。因此，如何在无小型水库资料情况下，构建考虑水库影响的洪水预报模型，提高洪水预报精度，成为洪水预报中的技术难点。
    利用DEM和Landsat系列遥感数据，识别小型水库坝址位置、特征水体面积、地形地貌参数等信息；基于支持向量机模型耦合了网格搜索法、粒子群算法和基因遗传算法，通过三者对比择优构建小型水库特征库容估算模型，从而估算了无资料的小型水库特征库容信息。获取小型水库相关信息后，概化小型水库的蓄泄规则，并在新安江模型中加入小型水库模块，构建了考虑小型水库群影响的新安江洪水预报模型。其中，通过等流时线带划分子流域，对于存在小型水库的子流域再划分出水库计算单元，根据水库所属子流域的模型参数确定小型水库单元的参数。选择淮河典型流域对提出的方法进行验证研究。
    研究结果表明：①利用遥感识别的小型水库数量和坝址位置与实际基本相同，椭圆分布可应用于获取与特征库容同一设计频率的小型水库特征水体面积。②基于网格搜索的支持向量机模型对小型水库特征库容的训练和验证效果最优。③与原新安江模型相比，考虑小型水库群影响的新安江模型预报精度有一定的提高。研究结果为考虑小型水库资料缺失条件下的洪水预报问题提供新的途径。

洪水预报,小水库群,新安江模型,支持向量机