研究背景与问题

当前，径流智能模拟在水文学领域的研究中具有重要意义，然而，现有的径流智能模拟方法往往对水文物理过程的考虑不足，导致模拟结果的准确性和可靠性受到限制。特别是在流域产流时空分布的模拟中，传统的模型往往难以捕捉到复杂的时空变化特征。因此，针对这一问题，本研究提出了结合流域产流时空分布的径流智能模拟方法，旨在提高径流模拟的精度和实用性。

研究方法

本研究以浙江省永安溪流域为研究区域，构建了一种基于SWAT模型子流域的tri-SWAT-Transformer模型。该模型以SWAT模型子流域的3种逐日产流组分作为输入，通过引入Transformer模型，实现了对流域产流时空分布的智能模拟。具体方法如下： 1. 数据收集与处理：收集永安溪流域的气象、土壤、地形等基础数据，并对数据进行预处理，确保数据质量。 2. 模型构建：利用SWAT模型对流域进行模拟，获取子流域的逐日产流组分数据，作为tri-SWAT-Transformer模型的输入。 3. 模型训练与优化：采用Transformer模型对输入数据进行处理，通过优化模型参数，提高模拟精度。 4. 模型验证与评估：将tri-SWAT-Transformer模型的模拟结果与SWAT模型等对照模型的模拟结果进行对比，评估模型的性能。

核心结果

本研究构建的tri-SWAT-Transformer模型在模拟永安溪流域产流时空分布方面取得了显著效果。主要结果如下： 1. 与SWAT模型等对照模型相比，tri-SWAT-Transformer模型在模拟径流过程中，能够更好地捕捉到流域产流的时空变化特征。 2. 模型在模拟径流过程中的平均绝对误差（MAE）和均方根误差（RMSE）分别为0.024和0.038，表明模型具有较高的模拟精度。 3. 通过对比分析，tri-SWAT-Transformer模型在模拟径流过程中的性能优于SWAT模型等对照模型。

结论与意义

本研究提出的结合流域产流时空分布的径流智能模拟方法，通过引入Transformer模型，实现了对流域产流时空分布的智能模拟，提高了模拟精度和实用性。该研究具有以下意义： 1. 为流域径流模拟提供了新的思路和方法，有助于提高水文模拟的准确性和可靠性。 2. 为水资源管理、防洪减灾等领域的决策提供了科学依据。 3. 为未来水文模型的发展提供了有益的借鉴和参考。