Page 184 - 《水资源与水工程学报》2023年第2期

!３４ " ! ２ # & ' ( ) & * + , - Ｖｏｌ．３４Ｎｏ．２
２０２３ $ ４ % ＪｏｕｒｎａｌｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓ＆ＷａｔｅｒＥｎｇｉｎｅｅｒｉｎｇ Ａｐｒ．，２０２３

ＤＯＩ：１０．１１７０５／ｊ．ｉｓｓｎ．１６７２－６４３Ｘ．２０２３．０２．２３

'Ö ＥＥＭＤＬＳＴＭＡＲＩＭＡhY3ëd>cå÷˜AB

ö÷ø， 0ù， —jú
（ €Á\& 010É&`， äÐ LÊ ２１００９８）
C D： ŒÔ•u~]œFŒ/êZLMˆ4‰Ëá¢.。ۛŒÔ Œílý7ëìˆ34， u5ˆŒÔè±
£wlúúX'Ÿ”—¸、 ¶h›Ä,¹5， Gf'›“ ³" 4Ý ¢˜” ˆRzÝtÀ]œFŒÔtuˆ ＥＥＭＤ
ＬＳＴＭＡＲＩＭＡ­®。mò÷f̘Íx­o³"（ＥＥＭＤ） $±£wl¹º•–®Ž， Ük®ä*þã-ÍEI
（ＬＳＴＭ） $®Ž‘ˆ¹º³Ÿ•–tu， ڱǘµ³#–sTF”¬E7（ＡＲＩＭＡ） •–¥µ/{， ¢˜ ＬＳＴＭÓ
ＡＲＩＭＡˆtuÇÈ， 4ݏŒE•tu­®。Ðe‰‰uvO“ˆ]œF23Gû， ݎ-€:F›†Œ±Õ ２
Â^®u5ˆwuŒÔèwlG6C$‡•–Îfx¼。ÇÈÉÊ： (m›ê.ˆ ＬＳＴＭ­®Ó ＡＲＩＭＡ­®， E
•­®ˆ”¬Ž$[µ ＭＡＥ、 ¬E[µ ＭＳＥ、 ¬EÜ[µ ＲＭＳＥ¬G ３ ½­®iˆÔ9è， tuuÊà`›·ý
２ ½­®， ¿­®G]œFŒÔˆu;tu³¿®¯À*{ñ。
>EF： ]œF； ŒÔtu； ̘Íx­o³"； ®ä*þã-ÍEI； µ³#–sTF”¬
GHIJK：ＴＶ６４１ LMNOP：Ａ LQRK：１６７２６４３Ｘ（２０２３）０２０１８００６

Ｓｅｅｐａｇｅｐｏｒｅｗａｔｅｒｐｒｅｓｓｕｒｅｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｏｆｅａｒｔｈ－ｒｏｃｋ
ｄａｍｓｂａｓｅｄｏｎＥＥＭＤＬＳＴＭＡＲＩＭＡ

ＣＥＮＷｅｉｊｕｎ，ＷＡＮＧＸｉａｏｘｉｎ，ＪＩＡＮＧＭｉｎｇｈｕａｎ
（ＣｏｌｌｅｇｅｏｆＷａｔｅｒＣｏｎｓｅｒｖａｎｃｙａｎｄＨｙｄｒｏｐｏｗｅｒＥｎｇｉｎｅｅｒｉｎｇ，ＨｏｈａｉＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９８，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｓｅｅｐａｇｅｍｏｎｉｔｏｒｉｎｇｉｓｏｎｅｏｆｔｈｅｉｍｐｏｒｔａｎｔｃｏｎｔｅｎｔｓｏｆｓｅｅｐａｇｅｓａｆｅｔｙｅｖａｌｕａｔｉｏｎｏｆｅａｒｔｈ－ｒｏｃｋ
ｄａｍｓ．Ｔｈｅｓｅｅｐａｇｅｐｏｒｅｗａｔｅｒｐｒｅｓｓｕｒｅｉｓａｆｆｅｃｔｅｄｂｙｍｕｌｔｉｐｌｅｅｘｔｅｒｎａｌｆａｃｔｏｒｓ ，ｓｏｔｈｅｔｉｍｅｓｅｒｉｅｓｏｆｓｅｅｐ
ａｇｅｐｏｒｅｗａｔｅｒｐｒｅｓｓｕｒｅａｔｍｅａｓｕｒｉｎｇｐｏｉｎｔｓｉｓｏｆｔｅｎｃｈａｒａｃｔｅｒｉｚｅｄｂｙｎｏｎｓｔａｔｉｏｎａｒｉｔｙａｎｄｌｏｃａｌａｂｒｕｐｔ
ｃｈａｎｇｅｓ．Ｒｅｇａｒｄｉｎｇｔｏｔｈｉｓ ，ｔｈｅＥＥＭＤＬＳＴＭＡＲＩＭＡｍｏｄｅｌｆｏｒｓｅｅｐａｇｅｐｏｒｅｗａｔｅｒｐｒｅｓｓｕｒｅｐｒｅｄｉｃｔｉｏｎ
ｏｆｅａｒｔｈ－ｒｏｃｋｄａｍｓｉｓｃｏｎｓｔｒｕｃｔｅｄａｃｃｏｒｄｉｎｇｔｏｔｈｅｃｏｎｃｅｐｔｏｆｄｅｃｏｍｐｏｓｉｔｉｏｎ－ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ－ｃｏｍｂｉｎａ
ｔｉｏｎ．Ｆｉｒｓｔｌｙ ，ｔｈｅｔｉｍｅｓｅｒｉｅｓｆｅａｔｕｒｅｓａｒｅｄｅｃｏｍｐｏｓｅｄｂｙｔｈｅｅｎｓｅｍｂｌｅｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎ
（ＥＥＭＤ），ａｎｄｔｈｅｅｘｔｒａｃｔｅｄｆｅａｔｕｒｅｃｏｍｐｏｎｅｎｔｓａｒｅｐｒｅｄｉｃｔｅｄｂｙｔｈｅｌｏｎｇｓｈｏｒｔｔｅｒｍｍｅｍｏｒｙ（ＬＳＴＭ）
ｎｅｕｒａｌｎｅｔｗｏｒｋ．Ａｔｔｈｅｓａｍｅｔｉｍｅ，ｔｈｅｒｅｓｉｄｕａｌｅｒｒｏｒｉｓｃｏｒｒｅｃｔｅｄｂｙｔｈｅａｕｔｏｒｅｇｒｅｓｓｉｖｅｉｎｔｅｇｒａｔｅｄｍｏｖｉｎｇ
ａｖｅｒａｇｅ （ＡＲＩＭＡ），ａｎｄｔｈｅｉｍｐｒｏｖｅｄｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｉｓｒｅｃｏｎｓｔｒｕｃｔｅｄｂｙｃｏｍｂｉｎｉｎｇｔｈｅｐｒｅｄｉｃｔｉｏｎｒｅ
ｓｕｌｔｓｏｆＬＳＴＭａｎｄＡＲＩＭＡ．Ｔａｋｉｎｇａｎｅａｒｔｈ－ｒｏｃｋｄａｍｏｎａｄｅｅｐｏｖｅｒｂｕｒｄｅｎａｓａｎｅｘａｍｐｌｅ，ｔｈｅｍｅａｓ
ｕｒｅｄｓｅｅｐａｇｅｐｏｒｅｗａｔｅｒｐｒｅｓｓｕｒｅｓｅｒｉｅｓｏｆｔｗｏｔｙｐｉｃａｌｍｅａｓｕｒｉｎｇｐｏｉｎｔｓｂｅｈｉｎｄｔｈｅｃｕｔｏｆｆｗａｌｌｏｆｔｈｅｍａｉｎ
ｒｉｖｅｒｂｅｄｄａｍａｒｅｓｅｌｅｃｔｅｄａｓｔｈｅｒｅｓｅａｒｃｈｏｂｊｅｃｔｓｆｏｒａｐｐｌｉｃａｔｉｏｎｖｅｒｉｆｉｃａｔｉｏｎ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ ，ｃｏｍ
ｐａｒｅｄｗｉｔｈｔｈｅｓｉｎｇｌｅＬＳＴＭ ｍｏｄｅｌａｎｄＡＲＩＭＡｍｏｄｅｌ ，ｔｈｅｍｅａｎａｂｓｏｌｕｔｅｅｒｒｏｒ，ｔｈｅｍｅａｎｓｑｕａｒｅｅｒｒｏｒ
ａｎｄｔｈｅｒｏｏｔｍｅａｎｓｑｕａｒｅｅｒｒｏｒｏｆｔｈｅｐｒｏｐｏｓｅｄｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌａｒｅｔｈｅｓｍａｌｌｅｓｔ，ａｎｄｔｈｅｐｒｅｄｉｃｔｉｏｎａｃ
ｃｕｒａｃｙｏｆｔｈｅｐｒｏｐｏｓｅｄｍｏｄｅｌｉｓｏｂｖｉｏｕｓｌｙｓｕｐｅｒｉｏｒｔｏｔｈｅｏｔｈｅｒｔｗｏｍｏｄｅｌｓ．Ｔｈｅｒｅｆｏｒｅ ，ｔｈｅｐｒｏｐｏｓｅｄｍｏｄ
ｅｌｃａｎｐｒｏｖｉｄｅａｎｅｗａｐｐｒｏａｃｈｆｏｒａｃｃｕｒａｔｅｐｒｅｄｉｃｔｉｏｎａｎｄａｎａｌｙｓｉｓｏｆｓｅｅｐａｇｅｐｏｒｅｗａｔｅｒｐｒｅｓｓｕｒｅｏｆ
ｅａｒｔｈ－ｒｏｃｋｄａｍｓ．
Ｋｅｙｗｏｒｄｓ：ｅａｒｔｈ－ｒｏｃｋｄａｍ；ｐｏｒｅｗａｔｅｒｐｒｅｓｓｕｒｅｐｒｅｄｉｃｔｉｏｎ；ｅｎｓｅｍｂｌｅｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎ（ＥＥ
ＭＤ）；ｌｏｎｇｓｈｏｒｔｔｅｒｍｍｅｍｏｒｙ（ＬＳＴＭ）ｎｅｕｒａｌｎｅｔｗｏｒｋ；ａｕｔｏｒｅｇｒｅｓｓｉｖｅｉｎｔｅｇｒａｔｅｄｍｏｖｉｎｇａｖｅｒａｇｅ（ＡＲＩＭＡ）

!"#$：２０２２０７２２； %&#$：２０２２０９１４
'()*： uv#$%&'()*（５１９７９０８９、５１６７９０７３）
+,-.： á$—（１９７７—）， ë， ^äâL@， AB， PQ， ABDST， 6CEFG]œFù_23Œ/êZ。