中文摘要：

实时洪水预报系统在实测水情资料正常情况下，预报精度较高且稳定。在实测水情资料异常值不可避免的情况下，如何抵御异常值影响，获得稳定高效的预报结果是亟待解决的重要课题。本项目将抗差估计理论引入实时洪水预报系统，利用其特有的抗差性能使实测水情资料中的异常值进入预报系统之前被剔除，以减少异常值对预报系统的影响，确保预报精度。研究重点在于将洪水预报特点融入抗差估计理论，对不适合的理论和方法进行修改和补充。通过分析、统计降雨资料的偏态性，提出符合降雨偏态特性的异常值抗差探测方法；结合目前常用的卡尔曼滤波实时修正方法与抗差估计理论，推导出符合实时修正特点的实时自适应抗差卡尔曼滤波算法；将获得的抗差方法与洪水预报模型、风险分析集成，以形成具有水文学特点的、抗差性强的、可靠性高的实时洪水抗差预报系统。其研究成果不仅可以丰富抗差估计理论，还为高精度的洪水预报提供新的研究思路。

结论摘要：

在实测水情资料异常值不可避免的情况下，如何抵御异常值影响，获得稳定高效的预报结果是亟待解决的重要课题。本项目将抗差估计理论引入实时洪水预报系统，利用其特有的抗差性能使实测水情资料中的异常值进入预报系统之前被剔除，以减少异常值对预报系统的影响，确保预报精度。为适应降雨资料的偏态性，引入偏态的抗差描述参数，对经典箱形图法进行偏态改造，获得符合降雨偏态特性的改造箱型图法；结合卡尔曼滤波法与抗差估计理论，推导出符合实时修正特点的抗差卡尔曼滤波算法，削弱了异常观测值对实时校正模型的扰动。将获得的抗差方法与洪水预报模型、风险分析集成，形成具有水文学特点的、抗差性强的、可靠性高的实时洪水抗差预报系统。其研究成果不仅可以丰富抗差估计理论，还为高精度的洪水预报提供新的研究思路。本研究已完成了研究任务，取得了预期的研究成果。