摘要: 为解决长江干流报汛水位数据多场景缺失问题，提升水文分析结果可靠性，以螺山站、石矶头站、汉口站、黄石港站数据为例开展本研究。以四站近三年逐时水位数据为基础，构建 “时间序列（LSTM）+ 空间特征（ST-GNN）+ 线性插值”的全场景自适应时空融合插补框架，依据数据质量分场景制定模型选择策略，采用平均绝对误差（MAE）评估插补数据精度。随机不连续缺失场景下，LSTM 模型精度最优，平均 MAE 为 0.011m；连续缺失短时LSTM 更优，长时ST-GNN 反超（平均 MAE 0.227m）；线性插值为极端缺失场景兜底。该研究形成全场景水位数据协同插补体系，提升了多缺失场景的适应性，为长江干流水文报汛数据质量控制提供技术支撑。