气候剧烈变化使得极端降水事件频发,流域防洪减灾能力面临前所未有的挑战。疏勒河流域气象、地形、水文和植被等要素的组合极易形成洪水,流域现有的防洪模型预测水平较低。为了解决疏勒河流域防洪需求,开发疏勒河流域数字孪生平台并提高平台的精细化预测与模拟水平,构建了以改进SCS产汇流模型和SRM融雪模型为核心,并以马斯京根河道演进模型耦合的洪水预测模型;在缺资料区采用SCS-CN扣损法计算净雨量,并以三角形概化单位线实现高效汇流;针对高寒融雪洪水,引入SRM并将日尺度细化为时段计算。将疏勒河上游划分为121个小流域单元,建立“数据底板-模型平台-知识平台”的数字孪生架构,实现模型注册、参数率定、实时驱动与滚动预报。以2023年“0711”洪水进行参数率定,洪峰流量误差6.8%,峰现时差2 h;2024年7月15日洪水实测应用中,平台提前72 h发布预警,预报洪峰438 m3·s-1、峰现时间7月15日12:00,实测分别为491 m3·s-1与14:00,误差满足《水文情报预报规范》SL250-2000要求。系统及时支撑水库预泄与下游避险,有效削减洪灾损失。研究提升了洪水预测精度,为智慧水利和韧性建设提供智能化解决方案。