Using the Soil Conservation Service (SCS) curve number (CN) procedure for estimating runoff volume on an ungauged forest watershed remains controversial because little guidance has been provided for defining appropriate CN values. In this study, alternative methods for assigning CN values (CNs) were assessed to determine whether these methods provide acceptable estimates of runoff on forested watersheds. The estimated CNs varied between the methods employed, showing the highest CN values when derived from a probabilistic method and lowest when derived from a graphical method. The tabulated CN values in Section 4 of the National Engineering Handbook (NEH-4) had relatively higher bias compared to those derived from measured rainfall-runoff data. The storm runoff volume was predicted using the assigned CNs and compared with the observations. The coefficients of determination and RMSE values between the measured and estimated runoff volumes varied with the methods employed. The highest watershed average RMSE value was obtained by the use of the tabulated CN values in NEH-4 (51.19 mm), while arithmetic mean approach provided the lowest average RMSE value of 24.38 mm, even though this method requires intensive data collection. Among the alternatives, probabilistic method was found to be the most reliable in determining CNs for forest cover with limited data. The estimated runoff largely agreed with the observations. Therefore, the revised CNs can be used for estimating storm runoff from ungauged, mountainous forests.

使用土壤保护服务（SCS）曲线编号（CN）程序估算未开垦的森林流域的径流量仍然是有争议的，因为很少提供指导来定义适当的CN值。在这项研究中，评估了分配CN值（CNs）的替代方法，以确定这些方法是否提供了可接受的森林流域径流估算。估计的CNs在所使用的方法之间有所不同，从概率方法得出的CN值最高，从图形方法得出的CN值最低。与从实测降雨径流数据得出的数值相比，《国家工程手册》（NEH-4）第4节中列出的CN值具有相对较高的偏差。使用分配的CN预测了暴雨径流量，并将其与观测值进行了比较。测定和估计的径流量之间的确定系数和RMSE值随所采用的方法而变化。通过使用NEH-4中的列表CN值（51.19 mm）获得了最高的分水岭平均RMSE值，而算术平均值方法提供了最低的24.38 mm平均RMSE值，即使该方法需要大量的数据收集。在备选方案中，发现概率方法是确定数据有限的森林覆盖区氯化萘最可靠的方法。估计的径流在很大程度上与观测结果一致。因此，经修订的CN可以用于估算未开垦的多山森林的暴雨径流。通过使用NEH-4中的列表CN值（51.19 mm）获得了最高的分水岭平均RMSE值，而算术平均值方法提供了最低的24.38 mm平均RMSE值，即使该方法需要大量的数据收集。在备选方案中，发现概率方法是确定数据有限的森林覆盖区氯化萘最可靠的方法。估计的径流在很大程度上与观测结果一致。因此，经修订的CN可以用于估算未开垦的多山森林的暴雨径流。通过使用NEH-4中的列表CN值（51.19 mm）获得了最高的分水岭平均RMSE值，而算术平均值方法提供了最低的24.38 mm平均RMSE值，即使该方法需要大量的数据收集。在备选方案中，发现概率方法是确定数据有限的森林覆盖区氯化萘最可靠的方法。估计的径流在很大程度上与观测结果一致。因此，经修订的CN可以用于估算未开垦的多山森林的暴雨径流。发现概率方法在确定数据有限的森林覆盖的氯化萘中最可靠。估计的径流在很大程度上与观测结果一致。因此，经修订的CN可以用于估算未开垦的多山森林的暴雨径流。发现概率方法在确定数据有限的森林覆盖的氯化萘中最可靠。估计的径流在很大程度上与观测结果一致。因此，经修订的CN可以用于估算未开垦的多山森林的暴雨径流。