高精度河流水温模型对于深入了解水温的时空变化特征和河流生态修复具有重要意义。基于数据驱动的air2stream模型在保证预测精度的同时，避免了计算的复杂性，已成为河流水温模拟常用的模型。由于水的热惯性及水文条件等的影响，河流水温变化往往显著滞后于气温变化，而air2stream原模型并未考虑滞后效应，导致该模型在流量未知情况下实际精度偏低。为解决该问题，采用气温-水温皮尔逊相关系数计算时滞天数，构建具有时滞的air2stream新模型，进一步根据长江中下游地区两个监测站的多年实测数据验证新模型的有效性和稳定性。结果表明：新模型在不引进额外观测数据的条件下具有更高精度且性能更稳定。相比原模型，在两个监测站新模型的均方根误差分别降低约4.29%和5.85%。新模型具有精度高、水文要素需求少的特点，可为长江中下游的水环境影响评价和生态保护提供依据。
