河流集合預(yù)報(bào)方法在洮河流域徑流預(yù)報(bào)中的應(yīng)用研究

，

(1.甘肅武威水文水資源局，甘肅 武威 733000；2.甘肅省水文水資源局，甘肅 蘭州 730000)

集合預(yù)報(bào)(Ensemble Forecasting)最早是由Epstein(1964)和Leith(1975)提出，上世紀(jì)90年代進(jìn)入氣象預(yù)報(bào)領(lǐng)域等實(shí)際業(yè)務(wù)應(yīng)用階段并逐步發(fā)展成熟[1]。集合預(yù)報(bào)的核心思想是首先確定一組可能的初始條件，然后將其中每一種可能的初始條件分別投入預(yù)報(bào)模型進(jìn)行計(jì)算，從而得到一種對(duì)應(yīng)的預(yù)報(bào)狀態(tài)，最后對(duì)所有的預(yù)報(bào)狀態(tài)進(jìn)行統(tǒng)計(jì)處理，從而得到采用的預(yù)報(bào)狀態(tài)[2]。集合預(yù)報(bào)因其獨(dú)有的優(yōu)勢(shì)，近年來成為水文預(yù)報(bào)中迅速發(fā)展的一個(gè)分支。2004年，水文集合預(yù)報(bào)實(shí)驗(yàn)(HEPEX)國際合作機(jī)構(gòu)成立，集合了全球氣象、水文領(lǐng)域的科學(xué)家共同推進(jìn)水文概率性預(yù)報(bào)技術(shù)[3]。

為進(jìn)一步研究洮河流域徑流預(yù)報(bào)，根據(jù)河流集合預(yù)報(bào)方法，利用紅旗水文站實(shí)時(shí)監(jiān)測(cè)資料，基于中國洪水預(yù)報(bào)系統(tǒng)(NFFS)開發(fā)的三水源蓄滿產(chǎn)流、滯后演算和馬斯京根模塊構(gòu)建全流域洪水預(yù)報(bào)模型[4]，并應(yīng)用該模型分析預(yù)測(cè)紅旗水文站徑流及其概率分布統(tǒng)計(jì)，以期為洮河流域水資源開發(fā)利用、防汛保安提供參考依據(jù)。

1 河流集合預(yù)報(bào)方法

1.1 基本概念

河流集合預(yù)報(bào)的基本概念就是計(jì)算出預(yù)報(bào)期流域初始狀態(tài)并給定未來水文要素的輸入集合，預(yù)報(bào)出未來的徑流過程，再根據(jù)選定的預(yù)報(bào)時(shí)段選取水文特征值，結(jié)合統(tǒng)計(jì)分析，進(jìn)行概率性預(yù)報(bào)[5]。由于未來水文要素的輸入集合未知，因此假定過去發(fā)生的水文要素的輸入是未來水文輸入的代表，即降水、氣溫等歷史資料的時(shí)間序列集合可以代表未來的狀況，將其輸入到模型中來，對(duì)于選定的預(yù)報(bào)時(shí)段，采用統(tǒng)計(jì)方法得到最大值、最小值、平均值、均方差等，也可以采用不同的概率分布得到超過某一概率的置信區(qū)間，從而將預(yù)報(bào)期內(nèi)的河流集合特征值選取出來，以此評(píng)判預(yù)報(bào)的可靠度和可信度[6]。

1.2 應(yīng)用步驟

應(yīng)用河流集合預(yù)報(bào)方法的步驟主要有以下幾步：

(1)流域初始條件及降雨因子等資料處理。目前流域的水文信息大多通過有限的站網(wǎng)獲取，但由于實(shí)際情況的限制，現(xiàn)有站網(wǎng)密度不一定能很好的滿足模型需求，因而在雨量站稀疏且站點(diǎn)分布不合理的地區(qū)，降雨作為徑流模擬中的重要因子，進(jìn)行集合預(yù)報(bào)時(shí)，對(duì)其選取和處理尤為重要。

(2)采用歷史上的水文要素作為預(yù)報(bào)期內(nèi)的水文要素的集合，并選用與之相對(duì)應(yīng)的預(yù)報(bào)日期的初始條件，進(jìn)行歷史模擬，旨在調(diào)整預(yù)報(bào)模型的參數(shù)，以使根據(jù)歷史水文資料所模擬的徑流能與實(shí)測(cè)徑流盡可能的吻合，從而給出流域土壤的初始狀態(tài)。這個(gè)過程就是傳統(tǒng)水文預(yù)報(bào)中的率定和校正階段，而這是應(yīng)用河流集合預(yù)報(bào)方法必須具備的條件。

(3)采用當(dāng)前預(yù)報(bào)期內(nèi)的流域初始條件，輸入歷史上的水文要素時(shí)間序列進(jìn)行條件模擬，輸出徑流過程的集合，即河流集合預(yù)報(bào)的計(jì)算。

(4)得出條件模擬的結(jié)果之后，進(jìn)行統(tǒng)計(jì)分析檢驗(yàn)評(píng)價(jià)結(jié)果，從而給出概率性預(yù)報(bào)。

綜上所述，河流集合預(yù)報(bào)過程概括起來就是：因子資料處理→歷史模擬→條件模擬→評(píng)價(jià)結(jié)果(圖1)。

圖1 河流集合預(yù)報(bào)過程

1.3 評(píng)價(jià)結(jié)果

對(duì)河流集合預(yù)報(bào)結(jié)果進(jìn)行評(píng)價(jià)時(shí)，可以根據(jù)實(shí)際情況選擇合適的檢驗(yàn)方法，如相關(guān)系數(shù)、偏倚系數(shù)、特征圖、可靠性圖等。NFFS采用正態(tài)分布、對(duì)數(shù)正態(tài)分布、皮爾遜Ⅲ型分布以及相關(guān)圖等方法進(jìn)行檢驗(yàn)評(píng)價(jià)[7]。

2 應(yīng)用舉例

2.1 流域概況

洮河是黃河上游的第二大支流，發(fā)源于青海省河南蒙古族自治縣西傾山，曲折東流至岷縣茶埠急轉(zhuǎn)向西北，出九甸峽與海奠峽后，穿臨洮盆地，于永靖縣注入劉家峽水庫。全長673 km，流域面積2.55×104km2，天然年徑流量53×108m3，汛期降水和徑流約占全年總量的 80%。全流域水力資源豐富，水資源利用率7.2%，水能資源開發(fā)利用率1%，理論蘊(yùn)藏量225×104kw，開發(fā)條件好，前景十分可觀，規(guī)劃開發(fā)海甸峽、蓮麓、峽城、吉利等水電站[8]。2006年九甸峽水利樞紐及引洮供水一期工程全面開工，實(shí)現(xiàn)了甘肅人民半個(gè)世紀(jì)的夢(mèng)想。

2.2 水文模型選取及預(yù)報(bào)方案構(gòu)建

根據(jù)洮河流域的水文地質(zhì)和下墊面情況，基于NFFS平臺(tái)，流域產(chǎn)流采用三水源蓄滿產(chǎn)流模型，流域匯流采用滯后演算模型，河道匯流采用馬斯京根法。由于流域內(nèi)水利工程較多，在構(gòu)建預(yù)報(bào)方案時(shí)，上游河道來水量采用李家村水文站實(shí)測(cè)流量，經(jīng)河道匯流演算至洮河下游出口紅旗水文站。

全流域采用11個(gè)雨量站資料，并根據(jù)雨量站點(diǎn)的稀疏程度以及精度要求，采用泰森多邊形法對(duì)流域進(jìn)行網(wǎng)格化處理，以得到全流域面雨量的數(shù)據(jù)分布。由于區(qū)間劃分為 11塊單元，模型率定參數(shù)達(dá)到上百個(gè)。由于尚在初步探索階段，為了提高率定效率，目標(biāo)函數(shù)采用確定性系數(shù)標(biāo)準(zhǔn)，率定優(yōu)化采用單純形法進(jìn)行計(jì)算，并通過人機(jī)交互對(duì)2006年—2010年各站實(shí)時(shí)日降雨量、日均流量過程進(jìn)行率定，整個(gè)率定過程相當(dāng)耗時(shí)。模型率定的參數(shù)見表1。

表1 模型率定參數(shù)表

2.3 河流集合預(yù)報(bào)結(jié)果分析

2.3.1 歷史模擬

為了檢驗(yàn)率定效果，對(duì)模型進(jìn)行歷史模擬。預(yù)熱期采用2010年7月1日—8月31日的實(shí)時(shí)日降雨、流量數(shù)據(jù)，預(yù)見期為2010年9月1日—30日。經(jīng)過歷史模擬降雨徑流過程，流量過程線基本吻合，模擬效果較好。率定結(jié)果表明對(duì)于洮河流域構(gòu)建的模型滿足河流集合預(yù)報(bào)應(yīng)用的條件。

2.3.2 條件模擬

輸入2011年7月1日—8月31日的實(shí)時(shí)日降雨和流量數(shù)據(jù)，根據(jù)構(gòu)建的預(yù)報(bào)模型，分別計(jì)算出 2011年9月1日的土壤含水量，再輸入2006年～2010年9月1日～30日的降雨和流量集合，產(chǎn)生出一組未來30天的徑流過程集合。根據(jù)皮爾遜Ⅲ型分布，可以計(jì)算出平水年份(50%來水保證率)徑流總量為5.27億 m3，而根據(jù)《甘肅水情信息》發(fā)布的數(shù)據(jù)[9]可知， 2011年9月紅旗水文站實(shí)際徑流總量為4.82億 m3，誤差為9%。

為進(jìn)一步驗(yàn)證，輸入同期旬降雨和流量數(shù)據(jù)，計(jì)算出平水年份(50%來水保證率)徑流總量為5.14億 m3，對(duì)比2011年9月份實(shí)際徑流總量，誤差為7%?？梢娎煤恿骷项A(yù)報(bào)方法進(jìn)行徑流預(yù)測(cè)可以減少未來徑流的不確定性，提高預(yù)報(bào)精度和預(yù)見期。

2.3.3 評(píng)價(jià)結(jié)果

通過實(shí)測(cè)與模擬相關(guān)分析、狀態(tài)敏感分析和降雨敏感分析對(duì)河流集合預(yù)報(bào)方案結(jié)果進(jìn)行評(píng)價(jià)[10]。紅旗水文站實(shí)測(cè)入庫來水量與水文模型模擬來水量擬合相關(guān)系數(shù)達(dá)到0.72，表明模型擬合程度較高；不同土壤初始狀態(tài)下對(duì)于相同降雨數(shù)據(jù)計(jì)算徑流量均值與實(shí)測(cè)徑流量擬合相關(guān)系數(shù)達(dá)到0.76，表明土壤狀態(tài)對(duì)徑流量具有一定影響；相同土壤初始狀態(tài)下對(duì)于不同降雨數(shù)據(jù)計(jì)算徑流量均值與實(shí)測(cè)徑流量擬合系數(shù)為0.04，表明紅旗水文站徑流量由降雨起決定作用。綜合上述評(píng)價(jià)結(jié)果，說明徑流預(yù)報(bào)方案精度較高。

3 結(jié)語

(1)為進(jìn)一步研究洮河流域徑流預(yù)報(bào)，根據(jù)河流集合預(yù)報(bào)方法，利用紅旗水文站實(shí)時(shí)監(jiān)測(cè)資料構(gòu)建了基于三水源蓄滿產(chǎn)流、滯后演算和馬斯京根法的全流域洪水預(yù)報(bào)模型，并應(yīng)用該模型分析預(yù)測(cè)紅旗水文站徑流及其概率分布統(tǒng)計(jì)。結(jié)果表明：徑流擬合過程擬合較好，取得了較好的預(yù)報(bào)效果，模型滿足河流集合預(yù)報(bào)應(yīng)用的條件。

(2)河流集合預(yù)報(bào)洪水預(yù)報(bào)模型對(duì)泰森多邊形單元?jiǎng)澐?、模型參?shù)的率定和流域降水、徑流信息的處理等方面存在不足，有待今后探索改進(jìn)，進(jìn)一步提高河流集合預(yù)報(bào)方法在徑流預(yù)報(bào)中的精度和預(yù)見期。