銀盤(pán)—彭水區(qū)間流量與面雨量關(guān)系研究

陳 強(qiáng)

(中國(guó)大唐集團(tuán)有限公司重慶分公司，重慶 400020)

在水文預(yù)報(bào)研究工作中，離不開(kāi)降水和徑流這兩個(gè)重要因素。一個(gè)流域的降水和徑流之間往往具有一定的相關(guān)性，若能掌握降水和徑流的變化特征及兩者之間的關(guān)系，將降水量、產(chǎn)流量及其主要影響因素通過(guò)相關(guān)曲線或數(shù)學(xué)公式表達(dá)出來(lái)，對(duì)發(fā)電企業(yè)安全高效開(kāi)展水電生產(chǎn)具有重要的指導(dǎo)意義。關(guān)于流域內(nèi)降水與徑流的關(guān)系研究，國(guó)內(nèi)外學(xué)者和專(zhuān)家做了許多工作，也取得了一些重要的研究成果[1-8]。從經(jīng)驗(yàn)預(yù)報(bào)、水文學(xué)概念性模型和數(shù)學(xué)模型3種常用的水文預(yù)報(bào)方法來(lái)看，通常是提前假定了水文系統(tǒng)為線性系統(tǒng)，再以線性遞推和組合的方法來(lái)進(jìn)行描述[9-11]。在徑流預(yù)測(cè)過(guò)程中，前期流量和降水量等因素會(huì)影響后期流量隨時(shí)間變化過(guò)程中的動(dòng)態(tài)變化，因此，預(yù)測(cè)流量通過(guò)回歸模型求解是可行的?；貧w預(yù)測(cè)法是研究變量與變量之間相互關(guān)系的一種統(tǒng)計(jì)方法，是應(yīng)用回歸分析從一個(gè)或幾個(gè)自變量的值去預(yù)測(cè)因變量的值的方法?；貧w模型中因變量的預(yù)測(cè)值需要由并進(jìn)的自變量的值來(lái)旁推，這類(lèi)方法不僅考慮了時(shí)間因素，而且考慮了變量之間的因果關(guān)系[12-13]。

烏江銀盤(pán)水電站位于烏江下游河段重慶市武隆縣境內(nèi)，距彭水縣城約47.3km，至重慶市主城區(qū)直線距離約160.0km，是烏江干流水電開(kāi)發(fā)規(guī)劃的第十一梯級(jí)電站，上接彭水水電站，下游為白馬水電站，是發(fā)電兼顧彭水水電站的反調(diào)節(jié)任務(wù)和渠化航道的樞紐工程，在電力系統(tǒng)中主要承擔(dān)著基荷和部分腰荷。該工程的開(kāi)發(fā)以發(fā)電為主，其次為航運(yùn)。其入庫(kù)流量主要受上游彭水水電站發(fā)電出流和區(qū)間降水產(chǎn)流共同影響，鑒于上游彭水水電站水位、流量、面雨量等數(shù)據(jù)已接入集控中心，若能掌握銀盤(pán)—彭水區(qū)間流量與面雨量變化規(guī)律，便可以對(duì)銀盤(pán)入庫(kù)流量有一個(gè)相對(duì)準(zhǔn)確的預(yù)測(cè)，有利于合理制定經(jīng)濟(jì)的運(yùn)行方式，對(duì)提高電站發(fā)電效益具有積極作用。

因此，本文收集了2011年6月以來(lái)銀盤(pán)和彭水水電站逐時(shí)、逐日流量數(shù)據(jù)，以及銀盤(pán)流域逐時(shí)、逐日面雨量數(shù)據(jù)，主要研究銀盤(pán)流域面雨量與銀盤(pán)—彭水區(qū)間流量變化特征，根據(jù)降水和產(chǎn)匯流之間的關(guān)系，試圖以銀盤(pán)流域面雨量、逐日流量等預(yù)報(bào)因子分月建立銀盤(pán)—彭水日均區(qū)間流量預(yù)報(bào)模型。

1 銀盤(pán)—彭水區(qū)間流量變化特征

1.1 年變化特征

根據(jù)彭水逐日出庫(kù)流量和銀盤(pán)逐日入庫(kù)流量計(jì)算得出銀盤(pán)—彭水區(qū)間流量逐日數(shù)據(jù)，經(jīng)統(tǒng)計(jì)，2012—2020年銀盤(pán)—彭水區(qū)間流量年平均值為186.25m3/s，各年區(qū)間流量值豐枯交替，高于均值的有2014—2017年和2020年，低于均值的有2012—2013年和2018—2019年，見(jiàn)表1。結(jié)合銀盤(pán)入庫(kù)流量來(lái)看，除2015年和2017年以外，區(qū)間流量豐枯變化趨勢(shì)基本與入庫(kù)流量變化趨勢(shì)一致，但距平絕對(duì)值相差較大，見(jiàn)圖1。

表1 銀盤(pán)—彭水逐年區(qū)間流量情況統(tǒng)計(jì)

圖1 2012—2020年銀盤(pán)流量距平變化

1.2 月變化特征

銀盤(pán)流域?qū)僦衼啛釒Ъ撅L(fēng)氣候，水庫(kù)多年平均年降水量1247.6mm左右，年內(nèi)有明顯的雨季和旱季，88%左右的降水量集中在4—10月，5—9月降水量約占全年的70%，其中5—7月降水量約占全年50%，各月降水量占全年的百分比中6月的比重最大。降水多以大雨和陣性暴雨為主，間歇性的小雨和毛毛雨歷時(shí)長(zhǎng)，量不大，占年降水總量的比重很小。徑流由降水形成，與降水分布一致，徑流的時(shí)間分布亦呈現(xiàn)“中間大、前后小”的特征。

2011—2020年銀盤(pán)—彭水區(qū)間流量月平均值為178.22m3/s，除4—7月和9月以外，其余月份區(qū)間流量均值均小于178.22m3/s。銀盤(pán)—彭水區(qū)間流量月平均值從4月開(kāi)始明顯升高，到6—7月達(dá)到最大值，然后8月明顯下降，在9月又有一個(gè)明顯升高過(guò)程，10月開(kāi)始逐月下降，呈明顯的“雙峰型”變化，見(jiàn)圖2。

圖2 2011—2020年銀盤(pán)—彭水區(qū)間流量逐月變化情況

2 銀盤(pán)流域面雨量與銀盤(pán)—彭水區(qū)間流量的關(guān)系

2.1 相關(guān)性分析

相關(guān)性分析是指對(duì)兩個(gè)或多個(gè)具備相關(guān)性的變量元素進(jìn)行分析，從而衡量?jī)蓚€(gè)變量因素的相關(guān)密切程度。研究徑流變化規(guī)律可以從水文頻率分析入手，各個(gè)水文變量之間通常也存在相關(guān)性。

2011—2020年銀盤(pán)—彭水逐月區(qū)間流量和銀盤(pán)流域面雨量的距平變化情況見(jiàn)圖3。從圖3可以看出，區(qū)間流量和面雨量距平變化趨勢(shì)基本一致，區(qū)間流量隨面雨量的增減而上下波動(dòng)；從逐月情況來(lái)看，1—5月和11—12月的相關(guān)性要好于6—10月。銀盤(pán)流域逐月平均面雨量與逐月平均區(qū)間流量的相關(guān)系數(shù)為0.923，通過(guò)了α=0.01的顯著性檢驗(yàn)，有非常顯著的相關(guān)性。由此，當(dāng)了解了面雨量的變化規(guī)律時(shí)，可以大致推斷出相應(yīng)的區(qū)間流量變化情況，當(dāng)某月的面雨量出現(xiàn)了極值時(shí)，對(duì)應(yīng)區(qū)間流量也有很大可能出現(xiàn)極值。

圖3 2011—2020年銀盤(pán)—彭水逐月區(qū)間流量和銀盤(pán)流域面雨量的距平變化

2.2 逐時(shí)最大面雨量與最大區(qū)間流量的時(shí)間關(guān)系

通過(guò)整理選取了2011—2020年的17次明顯的洪峰過(guò)程，結(jié)合該段時(shí)間銀盤(pán)流域面雨量情況，統(tǒng)計(jì)每次洪水逐時(shí)最大面雨量與最大區(qū)間流量出現(xiàn)的大小和時(shí)間先后關(guān)系，分析面雨量對(duì)區(qū)間流量的影響，見(jiàn)表2。由表2可知，不同的降雨過(guò)程對(duì)區(qū)間流量的影響不同，導(dǎo)致小時(shí)最大面雨量與最大區(qū)間流量出現(xiàn)的時(shí)間差長(zhǎng)短不一，最大區(qū)間流量出現(xiàn)在最大面雨量之后的5～30h不等，平均出現(xiàn)時(shí)間差為15.35h。不同季節(jié)面雨量對(duì)區(qū)間流量的影響也不一樣，4—5月和10月主要以間歇性小到中雨或毛毛雨為主，受最大面雨量出現(xiàn)前的累計(jì)降雨影響比較大，最大小時(shí)面雨量與區(qū)間流量出現(xiàn)的時(shí)間差較大；6—7月和9月為銀盤(pán)電站汛期，降水多以大雨和短時(shí)集中暴雨為主，受最大區(qū)間流量出現(xiàn)前的累計(jì)降雨影響比較大，最大小時(shí)面雨量與區(qū)間流量出現(xiàn)的時(shí)間差較小。

表2 銀盤(pán)流域逐時(shí)最大面雨量與最大區(qū)間流量情況統(tǒng)計(jì)

2.3 日面雨量與區(qū)間流量的時(shí)間關(guān)系

選取具有代表性的汛期和非汛期逐日銀盤(pán)—彭水區(qū)間流量和銀盤(pán)流域面雨量數(shù)據(jù)，分析日面雨量與區(qū)間流量的時(shí)間關(guān)系。汛期選取了2020年6月中旬至7月中旬降雨來(lái)水過(guò)程，見(jiàn)圖4。由圖4可知，6月27日的日面雨量為78mm，6月28日出現(xiàn)最大日均區(qū)間流量，為2548m3/s。結(jié)合圖4中其余時(shí)段的面雨量和區(qū)間流量情況，可發(fā)現(xiàn)汛期銀盤(pán)電站流域最大日面雨量和最大區(qū)間流量出現(xiàn)的時(shí)間相隔為一天。

圖4 2020年6月中旬至7月中旬銀盤(pán)—彭水逐日區(qū)間流量和銀盤(pán)流域面雨量情況

非汛期選取了2017年10月降雨來(lái)水過(guò)程，見(jiàn)圖5。由圖5可知，10月12日的日面雨量為42mm，10月13日出現(xiàn)最大日均區(qū)間流量，為1145m3/s，可發(fā)現(xiàn)最大日面雨量比最大區(qū)間流量提前一天出現(xiàn)。分析原因?yàn)椋悍茄雌诮涤攴稚?，除局部時(shí)段強(qiáng)降雨外，其余均是間歇性的小到中雨或毛毛雨，土壤含水量較低，降水過(guò)程產(chǎn)匯流時(shí)間較長(zhǎng)，主要在次日完成。

圖5 2017年10月銀盤(pán)—彭水逐日區(qū)間流量和銀盤(pán)流域面雨量情況

3 銀盤(pán)—彭水日均區(qū)間流量預(yù)報(bào)模型

采用2011年6月1日至2020年7月31日的逐日流量和面雨量數(shù)據(jù)作為歷史樣本，以銀盤(pán)—彭水前一日區(qū)間流量X1、當(dāng)日銀盤(pán)流域面雨量X2、前一日銀盤(pán)流域面雨量X3、前5日銀盤(pán)流域累計(jì)面雨量X4和前3日銀盤(pán)流域累計(jì)面雨量X5等要素作為待選預(yù)報(bào)因子。通過(guò)逐步回歸的分析方法，挑選出每月對(duì)當(dāng)日區(qū)間流量貢獻(xiàn)最大的影響因子，建立每月的銀盤(pán)—彭水日均區(qū)間流量預(yù)報(bào)模型，見(jiàn)表3。

表3 銀盤(pán)—彭水逐日區(qū)間流量預(yù)報(bào)模型

由表3可知，不同月份的區(qū)間流量影響因素不同，前一日區(qū)間流量為各月逐日區(qū)間流量的主要影響因素；前一日面雨量在2—11月是一個(gè)比較重要的影響因素；當(dāng)日面雨量在3—11月對(duì)逐日區(qū)間流量有較大影響；前5日累計(jì)面雨量在3月、5月、7月和12月對(duì)逐日區(qū)間流量影響也較大，上述影響因子作用基本與銀盤(pán)—彭水區(qū)間降雨產(chǎn)流特性相符。

除1—2月和12月復(fù)相關(guān)系數(shù)較小以及相對(duì)擬合誤差絕對(duì)值的多年平均值較大以外，其余月份的復(fù)相關(guān)系數(shù)均較大，相對(duì)擬合誤差絕對(duì)值的多年平均值均較小。由于銀盤(pán)流域降水量主要集中在汛期，區(qū)間產(chǎn)流主要受降水影響，故理論上利用降水與徑流間的關(guān)系建立銀盤(pán)—彭水區(qū)間流量預(yù)報(bào)模型是可行的。

4 結(jié) 語(yǔ)

銀盤(pán)—彭水年平均區(qū)間流量豐枯變化趨勢(shì)基本與銀盤(pán)年入庫(kù)流量變化趨勢(shì)一致，銀盤(pán)—彭水月均區(qū)間流量呈明顯的“雙峰型”變化，6—7月和9月有兩個(gè)明顯峰值；銀盤(pán)流域月均面雨量與銀盤(pán)—彭水月均區(qū)間流量有非常顯著的正相關(guān)性，汛期和非汛期最大日面雨量和區(qū)間流量出現(xiàn)時(shí)間相隔一天左右。本文以影響銀盤(pán)—彭水區(qū)間流量的相關(guān)要素作為預(yù)報(bào)因子，建立了逐月的銀盤(pán)—彭水日均區(qū)間流量預(yù)報(bào)模型，結(jié)合已知的彭水電站出庫(kù)流量等數(shù)據(jù)，可以對(duì)銀盤(pán)水電站日均入庫(kù)流量進(jìn)行定量預(yù)測(cè)，預(yù)測(cè)結(jié)果對(duì)銀盤(pán)電站防洪和發(fā)電工作有一定的指導(dǎo)作用，有效發(fā)揮了銀盤(pán)電站的防洪和發(fā)電效益。建議在后續(xù)的工作中，根據(jù)電站運(yùn)行條件的變化實(shí)時(shí)修正預(yù)報(bào)模型參數(shù)，進(jìn)一步提高預(yù)報(bào)準(zhǔn)確率。