旱情預(yù)警關(guān)鍵技術(shù)問題的探討

鄒文安，章樹安，辛玉琛，姜 波，楊建青

（1.吉林省墑情監(jiān)測中心，130033，長春；2.水利部水文局，100053，北京）

旱情預(yù)警是一個(gè)非線性、復(fù)雜、開放的預(yù)警過程，通過對旱情影響因子預(yù)測與評價(jià)，分析計(jì)算預(yù)警綜合指數(shù)，進(jìn)行警度判定，對未來旱情綜合狀況進(jìn)行評判，預(yù)報(bào)出不正常的時(shí)空范圍和危害程度，提出調(diào)控對策和具體措施等。一般來講，旱情預(yù)警由預(yù)測模型、預(yù)警指標(biāo)體系、預(yù)警綜合指數(shù)、警度、調(diào)控措施等幾個(gè)部分組成。

旱情是多個(gè)影響因子共同作用的結(jié)果，因此，在旱情預(yù)警時(shí)應(yīng)充分考慮各類因素對旱情的影響，建立起待預(yù)測水文要素變量和各影響因子狀態(tài)之間對應(yīng)關(guān)系，實(shí)現(xiàn)基于多影響因子條件下的旱情預(yù)測模型。

預(yù)警指標(biāo)由各種旱情評價(jià)指標(biāo)及其對應(yīng)干旱等級所組成。預(yù)警指標(biāo)是預(yù)警研究的主要對象，是構(gòu)建旱情預(yù)警模型的基礎(chǔ)和前提。為此，科學(xué)合理、因地制宜地分析確定旱情評價(jià)指標(biāo)、旱情等級及權(quán)重系數(shù)尤為重要。預(yù)警綜合指數(shù)是旱情綜合評判的數(shù)值表達(dá)，數(shù)值越大，表示干旱等級越高，干旱程度越嚴(yán)重；反之，則是旱象輕或不旱。警度是對警情嚴(yán)重程度的判定，有無警情、警情狀態(tài)均須通過警度評判。通常情況下，警度劃分成幾個(gè)等級，表示不同程度的警情狀態(tài)。調(diào)控措施是根據(jù)警情狀態(tài)提出的扭轉(zhuǎn)旱情發(fā)生發(fā)展的調(diào)控辦法，包括農(nóng)田水利基礎(chǔ)設(shè)施建設(shè)、節(jié)水管理機(jī)制、供水能力建設(shè)、水資源配置等工程和非工程措施。

本文結(jié)合吉林省旱情預(yù)警模型研建的有關(guān)成果，提出了預(yù)警指標(biāo)體系、預(yù)測模型、預(yù)警綜合指數(shù)、警度等幾個(gè)主要技術(shù)問題的創(chuàng)建思路，為旱情預(yù)警系統(tǒng)研究提供借鑒和參考。

一、預(yù)警指標(biāo)體系

1.指標(biāo)選取

預(yù)警指標(biāo)體系主要依托旱情評價(jià)指標(biāo)建立。旱情預(yù)警指標(biāo)選擇一是遵循因地制宜的原則，不同區(qū)域由于水文氣象、自然地理、下墊面條件和社會(huì)經(jīng)濟(jì)等因素不同，評價(jià)指標(biāo)多少及指標(biāo)權(quán)重大小都有一定差異；二是遵循可監(jiān)測、可操作的原則，選定的指標(biāo)應(yīng)該在目前技術(shù)水平下可監(jiān)測，并能得到較可靠的數(shù)據(jù)資料系列；三是遵循可靠、科學(xué)的原則，選定的預(yù)警指標(biāo)應(yīng)基本能反映當(dāng)?shù)睾登樘攸c(diǎn)和變化趨勢，能為抗旱減災(zāi)提供較準(zhǔn)確信息。

表1 吉林省西部易旱區(qū)選用的旱情預(yù)警指標(biāo)

目前，水利部門選用土壤相對濕度、降水量距平百分率、連續(xù)無雨日數(shù)、作物缺水率、斷水天數(shù)等5個(gè)指標(biāo)作為農(nóng)業(yè)旱情評價(jià)指標(biāo)（但對雨養(yǎng)農(nóng)業(yè)區(qū)，主要采用土壤相對濕度、降水量距平百分率和連續(xù)無雨日數(shù)3個(gè)指標(biāo)評價(jià)旱情）；氣象部門選用降水距平百分率、土壤相對濕度、作物受旱率、MODIS綜合干旱指數(shù)和未來有效降水量等5個(gè)指標(biāo)作為農(nóng)業(yè)旱情評價(jià)指標(biāo)?？梢钥闯?，水利、氣象部門選用的眾多旱情評價(jià)指標(biāo)均包括土壤相對濕度指標(biāo)和降水量距平指標(biāo)，這兩個(gè)指標(biāo)能夠直接地、敏感地反映旱情，對旱情影響是顯著的，也是評價(jià)旱情不可缺少的指標(biāo)。

對吉林省而言，易旱區(qū)地處松嫩平原，以雨養(yǎng)農(nóng)牧業(yè)為主。區(qū)域內(nèi)地形多為平原丘陵，降水稀少，河流水系不發(fā)育。下墊面多為耕地、牧場，土壤以砂土、砂壤土為主，春季易旱、夏季易澇，經(jīng)濟(jì)不發(fā)達(dá)，區(qū)域內(nèi)設(shè)立了較多雨量站、墑情站?？紤]到區(qū)域內(nèi)灌溉農(nóng)業(yè)較少，作物受旱率的人為因素影響大、統(tǒng)計(jì)困難，干旱指數(shù)統(tǒng)計(jì)時(shí)效性較差且與降水距平指標(biāo)部分重復(fù)。根據(jù)指標(biāo)選取原則，斷水天數(shù)、作物受旱率和干旱指數(shù)不適合作為本區(qū)域評價(jià)指標(biāo)。

基于上述分析，結(jié)合吉林省易旱區(qū)實(shí)際，可采用土壤相對濕度、降水量距平百分率、連續(xù)無雨日數(shù)作為旱情綜合評判指標(biāo)即吉林省旱情預(yù)警指標(biāo)，各指標(biāo)描述、優(yōu)點(diǎn)等見表1。

2.權(quán)重確定

預(yù)警指標(biāo)確定后，應(yīng)劃分預(yù)警指標(biāo)的旱情等級。參照有關(guān)規(guī)范、技術(shù)標(biāo)準(zhǔn)、文獻(xiàn)成果等，可將旱情等級劃分為5級，對應(yīng)旱情程度分別為適墑、輕旱、中旱、重旱和特旱。

由于每項(xiàng)指標(biāo)對預(yù)警結(jié)果的影響程度是不同的，科學(xué)合理地分析確定各預(yù)警指標(biāo)權(quán)重系數(shù)重要且關(guān)鍵。本文以多元回歸分析為技術(shù)平臺，采用因子分析權(quán)數(shù)法，通過吉林省雙遼、星星哨以及十屋墑情站的降水量、土壤含水量等影響因子進(jìn)行多元回歸預(yù)測模型參數(shù)分析（降水權(quán)重系數(shù)一般為0.18～0.26，連續(xù)無雨日數(shù)權(quán)重系數(shù)為0.24～0.33，土壤含水量權(quán)重系數(shù)為0.44～0.52），確定降水距平、連續(xù)無雨日數(shù)、土壤含水量三項(xiàng)旱情預(yù)警指標(biāo)權(quán)重系數(shù)分別為0.2、0.3和0.5。

二、預(yù)測模型

一般情況下，預(yù)測方法是由預(yù)警指標(biāo)特點(diǎn)和預(yù)測需求決定的，不同預(yù)警指標(biāo)可選擇不同的預(yù)測方法?？紤]到創(chuàng)建預(yù)測模型較繁瑣，需大量實(shí)測資料，而且對預(yù)測精度、預(yù)見期要求又較高。為此，能夠利用有關(guān)部門預(yù)測預(yù)報(bào)成果的，可不再研建新的預(yù)警指標(biāo)預(yù)測模型；對于復(fù)雜水文要素測報(bào)，無法利用其他部門預(yù)測預(yù)報(bào)成果且有實(shí)測資料系列的，可考慮創(chuàng)建新的預(yù)測模型。

對吉林省而言，旱情預(yù)警指標(biāo)僅有土壤含水量、連續(xù)無雨日數(shù)、降水距平3個(gè)，考慮到預(yù)見期內(nèi)的連續(xù)無雨日數(shù)、降水距平預(yù)警指標(biāo)可由當(dāng)?shù)貧庀箢A(yù)報(bào)成果進(jìn)行統(tǒng)計(jì)（分析計(jì)算），無需再創(chuàng)建這兩個(gè)預(yù)警指標(biāo)預(yù)測模型，僅需研建土壤含水量預(yù)測模型。

土壤含水量預(yù)測方法較多，本次選用非線性預(yù)測模型法，采用人工神經(jīng)網(wǎng)絡(luò)法研建旱情預(yù)測模型，實(shí)現(xiàn)多影響因子條件下預(yù)測土壤含水量。該方法對于影響因子不呈正態(tài)分布、不滿足疊加原理以及影響因子較多且相互作用關(guān)系復(fù)雜的多源信息非線性預(yù)測具有優(yōu)勢。

吉林省土壤含水量預(yù)測模型設(shè)計(jì)思路如下：

輸入樣本：前期土壤含水量、蒸發(fā)、降水、平均氣溫、風(fēng)速；

輸出樣本：土壤含水量；

技術(shù)平臺：Excel+VBA；

預(yù)見期：10天；

模型結(jié)構(gòu)：輸入樣本個(gè)數(shù)決定輸入層節(jié)點(diǎn)數(shù)，輸出樣本個(gè)數(shù)決定輸出層節(jié)點(diǎn)數(shù)，隱含層節(jié)點(diǎn)數(shù)自定；

模型參數(shù)：學(xué)習(xí)率、沖量因子采用經(jīng)驗(yàn)值，連接權(quán)值、閾值為隨機(jī)取用數(shù)據(jù)；

節(jié)點(diǎn)計(jì)算：利用Excel單元格和內(nèi)置函數(shù)完成公式連接，建立起能夠支持一次性運(yùn)算的人工神經(jīng)網(wǎng)絡(luò)BP算法預(yù)測模型計(jì)算模板；

權(quán)值、閾值計(jì)算：運(yùn)用VBA代碼編程（部分代碼可用宏錄制方式獲得，如誤差推移過程線制作代碼），完成權(quán)值和閾值反復(fù)迭代，實(shí)現(xiàn)批量運(yùn)算；

參數(shù)是否滿足要求：滿足誤差逐步收斂，輸出樣本集誤差很小和合格率較高等條件。

三、預(yù)警綜合指數(shù)

由于各區(qū)域水文氣象、土壤質(zhì)地、植物種類、下墊面等條件不同，各旱情評價(jià)指標(biāo)對區(qū)域干旱貢獻(xiàn)程度有一定差異的。為了客觀反映各旱情評價(jià)指標(biāo)對干旱影響程度，在旱情綜合評判即計(jì)算旱情預(yù)警綜合指數(shù)時(shí)，采用各預(yù)警指標(biāo)旱情評價(jià)等級加權(quán)計(jì)算，以準(zhǔn)確反映各預(yù)警指標(biāo)對干旱的貢獻(xiàn)率。

預(yù)警綜合指數(shù)是旱情綜合評判的數(shù)值表達(dá)，是警度計(jì)算的重要依據(jù)，等于各預(yù)警指標(biāo)旱情評價(jià)等級的加權(quán)平均值。預(yù)警綜合指數(shù)數(shù)值越大，表示干旱等級越高，干旱程度越嚴(yán)重；相反，則是旱象輕或不旱。

預(yù)警綜合指數(shù)計(jì)算公式為：

式中，E為預(yù)警綜合指數(shù)，取值為1～5；Dk為第k個(gè)預(yù)警指標(biāo)旱情評價(jià)等級級數(shù)，取值為 1～5；mk為第k個(gè)預(yù)警指標(biāo)對應(yīng)的權(quán)重系數(shù)，取值為0～1，且 m1+m2+……+mk=1。

四、警 度

旱情預(yù)警研究的主要目的是預(yù)報(bào)警度，有無警情、警情輕重等均通過警度表現(xiàn)。警度通過預(yù)警綜合指數(shù)來表現(xiàn)，數(shù)值大，對應(yīng)警度級別高，表明進(jìn)入有警狀態(tài)，旱情嚴(yán)重。

結(jié)合有關(guān)旱情評價(jià)指標(biāo)等級劃分標(biāo)準(zhǔn)及本文預(yù)警指標(biāo)旱情等級劃分成果，將警度劃分成5個(gè)等級，即無警、輕警、中警、重警和巨警。根據(jù)預(yù)警綜合指數(shù)E計(jì)算公式可知，計(jì)算值為1～5，數(shù)值越高，警度級別越高，表明旱情越嚴(yán)重。當(dāng)預(yù)警綜合指數(shù)大于2時(shí)，表明已呈現(xiàn)旱象，按預(yù)警原理此時(shí)系統(tǒng)進(jìn)入有警狀態(tài)，系統(tǒng)開始報(bào)警，此為有警臨界值即警限。為方便警限和警度劃分的具體操作，通過引入模糊數(shù)學(xué)的隸屬度概念，將警度的劃分轉(zhuǎn)化為相應(yīng)的隸屬度的劃分。在旱情向有警狀態(tài)演化過程中，預(yù)警綜合指數(shù)E的最優(yōu)值為1，對應(yīng)適墑狀態(tài)，記為Mb；最劣值為5，對應(yīng)特旱狀態(tài)，記為Ma；則隸屬度計(jì)算公式為：

式中，R（x）為隸屬度，取值為 0～1；E為預(yù)警綜合指數(shù)，取值為1～5。

綜合分析歷史典型年的警度（隸屬度）計(jì)算成果可知，吉林省旱情預(yù)警的警限可設(shè)定為0.125（即隸屬度高于0.125將出現(xiàn)警情），預(yù)警指標(biāo)的警度劃分為：

無警區(qū)間 （適墑）——R（x）∈[0，0.125）；

輕警區(qū)間 （輕旱）——R（x）∈[0.125，0.375）；

中警區(qū)間 （中旱）——R（x）∈[0.375，0.625）；

重警區(qū)間 （重旱）——R（x）∈[0.625，0.875）；

巨警區(qū)間 （特旱）——）R（x）∈[0.875，1）。

五、結(jié) 論

創(chuàng)建預(yù)警指標(biāo)體系時(shí)，應(yīng)遵循因地制宜、全面可靠的原則，充分考慮預(yù)警區(qū)域水文氣象、自然地理、生產(chǎn)條件、下墊面條件和社會(huì)經(jīng)濟(jì)等方面因素，遴選出各旱情預(yù)警指標(biāo)，既能反映地域和涉水領(lǐng)域上的差異，又能體現(xiàn)各旱情預(yù)警指標(biāo)不同層面上的評價(jià)結(jié)果和影響力，同時(shí)全面客觀地反映預(yù)警區(qū)域旱情特點(diǎn)及變化趨勢。

選擇預(yù)測方法時(shí)，應(yīng)充分考慮預(yù)警指標(biāo)的各種影響因子，實(shí)現(xiàn)多影響因子預(yù)測方案。由于旱情成因復(fù)雜，不確定性影響因素較多，為此，影響因子定量預(yù)測的預(yù)見期不宜過長。預(yù)警綜合指數(shù)采用旱情等級加權(quán)平均計(jì)算較為科學(xué)，突出各預(yù)警指標(biāo)對旱情貢獻(xiàn)程度的差異。在分析確定權(quán)重系數(shù)時(shí)，要有各預(yù)警指標(biāo)實(shí)測資料系列支撐。一般情況下，警度是根據(jù)預(yù)警指標(biāo)旱情等級來劃分的，警度級數(shù)與預(yù)警指標(biāo)旱情等級級數(shù)是一致的。警限為有警、無警的臨界值，大于該警限時(shí)即發(fā)生警情。警限設(shè)定得科學(xué)合理，才能客觀準(zhǔn)確地反映警情。警限可根據(jù)預(yù)警綜合指數(shù)和警度等成果綜合分析確定，并利用歷史典型年干旱資料進(jìn)行合理性檢驗(yàn)（調(diào)整）。

[1]文俊.區(qū)域水資源可持續(xù)利用預(yù)警系統(tǒng)研究[M].北京：中國水利水電出版社，2007.

[2]吉林省墑情監(jiān)測中心.吉林省墑情評價(jià)指標(biāo)實(shí)驗(yàn)及旱情分析技術(shù)研究[R].2012.

[3]章樹安，王愛平，等.旱情監(jiān)測與評價(jià)進(jìn)展研究與思考[J].水文，2010（3）.

[4]張利平.干旱的含義及干旱指標(biāo)的探討[J].水文水資源，1998（1）.

[5]氣象 干 旱 等 級 （GB/T 20481-2006）[S].2006.

[6]旱情等級標(biāo)準(zhǔn) （SL 424-2008）[S].2008.

[7]土壤墑情評價(jià)指標(biāo) （SL 568-2012）[S].2012.

[8]農(nóng)田土壤墑情監(jiān)測技術(shù)規(guī)范（NY/T 1782-2009）[S].2009.

[9]劉自遠(yuǎn)，劉成福.綜合評價(jià)中指標(biāo)權(quán)重系數(shù)確定方法探討[J].中國衛(wèi)生質(zhì)量管理，2006（2）.

[10]鄒文安，等.基于Excel+VBA技術(shù)條件的土壤含水量預(yù)測模型[J].中國防汛抗旱，2013（2）.