徐 剛,張宇峰
(1.三峽大學(xué)水利與環(huán)境學(xué)院,湖北宜昌443002;2.水資源安全保障湖北省協(xié)同創(chuàng)新中心,湖北武漢430072)
1973年因中國急需為新安江水電站開展洪水預(yù)報調(diào)度,以趙人俊教授為首的水文學(xué)家以及他們的團(tuán)隊(duì),在前人所有的水文成果基礎(chǔ)上,將流域水文預(yù)報分為“流域蒸散發(fā),流域產(chǎn)流,分水源,流域匯流”四個部分進(jìn)行計(jì)算,最終獲得了令人滿意的精度及防洪發(fā)電調(diào)度成果,成為當(dāng)時國內(nèi)水利科學(xué)領(lǐng)域一項(xiàng)具有重大影響的科學(xué)研究成果,經(jīng)歸納總結(jié)后趙人俊教授提出了新安江模型[1]。新安江模型具有參數(shù)少,精度高,適用性強(qiáng)等優(yōu)點(diǎn),在洪水預(yù)報方面具有巨大的潛力。經(jīng)過不斷探索,1981年,趙人俊教授提出三水源新安江模型,對模型使用三層蒸發(fā)模式,利用穩(wěn)定下滲率fc劃分地面徑流、壤中流、地下徑流,隨后得到廣泛應(yīng)用。三水源新安江模型[2]是以蓄滿產(chǎn)流為基礎(chǔ)的降雨徑流流域模型,在我國南部地區(qū)具有廣泛適用性。經(jīng)過多年的發(fā)展與完善,新安江模型蒸散發(fā)和產(chǎn)流計(jì)算模塊方法日趨成熟,精度較高。隨著地理信息系統(tǒng)的發(fā)展,新安江模型結(jié)合“數(shù)字流域[3]”的研究,通過數(shù)字高程模型將流域柵格化,獲取更加精細(xì)的流域特征數(shù)據(jù),使得模型計(jì)算更加精確。
新安江模型主要參數(shù)[4]有13個。不同的流域,其參數(shù)都具有相對合理的取值范圍。參數(shù)選擇的不同會直接反映在預(yù)報結(jié)果的不同,所有參數(shù)基本上都要由歷史實(shí)測洪水經(jīng)流域出口斷面的徑流過程來率定。但流域匯流過程存在較大的非線性,水文模型的匯流參數(shù)十分敏感,進(jìn)行人工調(diào)試時,經(jīng)驗(yàn)因素對參數(shù)率定的影響很大。這種定量研究的不足,影響了人們對流域產(chǎn)匯流基本規(guī)律的認(rèn)識,也阻礙了對新安江模型理論的進(jìn)一步深入研究[5]。隨著智能算法的發(fā)展,目前各種優(yōu)化算法已用于水文模型的參數(shù)率定中。如Rosenbrock法、遺傳算法和PSO法等[6- 7]。選用PSO算法率定模型參數(shù),收斂速度快,不容易陷入局部最優(yōu)且精度較高。
由于觀測誤差、模型結(jié)構(gòu)誤差、參數(shù)選擇的誤差、參數(shù)的時變性、初始狀態(tài)誤差、水文資料精度誤差,使用直接率定所得的模型參數(shù)進(jìn)行水文預(yù)報,勢必會產(chǎn)生預(yù)報誤差。為了不使已出現(xiàn)的誤差累積傳播,就要利用反饋信息來校正未來的預(yù)報值,以減少未來預(yù)報值的誤差。目前,常用的實(shí)時校正方法和技術(shù)主要有:水文模型流量預(yù)報實(shí)時校正算法[8],誤差自回歸校正算法[9],遞推最小二乘算法[10]和卡爾曼濾波算法[11]。這些實(shí)時校正方法的共同特點(diǎn)是能實(shí)時地處理水文系統(tǒng)最新出現(xiàn)的預(yù)報誤差,并以此作為此刻模型狀態(tài)參數(shù),繼續(xù)對下一時刻進(jìn)行預(yù)報。
本文應(yīng)用新安江模型對烏溪江流域進(jìn)行洪水預(yù)報,采用優(yōu)化算法對新安江模型參數(shù)率定。由于流域匯流過程具有較大的非線性,匯流參數(shù)十分敏感,將烏溪江流域以雨量站為中心劃分子流域,以各子流域坡面匯流流達(dá)時間參數(shù)控制流域匯流,以達(dá)到模擬流域匯流時變性的效果;率定時將新安江模型分為蒸散發(fā)、產(chǎn)流,分三水源,匯流四個模塊分區(qū)率定,由于蒸散發(fā)和產(chǎn)流模塊比較穩(wěn)定,重點(diǎn)率定匯流模塊參數(shù),從而提高新安江模型預(yù)報效果。
為有針對性地提高預(yù)報精度,對新安江模型預(yù)報結(jié)果進(jìn)行實(shí)時校正,通過分析烏溪江流域產(chǎn)匯流特點(diǎn),本文提出跟蹤校正預(yù)報時刻前的時段流域前期自由水蓄水量S,實(shí)時校正預(yù)報流量,力圖從產(chǎn)匯流本質(zhì)上對預(yù)報流量進(jìn)行實(shí)時校正。
本研究對烏溪江流域以不同的雨量站為中心劃分子流域i,對每個子流域增加到出口斷面的匯流時間參數(shù),率定出準(zhǔn)確的匯流時間參數(shù)Ti,最后對每個子流域進(jìn)行錯時段相加得到整個流域的匯流過程,匯流過程如圖1。
圖1 劃分子流域匯流過程
出口斷面總出流QSIG是每個子流域流量QZi錯時段相加。即
(1)
模型涉及18個模型參數(shù),詳見表1。率定過程中先整體率定18個模型參數(shù),保留蒸散發(fā)模塊、產(chǎn)流模塊、三水源劃分模塊參數(shù),再單獨(dú)率定匯流模塊參數(shù)。
表1 新安江模型參數(shù)
在以往流域水文模型參數(shù)的率定工作一般是利用實(shí)測歷史水文資料進(jìn)行人工率定,對預(yù)測結(jié)果也是人為經(jīng)驗(yàn)校正,這往往工作量較大,而且精度難以保證。隨著人工智能技術(shù)的發(fā)展,為水文模型參數(shù)的率定識別和預(yù)測結(jié)果的校正提供了新的途徑。本文采用粒子群智能算法率定新安江模型參數(shù)[12]。
采用新安江模型進(jìn)行洪水預(yù)報時,預(yù)報誤差主要來源于觀測誤差、模型結(jié)構(gòu)誤差、參數(shù)選擇的誤差、初始狀態(tài)誤差。由于對流域水文預(yù)報的初始狀態(tài)并不完全把握,一些關(guān)鍵變量無法直接獲取,初始狀態(tài)誤差始終得不到很好的解決。本文通過跟蹤校正預(yù)報時刻前的時段流域前期自由水蓄水量S,減小初始狀態(tài)誤差,以提高水文預(yù)報精度。
系統(tǒng)模型中前期土壤自由水蓄水量S,土壤自由水蓄水容量SM是決定流域匯流的重要參數(shù),前期土壤自由水蓄水量S與SM的相互關(guān)系,最終決定了峰現(xiàn)時間、洪峰流量、洪水總量。SM可由優(yōu)化算法率定直接確定。而每場洪水過程在降雨初期,前期土壤自由水蓄水量S都不相同且不確定其值的大小,為使模型計(jì)算誤差不逐時段累積,流量預(yù)報更加準(zhǔn)確;本文提出跟蹤校正預(yù)報時刻前的時段流域前期自由水蓄水量S,以實(shí)時校正預(yù)報流量。
相比于傳統(tǒng)的以實(shí)測流量校正預(yù)報流量方法,逐時段優(yōu)選前期土壤蓄水量S進(jìn)行實(shí)時校正的方法更加重視新安江模型物理意義。流量校正流量是以流量的自相關(guān)性來校正,以最終計(jì)算流量結(jié)果對比一場洪水過程,忽視了新安江模型內(nèi)在各計(jì)算模塊之間的聯(lián)系,只能對一場發(fā)生過的洪水進(jìn)行校正,無法達(dá)到真正意義上的實(shí)時校正;而優(yōu)選前期土壤蓄水量S的實(shí)時校正方法除了能逐時段實(shí)時校正剛剛發(fā)生洪水過程減少累積誤差以外,還能通過新安江模型預(yù)測下一時段S值用以計(jì)算下一時刻預(yù)報流量,做到了真正意義上的實(shí)時校正。本文提出的新安江模型預(yù)報洪水實(shí)時校正步驟具體如下:
(1)設(shè)定流域初始18個參數(shù),輸入流域降雨P(guān),經(jīng)流域蒸發(fā)、流域產(chǎn)流、分三水源、流域匯流四個部分模型計(jì)算預(yù)報流量。
(2)使用優(yōu)化算法分子流域率定18個參數(shù),確定自由水蓄水容量SM與其他參數(shù),使用新安江模型計(jì)算,得到參數(shù)率定后預(yù)報流量。
(3)從計(jì)算初始時刻到預(yù)報前一時刻,根據(jù)率定所得參數(shù)SM,確定S變化范圍0~SM,設(shè)定其變化步長d,使用窮舉法優(yōu)選前期自由水蓄水量S,逐時段計(jì)算得到預(yù)報流量,由式(2)逐時段算得最大確定性系數(shù)DC,其對應(yīng)的S值即為優(yōu)選值,其對應(yīng)的預(yù)報流量即為實(shí)時校正后的預(yù)報流量。即
(2)
(4)將S優(yōu)選值經(jīng)新安江模型計(jì)算得預(yù)報時刻初始S0值,計(jì)算得預(yù)報時刻預(yù)報流量。
(5)重復(fù)步驟(3)(4)直至一場洪水結(jié)束。
基于上述方法進(jìn)行實(shí)時校正洪水預(yù)報,需要量化的特征值來實(shí)時判定校正流量優(yōu)選的S值的合理性。本文采用徑流系數(shù)控制法來判定預(yù)測徑流過程的合理性。徑流系數(shù)表述如下
α=R/P
(3)
R=W/1000F=QT/1000F
(4)
式中,α為徑流系數(shù);R為徑流深,mm;P為流域平均降水量,mm;W為徑流總量,m3;Q為計(jì)算時段內(nèi)的平均流量,m3/ s;T為計(jì)算時段,s;F為流域面積,km2。從計(jì)算時刻起至未來96 h計(jì)算得徑流系數(shù)。以烏溪江流域?yàn)槔?,其徑流系?shù)穩(wěn)定在0.85~0.90之間,則此刻優(yōu)選S值為合理;如果實(shí)時校正后預(yù)報結(jié)果的徑流系數(shù)無法達(dá)到0.85~0.90,則重新調(diào)整預(yù)報時刻優(yōu)選S值,使其徑流系數(shù)穩(wěn)定在正常范圍。
烏溪江流域地跨東經(jīng)118°45′~119°10′,北緯28°05′~28°55′,屬副熱帶季風(fēng)氣候。烏溪江屬衢江支流,發(fā)源于閩、浙、贛三省交界的仙霞嶺,出南向北于衢縣樟樹譚附近注入衢江,全長170余km,流域面積2 683 km2。烏溪江電廠位于浙江省西南部烏溪江上,分兩級開發(fā),第一級為湖南鎮(zhèn)水電站,第二級黃壇口水電站位于湖南鎮(zhèn)水電站下游約26 km。
對流域以不同的降雨中心劃分子流域(本文以流域的雨量站為中心劃分),烏溪江流域設(shè)有8個雨量站。根據(jù)2016年烏溪江流域5月~6月8場雨洪過程,其中5場洪水過程采用優(yōu)化算法率定其新安江模型參數(shù)(見表2),其余3場用于預(yù)報檢驗(yàn)。對照表1的參數(shù)取值范圍,可知率定所得參數(shù)具有一定的合理性; 5場雨洪過程的率定精度及平均的精度等級如表3所示,5場洪水的確定性系數(shù)均在0.82左右,最高達(dá)到0.85。
圖2為其中一場雨洪過程(20160507)率定所得預(yù)測值與實(shí)測值的對比圖,其平均精度評定等級為甲級。
以上結(jié)果表明:劃分子流域、增加流達(dá)時間參數(shù),以控制匯流更符合實(shí)際的洪水過程,使得洪水預(yù)報的峰現(xiàn)時間、洪峰流量更為準(zhǔn)確。
表2 新安江模型劃分子流域(雨量站)參數(shù)率定結(jié)果
表3 粒子群算法率定精度評定
圖2 洪水預(yù)報結(jié)果
基于本文提出的優(yōu)選前期土壤蓄水量S的實(shí)時校正方法進(jìn)行實(shí)時校正預(yù)報流量,實(shí)時校正S優(yōu)選過程見圖3,實(shí)時校正預(yù)報結(jié)果見圖4。為判斷逐時段優(yōu)選S的合理性,對預(yù)報流量過程結(jié)果采用徑流系數(shù)驗(yàn)證其優(yōu)選S的合理性。根據(jù)烏溪江流域特點(diǎn),當(dāng)徑流系數(shù)α∈(0,0.85)時,預(yù)報時刻S優(yōu)選偏小,依據(jù)實(shí)時降雨信息增大降雨時段S,逐步過渡到預(yù)報時刻;當(dāng)徑流系數(shù)α∈(0,0.85)時,預(yù)報時刻自由蓄水量S優(yōu)選偏大,依據(jù)實(shí)時降雨信息減小降雨時段前期自由水蓄水量S,逐步過渡到預(yù)報時刻;當(dāng)徑流系數(shù)α∈(0.85,0.90)時,預(yù)報結(jié)果合理。以20160507場次洪水實(shí)時校正為例,實(shí)時校正后求得徑流系數(shù)為0.87,實(shí)時校正后預(yù)報結(jié)果更加合理,符合上述要求。
圖3 實(shí)時校正優(yōu)選過程
圖4 經(jīng)實(shí)時校正后洪水預(yù)報結(jié)果
20160507場次洪水,實(shí)測洪峰出現(xiàn)在2016年5月10號05:00,洪峰流量為2 283 m3/s;劃分子流域后新安江模型計(jì)算結(jié)果,預(yù)報峰現(xiàn)時間相差0 h,預(yù)報洪峰流量為1 978 m3/s,相差305 m3/s,徑流系數(shù)為0.78,預(yù)報精度0.85;實(shí)時校正后預(yù)報峰現(xiàn)時間相差0小時,預(yù)報洪峰流量為2 423 m3/s,相差140 m3/s,徑流系數(shù)為0.87,預(yù)報精度0.91。在經(jīng)過劃分子流域和實(shí)時校正計(jì)算,最終得到的洪水預(yù)報結(jié)果更接近于實(shí)際洪水過程。
本文以烏溪江流域?yàn)閷?shí)例進(jìn)行分析,劃分子流域率定新安江模型參數(shù),通過優(yōu)選土壤前期蓄水量S進(jìn)行誤差分析以及校正,得出的洪水預(yù)報結(jié)果表明:
(1)在實(shí)際匯流過程中,由于流域不同的降雨中心的雨強(qiáng),下墊面等因素的不同,導(dǎo)致不同的降雨中心匯流時間不同;從而使整個流域匯流受到影響。因此,對整個流域以不同的降雨中心劃分子流域,率定每個子流域的匯流時間參數(shù),從而控制整個流域匯流,將會一定程度提高洪水預(yù)報精度。
(2)通過優(yōu)選土壤前期蓄水量S對洪水預(yù)報結(jié)果進(jìn)行實(shí)時校正從本質(zhì)上是合理的,有利于提高預(yù)報精度。