碩多崗河流域水電站入庫流量預(yù)報初探

和麗云，周興榮

(1.云南省迪慶州氣象局，云南 迪慶 674400；2.國電迪慶香格里拉發(fā)電有限責(zé)任公司，云南 迪慶 674400)

0 引言

降水和徑流是水文氣象學(xué)中兩個重要組成部分，徑流又直接影響水庫入庫流量。有關(guān)徑流影響因子及其預(yù)測方法已有較深入研究[1-2]，大多研究主要依據(jù)前期降雨和徑流信息，對逐日流量預(yù)報有很大局限性。實(shí)際工作中，基于短時間內(nèi)氣象因子如降水、溫度及蒸發(fā)量預(yù)報水庫日流量建立預(yù)報方程，對合理安排水庫調(diào)度、開發(fā)利用水電資源具有重要應(yīng)用價值。

碩多崗河是迪慶藏族自治州香格里拉市南部金沙江左岸一級支流，發(fā)源于香格里拉市楚力措，全長153.32 km，流域面積1966.2 km2，河口多年平均流量32 m3/s，天然落差2140 m。吉沙水電站壩址位于碩多崗流域小中甸鎮(zhèn)紅旗橋下游約3 km處，壩址以上流域面積1123 km2，沖江河電站壩址距香格里拉市85 km，壩址以上流域面積1655 km2，螺絲灣電站壩址位于碩多崗河流域螺絲灣村上游0.5 km處，壩址以上流域面積1758 km2。

吉沙水電站水庫壩址以上有嚇浪雨量站、列山谷河上游雨量站、學(xué)呢農(nóng)場雨量站、列山谷水文站、此鎮(zhèn)農(nóng)場雨量站、金水河水文站、湯安水文站、吳谷雨量站、小中甸雨量站、壩上水位雨量站、象卡雨量站、江給雨量站、吉沙水位雨量站。沖江河水電站壩址以上有溫浪雨量站、松林坪雨量站、花椒坡水位雨量站、俄迪雨量站、沖江河水位雨量站。而螺絲灣水電站水庫因與沖江河水電廠水庫距離較近，沒有相應(yīng)雨量站及水文站，其水庫入庫流量僅為沖江河水電站水庫泄洪。

1 資料與方法

(1)資料來源

吉沙水電站水庫、沖江河水電站水庫及螺絲灣水電站水庫逐日入庫流量、入庫水量及對應(yīng)雨量站數(shù)據(jù)來自國電迪慶香格里拉發(fā)電有限責(zé)任公司，降水和蒸發(fā)數(shù)據(jù)來自香格里拉氣象站，課題研究資料為2012年1月1日至2019年10月31日，將該流域13個雨量觀測站(圖1)測得的同期降雨量相加后除以總站數(shù)得出面雨量。

圖1 碩多崗河流域水庫電站以及雨量站分布圖

(2)預(yù)報因子篩選與分析

降水是流域水量收支平衡的重要部分，選擇降水量作為入庫流量主要預(yù)報因子，考慮香格里拉地區(qū)地形復(fù)雜及各段流域地表匯流緩慢差異，對降水量細(xì)分：近三日降水量X1，前一天降水量X2，當(dāng)日降水量X3。分析過程中，因特殊地形和水文條件，三個水庫當(dāng)日入庫流量和前一天入庫流量有顯著正相關(guān)，將前一日入庫流量X4也納入預(yù)報因子中?？紤]到螺絲灣水電站水庫與沖江河水電站水庫距離較近，其水庫入庫流量受沖江河水電站水庫泄洪影響較大，因此針對該水庫入庫流量預(yù)報方程，引入沖江河水庫前一日入庫流量X5作為額外預(yù)報因子。

采用逐步回歸篩選并剔除引起多重共線性變量：先用被解釋變量對每一個所考慮的解釋變量做簡單回歸，然后以對被解釋變量貢獻(xiàn)最大的解釋變量所對應(yīng)回歸方程為基礎(chǔ)，逐步引入其余解釋變量。經(jīng)過逐步回歸，使最后保留在模型中的解釋變量既重要，又無嚴(yán)重多重共線性。建立多元線性回歸模型過程，采用F檢驗(yàn)和t檢驗(yàn)分析方程和預(yù)報因子顯著性。多元線性回歸方程公式為：

y=β0+β1x1+β2x2+…+βkxk

式中：y表示被解釋變量；β0表示回歸常數(shù)，β1、β2、…βk代表回歸系數(shù)；x表示解釋變量，x1、x2、…、xk表示k個能精確控制的一般變量，k≥2，就形成了多元回歸方程模型。

2 三大水庫入庫流量和面雨量變化特征

2.1 庫流量年分布特征

吉沙水庫2012年～2018年平均年入庫流量4891.01 m3/s，年平均面雨量823.21 mm，年入庫流量從2012年～2015年呈下降趨勢，2016年逐步回升(圖2)；面雨量在2015年前也相對偏少，2016年降水顯著增多，入庫流量和面雨量基本相對一致。沖江河水庫2012年～2018年平均年入庫總流量8105.73 m3/s，比吉沙水庫高近3200 m3/s，年平均面雨量815.56 mm，年變化趨勢與吉沙水電站一致，2015年為近7年中入庫流量最少年份，2012年～2015年降水偏少。螺絲灣水庫與沖江河水庫距離較近，年變化情況類似，兩者入庫流量也較相近，比沖江河入庫流量略偏多。

圖2 2012年～2018年各水庫入庫流量和面雨量年變化

從圖3三大水庫入庫流量年距平變化看，2012年～2013年、2016年～2018年入庫流量為正距平，其中2012年、2017年、2018年顯著偏多，2014年、2015年入庫流量為負(fù)距平，相對偏少。沖江河水庫和吉沙水庫基本一致，2012年、2017年與2018年偏多明顯，2015年偏少較突出。面雨量年距平顯示，吉沙水電庫上游流域2012年、2014年降水偏少顯著，16年轉(zhuǎn)變?yōu)轱@著正距平；而沖江河、吉沙水庫2012年～2014年降水都偏少，2012年負(fù)距平率最高，對應(yīng)2012年云南極端干旱。2015年后向降水正距平過渡，2016年～2018年面雨量偏多1.5成以上。綜合面雨量和入庫流量結(jié)果，兩者基本變化一致，但入庫流量變化更緩慢，面雨量變化迅速，兩者相關(guān)性可能有滯后性，也可能是春季融雪等其他變量因子對入庫流量有很大影響。

圖3 2012年～2018年各水庫入庫流量和面雨量年距平百分率

2.2 庫流量月變化

水庫入庫流量與面雨量均有明顯月變化趨勢，但有差異。兩者都是單峰變化曲線，三個水庫上游流域面雨量最大值在7月，而入庫流量峰值均在8月，再次體現(xiàn)出時間滯后性(圖4)。1月～3月入庫流量處于降低趨勢，4月～8月轉(zhuǎn)為上升態(tài)勢，8月后入庫流量再次減少，吉沙水庫入庫流量11月～12月有一定程度上升，而沖江水庫和螺絲灣水庫10月后流量保持平穩(wěn)。另一方面，面雨量1月～7月呈上升趨勢，8月～12月呈下降趨勢。綜合分析表明：3月～10月面雨量和入庫流量有較高正相關(guān)性，變化基本一致，但11月到第二年2月兩者相關(guān)程度較低，可能與水庫自身調(diào)控有關(guān)。

圖4 三大水庫入庫流量和面雨量月變化

1月～12月平均月入庫流量，吉沙水庫397.98 m3/s，沖江水庫664.61 m3/s，螺絲灣水庫為705.77 m3/s。1月～6月三大水庫入庫流量為負(fù)距平，7月～12月基本為正距平，其中3月負(fù)距平百分率最高，偏少近6成，5月～6月負(fù)距平逐漸縮小；7月～9月正距平比率較高，平均達(dá)7成，個別超過8成以上，10月起正距平百分率維持較低水平，11月～12月吉沙水庫入庫流量有小幅提升，其中12月超過月平均4成。

3 日均入庫流量預(yù)報方程

以2012年1月1日至2019年10月31日逐日資料為歷史樣本，采用多元回歸分析法分月建立4個(螺絲灣5個)因子的三個水庫入庫流量預(yù)報方程，并對方程和各個因子檢驗(yàn)(見表1～表3)。表中所有參數(shù)作具體說明：R是復(fù)相關(guān)系數(shù)，用來衡量模型擬合程度，越接近1越好；R2表示決定系數(shù)，反映模型能解釋的方差占因變量方差百分比，越接近1越好；R2a即調(diào)整R2，是考慮自變量之間相互影響后，對決定系數(shù)R2的校正較R2更嚴(yán)謹(jǐn)，同樣是越接近1越好。另外所有方程均通過F檢驗(yàn)、t檢驗(yàn)每個自變量是否有顯著作用，若ρ值(pval)<0.05，說明該自變量影響顯著。

表1 吉沙水庫所有因子逐月日均入庫流量預(yù)報方程

表2 吉沙水庫逐月日均入庫流量預(yù)報優(yōu)化方程

續(xù)表2

表3 沖江河水庫所有因子逐月日均入庫流量預(yù)報方程

吉沙水庫所有月份相關(guān)系數(shù)R均達(dá)到0.8以上，說明方程整體擬合效果較好，其中6月～12月R在0.9以上，入庫流量預(yù)報方程效果更理想。對于每個月預(yù)報方程而言，部分因子pval遠(yuǎn)>0.05，表示該因子對于方程不顯著，或與預(yù)報因子相關(guān)性較低。引入逐步回歸方法對預(yù)報因子篩選，找到最優(yōu)組合預(yù)報因子，據(jù)此建立預(yù)報方程(表2)。表2中擇優(yōu)進(jìn)入方程的所有預(yù)報因子pval均<0.05，通過顯著性檢驗(yàn)，R基本保持不變，但大部分方程調(diào)整R2略有提高，說明方程得到優(yōu)化X2。

表4 沖江河水庫逐月均入庫流量預(yù)報優(yōu)化方程

沖江河水庫所有月份相關(guān)系數(shù)R均達(dá)0.85以上，方程整體擬合效果較好，除1和3月外所有月份R穩(wěn)定在0.9以上，入庫流量預(yù)報方程效果理想。同樣對于每個月預(yù)報方程，部分因子pval遠(yuǎn)>0.05，采用逐步回歸方法對預(yù)報因子篩選，建立預(yù)報方程(表3)。表3中擇優(yōu)進(jìn)入方程所有預(yù)報因子pval均<0.05，通過顯著性檢驗(yàn)。進(jìn)入方程預(yù)報因子經(jīng)篩選后，相關(guān)系數(shù)基本不變，仍保持較高水平，但R2有所增加，達(dá)到方程優(yōu)化效果。

螺絲灣水庫與沖江水庫情況相似，所有月份相關(guān)系數(shù)R均達(dá)到0.85以上(見表5)，1和3月外所有月份R穩(wěn)定在0.9以上，入庫流量預(yù)報方程效果較理想。同樣每個月預(yù)報方程，部分因子pval遠(yuǎn)>0.05，引入逐步回歸方法篩選預(yù)報因子，優(yōu)化預(yù)報方程(見表6)。表6中擇優(yōu)進(jìn)入方程所有預(yù)報因子pval均<0.05，通過t檢驗(yàn)。優(yōu)化后方程相關(guān)系數(shù)基本維持在0.9上下，調(diào)整R2略有增加，總體達(dá)到優(yōu)化效果。

表5 螺絲灣水庫所有因子逐月日均入庫流量預(yù)報方程

表6 螺絲灣水庫逐月日均入庫流量預(yù)報優(yōu)化方程

綜合以上預(yù)報方程，每個月最優(yōu)預(yù)報因子存在不同組合方式，但前一日入庫流量X5是最顯著預(yù)報因子，參與所有月份預(yù)報方程。吉沙、沖江河及螺絲灣水庫1月入庫流量和降水相關(guān)性較低，僅與前一日入庫流量X4有顯著正相關(guān)，相關(guān)系數(shù)在0.8以上。2月沖江河與螺絲灣水庫，除X5外，前一日降水X2也作為預(yù)報因子進(jìn)入預(yù)報方程。7月，沖江河與螺絲灣水庫，前三日降水、前一日降水及前一日入庫流量構(gòu)成最優(yōu)組合，而吉沙預(yù)報方程中前一日降水、當(dāng)日降水及前一日入庫流量三個因子更顯著。10月三個水庫預(yù)報方程均選擇前三日降水和前一日入庫流量作為預(yù)報因子?？傊?，碩多崗河流域地形復(fù)雜，氣候差異較大，加上春季融雪等未知因子影響，每個水庫不同月份預(yù)報方程所選預(yù)報因子差異很大，需區(qū)別考慮。

4 總結(jié)與討論

①碩多崗河流域吉沙、沖江河及螺絲灣電站年入庫流量2012年～2015年趨于下降，2016年回升。面雨量2015年前相對偏少，2016年降水顯著增多，入庫流量和面雨量基本一致。2015年入庫流量為顯著負(fù)距平；面雨量2012年負(fù)距平百分率最高，可能春季融雪等對入庫流量影響較大。

②水庫入庫流量與面雨量月變化都呈單峰曲線，但有差異。7月面雨量最大，入庫流量峰值均在8月。3月～10月面雨量和入庫流量均呈較高正相關(guān)，11月到次年2月相關(guān)性較低。1月～6月三大水庫入庫流量為負(fù)距平，其中3月偏少近6成，7月～12月為正距平，7月～9月正距平比率較高，達(dá)7成以上。

③三個水庫1月～12月日均入庫流量預(yù)報方程中復(fù)相關(guān)系數(shù)均在0.8以上，80%方程達(dá)0.9以上，整體擬合效果較好。所有預(yù)報因子中，前一日入庫流量最顯著，與當(dāng)日入庫流量相關(guān)性較高。與其他地區(qū)水庫相比，三大水庫入庫流量與當(dāng)日降水量相關(guān)度較低，可能是香格里拉地形復(fù)雜，流域較廣，地表匯流速度較慢，加上流域內(nèi)水庫較多，存在相互影響及宏觀調(diào)控作用，使入庫流量和降水量相關(guān)系數(shù)遠(yuǎn)低于其他地區(qū)。