中長(zhǎng)期河流集合預(yù)報(bào)方法在崗南水庫(kù)的應(yīng)用研究

□劉 郁

水是人類(lèi)賴(lài)以生存的生命線，是經(jīng)濟(jì)發(fā)展和社會(huì)進(jìn)步的重要保障，是實(shí)現(xiàn)可持續(xù)發(fā)展的關(guān)鍵物質(zhì)基礎(chǔ)。由于受季風(fēng)氣候環(huán)境影響，我國(guó)降水時(shí)程分配極為不均，這些氣候特性造成了洪澇和干旱災(zāi)害并存的情況，因此水庫(kù)的中長(zhǎng)期徑流預(yù)測(cè)顯得尤為重要。隨著科學(xué)技術(shù)的發(fā)展，計(jì)算機(jī)運(yùn)行處理能力的提升，采取科學(xué)的方式與計(jì)算機(jī)手段進(jìn)行中長(zhǎng)期徑流預(yù)測(cè)可以有效提升水資源的利用率。

1.中長(zhǎng)期徑流預(yù)測(cè)方法

中長(zhǎng)期徑流預(yù)測(cè)，一般指預(yù)見(jiàn)期超過(guò)流域最大匯流時(shí)間，且在3日以上，一年以?xún)?nèi)的水文預(yù)報(bào)。隨著科學(xué)技術(shù)的發(fā)展，計(jì)算機(jī)運(yùn)行處理能力的提升，統(tǒng)計(jì)學(xué)、智能算法的精進(jìn)，水文氣象產(chǎn)品模型的更新，國(guó)內(nèi)外已有諸多關(guān)于中長(zhǎng)期水資源量預(yù)報(bào)方法的研究進(jìn)展，主要分類(lèi)有天氣學(xué)方法、數(shù)理統(tǒng)計(jì)分析方法、回歸分析模型等，而近些年水文集合預(yù)報(bào)技術(shù)和氣象預(yù)測(cè)驅(qū)動(dòng)模型的方法也被廣泛開(kāi)發(fā)。此文選取ESP 方法開(kāi)展中長(zhǎng)期預(yù)測(cè)的應(yīng)用研究。

2.河流集合預(yù)報(bào)方法

水文集合預(yù)報(bào)是一種既可以給出確定性預(yù)報(bào)值，又可提供預(yù)報(bào)值不確定性信息的預(yù)報(bào)方法。河流集合預(yù)報(bào)方法是由美國(guó)國(guó)家天氣局提出的，主要用于提高美國(guó)地區(qū)水資源綜合利用水平，在美國(guó)被廣泛應(yīng)用。

2.1 模型原理

河流集合預(yù)報(bào)方法的基本原理是根據(jù)模型計(jì)算出流域土壤的初始狀態(tài)，同時(shí)給定未來(lái)氣象強(qiáng)迫輸入的集合來(lái)預(yù)測(cè)未來(lái)徑流量的過(guò)程，氣象輸入集合主要包括降雨、溫度、蒸發(fā)等參數(shù)。根據(jù)歷史資料的降雨、溫度等氣象數(shù)據(jù)驅(qū)動(dòng)水文模型生成遇見(jiàn)期內(nèi)河道流量過(guò)程集合，并選定不同的預(yù)報(bào)時(shí)段，將流量過(guò)程集合進(jìn)行統(tǒng)計(jì)計(jì)算，得到各個(gè)年份資料的最大值、最小值、平均值、標(biāo)準(zhǔn)方差成果，從而產(chǎn)生最大流量及發(fā)生時(shí)間、最小流量及發(fā)生時(shí)間、水量的預(yù)測(cè)成果，還可以根據(jù)不同概率分布給出不同成果發(fā)生的可能性。

ESP 方法發(fā)展到現(xiàn)在，發(fā)現(xiàn)不同氣象數(shù)值模式精度都不一致，需要通過(guò)一定的方法確定各個(gè)模式的最佳權(quán)重，評(píng)估集合預(yù)報(bào)的不確定性，典型方法如貝葉斯多模型平均方法（Bayesian Model Average，BMA），稱(chēng)為水文集合預(yù)報(bào)的前處理。在氣象前處理完成后，還可以用多種水文模型進(jìn)行預(yù)報(bào)，其結(jié)果也不一樣，與氣象模式的處理方法一樣，可以采用均值法、權(quán)重法、貝葉斯多模型平均方法等眾多方法，稱(chēng)之為水文集合預(yù)報(bào)后處理。

2.2 應(yīng)用條件

與河流集合預(yù)報(bào)方法不同，統(tǒng)計(jì)學(xué)法基本原理是將遇見(jiàn)期內(nèi)已發(fā)生的歷史流量數(shù)據(jù)進(jìn)行均值處理或者均值倍比得到預(yù)測(cè)結(jié)果，沒(méi)有考慮未來(lái)遇見(jiàn)期內(nèi)氣象強(qiáng)迫輸入的情況。ESP 方法可以采用歷史資料的氣象強(qiáng)迫輸入和流域當(dāng)前的土壤初始狀態(tài)驅(qū)動(dòng)水文模型得到各個(gè)年份的遇見(jiàn)期來(lái)水量。預(yù)測(cè)結(jié)果的精度主要受兩方面影響：一是水文預(yù)報(bào)模型的精度，包括水文模型適用性及模型參數(shù)精度、氣象強(qiáng)迫輸入精度、模型狀態(tài)精度；二是流域初始狀態(tài)年際變化程度，變化范圍越大，對(duì)水文模型預(yù)測(cè)流量影響越大，預(yù)測(cè)結(jié)果越精確。

綜上所述，河流集合預(yù)報(bào)可以分為5 大模塊：水文集合前處理、集合數(shù)據(jù)同化、參數(shù)集合處理、水文集合后處理、水文模型，模型結(jié)構(gòu)見(jiàn)圖1。使用該方法進(jìn)行中長(zhǎng)期徑流預(yù)測(cè)主要包括歷史資料整理、方案編制、ESP 適用性檢驗(yàn)、ESP 預(yù)測(cè)4 方面內(nèi)容。

圖1 模型結(jié)構(gòu)

3.應(yīng)用舉例

崗南水庫(kù)總庫(kù)容17.04 億m3，是一座大（Ⅰ）型水利樞紐工程，水庫(kù)坐落在滹沱河干流，流域面積15900 km2，占全流域面積的64%,是石家莊市重要水源保護(hù)地，在防洪、供水、發(fā)電、灌溉等方面發(fā)揮了顯著作用，與下游黃壁莊水庫(kù)形成梯級(jí)水庫(kù)，地理位置和功能非常重要。本文以崗南水庫(kù)做為研究實(shí)例，開(kāi)展ESP 方法的應(yīng)用研究對(duì)滹沱河流域水資源規(guī)劃具有重要意義。

3.1 方案編制

崗南水庫(kù)上游流域?qū)儆诎霛駶?rùn)地區(qū)，本文選取三水源新安江模型建立產(chǎn)、匯流預(yù)報(bào)方案，選取馬斯京根河道流量演算模型建立河道匯流方案，主要以小覺(jué)站河道來(lái)水和小覺(jué)—崗南水庫(kù)區(qū)間來(lái)水為輸入。將小覺(jué)—崗南水庫(kù)區(qū)間劃分為4 個(gè)預(yù)報(bào)單元：劉家坪以上區(qū)間、石板以上區(qū)間、王岸以上區(qū)間及小覺(jué)—?jiǎng)⒓移骸濉醢丁獚從纤畮?kù)區(qū)間，每個(gè)預(yù)報(bào)單位出口都有實(shí)測(cè)控制站數(shù)據(jù)。4 個(gè)預(yù)報(bào)單元控制流域面積為1900km2，共有雨量站52 處，能滿足水文情報(bào)預(yù)報(bào)規(guī)范（GB/T 22482-2008）的要求，預(yù)報(bào)方案流域邊界見(jiàn)圖2。采用1990 年后的歷史降雨資料和場(chǎng)次洪水資料進(jìn)行方案率定和檢驗(yàn)，確定性系數(shù)達(dá)到0.85 以上。

圖2 預(yù)報(bào)方案流域邊界

3.2 ESP 檢驗(yàn)

ESP 檢驗(yàn)是檢驗(yàn)該方法是否適用于該流域的基本條件。通過(guò)連續(xù)觀測(cè)的1954 年—2020 年的流量和降水資料，采用水庫(kù)的預(yù)報(bào)方案驅(qū)動(dòng)水文模型，分別計(jì)算出每年12月1日的土壤含水量，結(jié)合歷年的流量和降水資料集合，產(chǎn)生對(duì)應(yīng)于不同年份的水庫(kù)入庫(kù)流量過(guò)程集合，再折算成入庫(kù)來(lái)水量，ESP 檢驗(yàn)見(jiàn)圖3。圖底部第一張圖代表實(shí)測(cè)入庫(kù)來(lái)水量與水文模型模擬來(lái)水量的擬合程度，相關(guān)系數(shù)為0.88，擬合程度較高；第二張圖代表不同土壤初始狀態(tài)下，固定雨量數(shù)據(jù)模擬入庫(kù)來(lái)水量均值與實(shí)際來(lái)水量的擬合程度，相關(guān)系數(shù)為0.57，說(shuō)明土壤狀態(tài)在一定程度上影響水庫(kù)來(lái)水；因此，可以采用ESP 方法進(jìn)行崗南水庫(kù)中長(zhǎng)期徑流預(yù)測(cè)。

圖3 ESP 檢驗(yàn)

3.3 ESP 預(yù)測(cè)

輸入2022 年11月1日—12月1日的降雨和流量數(shù)據(jù)，根據(jù)站點(diǎn)的預(yù)報(bào)方案驅(qū)動(dòng)水文模型計(jì)算出2022 年12月1日的土壤含水量，再輸入2006 年—2020 年的降雨和流量數(shù)據(jù)集合，產(chǎn)生出一組流量過(guò)程集合，計(jì)算出2022 年12月—次年5月入庫(kù)水量為2.33 億m3，而實(shí)際來(lái)水量為2.76 億m3，誤差為15.58%，精度較高。輸入2023 年汛期資料，預(yù)測(cè)2023 年12月—次年5月崗南入庫(kù)水量為2.31 億m3。

綜上所述，崗南水庫(kù)的水文預(yù)報(bào)方案滿足ESP 方法的兩個(gè)應(yīng)用條件，ESP方法在崗南水庫(kù)2022 年12月—次年5月的中長(zhǎng)期徑流預(yù)測(cè)結(jié)果精度較高。但由于資料收集、分析工作量較大，僅選用了2022 年汛后資料進(jìn)行驗(yàn)證，后期可選取更多、更細(xì)的預(yù)報(bào)時(shí)間段進(jìn)行對(duì)比研究。