王漢東,黃瓅瑤,朱思蓉,羅 斌
(長江勘測規(guī)劃設(shè)計研究有限責(zé)任公司,湖北 武漢 430010)
作為一項重要的流域降雨強度特征指標,流域面雨量是進行防洪形勢分析、水文預(yù)報的重要因子之一,流域面雨量的計算直接關(guān)系到洪水預(yù)報的精度[1]。
流域面雨量的一種簡單計算方法是用流域范圍內(nèi)各雨量站的雨量平均值作為流域面雨量[2]。然而降雨具有時空不連續(xù)性的特點,雨量站的實測雨量屬于點雨量,只可代表該測站周圍局部區(qū)域的平均降雨量,無法準確反映更大范圍的降雨情況。因此,流域面雨量的估算可以歸結(jié)為如何根據(jù)有限數(shù)量的雨量站觀測值推算整個流域的降雨情況。流域面雨量常用的計算方法是空間插值算法[3–5],空間插值是根據(jù)少量的已知空間樣點數(shù)據(jù)估計未知空間的數(shù)據(jù)值,可以分為確定性和地統(tǒng)計 2 種插值算法[6]:確定性插值利用對象的空間相似性,或以平滑度為基礎(chǔ),根據(jù)已知樣本點創(chuàng)建表面;地統(tǒng)計插值則不僅考慮對象的空間相關(guān)性和依賴性,還考慮對象的統(tǒng)計特性,如頻率分布、方差、均值等。地統(tǒng)計插值能夠量化樣本點之間的空間自相關(guān)性,并揭示其空間分布。
用于面雨量計算的空間插值方法較多,每種插值方法都有相應(yīng)的適用條件,同一區(qū)域采用不同的插值方法,計算結(jié)果會有一定程度的差異。因此,需要根據(jù)雨量站點的分布情況及流域地形特征等因素選擇合適的插值方法[7]。本研究分別選取反距離加權(quán)、普通克里金、協(xié)同克里金 3 種插值方法,應(yīng)用于三峽區(qū)間的面雨量計算,通過計算結(jié)果的對比,分析產(chǎn)生差異的原因,從而找到三峽區(qū)間流域最為合適的面雨量插值方法。
流域面雨量是流域內(nèi)的平均降雨量,計算公式如下:
流域范圍內(nèi)的雨量站數(shù)量有限,因此面雨量的實際計算是將式 (1) 離散化,先根據(jù)雨量站的位置和數(shù)量將流域劃分為N個小區(qū)域,每個小區(qū)域僅包含1 個雨量站,用第i個小區(qū)域上的雨量站的雨量(點雨量)Pi代表該區(qū)域的平均降雨量,則流域面雨量近似計算如下:
式中:Ai為第i個小區(qū)域面積。
反距離加權(quán)插值是一種確定性空間插值方法,以對象點之間的空間距離為權(quán)重,距離越近,權(quán)重越大。插值點雨量估計值P的計算公式如下:
式中:n為已知樣本點的數(shù)量;P(si) 是樣本點si處的降雨量值;ωi是樣本點si的權(quán)重。權(quán)重ωi的計算公式如下:
式中:p為指數(shù)值,用于控制插值點與已知樣本點之間的距離對插值結(jié)果的影響;di為預(yù)測點s與已知樣本點si之間的距離。
p一般為正實數(shù),指數(shù)值越大,距離越近的樣本點對結(jié)果的影響越大,可進一步強化距離近的樣本點對插值結(jié)果的影響。指數(shù)值減小,距離遠的樣本點對結(jié)果的影響增強,距離對插值結(jié)果的影響會弱化。本研究中p的取值為 2,這也是最常用的取值。
普通克里金插值利用區(qū)域化變量的原始數(shù)據(jù)和變異函數(shù)的結(jié)構(gòu)特點,對未知樣點進行線性無偏、最優(yōu)化估計。計算公式如下:
式中:P(x0) 為x0點處估計降雨量;P(xi) 為第i站的實測降雨量;ωi為第i個觀測點對插值點的權(quán)重;n為實測雨量站的數(shù)量。
建立空間變量的協(xié)方差函數(shù),提出變異函數(shù)模型是普通克里金插值計算重要的一環(huán)。最常用的變異函數(shù)模型有球面、指數(shù)、高斯、冪和線性模型,本研究根據(jù)方差變異分析結(jié)果,選用球面模型作為普通克里金的變異函數(shù)理論模型。
協(xié)同克里金插值法是在普通克里金插值法的基礎(chǔ)上引進對結(jié)果有影響的相關(guān)因素進行插值的一種方法,通過用 1 個或多個輔助變量對主變量進行插值估算,從而把區(qū)域化變量的最佳估值方法從單一屬性發(fā)展到 2 個或 2 個以上的協(xié)同區(qū)域化屬性。地理、氣象等多種要素對流域面雨量均有不同程度的影響,因此,在面雨量計算的過程中充分考慮上述影響因子,有助于提高插值計算的精度。
將流域地形作為降雨插值相關(guān)的輔助變量,考慮高程影響的協(xié)同克里金插值可用下式表示:
式中:y(xi) 為xi點處的高程;mh,mP分別為高程和降雨的全局平均值;λi為第i個站點的綜合權(quán)重。λi計算如下:個權(quán)重對第i個站點的權(quán)重;γ為
式中:λij為第jij第i個站點的每j個單個權(quán)重因子。利用這種綜合權(quán)重計算方法,可定量表示出不同權(quán)重因子對降雨量的影響。
流域面雨量無法通過觀測手段得到,不能通過實際觀測值進行驗證,因此常采用交叉驗證法驗證插值效果[8]。采用平均誤差δ、平均絕對誤差γ、誤差均方根σ作為評估插值效果的標準。δ總體反映估計誤差的大小,γ可以估量估計值可能的誤差范圍,σ可以反映利用樣點數(shù)據(jù)估值的靈敏度和極值效應(yīng),相關(guān)計算公式如下:
式中:Pa,i為第i個站點的實際觀測值;Pe,i為第i個站點的估計值;n為用于檢測的站點數(shù)量。
三峽區(qū)間一般是指長江干流寸灘、支流烏江武隆至三峽壩址之間的區(qū)域,位于長江流域上游最下端,三峽區(qū)間長江干流河長為 614 km,區(qū)間面積為 5.3 萬 km2。三峽區(qū)間屬北溫帶和亞熱帶季風(fēng)氣候的過渡帶,年降水量在 1 000~1 600 mm 之間,年內(nèi)降水大多集中在 6—9 月。受大巴山、巫山地形影響,三峽區(qū)間暴雨發(fā)生頻繁,降雨強度大。三峽區(qū)間高程在 66~3 393 m 之間,地形復(fù)雜,支流眾多。本研究降雨數(shù)據(jù)選取三峽區(qū)間 309 個雨量站2017 年的日降雨數(shù)據(jù),三峽區(qū)間 DEM 及雨量站分布如圖 1 所示。
使用反距離加權(quán)等 3 種插值方法對三峽區(qū)間2017 年 6 月 3 日 2 時至 6 日 8 時的一場降雨進行面雨量空間插值計算,采用反距離加權(quán)、普通克里金、協(xié)同克里金 3 種插值方法計算得到的整個區(qū)間流域的面雨量分別為 56.4,57.8 和 57.2 mm,3 種插值方法的插值結(jié)果如圖 2 所示。
圖 1 三峽區(qū)間 DEM 及雨量站分布
從圖 2 可以看出:3 種插值方法得到的面雨量空間分布特征總體上較為接近,僅在局部空間分布上存在差異。最大降雨主要分布在流域北部,這與地面雨量站的分布、實際觀測值基本吻合,也與三峽區(qū)間的地理與氣候特征吻合。從圖 1 可以看出:三峽區(qū)間北部的分水線地形高程高于南部,在夏季,季風(fēng)從西南方向進入,在流域北部的迎風(fēng)面上會產(chǎn)生高強度的地形雨,形成暴雨中心。另外,從圖 2 a 和 2 b 可以看出:除了北部的主中心外,還有 2~3 個副中心點,在圖 2 a 中更為明顯,這是因為反距離加權(quán)插值以對象之間的距離為權(quán)重,樣本點離插值點越近則權(quán)重越大,影響越大。從總體上看,2 種克里金插值的結(jié)果均比反距離加權(quán)插值的結(jié)果平滑,這是由于克里金插值方法不僅考慮雨量站對象之間的空間相關(guān)性,還考慮雨量站之間的依賴關(guān)系。
圖 2 3 種插值方法的面雨量插值預(yù)測結(jié)果圖
3 種空間插值方法的面雨量計算結(jié)果存在一定程度的差異,采用交叉驗證方法對結(jié)果進行評定,評價指標包括δ,γ和σ,精度分析如表 1 所示。
表 1 3 種插值方法的精度分析 mm
從表 1 可以看出,反距離加權(quán)插值的δ,γ,σ均高于 2 種克里金插值方法。這是因為反距離加權(quán)插值方法側(cè)重于距離的影響,距離越近,地理對象之間的相似性越大,但是,該方法無法準確反映相鄰站點之間的空間依賴關(guān)系,也無法考慮各種地形對面雨量的影響,因此插值效果較差??死锝鸩逯捣ǔ浞挚紤]空間對象之間的相關(guān)性和依賴關(guān)系,因而插值精度有較大的提高。
另外,相對于普通克里金插值法,協(xié)同克里金插值法在進行面雨量插值的過程中,充分融合了數(shù)字高程模型數(shù)據(jù),將高程數(shù)據(jù)作為輔助變量提高插值精度。從表 1 可以看出:相對于普通克里金插值法,協(xié)同克里金插值法的γ和σ分別降低了 19%,10%,插值精度有一定程度的提高。
將反距離加權(quán)、普通克里金、協(xié)同克里金 3 種空間插值方法應(yīng)用于三峽區(qū)間的面雨量插值計算,通過比較 3 種插值方法的插值效果,分析 3 種插值方法精度差異的原因,可以得到以下針對三峽區(qū)間的面雨量插值計算結(jié)果:2 種克里金插值法的插值結(jié)果的誤差要小于反距離加權(quán)插值法,并且插值效果更平滑;對于 2 種克里金插值法,協(xié)同克里金插值的精度要優(yōu)于普通克里金插值。復(fù)雜地形是影響降雨空間分布的一個重要因素,因此,在山區(qū)或地形起伏較大的區(qū)域進行面雨量空間計算時,考慮地形影響的協(xié)同克里金插值比普通克里金插值有更好的精度表現(xiàn)。
降雨具有時空分布特征,在面雨量插值計算過程中,應(yīng)充分考慮各雨量站之間的空間自相關(guān)性和依賴性,這也是克里金插值比反距離加權(quán)插值有更高精度的原因;另外,流域面雨量也受氣象、地形、雨量站數(shù)量及分布等多種因素的影響,應(yīng)根據(jù)流域的具體情況,充分考慮各種影響因素,選擇合適的面雨量插值算法。
對于給定的流域或區(qū)域,雨量站的數(shù)量和分布往往成為面雨量插值算法的前提和限定條件。隨著現(xiàn)代雨量監(jiān)測技術(shù)的發(fā)展,已有更多先進的雨量監(jiān)測手段,如雷達測雨等,在面雨量計算過程中,引入數(shù)據(jù)融合技術(shù),充分利用多源雨量監(jiān)測數(shù)據(jù),將會在一定程度上提高面雨量計算的精度。