楊學(xué)寶，趙建利，趙建坤

(1.內(nèi)蒙古京能雙欣發(fā)電有限公司，內(nèi)蒙古 烏海 016014；2.內(nèi)蒙古電力科學(xué)研究院，呼和浩特 010020)

0 引 言

近年來極端氣象災(zāi)害時有發(fā)生，嚴(yán)重影響電網(wǎng)安全穩(wěn)定運行[1]。內(nèi)蒙古地區(qū)東西跨度大，氣候復(fù)雜多樣，降雨多集中于夏季，且多陣性降水、強(qiáng)度大，在一定條件下出現(xiàn)短時強(qiáng)降水，易形成山洪，造成輸電線路基礎(chǔ)受損甚至倒塔等事故發(fā)生[2]。因此，準(zhǔn)確及時掌握精細(xì)化降雨預(yù)報信息對電網(wǎng)安全運行至關(guān)重要。

地面雨量計、雷達(dá)和衛(wèi)星觀測是降水監(jiān)測信息獲取的主要途徑。通過雨量計觀測獲得的降水資料雖然單點精度很高，但是存在監(jiān)測站網(wǎng)分布不均勻、輸電線路周邊氣象監(jiān)測站點稀少、強(qiáng)降水的監(jiān)測能力不足等問題。氣象雷達(dá)和氣象衛(wèi)星的發(fā)展為降水監(jiān)測提供了新手段。雷達(dá)實時探測云和降水結(jié)構(gòu)，可以迅速提供一定區(qū)域內(nèi)的實時降水情況，但是其覆蓋面積有限，且波瓣寬度、距離衰減、強(qiáng)度衰減、充塞程度等因素使得雷達(dá)測量誤差較大，局地降水量的估測精度有待進(jìn)一步提高。衛(wèi)星可以提供大范圍、高時空分辨率的降水估計，彌補(bǔ)了常規(guī)雨量觀測資料不足及雷達(dá)覆蓋范圍小的局限性，但是衛(wèi)星反演降水的精度相對較低[3]。鑒于上述單一來源降水資料的局限性，將不同來源降水資料進(jìn)行融合，通常被認(rèn)為是從整體上提高降水觀測質(zhì)量最有效的途徑之一。融合降水技術(shù)在氣候監(jiān)測、氣候變化研究、模式檢驗及水文預(yù)報等領(lǐng)域均已得到廣泛應(yīng)用。周璇等[4]將CMORPH衛(wèi)星-地面自動站融合降水?dāng)?shù)據(jù)應(yīng)用于中國南方短時強(qiáng)降水分析中，認(rèn)為融合降水?dāng)?shù)據(jù)所反映的短時強(qiáng)降水的大尺度特征與站點資料基本一致，并能更好地描述地形的影響。劉碩[5]開展了衛(wèi)星遙感降水與地面雨量站網(wǎng)降水融合研究，并基于融合降水開展了贛江流域水文模擬應(yīng)用，以期通過高精度的降水?dāng)?shù)據(jù)源提高流域水文模擬精度。

該文針對某500 kV線路桿塔涉水、塔基受損事故案例，開展多源降水?dāng)?shù)據(jù)融合技術(shù)的應(yīng)用研究，將多源降水融合結(jié)果與自動氣象站點監(jiān)測雨量進(jìn)行效果對比分析，評估多源融合降水產(chǎn)品在電網(wǎng)災(zāi)害防御中的適用性，為電網(wǎng)危險分析和評估、生產(chǎn)調(diào)度提供更為精準(zhǔn)的科學(xué)依據(jù)。

1 多源降水融合技術(shù)原理

通過遙感手段結(jié)合雨量計數(shù)據(jù)進(jìn)行降水融合的方法主要分為全局性和區(qū)域性兩種，全局性的方法就是簡單地全局平均校準(zhǔn)，但是不同地區(qū)的降水和地表條件不同，不同區(qū)域的衛(wèi)星反演降水?dāng)?shù)據(jù)與地面實測數(shù)據(jù)之間存在不同的空間關(guān)系。因此，全局性降水融合存在較大誤差。區(qū)域性方法彌補(bǔ)了全局性方法的不足，其中心思想是首先建立降水的背景場，然后在雨量計實測數(shù)據(jù)的基礎(chǔ)上對背景場進(jìn)行修正，使降水空間分布和降水量的精度得以提升，更多地展現(xiàn)真實降水信息，從而得到一個降水估計場，用來代表降水的真實信息[6-7]。

利用中國氣象局CMPAS-Hourly V2.1系統(tǒng)，將自動氣象站逐時降水監(jiān)測數(shù)據(jù)、雷達(dá)定量降水估計數(shù)據(jù)以及CMORPH衛(wèi)星反演降水預(yù)測數(shù)據(jù)進(jìn)行有效融合處理，輸出多源融合降水預(yù)報產(chǎn)品，該產(chǎn)品空間分辨率為0.05°×0.05°，時間分辨率為1 h，其融合過程如下：

1)采用概率密度函數(shù)(probability density funtion，PDF)匹配法，以自動氣象站監(jiān)測降水?dāng)?shù)據(jù)為基準(zhǔn)，修正雷達(dá)和衛(wèi)星估測降水產(chǎn)品的系統(tǒng)偏差；

2)采用貝葉斯模型平均(Bayes model averaging，BMA)方法進(jìn)行雷達(dá)和衛(wèi)星降水產(chǎn)品融合，形成0.05°×0.05°分辨率的聯(lián)合降水背景場；

3)采用統(tǒng)計方法量化誤差估計，再采用最優(yōu)插值方法融入地面監(jiān)測[8]。

研究表明，三源融合的CMPAS-Hourly V2.1降水融合產(chǎn)品的精度優(yōu)于任何單一來源的降水產(chǎn)品，特別是在站點稀疏地區(qū)。

1.1 概率密度函數(shù)匹配法

概率密度函數(shù)是描述連續(xù)型隨機(jī)變量在某個確定取值點附近的可能性的函數(shù)。雷達(dá)估測和衛(wèi)星反演降水的概率密度分布在一定時空范圍內(nèi)是相對穩(wěn)定的，因此選取適當(dāng)?shù)臅r空窗口且樣本量足夠大時，可分別得到地面觀測、雷達(dá)估測和衛(wèi)星反演降水穩(wěn)定的累積概率密度分布。若相同的降水累積概率密度值對應(yīng)不同來源降水量值，以地面觀測降水為基準(zhǔn)，對相同累積概率密度值下雷達(dá)估測和衛(wèi)星反演降水?dāng)?shù)據(jù)進(jìn)行訂正[9]。

1.2 貝葉斯模型平均法

假定降水的PDF服從N(μ，σ2)的正態(tài)分布，即

(1)

式中:μ及σ均為常數(shù)；若σ>0，則稱隨機(jī)變量x服從正態(tài)分布。

應(yīng)用最大期望算法(expectation maximization algorithm，EM)進(jìn)行極大似然估計，求解對數(shù)似然函數(shù)，對BMA模型參數(shù)進(jìn)行率定，即

(2)

1.3 最優(yōu)插值法

將雷達(dá)-衛(wèi)星聯(lián)合降水場作為背景場，即初估場。將降水格點分析產(chǎn)品中有站點分布的格點作為觀測值，每個格點上的降水分析值A(chǔ)k等于該點的初估值Fk加上該格點上觀測值Oi與初估值Fi的偏差的加權(quán)估計[10]，即

(3)

式中：k為分析格點；i為有站點分布的“有效格點”；Wi為權(quán)重函數(shù)，表示i點上觀測值與初估值的偏差在估計時分配的權(quán)重。

格點分析值的誤差方差為

(4)

式中:Tk為k點的真值。

假設(shè)觀測誤差與初估場誤差不相關(guān)，即

(5)

則分析值的誤差方差可化為

(6)

利用最小二乘法構(gòu)建線性方程：

(7)

最終得到分析誤差的最小方差估計：

(8)

2 多源降水融合技術(shù)應(yīng)用

2.1 案例概述

2018年7月19-23日期間，某電網(wǎng)公司500 kV線路244號桿塔段上游地區(qū)連續(xù)出現(xiàn)暴雨，主要降水時段集中在7月19日與7月23日[11]。7月19日，該線路244號桿塔段上游地區(qū)日降水量突破歷史極值，最大站點雨量為175.3 mm。暴雨導(dǎo)致該線路244號桿塔段上游2個水庫水位急速上漲。其中，A水庫水位達(dá)101.08 m，洪峰流量700 m3/s，超歷史極值；B水庫庫容量超出警戒水位，為迎接上游A水庫下泄洪水，B水庫緊急泄洪。受洪水沖刷，該線路244號桿塔塔基受損。7月23日，線路244號桿塔段上游地區(qū)再次出現(xiàn)特大暴雨，最大降雨量為130.5 mm。為了預(yù)防244號桿塔倒塔事故發(fā)生，利用降水融合產(chǎn)品來彌補(bǔ)244號桿塔線路東北部氣象監(jiān)測站點稀疏不足的問題，密切監(jiān)視該地區(qū)強(qiáng)降水的發(fā)生發(fā)展已顯得尤為必要。244號桿塔段上游線路所在區(qū)域位勢高度及雨量監(jiān)測站點分布見圖1。

圖1采用BJZ54地理坐標(biāo)系，橫縱坐標(biāo)分別表示空間位置經(jīng)緯度，黑色實點代表244號桿塔所在位置；圖例中從左至右顏色變化表示位勢高度等級，數(shù)字代表位勢高度，單位：位勢米(gpm)?？梢钥闯?，244號桿塔線路東南部地區(qū)雨量監(jiān)測站點比較密集，北部及西南部雨量監(jiān)測站點均較為稀疏，東北部位勢高度卻明顯高于南部地區(qū)，處于山脈的迎風(fēng)坡，當(dāng)東北部地區(qū)發(fā)生強(qiáng)降水時，極易形成山洪，對線路威脅較大。

圖1 位勢高度及雨量監(jiān)測站點分布圖

2.2 多源降水融合技術(shù)應(yīng)用

圖2為244號桿塔塔段線路地區(qū)2018年07月18日20時-20日20時、07月22日20時-24日20時的多源降水融合產(chǎn)品圖。圖2采用BJZ54地理坐標(biāo)系，橫縱坐標(biāo)分別表示空間位置經(jīng)緯度，黑色實點代表244號桿塔所在位置；圖例中從左至右顏色變化表示降水量等級，數(shù)字代表降水量，單位：mm。

圖2(a)、(b)為18日20時-19日20時、19日20時-20日20時多源降水融合產(chǎn)品圖?？梢钥吹?，18日20時-19日20時，該244號桿塔塔段線路上游區(qū)域出現(xiàn)了大范圍的降水天氣，存在多個暴雨中心，雨量超過180 mm。19日20時-20日20時，降水范圍明顯減小，但是在244號桿塔塔段線路上游附近仍存在一個雨量超過80 mm的強(qiáng)降水中心。圖2(c)、(d)為22日20時-23日20時、23日20時-24日20時多源降水融合產(chǎn)品圖，可以看出，244號桿塔塔段線路區(qū)域再次形成西南-東北向雨帶，其中上游區(qū)域內(nèi)出現(xiàn)范圍較大、雨量超過100 mm的暴雨中心。此外，在與圖2(a)最強(qiáng)暴雨中心相同位置仍存在一個強(qiáng)降水中心。23日20時-24日20時，雨帶東移，降雨中心強(qiáng)度較23日明顯減弱。

圖2 244號桿塔塔段線路區(qū)域多源降水融合產(chǎn)品圖

3 應(yīng)用效果分析

244號桿塔塔段所在區(qū)域自動氣象站點降水量監(jiān)測如圖3所示。圖3采用BJZ54地理坐標(biāo)系，橫縱坐標(biāo)分別表示空間位置經(jīng)緯度，黑色實點代表244號桿塔所在位置；圖例中從左至右顏色變化表示降水量等級，數(shù)字代表降水量，單位：mm。

將多源降水融合產(chǎn)品降水量數(shù)據(jù)與圖3所示自動氣象站逐時監(jiān)測降水?dāng)?shù)據(jù)進(jìn)行對比分析，可以看出:18日20時-19日20時圖3與圖2(a)所示244號桿塔塔段線路上游地區(qū)超過100 mm的強(qiáng)降水中心位置與降水強(qiáng)度一致，降水量約為50 mm左右；19日20時-20日20時，自動站監(jiān)測資料的雨帶位置較降水融合產(chǎn)品稍偏西、偏南，降水強(qiáng)度與降水融合產(chǎn)品基本吻合；22日20時-23日20時，自動站監(jiān)測雨量與降水融合產(chǎn)品相似度較高，在244號桿塔塔段線路上游和下游相同位置，各存在一個雨量超過100 mm的暴雨中心。不同的是，自動氣象站點所示降水中心強(qiáng)度較降水融合產(chǎn)品偏弱；23日20時-24日20時，兩者的雨帶位置基本一致，但在244號桿塔塔段線路南部區(qū)域，降水融合產(chǎn)品雨帶強(qiáng)度較自動站監(jiān)測降水偏大。

圖3 244號桿塔塔段所在區(qū)域自動氣象站點降水量監(jiān)測圖

以上對比分析結(jié)果表明，多源降水融合產(chǎn)品所顯示的雨帶分布、走勢、強(qiáng)度以及強(qiáng)降水中心位置均與自動站監(jiān)測保持了較高的相似性。因此，可以利用多源降水融合產(chǎn)品為氣象監(jiān)測站點布置較少地區(qū)電網(wǎng)的降水災(zāi)害預(yù)報預(yù)警提供技術(shù)支持。

4 結(jié) 語

降水是影響電網(wǎng)安全運行的重要氣象因素，強(qiáng)降水監(jiān)測在電網(wǎng)災(zāi)害防御中至關(guān)重要。通常情況下，電網(wǎng)輸電線路周邊氣象監(jiān)測站點稀少，強(qiáng)降水的常規(guī)監(jiān)測能力不足，多源降水融合技術(shù)可有效融合地面降水監(jiān)測、雷達(dá)估測及衛(wèi)星反演等三源降水資料，并生成0.05°×0.05°精細(xì)化格點產(chǎn)品。實際案例應(yīng)用效果表明，降水融合產(chǎn)品能夠較好地反映出雨帶分布、走勢、強(qiáng)降水中心位置、強(qiáng)度等特點，可以作為氣象監(jiān)測站點稀少區(qū)域的降水實況，為電網(wǎng)危險分析和評估、生產(chǎn)調(diào)度等提供參考依據(jù)。