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(lái)極端氣象災(zāi)害時(shí)有發(fā)生，嚴(yán)重影響電網(wǎng)安全穩(wěn)定運(yùn)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(shí)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(shí)掌握精細(xì)化降雨預(yù)報(bào)信息對(duì)電網(wǎng)安全運(yùn)行至關(guān)重要。

地面雨量計(jì)、雷達(dá)和衛(wèi)星觀測(cè)是降水監(jiān)測(cè)信息獲取的主要途徑。通過(guò)雨量計(jì)觀測(cè)獲得的降水資料雖然單點(diǎn)精度很高，但是存在監(jiān)測(cè)站網(wǎng)分布不均勻、輸電線路周邊氣象監(jiān)測(cè)站點(diǎn)稀少、強(qiáng)降水的監(jiān)測(cè)能力不足等問(wèn)題。氣象雷達(dá)和氣象衛(wèi)星的發(fā)展為降水監(jiān)測(cè)提供了新手段。雷達(dá)實(shí)時(shí)探測(cè)云和降水結(jié)構(gòu)，可以迅速提供一定區(qū)域內(nèi)的實(shí)時(shí)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(cè)量誤差較大，局地降水量的估測(cè)精度有待進(jìn)一步提高。衛(wèi)星可以提供大范圍、高時(shí)空分辨率的降水估計(jì)，彌補(bǔ)了常規(guī)雨量觀測(cè)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(duì)較低[3]。鑒于上述單一來(lái)源降水資料的局限性，將不同來(lái)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(cè)質(zhì)量最有效的途徑之一。融合降水技術(shù)在氣候監(jiān)測(cè)、氣候變化研究、模式檢驗(yàn)及水文預(yù)報(bào)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(dòng)站融合降水?dāng)?shù)據(jù)應(yīng)用于中國(guó)南方短時(shí)強(qiáng)降水分析中，認(rèn)為融合降水?dāng)?shù)據(jù)所反映的短時(shí)強(qiáng)降水的大尺度特征與站點(diǎn)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(guò)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(duì)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(dòng)氣象站點(diǎn)監(jiān)測(cè)雨量進(jìn)行效果對(duì)比分析，評(píng)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(xiǎn)分析和評(píng)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(guò)遙感手段結(jié)合雨量計(jì)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(jiǎn)單地全局平均校準(zhǔn)，但是不同地區(qū)的降水和地表?xiàng)l件不同，不同區(qū)域的衛(wèi)星反演降水?dāng)?shù)據(jù)與地面實(shí)測(cè)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(chǎng)，然后在雨量計(jì)實(shí)測(cè)數(shù)據(jù)的基礎(chǔ)上對(duì)背景場(chǎng)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(shí)降水信息，從而得到一個(gè)降水估計(jì)場(chǎng)，用來(lái)代表降水的真實(shí)信息[6-7]。

利用中國(guó)氣象局CMPAS-Hourly V2.1系統(tǒng)，將自動(dòng)氣象站逐時(shí)降水監(jiān)測(cè)數(shù)據(jù)、雷達(dá)定量降水估計(jì)數(shù)據(jù)以及CMORPH衛(wèi)星反演降水預(yù)測(cè)數(shù)據(jù)進(jìn)行有效融合處理，輸出多源融合降水預(yù)報(bào)產(chǎn)品，該產(chǎn)品空間分辨率為0.05°×0.05°，時(shí)間分辨率為1 h，其融合過(guò)程如下：

1)采用概率密度函數(shù)(probability density funtion，PDF)匹配法，以自動(dòng)氣象站監(jiān)測(cè)降水?dāng)?shù)據(jù)為基準(zhǔn)，修正雷達(dá)和衛(wèi)星估測(cè)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(chǎng)；

3)采用統(tǒng)計(jì)方法量化誤差估計(jì)，再采用最優(yōu)插值方法融入地面監(jiān)測(cè)[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(lái)源的降水產(chǎn)品，特別是在站點(diǎn)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(gè)確定取值點(diǎn)附近的可能性的函數(shù)。雷達(dá)估測(cè)和衛(wèi)星反演降水的概率密度分布在一定時(shí)空范圍內(nèi)是相對(duì)穩(wěn)定的，因此選取適當(dāng)?shù)臅r(shí)空窗口且樣本量足夠大時(shí)，可分別得到地面觀測(cè)、雷達(dá)估測(cè)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(duì)應(yīng)不同來(lái)源降水量值，以地面觀測(cè)降水為基準(zhǔn)，對(duì)相同累積概率密度值下雷達(dá)估測(cè)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(jì)，求解對(duì)數(shù)似然函數(shù)，對(duì)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(chǎng)作為背景場(chǎng)，即初估場(chǎng)。將降水格點(diǎn)分析產(chǎn)品中有站點(diǎn)分布的格點(diǎn)作為觀測(cè)值，每個(gè)格點(diǎn)上的降水分析值A(chǔ)k等于該點(diǎn)的初估值Fk加上該格點(diǎn)上觀測(cè)值Oi與初估值Fi的偏差的加權(quán)估計(jì)[10]，即

(3)

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

格點(diǎn)分析值的誤差方差為

(4)

式中:Tk為k點(diǎn)的真值。

假設(shè)觀測(cè)誤差與初估場(chǎng)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(jì)：

(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(hào)桿塔段上游地區(qū)連續(xù)出現(xiàn)暴雨，主要降水時(shí)段集中在7月19日與7月23日[11]。7月19日，該線路244號(hào)桿塔段上游地區(qū)日降水量突破歷史極值，最大站點(diǎn)雨量為175.3 mm。暴雨導(dǎo)致該線路244號(hào)桿塔段上游2個(gè)水庫(kù)水位急速上漲。其中，A水庫(kù)水位達(dá)101.08 m，洪峰流量700 m3/s，超歷史極值；B水庫(kù)庫(kù)容量超出警戒水位，為迎接上游A水庫(kù)下泄洪水，B水庫(kù)緊急泄洪。受洪水沖刷，該線路244號(hào)桿塔塔基受損。7月23日，線路244號(hào)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(hào)桿塔倒塔事故發(fā)生，利用降水融合產(chǎn)品來(lái)彌補(bǔ)244號(hào)桿塔線路東北部氣象監(jiān)測(cè)站點(diǎn)稀疏不足的問(wèn)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(hào)桿塔段上游線路所在區(qū)域位勢(shì)高度及雨量監(jiān)測(cè)站點(diǎn)分布見(jiàn)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(shí)點(diǎn)代表244號(hào)桿塔所在位置；圖例中從左至右顏色變化表示位勢(shì)高度等級(jí)，數(shù)字代表位勢(shì)高度，單位：位勢(shì)米(gpm)。可以看出，244號(hào)桿塔線路東南部地區(qū)雨量監(jiān)測(cè)站點(diǎn)比較密集，北部及西南部雨量監(jiān)測(cè)站點(diǎn)均較為稀疏，東北部位勢(shì)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(shí)，極易形成山洪，對(duì)線路威脅較大。

圖1 位勢(shì)高度及雨量監(jiān)測(cè)站點(diǎn)分布圖

2.2 多源降水融合技術(shù)應(yīng)用

圖2為244號(hào)桿塔塔段線路地區(qū)2018年07月18日20時(shí)-20日20時(shí)、07月22日20時(shí)-24日20時(shí)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(shí)點(diǎn)代表244號(hào)桿塔所在位置；圖例中從左至右顏色變化表示降水量等級(jí)，數(shù)字代表降水量，單位：mm。

圖2(a)、(b)為18日20時(shí)-19日20時(shí)、19日20時(shí)-20日20時(shí)多源降水融合產(chǎn)品圖。可以看到，18日20時(shí)-19日20時(shí)，該244號(hào)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(gè)暴雨中心，雨量超過(guò)180 mm。19日20時(shí)-20日20時(shí)，降水范圍明顯減小，但是在244號(hào)桿塔塔段線路上游附近仍存在一個(gè)雨量超過(guò)80 mm的強(qiáng)降水中心。圖2(c)、(d)為22日20時(shí)-23日20時(shí)、23日20時(shí)-24日20時(shí)多源降水融合產(chǎn)品圖，可以看出，244號(hào)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(guò)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(gè)強(qiáng)降水中心。23日20時(shí)-24日20時(shí)，雨帶東移，降雨中心強(qiáng)度較23日明顯減弱。

圖2 244號(hào)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(hào)桿塔塔段所在區(qū)域自動(dòng)氣象站點(diǎn)降水量監(jiān)測(cè)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(shí)點(diǎn)代表244號(hào)桿塔所在位置；圖例中從左至右顏色變化表示降水量等級(jí)，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(dòng)氣象站逐時(shí)監(jiān)測(cè)降水?dāng)?shù)據(jù)進(jìn)行對(duì)比分析，可以看出:18日20時(shí)-19日20時(shí)圖3與圖2(a)所示244號(hào)桿塔塔段線路上游地區(qū)超過(guò)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(shí)-20日20時(shí)，自動(dòng)站監(jiān)測(cè)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(shí)-23日20時(shí)，自動(dòng)站監(jiān)測(cè)雨量與降水融合產(chǎn)品相似度較高，在244號(hào)桿塔塔段線路上游和下游相同位置，各存在一個(gè)雨量超過(guò)100 mm的暴雨中心。不同的是，自動(dòng)氣象站點(diǎn)所示降水中心強(qiáng)度較降水融合產(chǎn)品偏弱；23日20時(shí)-24日20時(shí)，兩者的雨帶位置基本一致，但在244號(hào)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(dòng)站監(jiān)測(cè)降水偏大。

圖3 244號(hào)桿塔塔段所在區(qū)域自動(dòng)氣象站點(diǎn)降水量監(jiān)測(cè)圖

以上對(duì)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(shì)、強(qiáng)度以及強(qiáng)降水中心位置均與自動(dòng)站監(jiān)測(cè)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(cè)站點(diǎn)布置較少地區(qū)電網(wǎng)的降水災(zāi)害預(yù)報(bào)預(yù)警提供技術(shù)支持。

4 結(jié) 語(yǔ)

降水是影響電網(wǎng)安全運(yùn)行的重要?dú)庀笠蛩?，?qiáng)降水監(jiān)測(cè)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(cè)站點(diǎn)稀少，強(qiáng)降水的常規(guī)監(jiān)測(cè)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(cè)、雷達(dá)估測(cè)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(diǎn)產(chǎn)品。實(shí)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(shì)、強(qiáng)降水中心位置、強(qiáng)度等特點(diǎn)，可以作為氣象監(jiān)測(cè)站點(diǎn)稀少區(qū)域的降水實(shí)況，為電網(wǎng)危險(xiǎn)分析和評(píng)估、生產(chǎn)調(diào)度等提供參考依據(jù)。