毛鎮(zhèn)南

(廣州市黃龍帶水庫管理中心，廣東 廣州 510000)

1 工程概況

黃龍帶水庫位于廣州市從化區(qū)東北部，壩址位于流溪河支流汾田水下游，壩址以上干流長度21 km，是一座集防洪、灌溉、發(fā)電為一體的中型水庫，最大庫容9097萬m3，集雨面積92.3 km2。主要建筑物包括主壩一座(漿砌石重力壩，壩長183 m，最大壩高61.3 m)、溢洪道一處、電站兩座(總裝機容量為 8800 kW)、輸水隧洞二條(其中大壩至一級電站為194 m有壓隧洞，引水明渠沖沙閘至二級電站前池為566 m無壓隧洞)、860 m引水明渠一條。水庫大壩自建成以來運行正常。大壩于2017年進行安全鑒定，鑒定為一類壩。庫區(qū)雨量分配很不均勻，10月—次年3月份量少，4—9月份量大。流域洪水一般發(fā)生在4—10月，4—6月以前汛期降水和梅雨降水為主，7—10月以臺風暴雨為主。流域上游為山地，河道坡降較大，發(fā)生大暴雨時，常形成陡漲陡落的大洪水，洪水歷時短，洪流大。

目前黃龍帶水庫雖然建有大壩安全數(shù)據(jù)監(jiān)測系統(tǒng)，但水庫調(diào)度、水資源調(diào)節(jié)依然靠人工經(jīng)驗進行，缺乏面向水庫安全管理業(yè)務(wù)需求的數(shù)據(jù)與應(yīng)用平臺，分析滯后，不能及時給出決策支持。

2 入庫流量實時預(yù)報平臺

2.1 短臨(0～3 h)降水預(yù)報模型

目前，氣象上先進的定量降水預(yù)報主要依靠數(shù)值天氣預(yù)報模式，而世界最先進的數(shù)值天氣預(yù)報模式目前對未來0～3 h的降水預(yù)報效果都很差，關(guān)鍵原因是數(shù)值天氣預(yù)報模式的“spin-up”問題沒有得到有效解決，計算效率較低，不能滿足0～3 h預(yù)報需求。

對0～3 h的客觀降水預(yù)報方法主要是采用雷達圖像外推方案。雷達圖像外推方案具備較高的時效性，較小的計算量，較高的空間分辨率和時間分辨率。深圳市氣象局建立的短時臨近預(yù)報系統(tǒng)就是基于光流法的雷達外推方案，取得了不錯的預(yù)報效果。但是傳統(tǒng)的光流法面臨的最大問題是無法估計無降水區(qū)域的流場，1 h以后的降水預(yù)報誤差顯著增大。這增加了水文模型對城市內(nèi)澇的不確定性和誤差。

為了給水文預(yù)報模型較好的預(yù)報降水驅(qū)動，本項目在傳統(tǒng)光流方法短臨降水預(yù)報方案的基礎(chǔ)上，研發(fā)一種新的雷達外推短臨外推方案。主要研究思路是利用數(shù)值天氣模式預(yù)報的風場信息，結(jié)合傳統(tǒng)光流法計算的風場(流場)，建立一種新的雷達外推短臨預(yù)報方案。3 h內(nèi)的預(yù)報目前已實現(xiàn)逐6 min更新。

2.2 多數(shù)值天氣預(yù)報模式降水的集合預(yù)報

降水是天氣預(yù)報中最難預(yù)報的變量，也是預(yù)報準確度最低的變量之一。各個數(shù)值模式對降水的預(yù)報存在很大的區(qū)別，特別是在精細化(分辨率<1 km)格點定量降水預(yù)報的難度會更大[1-3]。數(shù)值天氣預(yù)報模式雖然能夠較好地給出降水量的預(yù)報，但其精度遠遠沒有達到經(jīng)濟社會發(fā)展的需要。每種數(shù)值天氣模式對降水的預(yù)報均存在一定的不足，但都有自己的優(yōu)點。為了減小高分辨率降水預(yù)報的不確定性，盡量提高降水預(yù)報的精度，為水庫調(diào)度提供精確的降水量預(yù)報，采用中國氣象局的多源降水預(yù)報產(chǎn)品，開發(fā)多模式集合降水預(yù)報產(chǎn)品，提高降水預(yù)報的精度。傳統(tǒng)的集合方法采用簡單的平均法，而本項目根據(jù)模式預(yù)報效果，研究各模式降水預(yù)報特點，根據(jù)各個模式將降水預(yù)報的誤差確定集合權(quán)重[4-5]，獲取最優(yōu)的降水預(yù)報。目前，針對黃龍帶庫區(qū)實時運行，每小時更新一次未來7 d的預(yù)報。

2.3 入庫流量預(yù)測方法

在實際運行調(diào)度時，根據(jù)歷史的徑流資料或隨機徑流資料建立的調(diào)度計劃模型都不具有完全優(yōu)先的指導(dǎo)意義，水庫優(yōu)化調(diào)度中最重要的問題在于如何增加對來水預(yù)報的準確度。采用先進的降水集合預(yù)報技術(shù)以及集合預(yù)報結(jié)果的后處理分析技術(shù)，并在此基礎(chǔ)上，根據(jù)各個時間尺度的降水預(yù)測和水庫的特性資料，利用機器學(xué)習的方案建立面雨量與入庫流量之間的統(tǒng)計學(xué)聯(lián)系[6-7]。

從分析結(jié)果看(圖1)，降水的日增量與流量的日增量存在很好的相關(guān)關(guān)系，周降水的增量與流量的增量呈現(xiàn)更好的線性相關(guān)，相關(guān)系數(shù)達到0.83，月降水量與月入庫流量的線性相關(guān)達到0.85。由此可見，不同時間尺度的入庫流量和降水變化的關(guān)系有所不同，基于此，建立了不同時間尺度降水與流量的預(yù)測模型。目前，針對黃龍帶庫區(qū)實時運行，提供未來2 d逐小時(每小時更新)、未來10 d逐日(每小時更新)、未來5周逐周(每日更新一次)的入庫流量預(yù)報。

圖1 不同時間尺度降水量與入庫流量的關(guān)系

2.4 實時預(yù)報平臺

初步建立了入庫流量的實時預(yù)報平臺，依托平臺進行統(tǒng)籌計算管理，平臺承載的核心功能模塊主要為以下3個部分：

(1)多源采集核心模塊。主要適用于調(diào)度生產(chǎn)的原始計算數(shù)據(jù)接入處理場景，面向結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)提供統(tǒng)一配置化接入。

(2)融合清洗核心模塊。主要適用于調(diào)度生產(chǎn)中邏輯處理場景，提供數(shù)據(jù)清洗、融合、歸一化處理，最終通過計算模型輸出多維度計算結(jié)果。

(3)數(shù)據(jù)產(chǎn)品核心模塊。主要包含精細化無縫隙氣象預(yù)報、入庫流量預(yù)測、中長期優(yōu)化運行建議和短期優(yōu)化運行建議。旨在從降水預(yù)報到運行優(yōu)化建議，為水庫優(yōu)化調(diào)度提供全方位數(shù)據(jù)依據(jù)。

本產(chǎn)品通過PC終端人機互動的方式，及時精準地反演水庫/水電站在未來一段時間降水量、流量與水位之間的關(guān)系，以及提供全尺度的氣象預(yù)報和對指定時間范圍內(nèi)的歷史數(shù)據(jù)查詢功能。產(chǎn)品特色在與集降水量-流量-水位多時間跨度可視化展示。

3 應(yīng)用實例

對2021年1月1日—8月31日的預(yù)報進行了詳細的評估。評估對象主要有降水、水位和入庫水量，時間分辨率為日尺度，預(yù)報更新頻率為24 h、12 h、3 h和1 h。評估方法主要采用概率統(tǒng)計、絕對誤差、平均值、中位數(shù)等。

3.1 降水評估

圖2給出了預(yù)報降水和實測降水對比。

圖2 預(yù)報降水和實測降水對比

從圖2可以看出，對大部分降水預(yù)報而言，12 h更新一次的未來24 h預(yù)報誤差較小，12 h降水誤差中位數(shù)為0.17 mm。對強降水預(yù)報而言，更新頻率越高，預(yù)報技巧越好，3次60 mm以上的日降水，有2次預(yù)報與實況接近?？傮w而言，大部分日降水量均在40 mm以下，預(yù)報和觀測接近，預(yù)報效果良好。

3.2 水位對比

圖3給出了預(yù)報水位和實測水位對比。

圖3 預(yù)報水位和實測水位對比

從圖3可以看出，實測水位和預(yù)測水位基本在對角線上，表明預(yù)報水位和實測水位對應(yīng)較好，對水位的預(yù)報總體偏差很小。通過對比不同更新頻率的結(jié)果可以看出，預(yù)報更新頻率越高，效果越好。更新頻率為12 h、3 h和1 h預(yù)報的水位平均絕對偏差為0.01 m。

3.3 入庫水量

圖4給出了預(yù)報入庫水量和實測入庫水量對比。

圖4 預(yù)報入庫水量和實測入庫水量對比

從圖4可以看出，對入庫水量總體預(yù)報較好，也呈現(xiàn)出更新越頻繁效果越好，每小時更新的平均偏差為0.21萬m3，偏差的中位數(shù)為0.13萬m3。對異常量大的入庫水量，每天更新一次的效果更好，這和24 h降水預(yù)報更為平滑有關(guān)，表示各個更新頻率的預(yù)報均有意義，需要有針對性地使用，而且預(yù)見期越長針對性地調(diào)度可能性越大。

4 結(jié) 論

(1)本次研究結(jié)合多模式降水集合預(yù)報數(shù)據(jù)，研究和認識不同時間尺度降水的不確定性。利用機器學(xué)習算法建立降水和洪水之間的非線性聯(lián)系，研發(fā)基于機器學(xué)習的洪水預(yù)報模型，并將降水預(yù)報的不確定性與洪水預(yù)報模型相結(jié)合，研究降水不確定性對洪水預(yù)報的影響。

(2)建立洪水預(yù)報和水庫精細化調(diào)度管理平臺，結(jié)合最新的天氣預(yù)報數(shù)據(jù)能實時提供未來小時-日-周-月尺度的入庫水量、壩前水位預(yù)報產(chǎn)品，并實現(xiàn)實時滾動更新。