吳蓉

摘要：水庫中長期水文預(yù)測系統(tǒng)的開發(fā)和設(shè)計(jì)，不僅需要符合國際通用標(biāo)準(zhǔn)和我國有關(guān)信息技術(shù)、軟件工程的設(shè)計(jì)要求和規(guī)范，還要滿足水文氣象部門的相關(guān)技術(shù)標(biāo)準(zhǔn)。立足用戶需求角度，對三種不同類型的中長期水文預(yù)報(bào)對象，匯集了七種方法，分別是時(shí)間系列-馬爾科夫分析、門限回歸、多維混合回歸、神經(jīng)網(wǎng)絡(luò)及小波分析、模糊分析、非線性動力系統(tǒng)學(xué)、投影尋蹤回歸。同時(shí)，針對不同的預(yù)報(bào)對象，通過歷史數(shù)據(jù)檢驗(yàn)對相應(yīng)的算法方案進(jìn)行了提供。本文從計(jì)算流程、計(jì)算框架、實(shí)現(xiàn)程序、數(shù)據(jù)流程等方面進(jìn)行分析，對構(gòu)建水庫中長期水文預(yù)報(bào)系統(tǒng)進(jìn)行了探討。

關(guān)鍵詞：預(yù)報(bào)思路 水庫 水文預(yù)報(bào) 預(yù)報(bào)系統(tǒng)

水庫中長期水文預(yù)報(bào)系統(tǒng)的開發(fā)需要將水文氣象預(yù)報(bào)平臺和水文氣象資料數(shù)據(jù)庫作為開發(fā)的基本條件，并且要滿足國際通用的標(biāo)準(zhǔn)和我國相關(guān)信息技術(shù)、軟件工程設(shè)計(jì)的要求，同時(shí)還要符合水文氣象部門的相關(guān)技術(shù)標(biāo)準(zhǔn)。在預(yù)報(bào)的方法方面，水文預(yù)報(bào)系統(tǒng)應(yīng)結(jié)合國際上新研發(fā)的方法和我國水文預(yù)報(bào)行業(yè)常用的成熟方法，將年、月等的水文預(yù)報(bào)系統(tǒng)提供給水庫調(diào)度。

1 建立預(yù)報(bào)模型庫

預(yù)報(bào)模型庫的建立應(yīng)按照《水文情報(bào)預(yù)報(bào)規(guī)范》的要求，從物理角度出發(fā)，中長期預(yù)報(bào)中常用的方法主要為統(tǒng)計(jì)預(yù)測和成因預(yù)測。統(tǒng)計(jì)預(yù)測是基于徑流和徑流影響因素的統(tǒng)計(jì)關(guān)系、成因的統(tǒng)計(jì)模型，成因預(yù)測是局域天氣過程的演變規(guī)律、大氣環(huán)流、流域下墊面物理情況的成因動力模型，是徑流長期預(yù)測的發(fā)展趨勢。從影響因素角度出發(fā)，中長期預(yù)報(bào)可以分為多要素預(yù)報(bào)和單要素預(yù)報(bào)。多要素預(yù)報(bào)方法主要是對外界各種因素對水文預(yù)報(bào)對象的影響進(jìn)行分析，對預(yù)報(bào)對象和影響因素間的關(guān)系及變化的物理因素進(jìn)行分析，使用數(shù)理統(tǒng)計(jì)方法進(jìn)行預(yù)報(bào)模型的建立。單要素預(yù)報(bào)方法則是對水文預(yù)報(bào)對象自身的歷史演變規(guī)律進(jìn)行分析，對預(yù)報(bào)對象前后各時(shí)段的有關(guān)聯(lián)系進(jìn)行探討，以此為依據(jù)進(jìn)行預(yù)報(bào)模型的建立。

目前，隨著智能優(yōu)化技術(shù)和非線性系統(tǒng)模擬技術(shù)的不斷發(fā)展和進(jìn)步，在預(yù)報(bào)中使用多種模型進(jìn)行比較，可以使預(yù)報(bào)的可靠性得到有效的提高。本研究中，將從時(shí)間系列-馬爾科夫分析、門限回歸、多維混合回歸、神經(jīng)網(wǎng)絡(luò)及小波分析、模糊分析、非線性動力系統(tǒng)學(xué)、投影尋蹤回歸等方案中選擇預(yù)報(bào)效果較好的方案進(jìn)行預(yù)報(bào)運(yùn)行體系的建立。

2 預(yù)報(bào)對象的種類

本研究中的水庫中長期水文預(yù)報(bào)系統(tǒng)的預(yù)報(bào)對象主要有：①當(dāng)年汛期逐月流量和最大流量預(yù)報(bào)，發(fā)布時(shí)間為3月，預(yù)報(bào)結(jié)果為推薦值和7種方法月預(yù)報(bào)值，汛期最大流量和發(fā)生時(shí)間；②次年最大流量和次年逐月流量預(yù)報(bào)，發(fā)布時(shí)間為每年6月和11月，預(yù)報(bào)結(jié)果根據(jù)推薦值和7種方法月平均流量預(yù)報(bào)值，年最大流量預(yù)報(bào)值和發(fā)生時(shí)間；③下月枯期最小流量預(yù)報(bào)，發(fā)布時(shí)間為當(dāng)月10日和25日，預(yù)報(bào)結(jié)果為推薦值和7種方法月極值流量預(yù)報(bào)值。使用獨(dú)立窗口進(jìn)行顯示，同時(shí)將預(yù)報(bào)結(jié)果儲存在氣象水文中長期數(shù)據(jù)庫中，方便用戶查閱。按照降水預(yù)報(bào)產(chǎn)品、流域站點(diǎn)蒸發(fā)資料、氣溫資料和歷年月流量資料、北半球長波輻射資料、西北太平洋月平均SST資料、北半球500HPa高度場旬、月資料和100Hpa高度場月值資料、北半球850Hpa、200Hpa UV分量格點(diǎn)場資料為基礎(chǔ)，根據(jù)預(yù)見期的差異進(jìn)行因子的選擇。

3 編制預(yù)報(bào)方案的要求

在水文資料年限方面，編制預(yù)報(bào)方案時(shí)應(yīng)以《水文情報(bào)預(yù)報(bào)規(guī)范》的依據(jù)，在使用經(jīng)驗(yàn)和統(tǒng)計(jì)方法進(jìn)行長期水文預(yù)報(bào)時(shí)，選取的樣本數(shù)應(yīng)超出30例。在方案誤差方面，汛期預(yù)報(bào)值的誤差允許范圍不應(yīng)超出實(shí)際測量值變幅的±30%，極值發(fā)生時(shí)間可允許誤差范圍應(yīng)按照該標(biāo)準(zhǔn)進(jìn)行規(guī)范，非汛期預(yù)報(bào)值可允許誤差范圍不可以超出實(shí)際測量值變幅的±20%。在方案精準(zhǔn)度方面，預(yù)報(bào)方案應(yīng)按照《水文情報(bào)預(yù)報(bào)規(guī)范》進(jìn)行檢驗(yàn)和判斷，精準(zhǔn)度的判斷標(biāo)準(zhǔn)應(yīng)使用確定系系數(shù)的大小和合格率進(jìn)行分類。

4 水庫中長期水文預(yù)報(bào)系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)

4.1 水庫中長期水文預(yù)報(bào)系統(tǒng)框架結(jié)構(gòu)

水庫中長期水文預(yù)報(bào)系統(tǒng)主要有以下幾部分組成：預(yù)報(bào)產(chǎn)品檢索、預(yù)報(bào)方法、質(zhì)量評定、數(shù)據(jù)統(tǒng)計(jì)分析、統(tǒng)計(jì)集成方法等。每個(gè)組成部分又由多個(gè)子模塊組成。數(shù)據(jù)加工處理模塊主要包括各種指數(shù)加計(jì)算、數(shù)據(jù)檢索、數(shù)據(jù)采集處理、數(shù)據(jù)管理維護(hù)、預(yù)報(bào)對象管理等。預(yù)報(bào)方法模塊主要是包括降水場預(yù)報(bào)模式、概念模型、模式產(chǎn)品適用、相關(guān)分析、回歸分析方法、多因子綜合方法、相似分析方法等。數(shù)據(jù)統(tǒng)計(jì)分析模塊主要包括合成分析、指數(shù)資料分析、預(yù)報(bào)對象統(tǒng)計(jì)分析、場資料分析等。統(tǒng)計(jì)集成方法模塊是對具有可集成性的多種預(yù)報(bào)模塊、相同類型的預(yù)報(bào)結(jié)果、相同的預(yù)報(bào)結(jié)果按設(shè)計(jì)的集成方法進(jìn)行運(yùn)作。

4.2 水庫中長期水文預(yù)報(bào)系統(tǒng)計(jì)算流程（見圖一）

圖一 水庫中長期水文預(yù)報(bào)系統(tǒng)計(jì)算流程

4.3 水庫中長期水文預(yù)報(bào)系統(tǒng)流程

水庫中長期水文預(yù)報(bào)系統(tǒng)的主界面主要由用戶查詢、選擇預(yù)報(bào)對象、系統(tǒng)幫助三部分組成。點(diǎn)擊進(jìn)入到相應(yīng)的界面后，選擇預(yù)報(bào)對象界面中的不同預(yù)報(bào)時(shí)段按鍵，進(jìn)入后選擇預(yù)報(bào)方法界面，主要由時(shí)間系列-馬爾科夫分析、門限回歸、多維混合回歸、神經(jīng)網(wǎng)絡(luò)及小波分析、模糊分析、非線性動力系統(tǒng)學(xué)、投影尋蹤回歸7種預(yù)報(bào)模塊組成，可以按照不同的預(yù)報(bào)時(shí)間進(jìn)行相應(yīng)的預(yù)報(bào)模塊選擇，模塊在執(zhí)行操作時(shí)，會先在氣象水文數(shù)據(jù)庫中對所需要的數(shù)據(jù)進(jìn)行讀取和檢查，對符合要求的數(shù)據(jù)進(jìn)行計(jì)算后顯示出來，之后將結(jié)果存儲到中長期氣象水文數(shù)據(jù)庫中。如系統(tǒng)給出的信息是錯誤的，則會返回到預(yù)報(bào)系統(tǒng)界面中。其中信息錯誤主要有：①預(yù)報(bào)對象不存在；②所需要的數(shù)據(jù)不存在、錯誤、缺測；③應(yīng)用服務(wù)器連接錯誤；④模型計(jì)算錯誤等。

4.4 水庫中長期水文預(yù)報(bào)系統(tǒng)結(jié)構(gòu)功能（見圖二）

圖二 水庫中長期水文預(yù)報(bào)系統(tǒng)結(jié)構(gòu)功能

4.5 水庫中長期水文預(yù)報(bào)系統(tǒng)的實(shí)現(xiàn)

水庫中長期水文預(yù)報(bào)系統(tǒng)使用Microsoft中Visual Basic6.0語言進(jìn)行實(shí)現(xiàn)。

5 總結(jié)

在本研究中，從用戶需求角度出發(fā)，對三種不同類型的中長期水文預(yù)報(bào)對象使用了時(shí)間系列-馬爾科夫分析、門限回歸、多維混合回歸、神經(jīng)網(wǎng)絡(luò)及小波分析、模糊分析、非線性動力系統(tǒng)學(xué)、投影尋蹤回歸7種模式，通過歷史數(shù)據(jù)檢驗(yàn)對每一種預(yù)報(bào)對象進(jìn)行了相應(yīng)的算法方案推薦，構(gòu)建了一個(gè)較為實(shí)用的水庫中長期水文預(yù)報(bào)系統(tǒng)，該系統(tǒng)能夠更好的為其他水庫調(diào)度優(yōu)化提供信息系統(tǒng)基礎(chǔ)。

參考文獻(xiàn)：

[1]張銘，李承軍，張勇傳等.貝葉斯概率水文預(yù)報(bào)系統(tǒng)在中長期徑流預(yù)報(bào)中的應(yīng)用[J].水科學(xué)進(jìn)展，2009，20（1）：40-44.

[2]Yong-Ying Zhu，Hui-Cheng Zhou.Rough Fuzzy Inference Model And Its Application In Multi-factor Medium And Long-term Hydrological Forecast[J].Water resources management，2009，23（3）：493-507.

[3]李紅波，夏潮軍，王淑英等.中長期徑流預(yù)報(bào)研究進(jìn)展及發(fā)展趨勢[J].人民黃河，2012，34（8）：36-38，40.

[4]徐啟寶，許爾金.淺析水庫中長期水文預(yù)報(bào)方案的編制——以澤雅水庫為例[J].浙江水利科技，2010，01：11-15.

[5]Wenchuan Wang，Dongmei Xu，Lin Qiu et al.Genetic Programming for Modelling Long-term Hydrological Time Series[C].//2009 Fifth International Conference on Natural Computation （ICNC 2009）.Volume 4.2009：265-269.endprint

摘要：水庫中長期水文預(yù)測系統(tǒng)的開發(fā)和設(shè)計(jì)，不僅需要符合國際通用標(biāo)準(zhǔn)和我國有關(guān)信息技術(shù)、軟件工程的設(shè)計(jì)要求和規(guī)范，還要滿足水文氣象部門的相關(guān)技術(shù)標(biāo)準(zhǔn)。立足用戶需求角度，對三種不同類型的中長期水文預(yù)報(bào)對象，匯集了七種方法，分別是時(shí)間系列-馬爾科夫分析、門限回歸、多維混合回歸、神經(jīng)網(wǎng)絡(luò)及小波分析、模糊分析、非線性動力系統(tǒng)學(xué)、投影尋蹤回歸。同時(shí)，針對不同的預(yù)報(bào)對象，通過歷史數(shù)據(jù)檢驗(yàn)對相應(yīng)的算法方案進(jìn)行了提供。本文從計(jì)算流程、計(jì)算框架、實(shí)現(xiàn)程序、數(shù)據(jù)流程等方面進(jìn)行分析，對構(gòu)建水庫中長期水文預(yù)報(bào)系統(tǒng)進(jìn)行了探討。

關(guān)鍵詞：預(yù)報(bào)思路 水庫 水文預(yù)報(bào) 預(yù)報(bào)系統(tǒng)

水庫中長期水文預(yù)報(bào)系統(tǒng)的開發(fā)需要將水文氣象預(yù)報(bào)平臺和水文氣象資料數(shù)據(jù)庫作為開發(fā)的基本條件，并且要滿足國際通用的標(biāo)準(zhǔn)和我國相關(guān)信息技術(shù)、軟件工程設(shè)計(jì)的要求，同時(shí)還要符合水文氣象部門的相關(guān)技術(shù)標(biāo)準(zhǔn)。在預(yù)報(bào)的方法方面，水文預(yù)報(bào)系統(tǒng)應(yīng)結(jié)合國際上新研發(fā)的方法和我國水文預(yù)報(bào)行業(yè)常用的成熟方法，將年、月等的水文預(yù)報(bào)系統(tǒng)提供給水庫調(diào)度。

1 建立預(yù)報(bào)模型庫

預(yù)報(bào)模型庫的建立應(yīng)按照《水文情報(bào)預(yù)報(bào)規(guī)范》的要求，從物理角度出發(fā)，中長期預(yù)報(bào)中常用的方法主要為統(tǒng)計(jì)預(yù)測和成因預(yù)測。統(tǒng)計(jì)預(yù)測是基于徑流和徑流影響因素的統(tǒng)計(jì)關(guān)系、成因的統(tǒng)計(jì)模型，成因預(yù)測是局域天氣過程的演變規(guī)律、大氣環(huán)流、流域下墊面物理情況的成因動力模型，是徑流長期預(yù)測的發(fā)展趨勢。從影響因素角度出發(fā)，中長期預(yù)報(bào)可以分為多要素預(yù)報(bào)和單要素預(yù)報(bào)。多要素預(yù)報(bào)方法主要是對外界各種因素對水文預(yù)報(bào)對象的影響進(jìn)行分析，對預(yù)報(bào)對象和影響因素間的關(guān)系及變化的物理因素進(jìn)行分析，使用數(shù)理統(tǒng)計(jì)方法進(jìn)行預(yù)報(bào)模型的建立。單要素預(yù)報(bào)方法則是對水文預(yù)報(bào)對象自身的歷史演變規(guī)律進(jìn)行分析，對預(yù)報(bào)對象前后各時(shí)段的有關(guān)聯(lián)系進(jìn)行探討，以此為依據(jù)進(jìn)行預(yù)報(bào)模型的建立。

目前，隨著智能優(yōu)化技術(shù)和非線性系統(tǒng)模擬技術(shù)的不斷發(fā)展和進(jìn)步，在預(yù)報(bào)中使用多種模型進(jìn)行比較，可以使預(yù)報(bào)的可靠性得到有效的提高。本研究中，將從時(shí)間系列-馬爾科夫分析、門限回歸、多維混合回歸、神經(jīng)網(wǎng)絡(luò)及小波分析、模糊分析、非線性動力系統(tǒng)學(xué)、投影尋蹤回歸等方案中選擇預(yù)報(bào)效果較好的方案進(jìn)行預(yù)報(bào)運(yùn)行體系的建立。

2 預(yù)報(bào)對象的種類

本研究中的水庫中長期水文預(yù)報(bào)系統(tǒng)的預(yù)報(bào)對象主要有：①當(dāng)年汛期逐月流量和最大流量預(yù)報(bào)，發(fā)布時(shí)間為3月，預(yù)報(bào)結(jié)果為推薦值和7種方法月預(yù)報(bào)值，汛期最大流量和發(fā)生時(shí)間；②次年最大流量和次年逐月流量預(yù)報(bào)，發(fā)布時(shí)間為每年6月和11月，預(yù)報(bào)結(jié)果根據(jù)推薦值和7種方法月平均流量預(yù)報(bào)值，年最大流量預(yù)報(bào)值和發(fā)生時(shí)間；③下月枯期最小流量預(yù)報(bào)，發(fā)布時(shí)間為當(dāng)月10日和25日，預(yù)報(bào)結(jié)果為推薦值和7種方法月極值流量預(yù)報(bào)值。使用獨(dú)立窗口進(jìn)行顯示，同時(shí)將預(yù)報(bào)結(jié)果儲存在氣象水文中長期數(shù)據(jù)庫中，方便用戶查閱。按照降水預(yù)報(bào)產(chǎn)品、流域站點(diǎn)蒸發(fā)資料、氣溫資料和歷年月流量資料、北半球長波輻射資料、西北太平洋月平均SST資料、北半球500HPa高度場旬、月資料和100Hpa高度場月值資料、北半球850Hpa、200Hpa UV分量格點(diǎn)場資料為基礎(chǔ)，根據(jù)預(yù)見期的差異進(jìn)行因子的選擇。

3 編制預(yù)報(bào)方案的要求

在水文資料年限方面，編制預(yù)報(bào)方案時(shí)應(yīng)以《水文情報(bào)預(yù)報(bào)規(guī)范》的依據(jù)，在使用經(jīng)驗(yàn)和統(tǒng)計(jì)方法進(jìn)行長期水文預(yù)報(bào)時(shí)，選取的樣本數(shù)應(yīng)超出30例。在方案誤差方面，汛期預(yù)報(bào)值的誤差允許范圍不應(yīng)超出實(shí)際測量值變幅的±30%，極值發(fā)生時(shí)間可允許誤差范圍應(yīng)按照該標(biāo)準(zhǔn)進(jìn)行規(guī)范，非汛期預(yù)報(bào)值可允許誤差范圍不可以超出實(shí)際測量值變幅的±20%。在方案精準(zhǔn)度方面，預(yù)報(bào)方案應(yīng)按照《水文情報(bào)預(yù)報(bào)規(guī)范》進(jìn)行檢驗(yàn)和判斷，精準(zhǔn)度的判斷標(biāo)準(zhǔn)應(yīng)使用確定系系數(shù)的大小和合格率進(jìn)行分類。

4 水庫中長期水文預(yù)報(bào)系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)

4.1 水庫中長期水文預(yù)報(bào)系統(tǒng)框架結(jié)構(gòu)

水庫中長期水文預(yù)報(bào)系統(tǒng)主要有以下幾部分組成：預(yù)報(bào)產(chǎn)品檢索、預(yù)報(bào)方法、質(zhì)量評定、數(shù)據(jù)統(tǒng)計(jì)分析、統(tǒng)計(jì)集成方法等。每個(gè)組成部分又由多個(gè)子模塊組成。數(shù)據(jù)加工處理模塊主要包括各種指數(shù)加計(jì)算、數(shù)據(jù)檢索、數(shù)據(jù)采集處理、數(shù)據(jù)管理維護(hù)、預(yù)報(bào)對象管理等。預(yù)報(bào)方法模塊主要是包括降水場預(yù)報(bào)模式、概念模型、模式產(chǎn)品適用、相關(guān)分析、回歸分析方法、多因子綜合方法、相似分析方法等。數(shù)據(jù)統(tǒng)計(jì)分析模塊主要包括合成分析、指數(shù)資料分析、預(yù)報(bào)對象統(tǒng)計(jì)分析、場資料分析等。統(tǒng)計(jì)集成方法模塊是對具有可集成性的多種預(yù)報(bào)模塊、相同類型的預(yù)報(bào)結(jié)果、相同的預(yù)報(bào)結(jié)果按設(shè)計(jì)的集成方法進(jìn)行運(yùn)作。

4.2 水庫中長期水文預(yù)報(bào)系統(tǒng)計(jì)算流程（見圖一）

圖一 水庫中長期水文預(yù)報(bào)系統(tǒng)計(jì)算流程

4.3 水庫中長期水文預(yù)報(bào)系統(tǒng)流程

水庫中長期水文預(yù)報(bào)系統(tǒng)的主界面主要由用戶查詢、選擇預(yù)報(bào)對象、系統(tǒng)幫助三部分組成。點(diǎn)擊進(jìn)入到相應(yīng)的界面后，選擇預(yù)報(bào)對象界面中的不同預(yù)報(bào)時(shí)段按鍵，進(jìn)入后選擇預(yù)報(bào)方法界面，主要由時(shí)間系列-馬爾科夫分析、門限回歸、多維混合回歸、神經(jīng)網(wǎng)絡(luò)及小波分析、模糊分析、非線性動力系統(tǒng)學(xué)、投影尋蹤回歸7種預(yù)報(bào)模塊組成，可以按照不同的預(yù)報(bào)時(shí)間進(jìn)行相應(yīng)的預(yù)報(bào)模塊選擇，模塊在執(zhí)行操作時(shí)，會先在氣象水文數(shù)據(jù)庫中對所需要的數(shù)據(jù)進(jìn)行讀取和檢查，對符合要求的數(shù)據(jù)進(jìn)行計(jì)算后顯示出來，之后將結(jié)果存儲到中長期氣象水文數(shù)據(jù)庫中。如系統(tǒng)給出的信息是錯誤的，則會返回到預(yù)報(bào)系統(tǒng)界面中。其中信息錯誤主要有：①預(yù)報(bào)對象不存在；②所需要的數(shù)據(jù)不存在、錯誤、缺測；③應(yīng)用服務(wù)器連接錯誤；④模型計(jì)算錯誤等。

4.4 水庫中長期水文預(yù)報(bào)系統(tǒng)結(jié)構(gòu)功能（見圖二）

圖二 水庫中長期水文預(yù)報(bào)系統(tǒng)結(jié)構(gòu)功能

4.5 水庫中長期水文預(yù)報(bào)系統(tǒng)的實(shí)現(xiàn)

水庫中長期水文預(yù)報(bào)系統(tǒng)使用Microsoft中Visual Basic6.0語言進(jìn)行實(shí)現(xiàn)。

5 總結(jié)

在本研究中，從用戶需求角度出發(fā)，對三種不同類型的中長期水文預(yù)報(bào)對象使用了時(shí)間系列-馬爾科夫分析、門限回歸、多維混合回歸、神經(jīng)網(wǎng)絡(luò)及小波分析、模糊分析、非線性動力系統(tǒng)學(xué)、投影尋蹤回歸7種模式，通過歷史數(shù)據(jù)檢驗(yàn)對每一種預(yù)報(bào)對象進(jìn)行了相應(yīng)的算法方案推薦，構(gòu)建了一個(gè)較為實(shí)用的水庫中長期水文預(yù)報(bào)系統(tǒng)，該系統(tǒng)能夠更好的為其他水庫調(diào)度優(yōu)化提供信息系統(tǒng)基礎(chǔ)。

參考文獻(xiàn)：

[1]張銘，李承軍，張勇傳等.貝葉斯概率水文預(yù)報(bào)系統(tǒng)在中長期徑流預(yù)報(bào)中的應(yīng)用[J].水科學(xué)進(jìn)展，2009，20（1）：40-44.

[2]Yong-Ying Zhu，Hui-Cheng Zhou.Rough Fuzzy Inference Model And Its Application In Multi-factor Medium And Long-term Hydrological Forecast[J].Water resources management，2009，23（3）：493-507.

[3]李紅波，夏潮軍，王淑英等.中長期徑流預(yù)報(bào)研究進(jìn)展及發(fā)展趨勢[J].人民黃河，2012，34（8）：36-38，40.

[4]徐啟寶，許爾金.淺析水庫中長期水文預(yù)報(bào)方案的編制——以澤雅水庫為例[J].浙江水利科技，2010，01：11-15.

[5]Wenchuan Wang，Dongmei Xu，Lin Qiu et al.Genetic Programming for Modelling Long-term Hydrological Time Series[C].//2009 Fifth International Conference on Natural Computation （ICNC 2009）.Volume 4.2009：265-269.endprint

摘要：水庫中長期水文預(yù)測系統(tǒng)的開發(fā)和設(shè)計(jì)，不僅需要符合國際通用標(biāo)準(zhǔn)和我國有關(guān)信息技術(shù)、軟件工程的設(shè)計(jì)要求和規(guī)范，還要滿足水文氣象部門的相關(guān)技術(shù)標(biāo)準(zhǔn)。立足用戶需求角度，對三種不同類型的中長期水文預(yù)報(bào)對象，匯集了七種方法，分別是時(shí)間系列-馬爾科夫分析、門限回歸、多維混合回歸、神經(jīng)網(wǎng)絡(luò)及小波分析、模糊分析、非線性動力系統(tǒng)學(xué)、投影尋蹤回歸。同時(shí)，針對不同的預(yù)報(bào)對象，通過歷史數(shù)據(jù)檢驗(yàn)對相應(yīng)的算法方案進(jìn)行了提供。本文從計(jì)算流程、計(jì)算框架、實(shí)現(xiàn)程序、數(shù)據(jù)流程等方面進(jìn)行分析，對構(gòu)建水庫中長期水文預(yù)報(bào)系統(tǒng)進(jìn)行了探討。

關(guān)鍵詞：預(yù)報(bào)思路 水庫 水文預(yù)報(bào) 預(yù)報(bào)系統(tǒng)

水庫中長期水文預(yù)報(bào)系統(tǒng)的開發(fā)需要將水文氣象預(yù)報(bào)平臺和水文氣象資料數(shù)據(jù)庫作為開發(fā)的基本條件，并且要滿足國際通用的標(biāo)準(zhǔn)和我國相關(guān)信息技術(shù)、軟件工程設(shè)計(jì)的要求，同時(shí)還要符合水文氣象部門的相關(guān)技術(shù)標(biāo)準(zhǔn)。在預(yù)報(bào)的方法方面，水文預(yù)報(bào)系統(tǒng)應(yīng)結(jié)合國際上新研發(fā)的方法和我國水文預(yù)報(bào)行業(yè)常用的成熟方法，將年、月等的水文預(yù)報(bào)系統(tǒng)提供給水庫調(diào)度。

1 建立預(yù)報(bào)模型庫

預(yù)報(bào)模型庫的建立應(yīng)按照《水文情報(bào)預(yù)報(bào)規(guī)范》的要求，從物理角度出發(fā)，中長期預(yù)報(bào)中常用的方法主要為統(tǒng)計(jì)預(yù)測和成因預(yù)測。統(tǒng)計(jì)預(yù)測是基于徑流和徑流影響因素的統(tǒng)計(jì)關(guān)系、成因的統(tǒng)計(jì)模型，成因預(yù)測是局域天氣過程的演變規(guī)律、大氣環(huán)流、流域下墊面物理情況的成因動力模型，是徑流長期預(yù)測的發(fā)展趨勢。從影響因素角度出發(fā)，中長期預(yù)報(bào)可以分為多要素預(yù)報(bào)和單要素預(yù)報(bào)。多要素預(yù)報(bào)方法主要是對外界各種因素對水文預(yù)報(bào)對象的影響進(jìn)行分析，對預(yù)報(bào)對象和影響因素間的關(guān)系及變化的物理因素進(jìn)行分析，使用數(shù)理統(tǒng)計(jì)方法進(jìn)行預(yù)報(bào)模型的建立。單要素預(yù)報(bào)方法則是對水文預(yù)報(bào)對象自身的歷史演變規(guī)律進(jìn)行分析，對預(yù)報(bào)對象前后各時(shí)段的有關(guān)聯(lián)系進(jìn)行探討，以此為依據(jù)進(jìn)行預(yù)報(bào)模型的建立。

目前，隨著智能優(yōu)化技術(shù)和非線性系統(tǒng)模擬技術(shù)的不斷發(fā)展和進(jìn)步，在預(yù)報(bào)中使用多種模型進(jìn)行比較，可以使預(yù)報(bào)的可靠性得到有效的提高。本研究中，將從時(shí)間系列-馬爾科夫分析、門限回歸、多維混合回歸、神經(jīng)網(wǎng)絡(luò)及小波分析、模糊分析、非線性動力系統(tǒng)學(xué)、投影尋蹤回歸等方案中選擇預(yù)報(bào)效果較好的方案進(jìn)行預(yù)報(bào)運(yùn)行體系的建立。

2 預(yù)報(bào)對象的種類

本研究中的水庫中長期水文預(yù)報(bào)系統(tǒng)的預(yù)報(bào)對象主要有：①當(dāng)年汛期逐月流量和最大流量預(yù)報(bào)，發(fā)布時(shí)間為3月，預(yù)報(bào)結(jié)果為推薦值和7種方法月預(yù)報(bào)值，汛期最大流量和發(fā)生時(shí)間；②次年最大流量和次年逐月流量預(yù)報(bào)，發(fā)布時(shí)間為每年6月和11月，預(yù)報(bào)結(jié)果根據(jù)推薦值和7種方法月平均流量預(yù)報(bào)值，年最大流量預(yù)報(bào)值和發(fā)生時(shí)間；③下月枯期最小流量預(yù)報(bào)，發(fā)布時(shí)間為當(dāng)月10日和25日，預(yù)報(bào)結(jié)果為推薦值和7種方法月極值流量預(yù)報(bào)值。使用獨(dú)立窗口進(jìn)行顯示，同時(shí)將預(yù)報(bào)結(jié)果儲存在氣象水文中長期數(shù)據(jù)庫中，方便用戶查閱。按照降水預(yù)報(bào)產(chǎn)品、流域站點(diǎn)蒸發(fā)資料、氣溫資料和歷年月流量資料、北半球長波輻射資料、西北太平洋月平均SST資料、北半球500HPa高度場旬、月資料和100Hpa高度場月值資料、北半球850Hpa、200Hpa UV分量格點(diǎn)場資料為基礎(chǔ)，根據(jù)預(yù)見期的差異進(jìn)行因子的選擇。

3 編制預(yù)報(bào)方案的要求

在水文資料年限方面，編制預(yù)報(bào)方案時(shí)應(yīng)以《水文情報(bào)預(yù)報(bào)規(guī)范》的依據(jù)，在使用經(jīng)驗(yàn)和統(tǒng)計(jì)方法進(jìn)行長期水文預(yù)報(bào)時(shí)，選取的樣本數(shù)應(yīng)超出30例。在方案誤差方面，汛期預(yù)報(bào)值的誤差允許范圍不應(yīng)超出實(shí)際測量值變幅的±30%，極值發(fā)生時(shí)間可允許誤差范圍應(yīng)按照該標(biāo)準(zhǔn)進(jìn)行規(guī)范，非汛期預(yù)報(bào)值可允許誤差范圍不可以超出實(shí)際測量值變幅的±20%。在方案精準(zhǔn)度方面，預(yù)報(bào)方案應(yīng)按照《水文情報(bào)預(yù)報(bào)規(guī)范》進(jìn)行檢驗(yàn)和判斷，精準(zhǔn)度的判斷標(biāo)準(zhǔn)應(yīng)使用確定系系數(shù)的大小和合格率進(jìn)行分類。

4 水庫中長期水文預(yù)報(bào)系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)

4.1 水庫中長期水文預(yù)報(bào)系統(tǒng)框架結(jié)構(gòu)

水庫中長期水文預(yù)報(bào)系統(tǒng)主要有以下幾部分組成：預(yù)報(bào)產(chǎn)品檢索、預(yù)報(bào)方法、質(zhì)量評定、數(shù)據(jù)統(tǒng)計(jì)分析、統(tǒng)計(jì)集成方法等。每個(gè)組成部分又由多個(gè)子模塊組成。數(shù)據(jù)加工處理模塊主要包括各種指數(shù)加計(jì)算、數(shù)據(jù)檢索、數(shù)據(jù)采集處理、數(shù)據(jù)管理維護(hù)、預(yù)報(bào)對象管理等。預(yù)報(bào)方法模塊主要是包括降水場預(yù)報(bào)模式、概念模型、模式產(chǎn)品適用、相關(guān)分析、回歸分析方法、多因子綜合方法、相似分析方法等。數(shù)據(jù)統(tǒng)計(jì)分析模塊主要包括合成分析、指數(shù)資料分析、預(yù)報(bào)對象統(tǒng)計(jì)分析、場資料分析等。統(tǒng)計(jì)集成方法模塊是對具有可集成性的多種預(yù)報(bào)模塊、相同類型的預(yù)報(bào)結(jié)果、相同的預(yù)報(bào)結(jié)果按設(shè)計(jì)的集成方法進(jìn)行運(yùn)作。

4.2 水庫中長期水文預(yù)報(bào)系統(tǒng)計(jì)算流程（見圖一）

圖一 水庫中長期水文預(yù)報(bào)系統(tǒng)計(jì)算流程

4.3 水庫中長期水文預(yù)報(bào)系統(tǒng)流程

水庫中長期水文預(yù)報(bào)系統(tǒng)的主界面主要由用戶查詢、選擇預(yù)報(bào)對象、系統(tǒng)幫助三部分組成。點(diǎn)擊進(jìn)入到相應(yīng)的界面后，選擇預(yù)報(bào)對象界面中的不同預(yù)報(bào)時(shí)段按鍵，進(jìn)入后選擇預(yù)報(bào)方法界面，主要由時(shí)間系列-馬爾科夫分析、門限回歸、多維混合回歸、神經(jīng)網(wǎng)絡(luò)及小波分析、模糊分析、非線性動力系統(tǒng)學(xué)、投影尋蹤回歸7種預(yù)報(bào)模塊組成，可以按照不同的預(yù)報(bào)時(shí)間進(jìn)行相應(yīng)的預(yù)報(bào)模塊選擇，模塊在執(zhí)行操作時(shí)，會先在氣象水文數(shù)據(jù)庫中對所需要的數(shù)據(jù)進(jìn)行讀取和檢查，對符合要求的數(shù)據(jù)進(jìn)行計(jì)算后顯示出來，之后將結(jié)果存儲到中長期氣象水文數(shù)據(jù)庫中。如系統(tǒng)給出的信息是錯誤的，則會返回到預(yù)報(bào)系統(tǒng)界面中。其中信息錯誤主要有：①預(yù)報(bào)對象不存在；②所需要的數(shù)據(jù)不存在、錯誤、缺測；③應(yīng)用服務(wù)器連接錯誤；④模型計(jì)算錯誤等。

4.4 水庫中長期水文預(yù)報(bào)系統(tǒng)結(jié)構(gòu)功能（見圖二）

圖二 水庫中長期水文預(yù)報(bào)系統(tǒng)結(jié)構(gòu)功能

4.5 水庫中長期水文預(yù)報(bào)系統(tǒng)的實(shí)現(xiàn)

水庫中長期水文預(yù)報(bào)系統(tǒng)使用Microsoft中Visual Basic6.0語言進(jìn)行實(shí)現(xiàn)。

5 總結(jié)

在本研究中，從用戶需求角度出發(fā)，對三種不同類型的中長期水文預(yù)報(bào)對象使用了時(shí)間系列-馬爾科夫分析、門限回歸、多維混合回歸、神經(jīng)網(wǎng)絡(luò)及小波分析、模糊分析、非線性動力系統(tǒng)學(xué)、投影尋蹤回歸7種模式，通過歷史數(shù)據(jù)檢驗(yàn)對每一種預(yù)報(bào)對象進(jìn)行了相應(yīng)的算法方案推薦，構(gòu)建了一個(gè)較為實(shí)用的水庫中長期水文預(yù)報(bào)系統(tǒng)，該系統(tǒng)能夠更好的為其他水庫調(diào)度優(yōu)化提供信息系統(tǒng)基礎(chǔ)。

參考文獻(xiàn)：

[1]張銘，李承軍，張勇傳等.貝葉斯概率水文預(yù)報(bào)系統(tǒng)在中長期徑流預(yù)報(bào)中的應(yīng)用[J].水科學(xué)進(jìn)展，2009，20（1）：40-44.

[2]Yong-Ying Zhu，Hui-Cheng Zhou.Rough Fuzzy Inference Model And Its Application In Multi-factor Medium And Long-term Hydrological Forecast[J].Water resources management，2009，23（3）：493-507.

[3]李紅波，夏潮軍，王淑英等.中長期徑流預(yù)報(bào)研究進(jìn)展及發(fā)展趨勢[J].人民黃河，2012，34（8）：36-38，40.

[4]徐啟寶，許爾金.淺析水庫中長期水文預(yù)報(bào)方案的編制——以澤雅水庫為例[J].浙江水利科技，2010，01：11-15.

[5]Wenchuan Wang，Dongmei Xu，Lin Qiu et al.Genetic Programming for Modelling Long-term Hydrological Time Series[C].//2009 Fifth International Conference on Natural Computation （ICNC 2009）.Volume 4.2009：265-269.endprint