王東升　胡關(guān)東　袁樹堂

摘要：如何進一步提高水文預(yù)報精度，降低預(yù)報誤差，更好的服務(wù)于防洪搶險、水資源調(diào)度是水文學(xué)重要研究方向?；谒念A(yù)報誤差主要影響因素在相似流域具有相似性，致預(yù)報誤差具有相似性的特性，以相似流域各預(yù)報站預(yù)見期不同為切入點，優(yōu)選誤差修正因子，基于二次正交回歸設(shè)計，構(gòu)建了預(yù)報誤差模擬模型以修正預(yù)報結(jié)果，提高精度。經(jīng)怒江道街壩水文站模擬預(yù)報檢驗，修正后模擬確定性系數(shù)由0.933提高至0.998，洪峰流量平均絕對誤差由693 m3/s降低至116 m3/s，洪峰流量平均相對誤差由16%降低至3%，洪峰出現(xiàn)時間預(yù)報誤差由平均5.4 h降低至0.9 h，方案精度由乙級提升至甲級。提出的基于水文相似洪水預(yù)報修正方法結(jié)構(gòu)簡單、計算方便、修正效果明顯，是一種高效提高洪水預(yù)報精度的方法，適用于相似流域不同預(yù)報站洪水過程無明顯差異的情形。

關(guān)鍵詞：水文相似;誤差修正因子;誤差模擬模型;預(yù)報誤差修正;怒江

中圖分類號：P338 文獻標(biāo)志碼：A

Abstract：How to further improve the accuracy of hydrological forecasting，reduce forecasting errors，better serve flood control and rescue and water resources dispatching is a hot topic in hydrology.A forecasting error correction model is constructed in this study to improve the forecasting accuracy，based on the similarity theory that the same main influencing factors of hydrological forecasting in similar watersheds result in the similarity of forecasting errors.Different forecasting periods were taken as a starting point in similar watersheds.The error correction factors were based on the quadratic orthogonal regression design.The coefficient of determination increased from 0.933 to 0.998 for the Nujiang Daojieba hydrological station application.The average absolute error of the flood peak flow decreased from 693 m3/s to 116 m3/s，and the average relative error of the flood peak flow decreased from 16% to 3%.The flood peak time of forecasting error reduced from an average of 5.4 hours to 0.9 hours，and the accuracy of the scheme was upgraded from Grade B to Grade A.The hydrological similar flood forecasting correction method proposed in this paper has the advantages of simple structure，easy calculation and significant correction effects，to? imrpove the accuracy of flood forecasting. It is also applicable to the case where the water area ratios of different forecasting sections are not much different in similar watersheds，and the flooding process is not much different.

Key words：hydrological similarity;errors correction factor;errors simulation model;hydrological forecasting errors correction;Nujiang River

準(zhǔn)確可靠的洪水預(yù)報成果對于防洪調(diào)度、應(yīng)急救災(zāi)搶險、水資源綜合利用等具有非常重要的意義。受前期土壤含水、下墊面條件、暴雨中心位置及移動、水文模型結(jié)構(gòu)[1]、模型參數(shù)[2]等多重因素影響，實時洪水預(yù)報存在一定誤差，需要在實際作業(yè)預(yù)報過程中，使用誤差修正技術(shù)來減少預(yù)報誤差[3-4]。傳統(tǒng)的誤差修正技術(shù)有自回歸模型及其改進法[5]，近年學(xué)者們相繼提出了抗差分析[6]、綜合修正方法[7]、集成卡爾曼濾波技術(shù)[8]、BP神經(jīng)網(wǎng)絡(luò)模型[9]、產(chǎn)流誤差動態(tài)系統(tǒng)響應(yīng)曲線[3-4，10-11]、產(chǎn)流比例系數(shù)的系統(tǒng)響應(yīng)修正方法[12]等，均獲得了一定的修正效果。根據(jù)修正過程中修正變量的不同，預(yù)報誤差修正方法可以劃分為輸入變量修正、參數(shù)變量修正和預(yù)報結(jié)果修正[10]，其中最常用的是對輸出結(jié)果的修正。具有相同或相似的下墊面結(jié)構(gòu)、狀態(tài)變量特征、驅(qū)動力條件、水流動力特征等的山坡或流域，可以定義為水文相似的山坡或流域[13]，水文相似對無資料或少資料流域的水問題研究和流域特征變化機理的了解具有重要的作用[14]，在開展無資料或缺乏歷史觀測資料地區(qū)水文模擬時，常用水文相似確定水文參數(shù)，方法包括參數(shù)移植、參數(shù)估計及參數(shù)的區(qū)域回歸方法[15-18]等，在相似流域開展水文預(yù)報，不同預(yù)報斷面預(yù)報誤差是否具有相似性？若存在相似性，是否可基于預(yù)報誤差的相似性及預(yù)見期的不同，利用預(yù)見期相對較短斷面預(yù)報誤差分析結(jié)果修正預(yù)見期相對較長斷面預(yù)報成果，以提高預(yù)見期較長斷面預(yù)報精度？

本研究基于相似流域下墊面結(jié)構(gòu)、狀態(tài)變量特征、驅(qū)動力條件、水流動力特征具有相似性的特點，認為相似流域內(nèi)使用同一預(yù)報模型研制不同斷面預(yù)報方案，模型輸入變量誤差、狀態(tài)變量誤差、參數(shù)變量誤差具有相似性，則不同斷面預(yù)報誤差具有相似性，提出一種基于相似流域不同斷面預(yù)報誤差相似的水文預(yù)報誤差修正方法，通過在怒江道街壩水文站預(yù)報誤差修正的應(yīng)用，來檢驗方法的可行性及效果。

1 研究方法

應(yīng)用同一水文模型分別建立相似流域內(nèi)兩個預(yù)見期不同預(yù)報斷面水文預(yù)報方案，使用實測資料模擬預(yù)報，分析獲取預(yù)見期較長預(yù)報斷面（以下簡稱“預(yù)報修正站”）與預(yù)見期較短預(yù)報斷面（“參證站”）預(yù)報模擬誤差系列，參照上下游相關(guān)[5]選取預(yù)報因子方法，在預(yù)報修正站、參證站實測洪水過程、預(yù)報模擬過程、誤差系列中，優(yōu)選預(yù)報誤差修正因子，使用二次回歸正交旋轉(zhuǎn)設(shè)計方法，構(gòu)建預(yù)報修正站誤差模擬模型，并率定模型結(jié)構(gòu)及參數(shù)值，以之修正預(yù)報修正站預(yù)報結(jié)果。預(yù)報誤差修正計算流程見圖1，具體計算步驟如下。

2.1 流域簡介及水文相似分析

怒江云南中上段，位于橫斷山縱谷區(qū)，河流在高黎貢山、碧羅雪山深切河谷中行進，主流與山峰高差達2 000～3 000 m，由于兩側(cè)山脈陡峻高大，其對水汽輸送的阻擋、抬升作用，造成降水量垂直方向上河谷小、山頂大，立體型氣候突出，如門工附近的河谷降水量只有400～500 mm，而兩岸山坡降水量在600～1 000 mm以上，貢山縣平均雨量達1 638 mm，貢山-瀘水兩岸較高的山頂達3 000～4 000 mm[26]。受交通、通信、地形等惡劣建站條件影響，怒江云南中上段歷史水文氣象站點均集中在河谷地區(qū)，所計算的面平均雨量整體大幅偏小，嚴重影響預(yù)報精度。怒江云南中上段干流從上到下分別設(shè)有貢山、六庫、道街壩水文站，貢山站集水面積101 146 km2，六庫站集水面積106 681 km2，道街壩站集水面積110 224 km2，貢山-六庫區(qū)間集水面積為5 535 km2，貢山-道街壩站區(qū)間集水面積為9 078 km2。六庫站上距貢山站約260 km，下距道街壩站約115 km，貢山站來水占道街壩站來水比重較大，但汛期區(qū)間降雨形成徑流對道街壩站洪水影響很大，怒江干流云南省境內(nèi)道街壩水文站以上水系站點分布見圖2。貢山-六庫、貢山-道街壩站區(qū)間均為長條高山峽谷型地形地貌，且位于同一個水文分區(qū)，下墊面條件、降水、徑流特征相似，且因海拔高差大，山頂降水高值區(qū)無法監(jiān)測，河谷監(jiān)測到的降水整體偏少情況，形成水文預(yù)報誤差的前期土壤含水、下墊面條件、降水量觀測誤差等具有相似性，本研究以六庫站為參證站，道街壩站為預(yù)報修正站。

2.2 預(yù)報誤差修正模型構(gòu)建及率定

（1） 水文預(yù)報方案建模。

根據(jù)貢山站實測流量過程，使用馬斯京根法演算至六庫站得q1h、演算至道街壩站得Q1h;根據(jù)區(qū)間降雨、蒸發(fā)，使用新安江模型模擬獲得貢山站-六庫站區(qū)間產(chǎn)流過程q2h、獲得貢山站-道街壩站區(qū)間產(chǎn)流過程Q2h。方案參數(shù)率定使用了2001-2007年 6月至11月貢山、六庫、道街壩水文站降水、蒸發(fā)及洪水摘錄資料，2008-2010年6月至11月貢山、六庫、道街壩水文站降水、蒸發(fā)及洪水摘錄資料對方案精度進行了模擬檢驗，方案模擬過程及精度分析見圖4及表1、表2中誤差修正前預(yù)報。

2.3 應(yīng)用結(jié)果及分析

模型構(gòu)建過程中，采用貢山站、六庫站、道街壩站2001-2007年 6月至11月雨量、蒸發(fā)及相應(yīng)洪水摘錄資料擬定，2008-2010年6月至11月雨量、蒸發(fā)及相應(yīng)洪水摘錄資料對模型精度進行模擬檢驗，道街壩站預(yù)報誤差模擬結(jié)果示例見圖3，經(jīng)預(yù)報誤差模擬模型修正前后道街壩站預(yù)報結(jié)果對比示例見圖4。

根據(jù)《水文情報預(yù)報規(guī)范（GBT 22482-2008）》，使用確定性系數(shù)對道街壩站預(yù)報誤差的擬合結(jié)果進行檢驗分析，使用確定性系數(shù)、洪峰流量絕對誤差、洪峰流量相對誤差和峰現(xiàn)時間誤差對道街壩站預(yù)報結(jié)果修正前后進行分析比較。

在道街壩站預(yù)報誤差擬合中，DC值最大為0.898，最小為0.728，平均為0.821，擬合效果良好，見表1。

道街壩站洪水預(yù)報結(jié)果顯示，經(jīng)本研究預(yù)報誤差修正方法修正后，DC平均值由0.933提高至0.998，提高0.065，即7.0%;統(tǒng)計2001-2010年10 a內(nèi)發(fā)生的64場次洪水預(yù)報結(jié)果，洪峰流量平均絕對誤差由693 m3/s降低至116 m3/s，減少576 m3/s，減少83%，洪峰流量平均相對誤差由16%降低至3%，洪峰出現(xiàn)時間預(yù)報誤差由平均5.4 h降低至0.9 h，降低83%，預(yù)報方案精度評定由乙級上升為甲級，效果理想，見表1、表2。

3 結(jié)論

本文基于相似流域內(nèi)水文特性具有相似性，則相似流域內(nèi)使用同一預(yù)報模型研制的不同斷面預(yù)報方案，形成預(yù)報誤差的模型輸入變量誤差、狀態(tài)變量誤差、參數(shù)變量誤差具有相似性，使用二次回歸正交旋轉(zhuǎn)設(shè)計方法，提出了一種基于相似流域不同預(yù)見期預(yù)報斷面水文預(yù)報誤差修正方法。經(jīng)在怒江道街壩水文站預(yù)報檢驗，修正后模擬確定性系數(shù)由0.933提高至0.998，洪峰流量平均絕對誤差由693 m3/s降低至116 m3/s，洪峰流量平均相對誤差由16%降低至3%，洪峰出現(xiàn)時間預(yù)報誤差由平均5.4 h降低至0.9 h，方案由乙級提升至甲級。

本文提出的基于水文相似洪水預(yù)報修正方法結(jié)構(gòu)簡單、計算方便、修正效果明顯，是一種高效提高洪水預(yù)報精度的方法，同時降低了對區(qū)間監(jiān)測資料的需求，但需要注意的是，本方法適用于相似流域不同預(yù)報斷面流域面積比相差不大、洪水過程無明顯差異情形。

參考文獻（References）：

[1] HOSHIN G，MARTYN P C，JASPER A V，et al.Towards a comprehensive assessment of model structural adequacy[J].Water Resources Research，2012，48（8）301.DOI：10.1029/2011WR011044.

[2] JASPER A V，HOSHIN G，LUIS A B，et al.Effective and efficient algorithm for multi-objective optimization of hydrologic models[J].Water Resources Research，2003，39（8）：12-14.DOI：10.1029/2002WR001746.

[3] 司偉，余鴻慧，包為民，等.面平均雨量的系統(tǒng)響應(yīng)曲線修正方法及其在富春江流域洪水預(yù)報中的應(yīng)用[J].水力發(fā)電學(xué)報，2016，35（1）：38-45（SI W，YU H H，BAO W M，et al.Area-mean rainfall updating by system response curve method and application to real-time flood forecasting of Fuchunjiang basin[J].Journal of Hydroelectric Engineering，2016，35（1）：38-45.（in Chinese）） DOI：10.11660/slfdxb.20160105.

[4] 司偉，包為民，瞿思敏，等.基于面平均雨量誤差修正的實時洪水預(yù)報修正方法[J].湖泊科學(xué)，2018，30（2）：533-541.（SI W，BAO W M，QU S M，et al.Real-time flood forecast updating method based on mean areal rainfall error correction[J].Journal of Lake Sciences，2018，30（2）：533-541.（in Chinese）） DOI：10.18307/2018.0224.

[5] 包為民.水文預(yù)報[M].第五版.北京：中國水利水電出版社，2017.（BAO W M.Hydrological forecasting.Fifth edition.Beijing：China Water & Power Press，2017.（in Chinese））

[6] 趙超，洪華生，包為民，等.實時洪水抗差預(yù)報系統(tǒng)研究[J].水文，2008，28（2）：27-29（ZHAO C，HONG H S，BAO W M，et al.Application of robust estimation in real time flood forecasting system[J].Journal of China Hydrology，2008，28（2）：27-29.（in Chinese）） DOI：10.3969/j.issn.1000-0852.2008.02.007.

[7] 瞿思敏，包為民.實時洪水預(yù)報綜合修正方法初探[J].水科學(xué)進展，2003，14（2）：167-171.（QU S M ，BAO W M.Comprehensive correction of real-time flood forecasting[J].Advances in Water Scienc，2003，14（2）：167-171.（in Chinese）） DOI：10.3321/j.issn：1001-6791.2003.02.008.

[8] 岳延兵，李致家，李振興.基于集合kalman濾波的河道洪水預(yù)報研究[J].水電能源科學(xué)，2011，29（1）：26-29.（YUE Y B，LI Z J，LI Z X.Study of river channel flood forecasting by ensemble Kalman filtering[J].Water Resources and Power，2011，29（1）：26-29.（in Chinese）） DOI：1000-7709（2011）01-0026-04.

[9] 戴會超，何文社，曹叔尤.基于誤差修正的BP神經(jīng)網(wǎng)絡(luò)模型在河道洪水預(yù)報中的應(yīng)用[J].水電能源科學(xué)，2006，24（1）：69-71.（DAI H C，HE W S，CAO S Y.Application of BP neural network model based on error correction in river flood forecasting[J].Water Resources and Power，2006，24（1）：69-71.（in Chinese）） DOI：1000-7709（2006）01-0069-03.

[10] [ZK（#]司偉，包為民，瞿思敏.洪水預(yù)報產(chǎn)流誤差的動態(tài)系統(tǒng)響應(yīng)曲線修正方法[J].水科學(xué)進展，2013，24（4）：497-503.（SI W，BAO W M，QU S M.Runoff error correction in real-time flood forecasting based on dynamic system response curve[J].Advances in Water Science，2013，24（4）：497-503.（in Chinese）） DOI：10.14042/j.cnki.32.1309.2013.04.001.

[11] 包為民，司偉，沈國華，等.基于單位線反演的產(chǎn)流誤差修正[J].水科學(xué)進展，2012，23（3）：315-322.（BAO W M，SI W，SHEN G H，et al.Runoff error updating based on unit hydrograph inversion[J].Advances in Water Science，2012，23（3）：315-322.（in Chinese）） DOI：10.14042/j.cnki.32.1309.2012.03.019.

[12] 張小琴，劉可新，包為民，等.產(chǎn)流誤差比例系數(shù)的系統(tǒng)響應(yīng)修正方法[J].水科學(xué)進展，2014，25（6）：789-796.（ZHANG X Q，LIU K X，BAO W M，et al.Runoff error proportionality coefficient correction method based on system response[J].Advances in Water Science，2014，25（6）：789-796.（in Chinese）） DOI：10.14042/j.cnki.32.1309.2014.06.004.

[13] 劉金濤，宋慧卿，王愛花.水文相似概念與理論發(fā)展探析[J].水科學(xué)進展，2014，25（2）：288-296（LIU J T，SONG H Q，WANG A H.Advances in the theories of hydrologic similarity：A discussion[J].Advances in Water Science，2014，25（2）：288-296.（in Chinese）） DOI：10.14042/j.cnki.32.1309.2014.02.012.

[14] 戚曉明，陸桂華，吳志勇，等.水文相似度及其應(yīng)用[J].水利學(xué)報，2007，38（3）：355-360.（QI X M，LU G H，WU Z Y，et al.Hydrology similarity degree and its application[J].Journal of Hydraulic Engineering，2007，38（3）：355-360.（in Chinese）） DOI：10.3321/j.issn：0559-9350.2007.03.017.

[15] 姚成，章玉霞，李致家.無資料地區(qū)水文模擬及相似性分析[J].河海大學(xué)學(xué)報（自然科學(xué)版），2013，41（2）：108-113.（YAO C，ZHANG Y X，LI Z J.Hydrological simulations and similarities in ungauged basins[J].Journal of Hohai University（Natural Sciences），2013，41（2）：108-113.（in Chinese）） DOI：10.3876/j.issn.1000-1980.2013.02.003.

[16] 鄧元倩，李致家，劉甲奇.區(qū)劃方法在缺資料地區(qū)水文模型參數(shù)識別的發(fā)展與展望[J].中國農(nóng)村水利水電，2017（11）：31-34.（DENG Y Q，LI Z J，LIU J Q.Development and prospect of hydrological model parameter identification for ungauged catchment[J].China Rural Water and Hydropower，2017（11）：31-34.（in Chinese）） DOI：10.3969/j.issn.

1007-2284.2017.11.008.

[17] 伊璇，周豐，周璟，等.區(qū)劃方法在無資料地區(qū)水文預(yù)報中的應(yīng)用研究[J].水文，2014，34（4）：21-27.（YI X，ZHOU F，ZHOU J，et al.Application of regionalization in hydrological forecasting for ungauged basins[J].Journal of China Hydrology，2014，34（4）：21-27.（in Chinese）） DOI：10.3969/j.issn.1000-0852.2014.04.004.

[18] 施征，包為民，瞿思敏.基于相似性的無資料地區(qū)模型參數(shù)確定[J].水文，2015，35（2）：33-38.（SHI Z，BAO W M，QU S M.Model parameters determination for ungauged basins based on similarity[J].Journal of China Hydrology，2015，35（2）：33-38.（in Chinese）） DOI：10.3969/j.issn.1000-0852.2015.02.007.

[19] 榮延昭，李晚枕.田間試驗與統(tǒng)計分析[M].成都：四川大學(xué)出版社，2001.（RONG Y Z，LI W Z.Field trials and statistical analysis[M].Chendu：Sichuan University Press，2001.（in Chinese））

[20] 彭曉霞，張振巍.二次正交旋轉(zhuǎn)組合設(shè)計法優(yōu)化赤芍醇提工藝[J].中藥材，2010，33（6）：991-994.（PENG X X，ZHANG Z W.Quadratic-orthogonal-rotation-combination design for optimization of ethanol extraction craft from radix paeoniae rubra[J].Journal of Chinese Medicinal Materials，2010，33（6）：991-994.（in Chinese）） DOI：10.13863/j.issn1001-4454.2010.06.006.

[21] 王連臻，杜小鳳，吳傳萬，等.應(yīng)用二次回歸正交旋轉(zhuǎn)組合法進行小麥抗低溫脅迫復(fù)配植物生長調(diào)節(jié)劑研發(fā)[J].中國農(nóng)學(xué)通報，2015，31（9）：63-67.（WANG L Z，DU X F，WU C W，et al.The development of plant growth regulators of resistance to low temperature stress in wheat with the method of quadratic regression orthogonal rotary[J].Chinese Agricultural Science Bulletin，2015，31（9）：63-67.（in Chinese）） DOI：10.11924/j.issn.1000-6850.2014-2104.

[22] 唐啟義.DPS數(shù)據(jù)處理系統(tǒng)[M].北京：科學(xué)出版社，2013.（TANG Q Y.DPS Data Processing System[M].Beijing：Science Press，2013 .（in Chinese））

[23] 王琪，張亭亭，游海林，等.基于多元回歸分析的大伙房水庫徑流中長期預(yù)報[J].水力發(fā)電，2014，40（5）：17-20.（WANG Q，ZHANG T T，YOU H L ，et al.Mid-long term runoff forecasting model for dahuofang reservoir based on multiple regression analysis[J].Water Power，2014，40（5）：17-20.（in Chinese）） DOI：10.3969/j.issn.0559-9342.2014.05.005.

[24] 何振奇，喬光建.基于多項式回歸模型的枯季徑流預(yù)報與分析[J].南水北調(diào)與水利科技，2010，8（5）85-88.（HE Z Q，QIAO G J.Polynomial Regressin Model Based on the Low Flow Forecasting and Analysis[J].South-to-North Water Transfers and Water Science & Technology，2010，8（5）：85-88.（in Chinese）） DOI：10.3969/SP.J.1201.2010.05085.

[25] 葛朝霞，薛梅，宋穎玲.多因子逐步回歸周期分析在中長期水文預(yù)報中的應(yīng)用[J].河海大學(xué)學(xué)報（自然科學(xué)版），2009 ，37（3）：255-257.（GE Z X，X M，SONG Y L.Application of multi-factor stepwise regression cycle analysis in medium and long-term hydrological forecast[J].Journal of Hohai University（Natural Sciences） ，2009，37（3）：255-257.（in Chinese）） DOI：10.3876/j.issn.1000-1980.2009.03.002.

[26] 劉冬英，沈燕舟，王政祥.怒江流域水資源特性分析[J].人民長江，2008，39（17）：64-66.（LIU D Y，SHEN Y Z，WANG Z X.Analysis of water resources characteristics of the Nujiang River Basin[J].Yangtze River，2008，39（17）：64-66.（in Chinese）） DOI：10.3969/j.issn.1001-4179.2008.17.022.