曾志強，湯正陽，曹 輝，舒衛(wèi)民，張海榮

(1.三峽水利樞紐梯級調度通信中心，湖北 宜昌 443002； 2.智慧長江與水電科學湖北省重點實驗室，湖北 宜昌 443002)

0 引 言

三峽水利樞紐梯級調度中心(以下簡稱“三峽梯調”)的主要核心業(yè)務包括：數(shù)據(jù)收集、氣象預測、水文預報、調度方案和實時調度[1-3]。針對長江上游流域的水文預報是三峽梯調各核心業(yè)務中的關鍵流程，在氣象預報和水庫調度中起到承上啟下的作用[4-6]。高精度的水文預報有助于提高水資源利用效率。目前，三峽梯調已圍繞長江上游流域水文預報展開一系列研究[7-9]。鑒于長江上游流域復雜的水文情勢以及較高的預報精度要求，有必要關注該流域的水文預報研究和應用現(xiàn)狀，從而科學指導生產實踐。

目前，三峽梯調所采用的水文預報系統(tǒng)已經過多次升級改造，成為集降雨實況預報展示、短中長期徑流預報、水情預報會商和預報精度評價等多功能于一體的自動化業(yè)務平臺，對三峽梯調水文預報業(yè)務起輔助決策作用[10-11]。本文介紹了長江上游流域水文預報系統(tǒng)(以下簡稱“水文預報系統(tǒng)”)，選擇2021年汛期的3場典型洪水進行反演分析，結合生產實際對水文預報系統(tǒng)的下一步開發(fā)和今后水文預報研究工作提出建議。

1 水文預報系統(tǒng)介紹

(1) 流域概況。水文預報系統(tǒng)模擬了長江源頭至湖北宜昌段流域的水循環(huán)過程，覆蓋流域面積約100萬km2，干流河段長4 504 km。按水系情況可以將長江上游流域劃分為金沙江、雅礱江、岷沱江、嘉陵江、長江上游干流、橫江、赤水河、綦江、烏江等流域，如圖1(a)所示。

(2) 流域分區(qū)。水文預報系統(tǒng)中包含一二三級流域分區(qū)(圖1(b)～(d))、流域產匯流分區(qū)(圖1(e))以及流域子單元分區(qū)(圖1(f))等5種流域分區(qū)方法。一二三級分區(qū)分別將流域劃分為12，25個和51個區(qū)域，產匯流分區(qū)和流域子單元分區(qū)分別將流域劃分為377個和1 437個區(qū)域。上述5種分區(qū)逐步細化，層層嵌套。一二三級分區(qū)是氣象預報分區(qū)流域產匯流分區(qū)是長江上游流域產匯流計算的基本單元，包括小流域及區(qū)間流域；流域子單元分區(qū)是流域產匯流分區(qū)構建的基礎，通過合并屬于相同流域的子單元可生成產匯流分區(qū)。

圖1 長江上游流域分區(qū)Fig.1 Zoning of the upper reaches of Yangtze River

(3) 預報分區(qū)。長江上游流域包括金沙江、岷沱江、嘉陵江、烏江、向寸(向家壩-寸灘)區(qū)間以及三峽區(qū)間這6個預報區(qū)域。目前，三峽梯調已針對這6個區(qū)域建立了6套預報方案，并針對整個長江上游流域建立了一套水文預報方案。上述7套水文預報方案包含132個預報點(圖2)，其中水庫站33個。在后期運行維護中，根據(jù)預報業(yè)務的需求，可靈活增減預報點。

圖2 長江上游流域報汛站點分布Fig.2 Distribution of flood reporting stations in the upper reaches of Yangtze River

(4) 站網(wǎng)建設。目前，水文預報系統(tǒng)中包含自建遙測系統(tǒng)的水雨情數(shù)據(jù)(638個遙測站)、與各省水文局同步的報汛水雨情數(shù)據(jù)(372個報汛站)、各水庫電站的共享水雨情數(shù)據(jù)(445個共享站)以及氣象部門的雨情數(shù)據(jù)(4 563個氣象站)等多套水雨情數(shù)據(jù)。根據(jù)數(shù)據(jù)特點，對4套站網(wǎng)進行融合，建立了如圖3所示的水文氣象一體化站網(wǎng)，站網(wǎng)中包含遙測站556個、氣象站207個、報汛站164個。

圖3 長江上游流域融合站網(wǎng)分布Fig.3 Distribution of forecast stations in the upper reaches of Yangtze River

(5) 預報模型。圖4所示為長江上游流域的流域拓撲重構示意圖，由產匯流分區(qū)、河段、測站以及水量交匯點組成，采用經典的新安江模型[12]作為降雨徑流模型，選用馬斯京根[13]和一維水動力模型[14]進行河道徑流演進，并利用反饋模擬模型和誤差自回歸模型實時校正[15]。在主汛期、消落期和蓄水期均采用不同的水文模型參數(shù)方案。模型之間采用單向松散耦合方式進行耦合，各區(qū)間各個流域根據(jù)水系的連接情況依次匯入干流，干流采用了考慮支流入?yún)R的分段馬斯京根方法[16](圖5)。

圖4 流域拓撲結構示意Fig.4 Schematic diagram of drainage basin topology

(6) 氣象預報。水文預報系統(tǒng)中引入了梯調中心氣象預報部門人工訂正后的分區(qū)氣象預報產品和數(shù)值預報產品，用于驅動降雨徑流模型。其中，數(shù)值預報產品包括三峽梯調中心網(wǎng)格產品、歐洲中期天氣預報中心(ECMWF)、三峽梯調中心1個月訂正產品和美國國家環(huán)境預報中心(NCEP)9個月產品。數(shù)值天氣預報產品被直接接入到洪水預報方案中，以延長作業(yè)預報預見期。此外，數(shù)值預報結果可用于降雨量時空分析顯示，輔助會商研判。

(7) 數(shù)值預報產品接入。梯調預報產品的預見期為7 d，時間步長為3 h；歐洲預報產品的預見期為10 d，其中，前3 d的時間步長為3 h，后7 d的時間步長6 h。與洪水預報方案進行耦合時，都按洪水預報方案的計算步長進行插值，方便數(shù)據(jù)接入。空間尺度上采用流域子單元接入(圖6)、流域產匯流分區(qū)接入和流域降雨交互分區(qū)接入，即根據(jù)氣象預報產品的空間步長，動態(tài)調整接入方式，完成洪水預報方案和氣象預報產品在預報區(qū)域上的耦合。

2 典型洪水反演分析

2.1 數(shù) 據(jù)

2021年汛期，針對長江上游流域共開展了3次防洪調度，分別發(fā)生于2021年9月3～6日(1號洪水)、9月13～19日以及10月3～6日。本文選擇這3次防洪調度所針對的洪水過程進行預報反演分析，防洪調度過程的降雨發(fā)展情勢簡述如下。

(1) 第一次防洪調度。1號洪水對應的降雨過程如下：2021年9月3日，嘉陵江、渠江中上游、岷沱江中下游、雅礱江中下游出現(xiàn)大到暴雨，局部大暴雨；9月4日，雨帶緩慢東移南壓，長江上游沿江以北、金沙江中下游沿江以北出現(xiàn)大到暴雨，局部大暴雨；9月5日，隨著新一輪冷空氣加入，橫江、宜賓至重慶、重慶至萬州、渠江出現(xiàn)大到暴雨，局部大暴雨；9月6日，雨帶進一步東移南壓并減弱，三峽區(qū)間出現(xiàn)中到大雨，局部暴雨，上游大部分降水停止。此次降雨過程最大日面雨量為23.1 mm，于9月5日出現(xiàn)在寸灘至三峽區(qū)間。受降水影響，三峽入庫流量從9月3日02∶00的27 500 m3/s漲至9月6日20∶00的55 000 m3/s，后逐步退水至28 000 m3/s。

(2) 第二次防洪調度。2021年9月13～19日所發(fā)生的洪水過程對應的降雨過程如下：9月13日，副高增強北抬，同時受高空槽、中低層切變線影響，沱江、涪江出現(xiàn)大到暴雨；9月14日，岷沱江中下游、涪江出現(xiàn)大到暴雨，局部大暴雨；9月15日，岷沱江、嘉陵江中下游流域出現(xiàn)大到暴雨，局部大暴雨到特大暴雨；9月16日，雨帶東移南壓并減弱，雅礱江中下游、嘉陵江流域、烏江流域、寸灘-三峽區(qū)間出現(xiàn)大到暴雨。此次降雨過程最大日面雨量為31.9 mm，于15日出現(xiàn)在沱江流域。9月17～19日上游流域出現(xiàn)一次較強降水過程，9月17日，嘉陵江流域北部、烏江流域出現(xiàn)中到大雨；9月18日，金沙江下游至長江上游干流一線出現(xiàn)中到大雨，其中，三峽區(qū)間出現(xiàn)大到暴雨；9月19日，三峽-宜昌區(qū)間出現(xiàn)中到大雨。此過程最大日面雨量為30.8 mm，于18日出現(xiàn)在寸灘至三峽區(qū)間。受此次降雨影響，三峽入庫流量從9月16日20∶00的24 500 m3/s起漲，17日22∶00漲至43 800 m3/s，后流量逐步轉退。

(3) 第三次防洪調度。2021年10月3～6日，長江上游北部出現(xiàn)一次強降水過程，具體過程如下：10月3日，沱江出現(xiàn)小雨，嘉陵江出現(xiàn)中到大雨，局部暴雨；10月4日，嘉陵江出現(xiàn)大到暴雨，沱江出現(xiàn)中到大雨；10月5日，嘉陵江出現(xiàn)中雨；10月6日，嘉陵江持續(xù)出現(xiàn)中雨，寸灘-三峽區(qū)間出現(xiàn)中雨。受長江上游流域北部降雨影響，三峽入庫流量從10月5日14∶00的17 000 m3/s起漲，7日14∶00漲至38 000 m3/s，洪峰持續(xù)12 h，后流量逐步轉退。

2.2 方 法

在水文預報系統(tǒng)中接入典型洪水過程所對應的降雨和水庫調度過程，并設置作業(yè)預報時間以及水文參數(shù)方案。由于上述3次洪水過程均發(fā)生在汛期，因此選擇主汛期水文參數(shù)方案作為交互預報的模型參數(shù)。水文預報系統(tǒng)計算完成后，可獲取水庫實測和模擬的水位、入庫流量以及出庫流量等數(shù)據(jù)。本文選擇接入實況降雨作為水文模型的輸入，降雨和水文預報的時間步長均為1 h。

引入確定系數(shù)來評價模擬徑流和實測徑流之間的誤差，確定性系數(shù)的表達式為

2.3 結果與討論

(1) 第一次防洪調度。為了完整展示一場洪水過程，選擇水文預報的起止時間分別為2021年9月2日12∶00和9月10日10∶00。在水文預報系統(tǒng)中接入相應時段的降雨數(shù)據(jù)后，水文預報系統(tǒng)計算結果見圖7。從整體上來看，實況降雨驅動下洪水的漲、退水趨勢均與實況一致。實況降雨接入下的模擬洪峰為53 900 m3/s，與實測洪峰(60 100 m3/s)的誤差約為10.3%，峰現(xiàn)時間誤差約為6 h，峰現(xiàn)相對滯后，預報模型有改進的空間。模擬入庫徑流和實況入庫徑流(反推入庫)過程的確定性系數(shù)為0.99，實況入庫徑流和模擬入庫徑流的擬合度較高。

圖7 三峽水庫預報調度綜合過程示意(第一次防洪調度)Fig.7 Schematic diagram of the comprehensive process of the forecast dispatch of Three Gorges Reservoir (the first flood control dispatch)

(2) 第二次防洪調度。選擇水文預報的起止時間分別為2021年9月13日08∶00和9月19日08∶00。在水文預報系統(tǒng)中接入相應時段的降雨數(shù)據(jù)后，系統(tǒng)計算結果見圖8。從整體上來看，實況降雨驅動下洪水的漲、退水趨勢均與實況一致。該場洪水過程包括兩個洪峰，第一個洪峰的模擬洪峰值為41 500 m3/s，與實測洪峰(43 800 m3/s)的誤差約為5.25%，峰現(xiàn)時間差約為7 h，峰現(xiàn)相對滯后，預報模型有改進的空間。第二個洪峰的模擬洪峰值為46 200 m3/s，與實測洪峰(40 900 m3/s)的誤差約為12.96，洪峰誤差較大，峰現(xiàn)時間誤差約為2 h，峰現(xiàn)時間提前，峰現(xiàn)時間誤差小。模擬入庫徑流和實況入庫徑流(反推入庫)過程的確定性系數(shù)為0.95，實況入庫徑流和模擬入庫徑流的擬合度較高。

圖8 三峽水庫預報調度綜合過程示意(第二次防洪調度)Fig.8 Schematic diagram of the comprehensive process of the forecast dispatch of Three Gorges Reservoir(the second flood control dispatch)

(3) 第三次防洪調度。選擇水文預報的起止時間分別為2021年10月3日08∶00和10月6日08∶00。在水文預報系統(tǒng)中接入相應時段的降雨數(shù)據(jù)后，水文預報系統(tǒng)計算結果見圖9。從整體上來看，實況降雨驅動下洪水的漲、退水趨勢均與實況一致。實況降雨接入下的模擬洪峰為 35 800 m3/s，與實測洪峰(38 500 m3/s)的誤差約為0.7%，峰現(xiàn)時間差約為1 h，模擬洪峰提前，預報模型精度精準。模擬入庫徑流和實況入庫徑流(反推入庫)過程的確定性系數(shù)為0.98，實況入庫徑流和模擬入庫徑流的擬合度較高。

圖9 三峽水庫預報調度綜合過程示意 (第三次防洪調度)Fig.9 Schematic diagram of the comprehensive process of the forecast dispatch of the Three Gorges Reservoir(the third flood control dispatch)

上述3次反演分析中，洪峰誤差最大為11.47%，最小為0.7%，峰現(xiàn)時間差最大為7 h，最小為1 h，不確定性系數(shù)均在0.9以上?？傮w而言，在降雨預報精度較高時，水文預報系統(tǒng)所預報的洪峰和峰現(xiàn)時間可輔助調度決策，但仍有改進空間；洪水過程的預報精度則比較高，可以滿足生產需求。

3 結論與展望

長江上游流域水文預報系統(tǒng)在三峽梯調水文預報業(yè)務中起到關鍵作用，為水資源高效利用提供了技術支撐?？傮w而言，該系統(tǒng)基本滿足目前的生產應用需求，流域和預報分區(qū)劃分科學，氣象水文站網(wǎng)建設齊全，用于流域水循環(huán)模擬的數(shù)學模型選用合理，氣象預報產品豐富且精度滿足生產要求，預報降雨接入方式科學且便捷。本文的典型洪水預報反演分析表明，水文預報系統(tǒng)表現(xiàn)出了較好的性能和穩(wěn)定性。但是，水文預報系統(tǒng)還存在以下問題。

(1) 目前，水文預報系統(tǒng)中的水文參數(shù)方案相對固化，僅對主汛期、消落期和蓄水期這3種不同工況在水文參數(shù)上加以區(qū)別，沒有考慮不同降雨情景下水文參數(shù)的差異性。

(2) 水文預報系統(tǒng)中的數(shù)學模型比較單一，可多引入一些性能較好的概念性水文模型、分布式水文模型以及水動力模型，豐富水文預報系統(tǒng)的模型庫，形成多模型預報方案，為水文預報人員提供更多預報手段。

(3) 基于物理機制的分布式水文模型和水動力模型的引入，勢必會降低水文預報系統(tǒng)的計算效率，因此，需引入能提高計算效率的新技術，在提高水文預報精度的同時保證其計算效率。

(4) 目前的水文預報系統(tǒng)中缺乏自主可控的水文參數(shù)率定模塊，使預報人員無法通過優(yōu)化水文參數(shù)的方式來改善預報精度，同時預報人員的經驗尚無法直接反映到水文參數(shù)上。

今后建議考慮針對以上幾個方面進行優(yōu)化和改進，提高水文預報系統(tǒng)的適用性、準確性和計算效率。