基于卫星和现场监测数据的智利中部径流预报

［西班牙］L.罗梅洛 等

雪盖面积(SCA)是指积雪覆盖地表面的范围，它是融雪径流模拟和预报的重要参数。同时，雪盖信息对雪水输移和雪崩灾害评估也非常重要。星载合成孔径雷达(SAR)传感器对积雪含水量非常敏感，因此，能获取融雪季节的雪盖面积;反之，根据得到的雪盖面积，可以量化流域积雪的融化量与融化速度。

本文利用同化现场实时监测的气象、水位数据与地球观测卫星获得的雪盖数据的分布式水文模型，重点介绍偏远山区几个特定测点的径流预报过程。预报结果可为水电站的日常工作提供准确信息，从而使水文预报与地形利用相适应。这种基于遥感观测数据的方法，可以实现连续径流预报，且对气候异常季节、基于以往事件统计方法不能得出有效预报季节的径流预报，具有特殊潜力。由于气候变化相关的气候可变性不断增大，该类模型的合成至关重要。

2009～2010年融雪季节，在智利安第斯山区开展了一项试验活动。在2 000 km2的拉加河流域选取了几个研究点，根据气象数据(气温和降水)和地球卫星观测数据(雪盖面积)，给出这几个点的径流预报。将该径流预报方法与负荷经济调度中心(CDEC)建立的现行系统进行比较，后者是基于统计和经验模型，并不包括对积雪量的实际观测。

1 研究方法

利用一个分布式水文模型，该模型针对自然系统而建，并根据所研究点的具体情况进行校核，以证明有效性，这些点均为操作子流域中的代表性测点。模型的输入数据包括降水、每日气温等水文气象数据，且均为实时数据。将由星载合成孔径雷达得到的雪盖面积进行同化处理。利用拉加湖水位估算其中一个研究点(拉加河支流)的流量，采用海洋反射信号仪测量水位，结果包括用作每个子流域每个预报点从10月到次年2月预报的周平均径流系列。

1.1 研究区域

该项研究在智利南部比奥比奥地区的拉加湖流域开展。拉加湖流域是安第斯山区复杂形势的代表，建有一座典型的高海拔水库，水库周边被山区地形环绕。此外，该地区对水力发电至关重要，因为拉加湖为几个重要电厂提供水源。

1.2 水文模型

径流模拟基于一个分布式水文模型。该模型设定了三维空间中详细的流域分水岭，以说明土壤性能与物理过程，即从接收降水到在所研究的闭合点或区段径流产生的过程。该模型称为水文模型(HYDRO)，是以流域降水和气温为输入变量的函数。因为通常只能获得部分测点的降水和气温数据，所以模型还包括一个简化的气候模型，用以将这些变量值外推，以得出全流域内其他站点的值。模型包含有大量的参数，可根据降水、气温和流量记录对它们进行标定。采用传统的两阶段法进行预报，即:先由历史数据进行校核/验实，然后进行实际预报。

预报系统的另一个输入信息是由地球观测卫星传感器获得的同化信息。同化允许模型条件根据某些变量观测值进行更新，且无需就新的可用数据对该系统重新标定。在这种情况下，雪盖面积在获得新影像的瞬间被同化。同化会修正水文模型的某些特征，以使模型输出符合观测值，实际上就是模型在线再标定，从而使模型描述的初始条件与流域当时存在的情况更相符。

1.3 气象数据

降水和气温的现场气象数据通过现有的山区传感器获取。开展研究时，全流域仅有一个气象站，即阿巴尼科(Abanico)气象站，其海拔为700 m，低于模型功能良好所要求的最低海拔1 500 m。对一个运行的预报模型来说，为了实现预报，对气象站的高程有着严格的限制。在缺乏适当数据的情况下，将该气象站的降水和气温观测值进行内插，以得出全流域的相应值。

1.4 卫星监测积雪信息

被动传感器(比如辐射计、光学传感器)最早应用于绘制雪盖面积图，因为在已获得图象中雪相对容易发现，这种传感器能较好地表现覆盖时空分布的变化。然而，被动传感器只能在晴空无云的条件下探测雪盖情况，云的出现会削弱传感器的辐射测量，这就使被动传感器不可能探测到积雪覆盖的区域。

星载合成孔径雷达传感器能够在任何天气条件下探测，并能昼夜工作，因此，克服了光学传感器的缺陷，尤其在常被云遮蔽的山区，更具有优势。在该研究中，SAR数据与研究区的高程场和温度场结合使用。估算雪盖面积所采用的方法为两阶段法。

第1阶段，探测湿雪(即正在融化的雪)，监测无雪盖条件下的参考图像与实际调查所得图像之间的变化。

第2阶段，利用由研究地区的数字高程模型(DEM)和温度分布图得来的外部信息推算干雪。

在该实例研究中，使用了卫星ENVISAT和ERS－2捕获的影像。2009年9月至2010年2月，共捕获了5张影像图。所采用的DEM模型，由美国国家航空航天局(NASA)提供。

在现场感应器失效，以及有关积雪范围的信息缺乏和难以实时获取的拉加河流域上游地区，通过分布式水文模型来同化雪盖面积的大小，据此预报拉加河流域上游地区的的融雪径流量。

1.5 拉加湖水位数据

海洋反射信号仪是利用GPS导航卫星信息来测量水位的装置，通过对比卫星直接信号和水面反射信号来监测水位。用于水位监测的GNSS反射器(GNSS－R)是一项双基地雷达技术，它仅需要一个接收系统。这一概念最早于1993年提出，自此便一直被成功应用于海岸接收器和飞机上，最近又被成功应用于航天领域。

与其他类型的湖水位监测传感器相比，海洋反射信号仪具有明显的优势。与那些浸没水中或需接触水的传感器相比，海洋反射信号仪的维护成本明显较低，因为自系统安装投运以来，一直在有效地工作。此外，相对于遥测湖水位的传感器，如回声探测仪、雷达系统等，海洋反射信号仪能从某一角度进行监测，而不像其他传感器需要垂直于水面测量。这一点使海洋反射信号仪倍受青睐，拉加湖水位变化范围可达30 m，因此可将其安装于湖岸。

在研究期内，每10 min进行一次水位监测。由于地形复杂，且难以到达现场而导致维护困难。因此，研究时选用了海洋反射信号仪进行水位监测。

2 研究结果

成功收集气象资料，并通过内插获取流域内所有模拟测点的信息。

通过影像处理获取雪盖面积，将其结果用于对比由模型估算的雪盖条件。利用模型对影像信息进行同化，用于融雪径流预报。

虽然拉加河流域的融雪季节基本上与南半球的春季一致，即9～12月，但每年雪盖面积的变化受特定气候条件的影响。最大积雪量通常发生在8月底，进入9月份，低海拔区的积雪才开始融化。在研究期内，第1张影像图取自9月底。研究区内9月份几乎没有暴雪，而10月份的几场暴雪，使高海拔区的积雪增加，11月3日的影像图便是很好的明证:图中比前期捕获的影像图中的雪盖面积更大。11月中旬下了几场小雪，可以观测到开始融雪。正如11月21日的影像图所显示的，中海拔地区和北向坡的雪已基本消失。12月底和1月底的影像图表明，融雪在12月份结束，此时仅剩下高海拔地区的冰川和永久积雪。

在2009～2010年融雪季节，选取拉加河流域6个研究点进行径流预报，其准确性可与CEDC提供的同期国家正式预报相比。选取的6个测点分别为:阿福伦特斯(Afluentes)、克特希恩(Captacion)、波尔卡瑞(Polcura)、阿巴尼科、拉玛拉加(Rama Laja)、拉加图克佩(Laja Tucapel)。

拉加河流域为融雪水和雨水混合流。与现有的径流量记录相比，当前CDEC与星象馆的预报结果平均误差均较大，分别为12%和15%。由于该子流域中缺乏现场实际流量观测数据，流量记录只能通过经验公式估算。

克特希恩是研究区内降雪量最大、海拔最高的子流域，同样缺乏研究期间的现场流量记录。虽然作为输入的气象数据(降水和气温数据根据阿贝尼克站数据内插)有限，然而，该区的预报结果却表现良好，平均误差仅为3%。表明对该区雪盖面积的同化处理是有效的。

在波尔卡瑞子流域，CDEC与星象馆的预报结果相似，相对于实际观测值，具有14%的较高平均误差;其中，CDEC国家预报结果略好于星象馆的预报。然而，与克特希恩子流域一样，这种融雪水与雨水混合流流域在研究期间的部分时段，因在11、12月和1月份现场流量计失效而受影响。本次研究的径流预报通过流域雪盖面积同化处理而得到了极大改善。

在阿巴尼科和拉玛拉加子流域，相对于正式的流量记录，本研究的预报结果与CDEC国家预报结果均为小于2%的二次平均误差，且本研究的预报结果更准确一些。需要强调的是，该区是唯一一个具有现场气象站的子流域。之所以强调，是因为它证实了在能获得当地可靠气象数据的情况下，建议的模型具有最佳的预报能力。

拉加图克佩地区的预报结果误差最大，高达51%，两种预报方法所得结果的差异也最大。由于缺乏研究期间现场流量观测数据，特别是，该范围广大子流域的正式流量记录也是估算出的，所以不建议再对其结果进行定量分析。

3 结论

在气候与平均情况相差不大的季节，分布式水文模型提供融雪预报径流预报的能力，至少与CDEC提供的国家预报采用的统计方法相当，即使在输入数据方面受到一些主要约束，其预报能力也是相当可靠。

事实上，值得注意的是，本次研究所选的2009～2010年研究时段的气候基本正常，仅初期受厄尔尼若现象的轻微影响。因此，气候条件比较适合采用基于以往事件的统计方法。由于本次研究建立的模型具有独特的物理格式，并使用地球观测卫星数据，能够预报极端气候事件，因此，在异常气候条件下，相对于如今普遍使用的基于统计回归的预报方法，该模型预报的结果更准确。

气象实测资料的增加，可以使模型预报的准确性得到显著提高，尤其是对高海拔地区。

卫星图像已经证明了它在估量整个融雪季节积雪相关参数方面的能力。然而，在模型同化技术方面还需要做一些改进，以提高预报的精确度。

即使现场监测资料可获量有限(仅在低海拔地区建有一个气象站)，但本次研究实践表明，径流预报结果仍与CDEC现行系统的预报结果相似。此外，还将开展天然水流情况下的流量传感器测流，通过与该流域绝对实际流量观测值对比，来验证本次研究预报结果的准确性。