实时洪水预报系统应用实例分析

段明威，田京楠，田长涛

( 伊春水文局，黑龙江 伊春153000)

0 前 言

洪水预报作为防洪工作的一项重要非工程措施，被称为防汛抢险工作的“耳目”和“参谋”。传统的洪水预报技术多建立在单要素经验相关的基础上，随着系统论、信息论、控制论等新理论和计算机技术的发展，洪水预报系统在信息处理技术以及预报方法上较以往传统的方法都有所突破，明显地提高了洪水预报精度，增长了有效预见期。在高海拔山区流域，由于水文站网分布密度较低;受支流汇入影响河段较多;洪水组成比较复杂;洪水来源随机性强;汇流时间短;涨落迅速等原因，传统洪水预报手段针对这类河段常常是勉强应对或是无能为力，导致洪水过程难以准确预报，不能达到洪水预报的最佳效益。本文根据洪水预报系统软件和实时水情数据库技术，采用多模型结合使用的方法来进行受区间入流影响河段的洪水预报方法分析。

1 实时洪水预报系统介绍

所谓“实时洪水预报”，是指对暴雨、洪水信息观测资料的采集、传递、输入，处理运算并作出洪水预报的全过程，其中包括对预报过程的误差实时校正。这一系列的操作，由计算机自动完成，人工不予干涉。当前，建立实时洪水预报系统，大体有两条途径: ①把流域或河道的雨洪关系直接视作一个线性系统，用状态方程、量测方程或常微分方程来描述，然后采用近代控制理论中的卡尔曼滤波方法来求解状态变量即预报变量;②把流域或河道的雨洪关系，先用近代流域水文模型来描述，通过对这种确定性预报模型的计算值与本时段相应实测值的比较，获得它们的实际误差序列系统，并建立模型和估算参数，并对流域水文预报模型作补充描述，也就是预报模型加实时校正。

通过研究和实践发现第2 种途径概念较清晰，立论也比较新颖，是确定性与随机性的有机结合，符合实际情况，在进行模型计算时也可以尽量简化处理误差系统部分。

洪水预报系统一般包括6个子系统，即历史和实时数据收集系统;数据传输系统;数据库管理系统;预报模型计算与休整系统;预报发布系统; 预报评估系统。决定洪水预报系统的质量关键在于两点: ①快速，即通过各种水文信息的及时采集、迅速传输和处理运算来实现;②准确，即通过预报变量实时信息的反馈对预报模型计算成果或参数不断进行实时校正来达到。这两个关键点必须始终贯彻于从数据采集、处理到预报、发布整个预报系统中。洪水预报系统的具体内容包括:

1) 历史和实时数据收集系统: 主要收集流域内的雨量站、水位站、水文站观测的雨、水情信息。

2) 数据传输系统:系统将收集到的雨水情信息采用短信平台、超短波等方式传送至信息接收中心。

3) 数据库管理系统: 为数据处理与存储环节，具体的信息处理内容有:①翻译雨水情电报报文; ②识别错误信息并处理;③根据洪水预报输入要求，生成相应时段的水文要素过程;④根据用户信息查询要求，制成相应的图表;⑤遇特殊雨水情发出预警;⑥向有关部门转发信息，在处理信息之后，原始信息和处理后的信息将被存储到数据库。

4) 预报模型计算与修正系统:经过处理后的信息从数据库中提取出来进入到预报模型计算系统，经过处理后进行典型雨洪分析。在计算系统中，最重要的环节是模型率定参数的确定，一是利用历史资料建模并进行率定，二是利用实时资料对模型参数进行补充、修改，最后按照实际模拟达到合格要求后，才能确定预报模型的参数。

5) 预报发布系统: 根据确定后的预报模型，输入实时雨水情信息进行产流、汇流计算，根据计算结果及时向社会发布洪水预报。

6) 预报评估系统: 在预报发布后，要更新数据库实时数据，计算出的预报数据与实时数据比较后，评价此次预报的及时性和准确性，如果出现预测失误的现象，就需要及时调整模型参数。

2 应用实例

2.1 模型选择和参数率定

实现水文预报系统建模的前提条件是正确地选择模型的结构型式。在同一信息系统里，往往可以得到多种模型结构。本文依据“模拟误差最小”和“参数节省”的优选准则，选用了预报系统软件中的“三水源蓄满产流模型( SMS_3) 、三水源滞后演算汇流模型( LAG_3) 和马斯京根河道分段连续演算法模型( MSK) ”来建立多支流汇入河段出口断面的实时预报方案。上述模型和方法属于概念性模型，其参数都有明确的物理意义，原则上可以根据其物理意义来确定其数值。但由于量测上的困难，在实际应用中难以做到，一般采用系统默认的经验值作为模型的初始值。用初始参数值模拟出产汇流过程，并与实际过程进行比较和分析，以与实测过程的误差最小为原则，用人工试错和自动优选相结合的方式率定模型参数。模型可以随时根据数据库中的历史数据自动进行误差订正，逐步接近实际参数值。参数率定是模型识别的主要环节，其目标是寻求模拟客观系统的最满意的模型参数。

2.2 应用实例

选择汤旺河伊新站为例来介绍多支流汇入河段的洪水预报模型建立过程。伊新站洪水来源可分成3 部分:①上游五营站控制断面来水; ②五营至伊新区间流域来水，该区间流域面积为3 600 km2，共有友好河、双子河、长青河、梅花河4条较大无测验断面的河流汇入汤旺河;③右岸支流伊春站控制断面的伊春河来水。以上来水具备随机不确定性，均可单独或共同形成伊新站的洪水过程，详见图1。

根据选定模型和实际预报河段的雨水情采集信息情况，建立伊新站预报模型时五营和伊春站采用马斯京根河道分段连续演算法，区间流域使用三水源蓄满产流模型和三水源滞后演算汇流模型。利用预报系统的参数率定功能和实时水情数据库中10 次较大洪水过程的历史数据对上述模型进行参数率定，最终优选结果见表1。

表1 汤旺河伊新站洪水预报系统各模型参数率定成果表

表1 参数中WM、KK、ES、F 需人为确定，实际使用发现SM 参数比较重要而且敏感，对洪峰值影响明显，一般需要人工多次试验优选来确定，其它参数取率定值即可。( 各年份参数率定和检验过程略) 。根据以上参数即可进行伊新站洪水过程预报。该模型自起报时刻起每3 h计算一次预报值。图2 为使用该模型对2005年7月28日8 时—8月2日2 时伊新站一次较大洪水过程作出的预报结果。经检验，预报洪水过程流量平均绝对误差为22.0 m3/s，平均相对误差为4.5%，均方误差为45.9 m3/s，洪峰流量相对误差为0.54%，预见期为72 h，达到了《水文情报预报规范》( SL250－2000)规定的甲级预报方案精度标准，见表2。

表2 伊新站2005731 次洪水过程预报误差统计表

3 结 语

洪水预报系统是流域防洪调度决策支持系统的关键组成部分，是实现防洪调度系统科学、高效、可靠决策的基础，其预报结果精度客观上依赖于水文资料的质量、代表性以及观测精度。随着时间的推移和人类活动的影响，模型参数必然发生变化，因此需要定期对模型参数进行重新率定分析。

模型参数依赖于模型的结构和输入输出的信息，尽管它会受到模拟概化的影响和输入信息的随机干扰，但参数的物理机制仍将起主导地位，在选用预报模型时建议选择物理机制明显且便于掌握的模型来使用。

人工试错法调试参数可以避免系统自动率定参数时出现的“虚假拟合”现象，还可以充分利用用户的知识技能和实践经验来检验模型参数的实用性，有利于模型的实际应用，在参数率定中要给予高度的重视。

实际使用中发现洪水预报系统目前在通用性和操作简便性方面还存在一些不足，对终端用户要求还较高，主要体现在可选模型较少，小江河应用效果较差，模型参数过多，人机交互界面复杂等几个方面，有待进一步完善和提高。

图1 汤旺河五营站至伊新站区间各支流分布图

图2 汤旺河伊新站2005731 次洪水实测与预报过程图

［1］长江水利委员会. 水文预报方法:第二版［M］. 北京:中国水利电力出版社，1993.

［2］葛守西. 现代洪水预报技术［M］. 北京:中国水利水电出版社，1999.

［3］水利部水利信息中心. SL330－2005 水情信息编码标准［S］.北京:中国水利水电出版社，2005.