面向流域天气系统及暴雨特性分析的水库优化调度方法研究

杨文斌

(上饶市科信水利水电勘察设计咨询有限公司，江西 上饶 334000)

洪涝是由于大雨、暴雨等原因引起的淹没及渍水现象[1-2]。在我国，洪涝灾害发生较为频繁，已经成为威胁民众生命财产安全的自然灾害之一。根据我国水资源基本情况可知，洪涝灾害发生的原因与降雨时间分布的不平衡性密切相关[3-4]。随着极端天气事件在世界范围内的逐渐增多，暴雨洪水侵袭局部地区的概率直线式上升，流域性大洪水造成的损失更是难以估量。水库是综合利用水资源的重要工程措施，如果水库的防洪能力计算结果偏小，则容易造成水库的工程性浪费；若过大地评估水库的防洪能力，则容易发生溃坝，造成巨大的生命和财产损失。但作为应对洪涝灾害的有效设施，水库本身的许多不足之处始终制约着防洪效果的提升[5-6]。在现代技术不断进步的条件下，治水理念已经发生了较大的改变，利用传统工程治水方式已经无法满足防洪减灾体系的需要。水库防洪调度是根据水库本身具有的调控能力，以防洪安全为基本目标，对泄流进行分步控制，最终为整个流域防护做出可靠保障的调度。当前几乎所有的水库调度均按照常规方法实施，标准为水位和入库流量，一直存在部分损失过高的问题[7-8]。结合天气系统，即通过降雨预报信息为水库调度提供决策辅助，已经成为新的发展方向。与此同时，中小流域由于汇流时间短，在暴雨来袭时，洪峰和洪量的发生时间基本一致，给水库防洪造成极大压力。因此，本文根据天气系统与暴雨之间的联系，通过分析影响暴雨的天气系统进行水库调度决策的指导，并将其应用于信江流域大坳水库的调度中，以期进一步增强防洪能力。

1 区域概况

信江地处江西省东北部，发源于浙赣边界上饶市，是全省的五大河流之一。信江主河道长359km，流域面积总17599km2，约占全省总面积的10%。流域整体地势东南高西北低，山区约占40%，丘陵约占35%，平原约占为25%。流域内河系发达，超过10km2以上的河流总共有320条，其中30～100km2的有99条，100～300km2的有30条，300～1000km2的有13条，1000～3000km2的有3条，大于10000km2河流1条。流域内洪水由暴雨产生，怀玉山脉南侧地带为流域内的暴雨多发区。流域一般3月下旬进入汛期，较大洪水都出现在4—7月，历年最大洪水多出现在6月，一般7月中旬以后进入伏旱，主汛期基本结束。8月受台风雨影响，局部地区会出现大洪水。流域洪水过程一般持续1—3天。上饶水文站的实测流量资料统计显示，该流域多年平均流量为99.9m3/s，多年平均径流量为31.53亿m3，多年平均径流深1152.7mm。径流年际、年内变化较大，最大年径流量为190.2亿m3(1998年)，是最小年径流量50.1亿m3的3.79倍；径流年内分配主要集中在汛期4—6月，径流量占全年的53.1%。实测最大洪峰流量4470m3/s。根据上饶雨量站67年降雨资料可知，其多年平均降水量约为1774.8mm，最大年降雨量2672.5mm，最小年降水量也能达到1057.9mm，降雨量年际间变化较大，年内分配十分不均匀，雨季以上半年为多，4—6月最为集中，占多年平均降水量的48.6%。5—6月为暴雨多发季节，降水强度大，时间集中，常常引起水位猛涨，导致洪涝灾害发生。信江历史上的大洪水，大多出现在6月，少数出现在7月上旬，且上、中、下游各有不同的表现，即成灾洪水具有明显的地区性(见表1)。

流域内的重要水利工程中，三江防洪堤、旭日护岸、梅潭堤发挥的作用较大。三江防洪堤全长11.195km，采用50年一遇的设计洪水标准。设计堤顶高程为75.32～73.18m，背水坡为1∶2，迎水坡为1∶2.5。旭日护岸地处信江右岸，起于槠溪河旭日桥，在上分公路桥终止，全长3.338km。护岸顶高程70.00m，以66.80m高程为界，上为1∶2，下为1∶2.5。梅潭堤地处信江右岸，全长9.91km，堤顶高程为69.89～67.4m。流域内诸多水利工程的修建对该流域的生产生活起着重大的维护作用，但局部洪水、暴雨造成的影响仍然需要进一步降低。

2 流域天气系统及暴雨特性分析

天气系统会对每场暴雨造成一定影响。在这之中，并非所有的暴雨均在多个天气系统的控制下，存在单一影响的情况[9-10]。天气系统复合影响时，为更好地找出其中起主要作用的天气系统，以判断降雨的特征，本文根据暴雨特点，确定遵循的参照为复合天气系统，并据此确定其分类指标。所以，在同一天气系统中，不同暴雨之间存在一定的相似性，并且可以根据分类指标进行确定。在整体相似性已知的情况下，当分类相似性出现显著偏高，则据此能够找出影响降雨的决定性天气系统。在暴雨的相似性分析中，占据领导地位的是主要特征，包括降雨过程特征和降雨整体特征。本文针对整体及过程进行暴雨间相似性的分析，整体特征包括降雨持续时间、降雨中心、平均雨强、时段最大降雨量等。降雨过程特征中的相似指标为逐时段的降雨过程，并对所有暴雨及单类暴雨的相似性系数进行计算[11-12]。同时，为确定降雨过程中出现的相似性变化，本文以3h划分阶段，并将不同天气系统下产生的暴雨作为对象。此处需要说明的是，暴雨相似性分析不是实时的情况说明，而是以历史降雨资料为主要参照，从整体和过程两方面出发分析其相似性[13-14]。本文通过非平权距离系数法确定整体特征值之间的相似性，并选择相关系数法获得过程间的相似性。在确定系统间相似性时，非平权距离系数法操作简单，易于计算。该方法所得距离越大意味着相似性越差，即距离与相似性之间为互补关系，距离为0则意味着二者之间并无差别。设定两个系统X和Y，利用这两个系统的特征指标求得两者之间的距离：

(1)

相关系数法用于系统间某一特征指标的相似性系数计算，计算公式为

(2)

式中：RXiYi为系统X与Y中第i个特征指标所具有的相关性系数；δXi、δYi分别为X与Y中此特征指标的标准差；δXiYi为此指标的协方差。

两个系统的整体相似性计算公式为

SXY=β1SX1Y1+β2SX2Y2+…+βnSXnYn

(3)

式中：SXY为两个系统的相似性系数；β为对应指标的权重系数。

通过分析流域内天气系统及暴雨特性实现水库的优化调度，需要判别多方面信息。本文确定的调度决策是在24h预报降雨信息的指导下进行的，而在预泄完成后，当无水库回蓄时，则需要延长预报时间，将4d预报作为辅助决策。为增强水库调度过程中的科学性和严密性，最大程度保证结果的优化，将预泄决策过程中已预泄水量与累积降雨量之间的相互关系和作用特点纳入考量。所以，最终确定的调度方法第一步是识别天气系统，当判定为其他天气类型时，则直接通过常规方式实现调度。当天气系统为暴雨或特大暴雨时，则需要对气象要素和利雨情况进行判定。随后分析该时刻已泄水量与累积降雨量，并根据当前预报作出决策。此部分的决策主要为预泄水量的求取，目的是实现流量泄流的恒定。上述步骤完成后，当水库入流与预泄雨量一致时，步入常规调度阶段。若在12h内未启动该步骤，则按照最新预报情况来实施相应的调整。最后，待降雨停止后，可根据情况减小泄流，进行预蓄(如图1)。

图1 所提出的水库优化调度方法流程

在获得24h降雨预报信息的基础上，即可以完成预泄洪量的分级。首先对天气系统与预报雨量的预泄值和预泄上限值进行判断，最低降雨量用Pm表示，P(24)表示24h预报雨量，预泄上限值和预泄值分别以Ps和Pe表示。预泄雨量分级见表2。

表2 预泄雨量分级

将小量级规定为降雨量级Ⅱ级，中量级对应Ⅲ级，大量级对应Ⅳ级。由此得到的利用天气系统进行水库预泄雨量的决策树如图2所示。首先根据气象因素分为利雨与不利雨两种情况，在利雨情况中，包括累积降雨量大于或小于预泄水量，随后分出各级小量级、中类级和大量级。

图2 利用天气系统进行水库预泄雨量的决策树示意图

3 水库优化调度结果分析

3.1 降雨预报信息与天气系统的可行性分析

该地2012—2020年的暴雨和特大暴雨中的最低降雨量为76.5mm，而仅用降雨预报信息难以应用于洪水起涨前阶段，因此，研究将其与天气系统结合用以指导水库决策。从该地2020年6月6—7日的暴雨降雨对比结果(见图3)中可以看出，在2020年6月6日20时的降雨预报中，实际降雨在30～60mm之间，平均预报降雨在28～60mm之间，与前者相差较小。从图3(b)可知，在2020年6月7日8时的降雨预报中，平均预报降雨与实际降雨的差值在3～5mm范围内，两者差距较小。综合来看，降雨预报信息与天气系统的实际情况吻合度较高，可以将天气系统和降雨预报结合共同应用于当地水库优化调度中。

图3 降雨预报信息与天气系统的可行性分析结果

3.2 水库优化调度研究

本文以该地区2020年6月6日起由暴雨造成的洪水为例，将77.10m作为起调水位(见图4)。从图4中可以发现，在6月6日8时，天气预报中心发布的信息显示，24h和4d预报均是Ⅴ级，此时需要实施预泄处理。根据天气系统的识别结果，天气状况为特大暴雨，气象因子为利雨，此时预泄水量与累积降雨量均为0，即预泄雨量小于等于累计降雨量。同时，两者之差是小量级，24h和4d预报降雨均为大量级。在判断预泄雨量种类为D的基础上，得到其24h预报降雨量值为66.1mm，所以应预泄60mm的净雨。根据24h预泄，平均泄量应是385m3/s。在6月6日8—20时，入库流量小于预泄流量值。6月6日20时，根据再次发布的信息，4d和24h所得同样是Ⅴ级。该时段累积降雨量大概是8.2mm，与24h和4d预报降雨相同，均为属于大量级。此时应泄雨量种类为B，需要的泄径流量为902.4万m3。而后以105m3/s的速度进行泄流，6月7日3时预泄流量值小于入库流量，即处于常规调度阶段，此时水位下降到77.21m。6月7日4时入库流量大约为677.4m3/s，出流小于入流，此时水库水位即出现上涨。入库流量在6月7日5时为1635.4m3/s，此时加大泄流量，以1070m3/s泄流，水位出现持续性上涨，破坏了下游河道。6月7日8时，入库流量仍然持续性增大，高达4967.6m3/s，保持3898m3/s的速度进行泄流。洪水在6月7日9时左右接近峰值，而后入库流量开始逐步变小，退水期到来，为确保下场洪水的安全性，依旧保持3898m3/s的速度进行泄流。水位在6月7日11时左右增至峰值78.4m，随即逐渐下降，直至回到汛限水位，该洪水调度最终完成。

图4 2020年6月6日起利用天气系统进行调度的结果

3.3 水库调度效果分析

从两种方式对该次洪水的调度结果(见图5)中可以发现，在常规调度方式下，前期水位始终在78.10m的汛限水位处小范围波动。而在本文所提出的调度方式下，预泄过程在一开始就发生，完成后水位下降至77.21m。通过计算，可知其出现了0.89m的小幅度下降，泄水量将近1811.9万m3，防洪库容在较大程度上得到了扩增。当入库流量与下泄流量相同时，本文所提出的调度的方式转变成常规调度方式，由此进行水库调度，二者的最大泄量都是2898m3/s。与常规调度方式相比，利用天气系统进行调度的方式最大泄量包括四个时段，少了三个时段。同时常规调度方式所达到的最大水位是79.18m，本文所提出的调度方式到达的最大水位是78.40m，下降幅度为0.78m。可以发现，本文所提出的调度方式一定程度上减小了水库自身防洪风险，提高了水库防洪能力，实现了优化调度。

图5 两种调度方式下的水库调度结果

4 结 论

水库调度在现代化防洪体系中占据着重要地位，而常规水库调度方式已经无法匹配当前水库调度的需求。本文以信江流域大坳水库为例，在分析区域水文特征的基础上，提出了一种结合天气系统和分析暴雨相似性的水库调度方法，并建立了水库预泄雨量的决策树。结果显示，在2020年6月7日8时的暴雨预报中，该地平均预报降雨与实际降雨的差值为3～5mm，与实际情况具有较高的符合度。与常规调度方式相比，本文所提出的利用天气系统进行调度的方式在6月7日11时左右出现水位最大值78.4m，最终总计泄水量约为1811.9万m3，提高了水库的防洪能力，可以在水库优化调度中进一步应用。