，

(1.甘肅武威水文水資源局，甘肅 武威 733000；2.甘肅省水文水資源局，甘肅 蘭州 730000)

集合預報(Ensemble Forecasting)最早是由Epstein(1964)和Leith(1975)提出，上世紀90年代進入氣象預報領域等實際業(yè)務應用階段并逐步發(fā)展成熟[1]。集合預報的核心思想是首先確定一組可能的初始條件，然后將其中每一種可能的初始條件分別投入預報模型進行計算，從而得到一種對應的預報狀態(tài)，最后對所有的預報狀態(tài)進行統(tǒng)計處理，從而得到采用的預報狀態(tài)[2]。集合預報因其獨有的優(yōu)勢，近年來成為水文預報中迅速發(fā)展的一個分支。2004年，水文集合預報實驗(HEPEX)國際合作機構成立，集合了全球氣象、水文領域的科學家共同推進水文概率性預報技術[3]。

為進一步研究洮河流域徑流預報，根據(jù)河流集合預報方法，利用紅旗水文站實時監(jiān)測資料，基于中國洪水預報系統(tǒng)(NFFS)開發(fā)的三水源蓄滿產(chǎn)流、滯后演算和馬斯京根模塊構建全流域洪水預報模型[4]，并應用該模型分析預測紅旗水文站徑流及其概率分布統(tǒng)計，以期為洮河流域水資源開發(fā)利用、防汛保安提供參考依據(jù)。

1 河流集合預報方法

1.1 基本概念

河流集合預報的基本概念就是計算出預報期流域初始狀態(tài)并給定未來水文要素的輸入集合，預報出未來的徑流過程，再根據(jù)選定的預報時段選取水文特征值，結合統(tǒng)計分析，進行概率性預報[5]。由于未來水文要素的輸入集合未知，因此假定過去發(fā)生的水文要素的輸入是未來水文輸入的代表，即降水、氣溫等歷史資料的時間序列集合可以代表未來的狀況，將其輸入到模型中來，對于選定的預報時段，采用統(tǒng)計方法得到最大值、最小值、平均值、均方差等，也可以采用不同的概率分布得到超過某一概率的置信區(qū)間，從而將預報期內(nèi)的河流集合特征值選取出來，以此評判預報的可靠度和可信度[6]。

1.2 應用步驟

應用河流集合預報方法的步驟主要有以下幾步：

(1)流域初始條件及降雨因子等資料處理。目前流域的水文信息大多通過有限的站網(wǎng)獲取，但由于實際情況的限制，現(xiàn)有站網(wǎng)密度不一定能很好的滿足模型需求，因而在雨量站稀疏且站點分布不合理的地區(qū)，降雨作為徑流模擬中的重要因子，進行集合預報時，對其選取和處理尤為重要。

(2)采用歷史上的水文要素作為預報期內(nèi)的水文要素的集合，并選用與之相對應的預報日期的初始條件，進行歷史模擬，旨在調(diào)整預報模型的參數(shù)，以使根據(jù)歷史水文資料所模擬的徑流能與實測徑流盡可能的吻合，從而給出流域土壤的初始狀態(tài)。這個過程就是傳統(tǒng)水文預報中的率定和校正階段，而這是應用河流集合預報方法必須具備的條件。

(3)采用當前預報期內(nèi)的流域初始條件，輸入歷史上的水文要素時間序列進行條件模擬，輸出徑流過程的集合，即河流集合預報的計算。

(4)得出條件模擬的結果之后，進行統(tǒng)計分析檢驗評價結果，從而給出概率性預報。

綜上所述，河流集合預報過程概括起來就是：因子資料處理→歷史模擬→條件模擬→評價結果(圖1)。

圖1 河流集合預報過程

1.3 評價結果

對河流集合預報結果進行評價時，可以根據(jù)實際情況選擇合適的檢驗方法，如相關系數(shù)、偏倚系數(shù)、特征圖、可靠性圖等。NFFS采用正態(tài)分布、對數(shù)正態(tài)分布、皮爾遜Ⅲ型分布以及相關圖等方法進行檢驗評價[7]。

2 應用舉例

2.1 流域概況

洮河是黃河上游的第二大支流，發(fā)源于青海省河南蒙古族自治縣西傾山，曲折東流至岷縣茶埠急轉向西北，出九甸峽與海奠峽后，穿臨洮盆地，于永靖縣注入劉家峽水庫。全長673 km，流域面積2.55×104km2，天然年徑流量53×108m3，汛期降水和徑流約占全年總量的 80%。全流域水力資源豐富，水資源利用率7.2%，水能資源開發(fā)利用率1%，理論蘊藏量225×104kw，開發(fā)條件好，前景十分可觀，規(guī)劃開發(fā)海甸峽、蓮麓、峽城、吉利等水電站[8]。2006年九甸峽水利樞紐及引洮供水一期工程全面開工，實現(xiàn)了甘肅人民半個世紀的夢想。

2.2 水文模型選取及預報方案構建

根據(jù)洮河流域的水文地質(zhì)和下墊面情況，基于NFFS平臺，流域產(chǎn)流采用三水源蓄滿產(chǎn)流模型，流域匯流采用滯后演算模型，河道匯流采用馬斯京根法。由于流域內(nèi)水利工程較多，在構建預報方案時，上游河道來水量采用李家村水文站實測流量，經(jīng)河道匯流演算至洮河下游出口紅旗水文站。

全流域采用11個雨量站資料，并根據(jù)雨量站點的稀疏程度以及精度要求，采用泰森多邊形法對流域進行網(wǎng)格化處理，以得到全流域面雨量的數(shù)據(jù)分布。由于區(qū)間劃分為 11塊單元，模型率定參數(shù)達到上百個。由于尚在初步探索階段，為了提高率定效率，目標函數(shù)采用確定性系數(shù)標準，率定優(yōu)化采用單純形法進行計算，并通過人機交互對2006年—2010年各站實時日降雨量、日均流量過程進行率定，整個率定過程相當耗時。模型率定的參數(shù)見表1。

表1 模型率定參數(shù)表

2.3 河流集合預報結果分析

2.3.1 歷史模擬

為了檢驗率定效果，對模型進行歷史模擬。預熱期采用2010年7月1日—8月31日的實時日降雨、流量數(shù)據(jù)，預見期為2010年9月1日—30日。經(jīng)過歷史模擬降雨徑流過程，流量過程線基本吻合，模擬效果較好。率定結果表明對于洮河流域構建的模型滿足河流集合預報應用的條件。

2.3.2 條件模擬

輸入2011年7月1日—8月31日的實時日降雨和流量數(shù)據(jù)，根據(jù)構建的預報模型，分別計算出 2011年9月1日的土壤含水量，再輸入2006年～2010年9月1日～30日的降雨和流量集合，產(chǎn)生出一組未來30天的徑流過程集合。根據(jù)皮爾遜Ⅲ型分布，可以計算出平水年份(50%來水保證率)徑流總量為5.27億 m3，而根據(jù)《甘肅水情信息》發(fā)布的數(shù)據(jù)[9]可知， 2011年9月紅旗水文站實際徑流總量為4.82億 m3，誤差為9%。

為進一步驗證，輸入同期旬降雨和流量數(shù)據(jù)，計算出平水年份(50%來水保證率)徑流總量為5.14億 m3，對比2011年9月份實際徑流總量，誤差為7%。可見利用河流集合預報方法進行徑流預測可以減少未來徑流的不確定性，提高預報精度和預見期。

2.3.3 評價結果

通過實測與模擬相關分析、狀態(tài)敏感分析和降雨敏感分析對河流集合預報方案結果進行評價[10]。紅旗水文站實測入庫來水量與水文模型模擬來水量擬合相關系數(shù)達到0.72，表明模型擬合程度較高；不同土壤初始狀態(tài)下對于相同降雨數(shù)據(jù)計算徑流量均值與實測徑流量擬合相關系數(shù)達到0.76，表明土壤狀態(tài)對徑流量具有一定影響；相同土壤初始狀態(tài)下對于不同降雨數(shù)據(jù)計算徑流量均值與實測徑流量擬合系數(shù)為0.04，表明紅旗水文站徑流量由降雨起決定作用。綜合上述評價結果，說明徑流預報方案精度較高。

3 結語

(1)為進一步研究洮河流域徑流預報，根據(jù)河流集合預報方法，利用紅旗水文站實時監(jiān)測資料構建了基于三水源蓄滿產(chǎn)流、滯后演算和馬斯京根法的全流域洪水預報模型，并應用該模型分析預測紅旗水文站徑流及其概率分布統(tǒng)計。結果表明：徑流擬合過程擬合較好，取得了較好的預報效果，模型滿足河流集合預報應用的條件。

(2)河流集合預報洪水預報模型對泰森多邊形單元劃分、模型參數(shù)的率定和流域降水、徑流信息的處理等方面存在不足，有待今后探索改進，進一步提高河流集合預報方法在徑流預報中的精度和預見期。