飛來峽水情遙測預報調度系統改造

張毅波

（廣東省飛來峽水利樞紐管理局，廣東清遠511825）

1 工程概況

北江是珠江第二大水系，全長468 km，流域面積46710 km2，總落差約為305 m。水系呈闊葉狀分布。飛來峽水利樞紐位于北江干流清遠市飛來峽鎮，控制集雨面積34097 km2，占北江流域面積的72%。飛來峽是廣東省最大的以防洪為主的綜合性水利樞紐，以防洪為主，兼有航運、發電、改善生態環境等功能。水庫正常水位時水面面積70.3 km2，最遠回水長度72 km，年均徑流1100 m3/s。

2 改造原因

原飛來峽水情遙測預報調度系統于2000年3月開始投入試運行，隨著運行時間的延長，系統設備逐漸老化，故障頻繁，嚴重影響了飛來峽水庫的正常運行調度。同時在運行過程中，系統功能缺陷不斷暴露，飛來峽河道型水庫小庫容調大洪水要求預報調度精確，也要求該遙測預報調度系統必須升級改造。本次改造將全面更換系統的軟、硬件。

3 系統設計

3.1 開發及運行環境

該系統采用C/S(客戶端/服務器)的運行模式。服務器采用HP ProLiant DL580 G2系列的服務器設備；網絡設備采用CISCO WS C3750G 48PS-E交換機；客戶端為普通計算機。軟件方面，選取Microsoft.NET作為技術開發平臺；系統采用ArcGIS Engine的GIS組件來實現應用系統的開發，通過將GIS組件嵌入開發環境.NET來實現高效、無縫的系統集成；以ORACLE作為C/S環境數據庫服務器的分布式數據庫管理系統，實現對水文數據、氣象數據和空間數據等的全面管理。

3.2 系統結構

飛來峽水情遙測預報調度系統按功能設計主要由洪水預報模板、洪水調度模板和數據庫模板三個模板組成。三個模板利用開放的、標準的應用程序接口將有關的數據庫表有機聯系在一起，通過雨水情實測數據在庫表中的傳遞和預報模型庫、調度模型庫的相關計算，實現了有關的水庫水情預警、實時降雨預報、洪水交互調度、調度方案評價、水庫日常報表等各項功能。

3.2.1 系統的邏輯結構

水庫水情遙測預報調度系統在邏輯上分為八個子系統，各個子系統以數據庫系統為中心組織在一起，如圖1所示。

（1）基本信息查詢修改子系統

該子系統主要對水庫系統進行簡介，并提供水庫的工情庫、特征參數庫、圖片庫以及多媒體庫等；展現流域相關的工程概況、水系圖、工程圖片以及錄像等。

（2）實時水雨情查詢子系統

主要是對歷史、當前、未來的雨水情、電力數據、氣象信息、水利工程狀況等信息做時空多方位的監測信息查詢，給用戶和各級調度部門及時提供梯級防洪和發電有關的多種信息；編制專門軟件，對各種信息進行分析和綜合，以提供用戶各種綜合信息(如水文特征值、降雨頻率、洪峰頻率、洪量頻率等)查詢的功能。

（3）數據庫維護子系統

水庫預報調度系統數據庫是整個系統的核心，具有非常重要的作用，各子系統間的通信通過數據庫的管理來完成。該子系統主要進行實時數據庫和歷史數據庫的維護。

（4）水雨情報表制作子系統

主要對日、旬、月、年不同時段的水雨情數據進行報表制作和報表定制，以及各測站不同時段長的特征值統計、歷年數據資料的統計報表等。

（5）實時洪水預報子系統

分別采用經驗預報、新安江模型和分布式水文模型進行洪水預報，以小時為時段進行預報。模塊根據采集的實時雨量、蒸發、水位等資料，以及天氣預報信息，通過水文模型計算，實現對未來將發生的入庫流量過程的預報功能。

（6）實時洪水調度子系統

采用洪水預報結果進行洪水模擬或優化調度。可以進行水庫的規則調度、優化調度、常規經驗調度和交互方案生成等調度計算。

（7）預報調度成果輸出子系統

該子系統主要采用圖形、表格的形式將水文預報結果、調度結果、未來調度預案等成果以圖形或者報表的形式顯示、打印輸出和發布。

（8）專家會商子系統

主要對預報方案和調度方案進行評價等。盡可能將預報調度成果展現在同一界面上，供會商決策參考，并對各預報調度方案提供優選方案，且做出選擇依據，做出計算機專家決策。

3.2.2 系統的組織結構

在雨水情自動遙測系統的支持下，水庫水情遙測預報調度系統以數據庫為核心，通過人機交互進行信息服務、洪水預報、洪水調度、數據庫管理、幫助，其組織結構如圖2所示。數據庫又分為網絡數據庫與專用數據庫。網絡數據庫包括實時雨水情庫、歷時雨水情庫和工情庫。專用數據庫包括洪水預報庫與洪水調度庫。

圖1 系統的邏輯結構Fig.1 Logical structure of the water regime forecasting system

圖2 水情遙測預報調度系統組織結構圖Fig.2 Structure of the water regime forecasting system

3.3 洪水預報模塊設計

洪水預報作為系統的核心模塊，利用采集的水雨情信息，基于DEM數據，通過分布式、半分布式模型以及經驗預報方法進行預報，并進行洪水實時校正。

3.3.1 模塊開發的目標

該模塊目標是建立一個集GIS技術、計算機技術、數據庫技術和水文水資源等多項技術為一體、融合多源信息的綜合預報系統，具有以下功能：

（1）查詢流域內基本地理信息。對每幅圖層,可以放大、縮小、漫游、查看各地物的屬性。

（2）預報功能。能實現對飛來峽以上控制流域進行降雨洪峰水位經驗預報、基于新安江模型的半分布式預報和分布式水文模型預報，可對單個子流域進行洪水過程模擬或實時預報，可選擇不同子流域出口站進行預報結果查詢，查詢結果展示包括流量預報過程圖、洪峰、洪量等特征值統計，并能對分布式預報的水文過程變量實現空間分布狀態查詢。

3.3.2 模塊結構

（1）邏輯功能結構

作為基于開放架構的系統，飛來峽洪水預報模塊除了實現流域空間、屬性信息的分析查詢外，同時為水雨情信息統計及防洪形勢分析提供了基本和實用的各種功能，良好的可擴展性為繼續開發提供了理想的基礎，用戶可根據需要自由擴展各種新的功能。系統目前的總體功能模塊如圖3所示。

（2）系統數據組織

飛來峽洪水預報模塊的數據源包括多種類型的數據，如地理信息圖層、水文數據、工情數據、氣象數據等。它們分別以shp格式和關系型數據的形式存儲。shp格式文件主要存儲空間數據的坐標信息和地物的屬性信息。對于水文、氣象和工情數據按照國家規范建表存儲，在其庫表和shp文件的dbf表中定義ID字段，通過相同的兩個字段實現與對應地物圖層shp文件的關聯，于是各種水文、氣象、工情數據可實現以地物屬性信息的方式查詢。

圖3 系統邏輯功能結構圖Fig.3 Logical functions of the water regime forecasting system

4 系統實現的目標

飛來峽水利樞紐水情遙測預報調度系統改造項目招標是一個集計算機技術、網絡技術、衛星通信技術、圖形圖像技術、電視監控技術、數據庫技術、地理信息技術、決策分析和信息處理技術等為一體的先進、高效、應急結合的綜合調度指揮中心，必須采用先進的信息處理技術和現代管理手段，充分發揮信息共享、綜合利用和聯網運行的作用，實現對水情的分析判斷、處理和反應，能夠為指揮領導和參與指揮的業務人員和專家提供各種通訊和信息服務，提供決策依據、分析手段和調度命令實施部署和監督方法，能及時、有效地調集各種資源，實施水文預報、水情控制和最佳發電調度，用最有效的控制手段和小資源投入，最大化水庫綜合效益。

5 改造的實施

飛來峽水情遙測預報調度系統改造是飛來峽水利樞紐管理局和武漢大學水資源與水電工程科學國家重點實驗室合作，共同設計研發的項目。系統的開發工作主要在2009年1～4月完成。

系統包括300多個水文遙測站點的信息，這些站點分布于全流域面積46686 km2。其中雨量站30個，水位站7個，雨量水位站35個。系統采用GSM通信、VSAT衛星通信、Inmarsat衛星通信組網，自動收集北江流域雨量、水位信息，將收集的信息傳送到省三防綜合數據庫系統中，飛來峽水情遙測預報調度系統再從省三防綜合數據庫系統中提取數據。除此之外，系統通過網絡讀取飛來峽電站監控系統內4臺機組的實時負荷數據和總流量數據；讀取飛來峽泄水閘監控系統內15個泄洪閘門的實時開度數據。通過這兩組數據就能知道飛來峽水利樞紐的實時下泄流量等信息。這些數據的順利取得保障了系統的正常運行。

6 水文預報方案及評定

針對飛來峽水庫控制流域的預報要求，利用飛來峽水庫流域的歷史資料，對其構建了兩套流域水文模型預報方案：基于新安江三水源模型的半分布式流域水文模型；基于柵格DEM的分布式流域水文模型。

飛來峽水庫流域水文預報方案總體上由流域降雨產流模型和流域匯流模型兩部分組成。對于產流計算，鑒于飛來峽水庫流域的地理特性，區間流域的產流采用蓄滿產流模型。匯流部分，采用的是馬斯京根法來進行流域的河道演算。

飛來峽水庫流域現有的歷史資料為2001～2007年的1 h時段降雨徑流資料。雨量資料采用了流域內遙測雨量站的加權平均值。2001～2007年，流域共發生了30多場洪水，其中洪峰流量大于7000 m3/s的有13場，大于10000 m3/s的有4場。

飛來峽水情遙測預報調度系統根據新安江模型采用13場實測1 h時段的雨洪資料進行參數率定，得出洪水流量過程確定性系數為88.7%，徑流總量相對誤差為0.41%；對實測流量大于5000 m3/s的洪峰計算洪峰合格率，平均相對誤差10.61%。以上指標均達到國家水情預報規范的乙級標準，模擬效果較好。在獲取更多新觀測資料、收集相關人類活動影響（如上游大量小水電工程的相關數據）后，對水文預報模型重新率定，其預報精度可進一步提高。

飛來峽水情遙測預報調度系統根據分布式模型采用5場實測1 h時段的雨洪資料進行參數率定，用20場雨洪資料進行檢驗。由于水文資料的誤差和參數較嚴重的“異參同效”現象，率定分布式模型參數還不太準確。通過預報與實測對比計算，25場洪水過程的平均確定性系數為71.7%，相對誤差為14.7%。以上指標均達到了國家水情預報規范的乙級標準。通過對比具體資料發現，分布式模型對大部分場次洪水的預報精度較好，但整體上對洪峰的模擬值偏低。造成這種預報精度偏低的主要原因有：（1）缺乏飛來峽流域的實測蒸發資料；（2）模型的參數還不夠合理；（3）分布式模型計算量很大，誤差的累積效應會影響模型精度。■