昭通橫江流域年徑流預(yù)測(cè)

宋昭義,李紳東,代堂剛

(云南省水文水資源局昭通分局,云南昭通 657000)

昭通橫江流域年徑流預(yù)測(cè)

宋昭義,李紳東,代堂剛

(云南省水文水資源局昭通分局,云南昭通 657000)

針對(duì)昭通橫江由南到北貫穿昭通全境,水資源量豐富,但南北差異大,南部少、北部多的特點(diǎn),根據(jù)流域內(nèi)水文站實(shí)測(cè)年徑流、大氣環(huán)流指數(shù)、海溫指數(shù)及其他指數(shù)等資料系列,采用多元回歸分析法擬合1981—2010年徑流,建立了預(yù)測(cè)模型,驗(yàn)證、預(yù)測(cè)分析了2011—2016年徑流量。結(jié)果表明:干流控制站預(yù)測(cè)精度高于干流上段及支流代表站,水利工程建設(shè)等人類活動(dòng)影響是導(dǎo)致出現(xiàn)這樣結(jié)果的主要原因;多元回歸分析在橫江流域徑流預(yù)測(cè)中具有一定的適應(yīng)性,但因指標(biāo)的差異及相關(guān)參數(shù)可獲取性的差異,預(yù)測(cè)結(jié)果存在區(qū)域間、等級(jí)間的差別。

多元回歸分析法;年徑流;預(yù)測(cè)模型;橫江

水文時(shí)間序列的研究方法主要有傳統(tǒng)線性時(shí)間序列分析方法、不確定性分析方法及非線性時(shí)間序列分析方法。其中,線性時(shí)間序列分析方法主要指以隨機(jī)理論為基礎(chǔ)的傳統(tǒng)時(shí)間序列分析方法,不確定性分析方法有隨機(jī)分析方法、模糊分析方法、灰色系統(tǒng)方法以及它們的耦合,非線性時(shí)間序列分析方法包括近年來(lái)發(fā)展的人工神經(jīng)網(wǎng)絡(luò)方法、小波分析方法、混沌理論分析等[1-2]。多元回歸分析是研究多個(gè)變量之間關(guān)系的回歸分析方法[3-4],按因變量和自變量的數(shù)量對(duì)應(yīng)關(guān)系可劃分為一個(gè)因變量對(duì)多個(gè)自變量的回歸分析及多個(gè)因變量對(duì)多個(gè)自變量的回歸分析,按回歸模型類型可劃分為線性回歸分析和非線性回歸分析[5]。年徑流預(yù)測(cè)主要采用統(tǒng)計(jì)預(yù)測(cè)、天氣學(xué)和數(shù)值天氣預(yù)測(cè)等3大類方法,沒(méi)有一種模型能夠適用于所有的徑流序列,需要進(jìn)一步加強(qiáng)研究預(yù)測(cè)模型的適用性及預(yù)測(cè)精度[6]。隨著相關(guān)學(xué)科的發(fā)展及徑流預(yù)報(bào)實(shí)踐需求的逐步提升,中長(zhǎng)期徑流預(yù)報(bào)研究呈現(xiàn)以下趨勢(shì):更加注重多學(xué)科綜合和跨學(xué)科交叉,更加注重預(yù)報(bào)方法的適用性及預(yù)報(bào)結(jié)果的可靠性和穩(wěn)定性研究,更加注重高新技術(shù)的應(yīng)用和發(fā)展[7]。本研究著力探索多元回歸分析在昭通橫江流域年徑流預(yù)測(cè)中的適應(yīng)性,以期為橫江流域水資源管理提供參考。

1 研究區(qū)概況和研究方法

1.1 研究區(qū)概況

橫江是昭通市主要河流,流域地處103°18'E~ 104°56'E,26°54'N~28°38'N。系金沙江下段水系的一級(jí)支流,發(fā)源于貴州威寧草海,徑流面積14 980 km2,昭通市境內(nèi)面積11 532 km2,占昭通市土地總面積的51.4%,流域上段稱洛澤河,中段稱關(guān)河,下段稱橫江。流域由南向北流經(jīng)彝良和鹽津兩縣城后,在水富縣城匯入金沙江。橫江流域?qū)俚途暥取⒏吆０巍⑹芗撅L(fēng)控制和弧形臺(tái)階地形影響的高原季風(fēng)氣候,其主要特點(diǎn)是夏無(wú)酷暑,冬無(wú)嚴(yán)寒,無(wú)明顯的四季之分,干濕季節(jié)分明,干季降水稀少,旱情普遍,雨季降水集中,多洪澇災(zāi)害[8]。流域多年平均降水量在1 000~1 300 mm之間,屬于“雨量充足(濕潤(rùn)區(qū))”,水資源總量豐富。降水量的多年變化不大,變差系數(shù)Cv值在0.15~0.25之間,但年內(nèi)分配很不均勻,主要集中在5—10月,占全年降水量的85%~90%;在空間分布上也很不均勻,總的分布是北部多、南部少,高山多、河谷壩區(qū)少。流域南部的昭陽(yáng)區(qū)是昭通市政治、經(jīng)濟(jì)、文化中心,其人均、頃均水資源量為全市最低水平,人均水資源量低于1000 m3,屬于嚴(yán)重缺水區(qū)。鑒于此,橫江流域內(nèi)水利工程的合理調(diào)度,關(guān)乎區(qū)域工農(nóng)業(yè)生產(chǎn)及城鎮(zhèn)生活用水安全。選用適宜的預(yù)測(cè)方法對(duì)橫江流域來(lái)水進(jìn)行超前研判,對(duì)合理調(diào)度水資源具有重要意義。

1.2 研究方法

選取多元回歸分析開(kāi)展預(yù)測(cè)研究,以尋求地球-大氣系統(tǒng)角動(dòng)量、熱量和水分的輸送和平衡、各種能量間相互轉(zhuǎn)換、海溫變化等與陸地水文要素變化間的函數(shù)關(guān)系。根據(jù)橫江流域干支流水文控制站實(shí)測(cè)年徑流、大氣環(huán)流指數(shù)、海溫指數(shù)、其他指數(shù)等資料系列,采用多元回歸分析法擬合1981—2010年共30a徑流,以相關(guān)系數(shù)較大尋求影響橫江流域年徑流的主要?dú)夂蛞蜃?按回歸分析標(biāo)準(zhǔn)誤差、預(yù)測(cè)期擬合效果等對(duì)預(yù)報(bào)因子進(jìn)行優(yōu)選,建立線性回歸模型,按模型參數(shù)驗(yàn)證、預(yù)測(cè)2011—2016年徑流量。以2011—2015年5 a實(shí)測(cè)徑流檢驗(yàn)預(yù)測(cè)精度,研究多元回歸分析在橫江流域年徑流預(yù)測(cè)中的適應(yīng)性。

2 徑流預(yù)測(cè)

2.1 徑流代表站

橫江河長(zhǎng)306 km,由南向北貫穿昭通市,流域水系發(fā)達(dá),河谷深切。流域內(nèi)有8個(gè)水文站(圖1),干流主要控制站點(diǎn)為豆沙關(guān)、彝良。其一級(jí)支流主要有柿子壩匯入的白水江和岔河匯入的灑漁河。白水江發(fā)源于貴州省赫章縣毛姑,河長(zhǎng)128 km,流域面積3 710 km2,區(qū)內(nèi)面積3 236 km2,控制站點(diǎn)為牛街;灑漁河發(fā)源于五蓮峰南段3110 m的魯?shù)榭h水磨鄉(xiāng),河長(zhǎng)186 km,流域面積3 558 km2,控制站點(diǎn)為箐口塘。為考察橫江流域干支流徑流變化,選取豆沙關(guān)、牛街等4個(gè)水文站徑流資料進(jìn)行分析,橫江流域干支流代表水文站基本情況見(jiàn)表l。

圖1 橫江流域水文站點(diǎn)分布示意圖

表1 橫江流域干支流代表水文站基本情況

2.2 年徑流預(yù)測(cè)

根據(jù)前期水文氣象要素,用成因分析與數(shù)理統(tǒng)計(jì)的方法,對(duì)未來(lái)較長(zhǎng)時(shí)間的水文要素進(jìn)行科學(xué)的預(yù)測(cè),稱為中長(zhǎng)期水文預(yù)報(bào)[9]。預(yù)見(jiàn)期在15 d以上、1 a以內(nèi)的稱為長(zhǎng)期預(yù)報(bào),目前主要采用天氣學(xué)法、數(shù)理統(tǒng)計(jì)法、宇宙—地球物理分析方法和中長(zhǎng)期水文預(yù)報(bào)模型法建立預(yù)報(bào)模型[10]。采用多元回歸分析法建立年徑流預(yù)測(cè)模型,并對(duì)擬合精度進(jìn)行檢驗(yàn)。

2.2.1 預(yù)報(bào)因子

為考察橫江流域干支流徑流變化趨勢(shì),選用豆沙關(guān)、彝良、箐口塘、牛街等水文站1981—2015年實(shí)測(cè)徑流資料系列作為因變量,自由變量采用中國(guó)氣象局國(guó)家氣候中心提供的1980—2015年逐月大氣環(huán)流指數(shù)(88項(xiàng))、海溫指數(shù)(26項(xiàng))、其他指數(shù)(16項(xiàng)),共130項(xiàng)。2.2.2 多元回歸分析

用Excel“CORREL函數(shù)”計(jì)算因變量與130項(xiàng)指數(shù)的相關(guān)系數(shù),初選出與橫江流域各代表站年徑流相關(guān)系數(shù)較大且無(wú)缺測(cè)情況的預(yù)報(bào)因子。用Excel“數(shù)據(jù)分析”按選定指數(shù)進(jìn)行多元回歸分析,見(jiàn)式(1)~(3)。根據(jù)回歸統(tǒng)計(jì)參數(shù)、方差分析結(jié)果(表2),剔除相關(guān)關(guān)系較差的指數(shù)項(xiàng),優(yōu)選確定預(yù)報(bào)因子(表3),建立線性回歸模型,見(jiàn)式(4)。式中:^y為預(yù)測(cè)值的估值,m3/s;^b0為初估常數(shù)項(xiàng),^b1, ^b2,…,^bk為初估回歸系數(shù);X1,X2,…,Xk為初選預(yù)報(bào)因子指數(shù);k為初選預(yù)報(bào)因子個(gè)數(shù);yi為歷年實(shí)測(cè)徑流量,m3/s;y為預(yù)測(cè)、擬合年徑流量,m3/s;y為多年平均實(shí)測(cè)年徑流量,m3/s;R'為復(fù)相關(guān)系數(shù);R2為線性回歸方程的決定系數(shù);b0為常數(shù)項(xiàng),b1,b2,…, bn為回歸系數(shù);n為所采用資料系列的長(zhǎng)度;m為預(yù)報(bào)因子個(gè)數(shù);x1,x2,…,xk為預(yù)報(bào)因子指數(shù)。

按橫江流域徑流特性[6],結(jié)合表3選定指數(shù)所屬月份及其監(jiān)測(cè)頻次,分析得到各代表站回歸模型預(yù)見(jiàn)期:豆沙關(guān)205 d、彝良175 d、箐口塘144 d、牛街144 d。

按線性回歸模型(1),用代表水文站1981—2010年30 a徑流量及1980—2009年大氣環(huán)流指數(shù)、海溫指數(shù)等擬合模型參數(shù)(圖2),按2010—2015年相應(yīng)指數(shù)驗(yàn)證、預(yù)報(bào)2011—2016年6a徑流量,結(jié)果見(jiàn)表4。

預(yù)測(cè)2016年干流控制站豆沙關(guān)年平均流量130 m3/s,與常年(建站以來(lái))持平;干流上段彝良站44.3 m3/s,較常年偏多1.4%;支流灑漁河箐口塘站19.8 m3/s,偏多11.2%;支流白水江牛街站78.6 m3/s,偏多8.0%。將豆沙關(guān)、牛街水文站預(yù)測(cè)值合并計(jì)算,預(yù)測(cè)2016年橫江出口斷面年平均流量265 m3/s,偏多3.1%,為平水年。

表2 橫江流域代表站年徑流相關(guān)分析及回歸誤差

表3 橫江流域代表站年徑流預(yù)報(bào)因子及回歸系數(shù)

圖2 橫江流域代表站年徑流擬合效果

2.2.3 預(yù)報(bào)精度

按橫江流域干支流代表站2011—2015年5a實(shí)測(cè)、預(yù)測(cè)年徑流,用式(5)計(jì)算預(yù)報(bào)過(guò)程與實(shí)測(cè)過(guò)程之間的確定性系數(shù),按徑流實(shí)測(cè)值的20%作為許可誤差[11],計(jì)算預(yù)測(cè)合格率(表5),以評(píng)判多元回歸分析在橫江流域年徑流預(yù)測(cè)中的適應(yīng)性。式中:Dc為確定性系數(shù)(取2位小數(shù));y0(i)為實(shí)測(cè)值;yc(i)為預(yù)報(bào)值;y0為實(shí)測(cè)值的均值;n為資料系列長(zhǎng)度[12]。

表4 橫江流域代表站年徑流實(shí)測(cè)、預(yù)測(cè)結(jié)果對(duì)照m3/s

由表5可見(jiàn),干流控制站豆沙關(guān)水文站年徑流預(yù)測(cè)確定性系數(shù)0.56,合格率60%,精度等級(jí)為丙級(jí)。支流白水江牛街水文站徑流預(yù)測(cè)確定性系數(shù)0.51,合格率80%,精度等級(jí)為丙級(jí)。豆沙關(guān)、牛街水文站2016年徑流預(yù)測(cè)成果可作為參考性預(yù)報(bào)。干流上段彝良、支流灑漁河箐口塘2個(gè)水文站徑流預(yù)測(cè)確定性系數(shù)分別為0.41、0.49,合格率均為40%,水利工程建設(shè)等人類活動(dòng)影響是誤差產(chǎn)生的主要因素。

3 結(jié) 論

多元回歸分析法預(yù)測(cè)結(jié)果物理成因清晰。研究表明,多元回歸分析對(duì)于橫江流域年徑流預(yù)測(cè)具有一定的適應(yīng)性,2016年徑流預(yù)測(cè)結(jié)果對(duì)橫江干流及其主要支流白水江水利水電工程調(diào)度具有重要參考價(jià)值。干流控制站豆沙關(guān)、支流白水江牛街站預(yù)測(cè)精度等級(jí)為丙級(jí),為參考性預(yù)報(bào),干流上段彝良、支流灑漁河箐口塘兩站預(yù)測(cè)精度偏低,水利工程建設(shè)等人類活動(dòng)影響是誤差產(chǎn)生的主要原因,成果供參考。預(yù)測(cè)2016年橫江干支流年徑流量較水文站建站以來(lái)實(shí)測(cè)均值持平至偏多11.2%不等,以支流灑漁河箐口塘偏多最為突出。箐口塘水文站以上流域?yàn)檎阳攭螀^(qū)等,是昭通市重要經(jīng)濟(jì)區(qū),2016年來(lái)水略豐,對(duì)“滇字一號(hào)”昭通漁洞大(二)型水庫(kù)蓄水有

表5 橫江流域代表站年徑流預(yù)測(cè)精度

利,對(duì)灌區(qū)工農(nóng)業(yè)生產(chǎn)及城鎮(zhèn)生活用水安全有利。工作中,需加入時(shí)間序列分解模型[13]等其他預(yù)測(cè)方法,結(jié)合區(qū)域水文氣象特點(diǎn)、氣候趨勢(shì)預(yù)測(cè)等對(duì)預(yù)測(cè)結(jié)果進(jìn)行科學(xué)研判,提高預(yù)報(bào)精度,為流域水資源管理提供科學(xué)依據(jù)。

[1]曹輝,黃強(qiáng),白濤,等.徑流預(yù)測(cè)方法對(duì)比分析[J].人民黃河, 2009,31(9):36-37.(CAO Hui,HUANG Qiang,BAI Tao, et al.Comparative analysis of runoff forecasting methods[J]. Yellow River,2009,31(9):36-37.(in Chinese))

[2]胡己坤,曹麗青,葛朝霞,等.非線性逐步回歸在宜昌站年徑流量預(yù)報(bào)中的應(yīng)用[J].河海大學(xué)學(xué)報(bào)(自然科學(xué)版), 2011,39(1):1-4.(HU Jikun,CAO Liqing,GE Zhaoxia,et al.Application of nonlinear stepwise regression in prediction of annual discharge at Yichang station[J].Journal of Hohai University(Natural Sciences),2011,39(1):1-4.(in Chinese))

[3]楊肖麗,任立良,江善虎,等.西遼河源頭流域徑流變化趨勢(shì)及影響因素分析[J].河海大學(xué)學(xué)報(bào)(自然科學(xué)版),2012, 40(1):37-41.(YANG Xiaoli,REN Liliang,JIANG Shanhu,et al.Analysis of trend and influencing factors of runoff variation in headwater basin of West Liaohe River[J]. Journal of Hohai University(Natural Sciences),2012,40(1): 37-41.(in Chinese))

[4]丁晶,鄧育仁.隨機(jī)水文學(xué)[M].成都:成都科技大學(xué)出版社,1988.

[5]金光炎.水文水資源隨機(jī)分析[M].北京:中國(guó)科技大學(xué)出版社,1993.

[6]陳匯林,朱凱.年徑流的特征及預(yù)測(cè)研究進(jìn)展[J].農(nóng)業(yè)與技術(shù),2014,34(1):162-163.(CHEN Huilin,ZHU Kai. Research progress on characteristics and prediction of annual runoff[J].Agriculture and Technology,2014,34(1):162-163.(in Chinese))

[7]李紅波,夏潮軍,王淑英.中長(zhǎng)期徑流預(yù)報(bào)研究進(jìn)展及發(fā)展趨勢(shì)[J].人民黃河,2012,34(8):36-38.(LI Hongbo,XIA Chaojun,WANG Shuying.Research progress and development trend of medium and long term runoff forecasting[J].Yellow River,2012,34(8):36-38.(in Chinese))

[8]云南省水文水資源局昭通分局.昭通市水文特性研究[R].昭通:云南省水文水資源局昭通分局,1997.

[9]范鐘秀.中長(zhǎng)期水文預(yù)報(bào)[M].南京:河海大學(xué)出版社,2016. [10]包為民.水文預(yù)報(bào)[M].4版.北京:中國(guó)水利水電出版社, 2009.

[11]GB/T 22482-2008水文情報(bào)預(yù)報(bào)規(guī)范[S].

[12]宋昭義,謝開(kāi)榮,肖軍,等.魯?shù)椤?·03”地震牛欄江紅石巖堰塞湖水文預(yù)報(bào)誤差及成因分析[J].水利水電技術(shù),2016, 47(1):6-11.(SONG Zhaoyi,XIE Kairong,XIAO Jun,et al. Ludian 8.03 earthquake Kraal River Hongshiyan lake hydrological forecasting errors and the causes analysis[J]. Technology of Water Conservancy and Hydroelectric Power, 2016,47(1):6-11.(in Chinese))

[13]張聞勝,王銀堂.時(shí)間序列分解模型在水文要素中長(zhǎng)期預(yù)報(bào)中的應(yīng)用[J].水文,2001,21(1):21-24.(ZHANG Wensheng,WANG Yintang.Application of time series decomposition model in long term prediction of hydrological elements[J].Journal of China Hydrology,2001,21(1):21-24.(in Chinese))

Prediction of annual runoff over Hengjiang River Basin in Zhaotong City

SONG Zhaoyi,LI Shendong,DAI Tanggang
(Zhaotong Branch of Yunnan Province Hy drology and Water Resources Bureau,Zhaotong 657000,China)

The Hengjiang River,which flows through Zhaotong City from south to north,has abundant water resources.However,the water resources are unevenly distributed in the river basin,with a large quantity in the north and a small quantity in the south.Based on these characteristics,the runoff of the study area from 1981 to 2010 was simulated with the multiple regression analysis method,according to the observed annual runoff from hydrological stations in the river basin,the atmospheric circulation index,the SST index,and other indices.A runoff prediction model was established to predict the annual runoff over the period from 2011 to 2016.The results show that the prediction accuracy of the main stream control stations was higher than that of the upstream and tributary stations,which was attributed to water conservancy project construction and other human activities.This study suggests that multiple regression analysis is applicable to the runoff prediction for the Hengjiang River Basin,but the prediction results are various in different regions and at different levels,due to the differences in indices and accessibility of relevant parameters.

multiple regression analysis;annual runoff;prediction model;Hengjiang River

P338

A

1004- 6933(2017)03- 0009- 04

2016- 0826 編輯:徐 娟)

10.3880/j i.ssn.1004- 6933.2017.03.003

宋昭義(1974—),男,高級(jí)工程師,主要從事水文情報(bào)預(yù)報(bào)及水資源調(diào)查評(píng)價(jià)工作。E-mail:szy118@126.com