天津市地下水位數據過濾方案分析比較

吳 遜，郭建琴

（天津市水文水資源管理中心，天津 300061）

目前采用的地下水信息接收處理系統在處理地下水位數據時會產生大量誤報和漏報。筆者通過討論天津市地下水動態變化影響因素，對其方案（以下簡稱原方案）存在的問題進行分析，并以站點特性為基礎建立數據過濾方案（以下簡稱新方案）。最后，選取多個典型站點數據系列，對比2 個方案在數據誤報、漏報等方面的差異，并分析其產生原因。

1 地下水位動態變化影響因素

天津市地下水位動態變化主要受氣象、水文、地形地質、生態和人類活動等因素綜合影響[1]。其中，淺層地下水與降雨蒸發關系密切，一般通過降雨入滲、渠系滲漏、田間灌溉等方式補給；地下水主要通過潛水蒸發、越流排泄和人工開采等方式排泄。深層地下水與人工開采關系密切，主要補給量包括側向補給量、越流補給量，排泄量主要是人工開采量。

2 原方案數據過濾方式的分析

2.1 原方案數據過濾策略

原方案以前一個正常水位Z0和變幅閾值ΔZ為依據，檢查當前水位Z1是否正確。如果Z1在水位上限（Z0+ΔZ）與下限（Z0—ΔZ）之間，那么認為Z1是正常水位，與ΔZ一同作為新的依據檢查下一數據；否則，認為Z1是異常水位，將其過濾。

2.2 存在問題及原因分析

假設某站點的正常水位是10 m，在動態過程中存在異常。采用原方案對數據進行過濾，變幅閾值ΔZ設為3 m，過濾結果如圖1所示。

圖1 原方案對某站點異常數據的過濾結果

從圖1可以看出以下情況：①第7天的數據出現異常，水位達到20 m 超過上限被過濾；第13 天水位為12.9 m，處于上下限之間被保留。此處的判斷是正確的。②第25 天的數據出現異常。水位從15 m開始緩慢上升，且始終保持在上下限之間。原方案認為這些數據是正常的，因此沒有進行過濾，隨后在第31 天將水位上下限分別拉升到23 m 和17 m。此處的判斷是錯誤的。③第31天水位變為10 m，恢復到正常范圍。原方案認為此時水位低于下限17 m并將它及之后的數據全部過濾掉。此處的判斷是錯誤的。

在原方案中，為避免遇到②中發生的錯誤，需要將變幅閾值ΔZ設置的盡量小；當變幅閾值ΔZ太小時，會發生③中的錯誤；若設置的變幅閾值ΔZ過大，則無法過濾①中的異常數據。因此，原方案存在的不足是無法同時攔截這幾類異常數據。

3 數據過濾新方案的建立

3.1 方案目標

為克服原方案的不足，新方案需要從站點特性的角度進行考慮，提取站點特性參數，以此建立閾值進行數據過濾，實現自動處理。

3.2 站點特性分類

站點特性可分為閾值參數和參照參數2 類。其中，閾值參數主要包括相對均值差、振幅、速率等，可參與數據過濾流程；參照參數主要包括相近站點、波動周期、降水、抽水灌溉情況等，可在人工復核階段提供輔助參考。

3.3 新方案過濾規則

3.3.1 閾值參數選取

為實現數據自動處理，新方案主要選取閾值參數建立過濾規則，從而實現范圍控制。閾值參數主要包括相對均值差、波動振幅和速率。

（1）相對均值差。考察實時水位數據與某一時間長度滑動平均值之間的偏差程度。這一偏差的合理區間范圍計算如下式所示：

式中：n為天數（d）；N為數據系列的總天數（d）；Z為實時水位（m）；Zi為某一時間點的水位埋深（m）為水位埋深年均值（m）。

（2）波動振幅與速率。這2個參數是臨近2個數據間的變化特性，考慮到歷史數據的數據間隔一般是1～5 d，實時數據間隔小于1 d。為統一處理，將時間計算單位統一整合為1 d。

3.3.2 新方案的建立

新方案過濾的主要流程是根據站點特性建立過濾閾值，實時對數據進行比對分析，并對閾值進行調整。過濾時，先對多年相對極值進行判斷，再對波動振幅和速率進行判斷。

4 新方案與原方案過濾效果的評價分析

4.1 典型站點選取與方案應用

為對比分析2種方案的過濾效果，選取4處典型地下水代表站，即寶坻張會莊（站1）、河西物資倉庫（站2）、東麗胡張莊（站3）、濱海新區南拋村（站4）。其中，站1和站2為淺層地下水站；站3和站4為深層地下水站。4 處站點均包含典型數據與非典型數據。在對比分析前，所有數據將在2 個方案中分別應用產生2組篩選結果。

一般而言，地下水位比較穩定，為更好表現2個方案在數據處理中的差異，對極值差進行分析。極值差是近1 個月內水位數據的極大值與極小值之間差距的最大值。其計算公式為：

式中：A為水位極值差（m）；n為天數（d）；Z為地下水位埋深（m）。

4.2 基本統計評價

將2 組方案處理后數據的過濾量及統計參數進行對比，結果詳見表1。

表1 兩方案過濾后統計參數對比

從表1 可以看出以下情況：①過濾量。新方案比原方案過濾的數據少，分別為20.6%（站1）、21.56%（站2）、37.02%（站3）、26.66%（站4）。②均值。兩方案的均值與原始數據都比較接近，相對差距分別為-0.05 m（站1）、0.13 m（站2）、-0.1 m（站3）、0.2 m（站4）。③標準差σ。新方案的標準差比原方案更接近原始數據，分別為0.41 m（站1）、0.14 m（站2）、0.07 m（站4）。站3的數據經原方案處理后，標準差增加了0.38 m，數據發生離散；經新方案處理后，標準差接近1 m，數據沒有發生離散，表現更好。④極值差。新方案比原方案更加接近原始數據，分別為1.36 m（站1）、0.04 m（站2）、0.00 m（站4）。站3數據被原方案過濾近半，所得極值差代表性較差。

因此，新方案比原方案保留了更多的原始數據特性，與原始水位的動態過程更接近。

4.3 錯誤統計評價

在2 個方案處理數據時，遺漏錯誤數據產生的漏報越少，方案的可靠性越高；攔截正確數據產生的誤報越少，方案的精確性越高。在人工復核后，兩方案誤報漏報的情況詳見表2。

表2 兩方案誤報漏報統計

從表2 可以看出，新方案的漏報率和誤報率均比原方案低。將站3 的原始數據（見圖2）、原方案過濾結果（見圖3）、新方案過濾結果（見圖4）進行對比。

圖2 站點3原始數據系列及錯誤數據位置標記

圖3 站點3原方案過濾結果及數據漏報誤報情況標記

圖4 站點3新方案過濾結果及正確識別情況標記

由圖2—4可以看到，在原始數據中，2016年8月的地下水位埋深大于49 m，為錯誤數據。原方案沒有過濾這些錯誤數據，而新方案可以正確識別錯誤并過濾。2018年4月水位出現波動后恢復到正常水平，原方案將正常數據全部過濾，產生大量誤報；新方案及時對正確數據進行了響應，有效地減少了誤報。

因此，新方案可以準確判斷數據是否正確，更快地響應數據變化，從而及時避免誤判，相比原方案在可靠性和精確性兩方面都表現更優。

5 結語

筆者首先分析了原方案數據過濾方式、錯誤產生原因，之后基于站點特性建立數據過濾新方案，最后從基本數據統計分析、錯誤統計分析2個角度對原方案和新方案的過濾結果進行比較，最終得出以下結論：新方案采取站點特性作為閾值參數比原方案保留了更多原始數據特性，提升了過濾的準確性和響應速度，實現了更低的漏報率和誤報率，整體可靠性更高。