实时洪水预报误差校正方法的适用性——以万安水库流域洪水为例

肖 农

国家能源集团江西电力有限公司万安水力发电厂

1 实时洪水预报误差校正方法

实时洪水预报是以前期资料结合实时情况，输入资料作为模型并不断更新信息参数，使结果逐步接近真实情况，不过实时洪水预报所使用的信息的质量仍然具有误差性。例如:实时洪水预报采用的遥测或报汛资料，由于水文资料不完整，实时洪水预报得到的流量资料是由水位流量关系算出，在蒸发计算中没有实测资料辅助资料，显示不精确。实时洪水预报中，预见期内的降雨量是未知的，而脱机洪水预报就能知道预见期内的降雨，所以两种方式针对计算预见期内降雨的测量结果有所不同。

预报总具是有误差性的。对于实时洪水预报，由于上述种种原因，预报误差更不容小觑。既有系统误差，也有随机误差，因此，在发布实时洪水预报之前，需要对误差进行实时校正。通常使用的方法有卡尔曼滤波法、递推最小二乘法、误差自回归法和自适应算法等。

1.1 卡尔曼滤波法

卡尔曼滤波法是目前应用最广泛的滤波法，是一种比较理想的校正方法。对系统的状态变量可以进行最优估计，同时达到最小方差又不损失预见期。在实时洪水预报中可选择预报模型的参数、预报对象和预报误差等作为变量。卡尔曼滤波适用于任何线性随机系统，实质上是一种条件概率密度的更新过程线性最小方差估计，也就是最小方差估。并可综合处理模型误差和量测误差的情况。但洪水预报系统一般并非线性随机系统，测量中的误差通常也不是白噪声，所以卡尔曼滤波法在实时洪水预报校正中的应用有限。另外，这种方法进行时外推时段也不宜太长。

1.2 递推最小二乘法

递推最小二乘法是利用最新输入和输出信息，给实时预报误差一定的权重以校正模型参数来进行预报的，属于参数在线识别(也称动态识别)，能准确反映预报时刻的参数值。这种方法简单易行，但灵敏性较差，不能跟踪实时洪水预报系统。不过这种动态识别方法是优于现行时不变模型的。

1.3 误差自回归法

误差自回归法就是分析输出的残差系列，将前推若干个时刻的残差值作为实时校正系统的输入来推断当前时刻误差，达到实时校正的目的。该法不用结合实时洪水预报模型本身的结构或数学表达式，仅从误差序列着手进行校正，故可与任何实时洪水预报模型配合，可以广泛实施运用，其校正效果主要取决于误差序列的自相关性，相关密切则校正效果好，否则效果较差，而且当预报值与预报误差为同一量级时，实时校正的效果可能会大大下降。

1.4 自适应算法

滤波器具有自动调节功能、可以自动根据预报过程中模型所出现的偏差来进行调整，因此自适应算法可以使结果达到最优状态。这种方法能充分考虑噪声统计量的时变特性，是相对完善的方法之一，发展前景较好。

2 万安水库流域洪水的简要归纳

万安水库洪水预报主要由老程序、水文局、D模型三种洪水预报软件做出的预报结果，结合五站情况、流域特性及水文因素不同对预报进行修正。由于万安流域情况变化很大早期洪水已无对照价值，所以根据原有的水文资料对2018、2019年（3000m3/s以上）11场洪水进行简要分析，总结每场洪水的降雨、产流、峰现及峰量间的关系，由于流域洪水受气候及自然地理、环境因素、降雨区域以及各水库调蓄对产流、峰现、峰量的影响，通过分析寻找相似洪水的预报共性，对预报进行简要的归纳，总结如下。

2.1 每年第一场洪水预报情况（3000m3/s以上）

2018、2019 年4 月下旬各出现一场总雨量65mm 左右，洪峰流量为3200m3/s和3300m3/s的小洪水。由于前期影响雨量均值在20左右，流域土壤含水量少，山塘、水库水位低，因此前期降雨产流偏小，后期降水若降雨量强度不大，基本形成不了大的洪水。主降雨结束到实际峰现时间间隔一般约7~8 各时段，若主降雨在区间或雨强较大，峰现时间将会提前，五站峰现时间一般比实际峰现时间早2个时段。三种程序洪水预报的比较：老程序峰值非常接近实际洪峰流量，准确率达98.6%，峰现时间比实际提前1~2个时段；水文局峰值偏大，准确率81.9%，但峰现时间与实际基本符合；D 模型峰值规律较乱，一时偏大，一时偏小，约±10%左右。五站与实际修正洪峰情况比较：洪峰流量五站比实际早2 个时段，五站的峰现在主降雨区结束5~6 个时段到峰，实际修正峰现在主降雨区结束7~8 个时段到峰，但若降雨在区间或降雨强度很大，汇流时间缩短，峰现时间将会提前。洪峰流量：五站小于实际修正峰值（五站和区间的来水等于实际值），按65mm 左右的来水估算，峰差约600m3/s~700m3/s 左右。小结：由于每年第一场大于3000m3/s以上的水，流域土壤含水量偏少，山塘、小水库水位较低，降雨后产流小，加之当时库水位低，因此降雨产流、汇流时间相对较长，峰现时间相对较后，实际工作中应参照五站情况滚动修正预报峰值，以参照老程序为主，水文局为辅。另外应考虑居龙滩、上犹江、以及其他小水库的调蓄对万安水库的影响。

2.2 锋面雨洪水预报情况

万安流域主汛期5~6 月主要受锋面雨影响，锋面雨主要由于高空低槽东移、中、低层切变影响，冷暖气流交换，动力冷却，出现大雨或暴雨，形成的大洪水约占全年洪水的60%以上。2018、2019两年万安流域有7场洪水是锋面雨造成的，主降雨结束到坝址洪峰时间约5~7个时段，若主降雨在区间、红卫桥或降雨强度大且集中时，峰现时间将提前1个时段，五站一般在主降雨结束后的4~5个时段到峰，一般坝址峰现比五站退后2个时段到峰。三种洪水预报方案的比较：老程序：7场洪水预报均比实际值大，超出约13.6%，准确率86.4%，峰现时间基本与实际值相同，有个别偏差正负1 个时段。水文局：7 场洪水预报比实际修正值大，超出约14.5%，准确率85.5%，峰现时间与实际值偏差正负1个时段左右。D模型：7场洪水预报比实际修正值大，且偏差大的很大，约超51.6%，小的约超6.3%，无特别明显规律，7 场洪水平均超大27.8%，准确率72.2%，峰现时间往往比实际提前。五站峰值小于实际洪峰约600m3/s~1400m3/s，若洪峰小，则差值也小，洪峰大时，二者之间的差值也增大，也就是说区间来水增大所致。小结：万安流域锋面雨引发的洪水主要集中在6 月，2018、2019 年6 月各出现三场，由于降雨连续，形成的洪水过程也是一场接一场，造成后期土壤含水量高，洪水起涨流量大，后面洪水的峰现时间提前，主降雨结束到五站到峰4~5个时段，主降雨结束到坝址峰现约5~6个时段，若区间降雨强度大将提前1个时段。五站比坝址峰现时间提前2个时段到峰。三种预报峰值均偏大，老程序相对较准，水文局的偏差大些，D 模型的偏差最大且无规律，峰现时间老程序和水文局的均较准。

2.3 另外在实际预报中应注意的问题

（1）降雨区域分布，强度大小将引起峰现时间提前或滞后。

（2）过程中应考虑上游居龙滩、上犹江、以及各小水库提前预泄，引发流域入库流量起涨较快，峰后各水库调蓄造成洪水过程异常，一般峰后2~3个时段陡落，过后退水过程偏缓。

（3）若出现连续大洪水过程，预报难度大，准确率低；洪水过程起涨较快，流量较大，且降雨产流较大，有的可达10mm约等于1000m3/s，汇流时间短，峰现提前。

（4）若红卫桥、区间降雨较大，峡山流域降雨较小时，五站中红卫桥、区间峰现将提前，峡山站峰现滞后，使整个过程峰量减小，退水过程偏胖。

（5）在使用水文局预报中发现，同一场雨，若选择降水历时不同，将其降雨时间拉长（实际工作中将后面的零星小雨加进去），峰值一般会变小，若降雨历时选择较短时，其峰值将偏大。

（6）在使用水文局预报过程中发现，退水过程将结束时，发现峡山站预报流量突然变小，变小几个时段后又会突然变大。

3 台风雨洪水情况分析

万安流域一般7~8 月份受台风雨影响较大，但也有较少出现在3~4月，一般受台风外围影响，加之高空低槽东移诱发流域出现中到大雨，局部暴雨，但往往降雨集中，历时短。根据2018、2019 年两场洪水分析，均是由于流域前期降雨较少，天气炎热，蒸发量大，加之山塘、农田、水库待蓄，产流小，均未能形成大的洪峰，前期降雨64.4mm，形成1740m3/s 的小峰，后期降水124.5mm，前后累计降水189.9mm，仅形成4880m3/s的洪峰，与三种预报值偏差均很大，并且也背离降雨产流实际工作经验，分析原因与前期流域旱情严重有关，农田、山塘、水库等急待蓄水（7月份流域降雨仅32mm），加之预报软件使用前期影响雨量系数K值偏大有关，（枯水期K值引用多少有待研究分析）洪水只能作为特例分析，由于2018、2019 年仅有2 场台风雨洪水（大于3000m3/s），且异常偏离实际太大，可比较性差，现将它们的共性分析如下。

主降雨结束到五站峰现4 个时段，到实际峰现6 个时段，五站峰现比实际要早2个时段到峰，三种预报，老程序峰值最准，峰现也较符合实际；水文局峰值略偏大，峰现提前1个时段；D模型峰值略偏小，峰现提前2个时段。

4 总结

由于本次分析仅对2018、2019 年11 场洪水进行分析总结，引用水文资料明显偏少，寻找规律过程往往是对几场洪水特点就总结为流域的特点，这种做法显然是有以偏概全之嫌。本次分析是以实际修正峰量和峰现为正确基础上进行比较的，实际值受其他因素影响本次分析不做考虑。另外，各场洪水降雨分布、降雨强度大小、前期影响雨量、流域山塘、水库无序调蓄等均影响万安流域洪水分析，全面寻找各场洪水的共性的确有些困难，加之我们个人能力有限，水平急待提高，分析难免有错之处，本次分析仅供参考，由于实际洪水调度过程中每场洪水成因及其他水文因素不同，因此本次分析的结论不可作为洪水预报主要依据，仅为洪水预报的参考经验。