Research on Flood Forecasting Method Considering the Influence of Small Reservoir with Missing Data

Zhao-hua YANG, Jun WANG, Zhong-min LIANG, Bin-quan LI, Yu-peng FU

PDF(2833 KB)
China Rural Water and Hydropower ›› 2021 ›› (3) : 98-102,118.

Research on Flood Forecasting Method Considering the Influence of Small Reservoir with Missing Data

Author information +
History +

Abstract

A large number of small reservoirs built in the basin may change the natural characteristics of the flood, and the data of small reservoirs are often missing or incomplete, which makes it difficult to consider the regulation and storage function in flood forecasting, and brings difficulties to flood forecasting. Based on RS, GIS and SVR algorithm, the relationship model of topography and geomorphology parameters and reservoir capacity is constructed to calculate the small reservoir capacity information in the area where the reservoir data is missing. Based on the quantitative generalization of the impact of small reservoirs on flood detention, the XAJ-reservoir (XAJ-R) model is established. The results show that: ① there is a strong correlation between the total storage capacity of small reservoirs and the characteristics of topography and geomorphology, and the established model of topography and geomorphology parameters and reservoir storage capacity has a high accuracy, which can be used to calculate the storage capacity of small reservoirs with missing data. ② After adding the reservoir retention module, the flood prediction accuracy of XAJ model is improved to a certain extent. The research findings can be used as a reference for real-time flood prediction in the area affected by small-scale water conservancy projects.

Key words

flood forecast / small reservoir impact / lack of reservoir data / topography and geomorphology parameters / XAJ-R model

Cite this article

Download Citations
Zhao-hua YANG , Jun WANG , Zhong-min LIANG , Bin-quan LI , Yu-peng FU. Research on Flood Forecasting Method Considering the Influence of Small Reservoir with Missing Data. China Rural Water and Hydropower. 2021, 0(3): 98-102,118

0 引 言

洪水预报是流域防洪减灾重要的非工程措施之一,但是大量水利工程的修建改变了流域产汇流等水文特性,使得洪水预报的精度不尽如人意1。对于大型水库,通常可依靠其实际调度情况去调整洪水预报方案或结果,而小型水库一般无运行资料,并且流域内小型水库数量众多、资料难以收集或资料缺失等原因,给实时洪水预报带来挑战2-6
小型水库削减了一般洪水的洪峰洪量,但对于较大洪水,却可能造成额外的不明来水,所以对于存在大量小型水库的流域,上游小型水库对下游洪水预报的影响不可忽视7。通过考虑小型水库影响来改进洪水预报模型的研究得到重视,从将水库拦蓄作用融入洪水预报模型参数,到利用遥感技术和实际库容资料确定水库面积-库容关系进行调节计算,再到将流域所有小型水库综合成一个虚拟水库考虑等8-12,都一定程度提高了洪水预报的精度。但很多模型的应用均需要具备翔实的小型水库库容等资料,对于无水库资料或资料短缺的流域,目前尚缺乏有效的模型与方法。
戴仕宝等13等研究表明,塘坝、地形、耕地之间具有较强的适应性关系。鉴此本文利用遥感和GIS技术,结合支持向量回归机( Support Vector Machine for Regression,SVR)算法1415,构建小型水库流域的地形地貌参数-水库库容关系模型,推算水库资料缺失地区的小型水库库容信息;根据水量平衡原理定量概化小型水库的拦蓄作用,并耦合成新安江-水库模型;在淮河北庙集流域进行应用研究,验证模型的适用性。

1 模型方法

1.1 模型基本结构

考虑小型水库拦蓄影响的新安江-水库模型是在新安江模型基础上加入水库拦蓄影响的模块,而后者包括两个部分,一是地形地貌参数-水库库容关系模块,二是小型水库拦蓄过程概化模块,模型结构如图1所示。地形地貌参数-水库库容关系模块是利用有资料地区的小型水库以上流域的地形地貌因子与水库库容数据,建立库容与地形地貌因子之间的关系模型,再由该模型推算资料缺失的小型水库的库容信息。水库拦蓄过程概化模块是根据每个水库(数量n)的位置划分新安江模型计算单元,先按新安江模型计算该单元的产流量,再概化小型水库的拦蓄过程,并将拦蓄作用反映在新安江模型坡面汇流计算中。对无水库影响的计算单元(如图1中第n+1个单元),则直接按新安江模型的流程进行计算。
Fig.1 Structural diagram of XAJ-Reservoir model

图1 新安江-水库模型结构图

Full size|PPT slide

1.2 地形地貌特征-水库库容关系的构建

利用Google影像获取小型水库的位置,利用GDEMDEM 30 m分辨率影像数据和GIS技术提取的水库以上的地形地貌参数。忽略次要因子,提取的主要因子包括流域面积F、平均坡降S、流域长度L和地形起伏度R,建立地形地貌特征-水库库容关系模型:
V=f(F,S,L,R)
式中:V为小型水库总库容;其他符号意义同前。
一般而言,式(1)的关系为较复杂的非线性函数,而SVR是一种非线性回归计算的机器学习算法,可以考虑因子间复杂的非线性关系,具有降低泛化误差和计算复杂度等优点,故本文选用SVR算法构建地形地貌特征-水库库容关系模型。

1.3 小型水库拦蓄影响的概化

借鉴已有研究成果8-12,本次统一取小型水库总库容V 的1/2为防洪库容V ,即:
V=V/2
并假定小型水库的可拦蓄容量Vc 与水库防洪库容V 成正比,即:
Vc=Kr V
Kr=W0/WM
式中:W 0为新安江模型的前期土壤蓄水量;WM为流域平均蓄水容量。
确定水库可拦蓄容量后,根据水量平衡计算水库拦蓄过程。
Vi(t)=Vi(t-1)+r(t) Si   Vi(t-1)<VcVi(t-1)+0            Vi(t-1)Vc
式中:Vit)为第i水库t时刻的蓄水容量;rt)为单位t时段的入库径流深; Si 为第i水库的控制面积。
可以看出,对任一计算时段,水库蓄量在未超过其可拦蓄容量之前,假设所有产流量均蓄于水库之中,不参与下游计算单元的汇流计算;超过可拦蓄容量后,产流量全部汇入下游计算单元。

2 应用实例

2.1 流域概况

选取淮河北庙集流域进行应用研究。北庙集流域位于淮河上游,流域面积1 730 km2,地处亚热带季风气候,属湿润地区,年均降雨量均超过1 000 mm,雨量充沛;流域地形地貌以剥蚀侵蚀型的丘陵为主,流域高差较大,海拔27~885 m。北庙集流域内有小型水库约49座,本次收集到其中35座水库特征信息,14座水库信息缺失。另外,在其临近流域(淮河流域范围内)收集了其他60座小型水库的特征信息。表1统计了北庙集及临近流域水库信息情况,水库分布情况如图2所示。
Tab.1 Statistics of small reservoirs in Beimiaoji and adjacent basins

表1 北庙集及临近流域小型水库资料情况

流域 资料情况 水库数量/座

总库容之和/

万m3

北庙集 有资料 35 4 963.8
无资料 14 -
临近流域 有资料 60 14 095.2
Fig.2 Distribution of small reservoirs in Beimiaoji and adjacent basins

图2 北庙集及临近流域小型水库分布图

Full size|PPT slide

2.2 库容推算结果分析

利用遥感影像数据和GIS技术提取水库位置和流域地形地貌参数(FSLR),统计水库库容等特征参数,获得临近流域的样本数据共60组,以此作为地形地貌特征-水库库容关系模型的训练样本;北庙集流域样本数据共35组,将其作为验证样本,而对北庙集流域中14个无水库特征信息的水库,将其对应的地形地貌参数作为预测因子,根据建立的地形地貌特征-水库库容关系模型预测其拦蓄库容量,再对北庙集流域进行洪水的模拟与预报。
统计分析临近流域60座小型水库总库容与其相应的地形地貌参数之间的相关性,结果见表2。可以看出,小型水库总库容V与控制面积F、流域长度L呈显著的正相关(r>0.7,P<0.01),而与平均坡降S、地形起伏度R线性关系不显著;各参数之间,FLSR具有显著的线性相关性。
Tab.2 Pearson correlation coefficient analysis

表2 皮尔逊相关系数分析

V F L S R
V 1.00
F 0.72** 1.00
L 0.71** 0.96** 1.00
S -0.04 -0.054 0.03 1.00
R 0.07 0.23* 0.36* 0.82** 1.00
注: ** 表示显著性水平P<0.01,* 表示显著性水平P<0.05。
为考查小型水库库容与地形地貌参数是否具有非线性的相关关系,作为实例,统计分析了F<2 km2情况下VS的关系,见图3。可以看出,当S较小时(2度以下),VS呈现明显的负相关,S较大时为正相关,整体上,VS呈现出非线性相关特性。
Fig.3 Relationship between total reservoir capacity and average gradient

图3 水库总库容与平均坡降关系图

Full size|PPT slide

综合上述分析,小型水库总库容与地形地貌参数具有一定的相关性,其中既有线性关系,也有非线性关系,而各参数之间也具有一定相关性。因此,采用SVR非线性回归算法,根据60组样本资料,构建小型水库的地形地貌参数-水库库容关系模型。图4(a)显示了按此关系模型计算的库容与实际库容的对比,60个水库的累计统计结果见表3
Fig.4 Calibration and verification results of total capacity of small reservoirs

图4 小型水库总库容率定及验证结果

Full size|PPT slide

Tab.3 Calibration and verification results of accumulated total capacity of small reservoirs

表3 小型水库累计总库容率定及验证结果

实际总库容/万m3 计算总库容/万m3 绝对误差/万m3

相对

误差/%

临近流域率定 1 4095.2 14 054.4 -40.8 -0.3
北庙集验证 4 963.8 4 116.9 -846.9 -17.1
图4(a)可以看出,按SVR模型计算的60个小型水库的库容值与实际值组成的点据,整体上均匀分布在45°线附近,决定系数R 2=0.96,说明计算值与实际值较为接近;表3中,计算的60个小型水库累计的总库容值与实际值相对误差为-0.3%,差别很小。由此说明建立的地形地貌参数-水库库容关系模型具有较好的率定或拟合效果。
同时,根据北庙集流域的35组样本资料,对该地形地貌参数-水库库容关系进行验证,结果见图4(b)和表3。从图4(b)可以看出,虽然有个别点据偏离45°线,但整体点据均匀分布于该线附近,决定系数R 2=0.76;根据表3,计算的累计库容值相对误差为-17.1%。上述结果表明,建立的地形地貌参数-水库库容关系模型也取得了满意的验证效果。
因此,应用上述的地形地貌参数-水库库容关系模型,推算北庙集流域14个未收集到资料的小型水库的库容值,结果见表4
Tab.4 Calculation results of total reservoir capacity

表4 北庙集小型水库库容推算结果 (万m3)

水库名称 鲁营子水库 蛤蚂塘水库 姚榜水库 黄寨水库 胡寨水库 洪庄水库 陈寨水库
计算总库容 40.41 48.05 13.03 57.40 109.70 113.56 62.78
水库名称 八面山水库 南马冲水库 天井水库 陶家山水库 张大堰水库 古塘水库 李楼水库
计算总库容 116.45 80.60 47.75 86.92 224.98 161.02 161.12

2.3 新安江-水库模型结果及分析

对北庙集流域,根据其49座小型水库的库容资料(其中14座为表5的推算值),采用新安江-水库模型进行洪水过程的分析计算。本次选取了2007-2018年间的9场较大场次洪水,其中,7场洪水用于模型率定,2场洪水用于模型验证。为说明新安江-水库模型的效果,也同时提供了原新安江模型的结果,见表5
Tab.5 Comparison of results between XAJ-R model and XAJ Model

表5 新安江-水库模型与新安江模型结果对比

参数 洪水编号 实测洪峰/( m3s-1) 洪峰误差/% 洪峰滞时/h 确定性系数
XAJ XAJ-R XAJ XAJ-R XAJ XAJ-R
率定期 20070630 1 490 19.6 -1.6 -1 1 0.80 0.81
20080816 861 22.1 1.1 -5 -3 0.90 0.92
20090524 340 25.0 1.8 -2 0 0.94 0.97
20120908 537 29.8 5.4 2 3 0.79 0.79
20140831 498 52.2 22.5 0 1 0.68 0.87
20150627 948 2.4 -16.7 -2 -1 0.81 0.77
20160630 547 74.2 39.7 -1 1 0.64 0.91
验证期 20170709 1 080 64.2 30.8 -2 -1 0.54 0.83
20180505 686 37.0 9.6 -1 0 0.81 0.88
注:XAJ表示新安江模型;XAJ-R表示新安江-水库模型。
表5可知,相较于原始新安江模型对洪水的模拟与预报结果,考虑小型水库影响的新安江-水库模型具有更高精度。其中,对洪峰流量的改进效果最为明显,原新安江模型计算的洪峰流量普遍偏大,考虑小型水库拦蓄作用后,洪峰流量降低,更接近于实测值,洪峰滞时误差整体上也降低;确定性系数大部分也有所提升,平均提高0.09。图5为率定期三场洪水和验证期一场洪水的模型计算与实测流量过程的对比,可以看出新安江-水库模型的精度更高,拟合效果更佳。
Fig.5 Comparison of flood process between XAJ-R model and XAJ Model

图5 新安江-水库模型与新安江模型的洪水过程对比

Full size|PPT slide

3 结 语

(1)根据具有较充分小型水库信息流域的资料建立地形地貌参数与小型水库库容关系模型,推算无资料或资料缺失流域的小型水库库容信息,通过概化小型水库对洪水的拦蓄作用,构建了考虑小型水库调蓄影响的新安江-水库模型,探讨小型水库群影响下的洪水预报问题。
(2)在淮河北庙集流域的初步应用结果表明:根据地形地貌参数-水库库容模型推算的小型水库库容值与实际值较为一致,计算的决定系数R 2在0.76以上,模型精度较高;新安江-水库模型洪水预报精度与原新安江模型相较,精度更高,对考虑小型水库影响的洪水预报问题具有一定的适用性。

References

1
葛于晋,何斌,梁国华,等. 考虑上游中小型水库影响的北方地区洪水预报方法研究[J]. 水资源与水工程学报201526(5):141-146.
2
张顾,王加虎,李丽,等.设计安全值结合水文模型的联合预报法在入库洪水预报中的应用[J].中国农村水利水电2018(11):55-60.
3
范火生.基于栅格的分布式新安江模型在三岔河流域的洪水预报研究[J].中国农村水利水电2019(2):113-118.
4
刘慧媛,夏军,邹磊,等.基于时变增益水文模型的实时预报研究[J].中国农村水利水电2019(6):16-22.
5
王婕,宋晓猛,张建云,等.中小尺度流域洪水模型模拟比较研究[J].中国农村水利水电2019(7):72-76.
6
刘松,张利平,佘敦先,等.干旱半干旱地区流域水文模型的适用性[J].武汉大学学报(工学版)2019(5):384-390.
7
郭生练,王金星,彭辉,等. 考虑人类活动影响的丰满水库洪水预报方案[J]. 水电能源科学2000(2):14-17.
8
沈清德, 全鸿烈. 水库上游水利工程对中小型水库洪水预报的影响[J]. 东北水利水电2002(3):43-44.
9
LIEBE J DE GIESEN NVAN ANDREINI M. Estimation of small reservoir storage capacities in a semi-arid environment: A case study in the Upper East Region of Ghana[J]. Physics and Chemistry of the Earth200530(6-7):448-454.
10
SAWUNYAMA T SENZANJE A MHIZHA A. Estimation of small reservoir storage capacities in Limpopo River Basin using geographical information systems (GIS) and remotely sensed surface areas: Case of Mzingwane catchment[J]. Physics and Chemistry of the Earth200631(15):935-943.
11
崔欢欢. 考虑水利工程影响的水库洪水预报方案研究[D]. 辽宁大连:大连理工大学,2017.
12
魏子钧,梁国华,葛于晋,等. 考虑上游水利工程影响的产流预报方法研究[J]. 南水北调与水利科技201412(6):49-52.
13
戴仕宝,周亮广,叶雷, 等. 江淮丘陵地区塘坝系统水适应性机制与测度分析[J]. 南水北调与水利科技201816(5):41-49.
14
VAPNIK V N KOTZ S. Estimation of dependences based on empirical data[M]. Springer New York2006.
15
李伶杰,王银堂,胡庆芳,等.基于随机森林与支持向量机的水库长期径流预报[J].水利水运工程学报2020(4):33-40.
PDF(2833 KB)

944

Accesses

0

Citation

Detail

Sections
Recommended

/