基于多尺度水文预报的水库动态调度模型及其不确定性分析

Advances in hydrological modelling, weather forecasting, land-atmosphere coupling, and hydro-climatic tele-connections lead to significant improvements in hydrological forecasts. Effective use of forecast information has become an important approach to handling risks under extreme hydrological events and promoting reservoir system efficiency. Meanwhile, in reservoir operation, the use of forecast information is confronted with forecast uncertainty and mismatch between forecast horizon and reservoir operation horizon. This project aims to develop a dynamical reservoir operation model based on multi-scale hydrological forecasts, taking advantages of the long horizon of seasonal forecast and the high resolution of real-time forecast. We focus on two important issues in forecast-based reservoir operation, i.e., “what are the effects of multi-scale forecast uncertainties on reservoir operation decisions” and “how to effectively use multi-scale forecast information in decision making of reservoir operation”. To address the two questions, we employ statistical models to analyze the processes of hydrological forecast updating and forecast uncertainty evolution, and build dynamic optimization models to incorporate evolving hydrological forecasts into decision making. Moreover, we set up statistical models to quantify the effects of multi-scale forecast uncertainties on operation decisions, and explore more efficient joint use of seasonal and real-time forecast information in decision making. The project facilitates the conversion of advanced hydrological forecasting into improved reservoir system efficiency and provides scientific basis for forecast-based reservoir operation.

随着水文模型、天气预报、陆气耦合和水文-气象遥相关分析等方法的发展，水文预报技术不断进步，有效利用预报信息成为应对极端水文事件下调度风险和促进水库调度效益提高的重要途径。把水文预报用于调度决策，面临着预报不确定性和预见期与调度期不匹配的难题。本项目研究基于多尺度水文预报的水库动态调度模型，发掘季节预报的长预见期，发挥实时预报的高预报精度，促进调度决策。本项目探讨“多尺度水文预报不确定性对水库调度有何影响”和“如何有效利用多尺度预报信息进行水库调度”两个基础理论问题。一方面，建立统计模型分析水文预报更新与预报不确定性演进的过程，结合优化方法构建基于多尺度水文预报的水库动态调度数学模型；另一方面，开发统计模型评估多尺度预报信息及其不确定性对调度决策的影响，通过优化建模探讨有效耦合季节、实时预报的水库调度方法。本项目有助于把水文预报技术和成果转化为水库系统经济效益，为水库预报-调度提供科学基础。

水文集合预报包含多组径流情景，明确给出对应径流的统计分布，定量描述预报信息的固有不确定性。本论文以贝叶斯联合概率模型为基础，开展了短期（日）与长期（月与季节）水文集合预报研究。进一步，本论文通过优化模型将集合预报用于调度决策，分析短期、长期预报不确定性对水库调度决策的影响。主要研究内容及发现如下：.基于三峡水库一至四天确定性预报，构建短期集合预报模型。一方面，采用数学变换描述预报数据的“异方差性”和“非正态性”，数学变换参数由极大似然法确定；另一方面，由联合正态分布概括变换后预报值与变化后观测值之间的关联关系，联合分布参数由马尔科夫链蒙特卡洛算法估计。研究发现：给定一个确定性预报，贝叶斯联合概率模型能够生成一组集合预报。该集合预报可靠的反映了观测值相对原预报值的统计分布，预报概率与观测频率相吻合；并且，集合预报相比原确定性预报具有更高的预报精度。.以澳洲二十三个流域为研究对象，建立长期集合预报模型。其中，预报因子为前期流域径流和前期全球气象指标，预报变量为未来一至三个月的径流。采用“去五年”交叉检验的方法，将当年样本与接下来四年的样本剔除出训练样本集，对各个年份径流进行回顾性预报，并对各年预报整体进行检验。研究发现：不同预见期下，由贝叶斯联合概率模型生成的月径流集合预报都是可靠的；另一方面，随着预见期增加，预报精度逐渐降低，集合预报趋近于对历史径流情景进行重采样得到的预报。整体上，预报精度受到流域地貌特性，降雨季节特性，以及径流年际变异特性等因素的影响。.围绕丹江口水库供水调度，通过优化模型把短期、长期集合预报用于调度决策，分析短期、长期预报不确定性对决策的影响。通过组合集合预报给出的短期、长期径流情景，各组合下的最优决策可以概括为一个矩阵。该矩阵中，各行表示固定短期径流情景，轮换长期径流情景的决策；各列表示固定长期径流情景，轮换短期径流情景的决策。由此，短期、长期预报不确定性对调度决策的耦合影响可以概括为矩阵相对于其均值的整体离差平方和；分别以行、列分解对该离差平方和进行分解，即能够得到短期、长期调度决策的分别影响。研究发现：采用短期、长期预报，相比单纯基于历史径流情景，可以有效提高水库调度效益。通过滑动余留库容的调度方法，可以充分利用短期预报相对准确的长处和长期预报预见期长的优点，进一步促进水库调度效益。