水阳江宣城水文站中长期洪水预报方案的研制与分析

开篇：润墨网以专业的文秘视角，为您筛选了一篇水阳江宣城水文站中长期洪水预报方案的研制与分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：模型编制依据的基本资料提供的1951年1月至1999年12月22个因子及1951年1月至1999年12月宣城水文站月平均水位水文因子，共49年同步资料。对宣城水文站的月平均水位，用多元回归法作出预报模型，并进行检验和评定。利用气象水文信息，开展宣城的水文预报，特别是中长期水文预报，以利于防汛抗旱、水资源合理使用及调度。

关键词：中长期；洪水预报；预报因子；相关分析；多元回归；预报模型，检验。

中图分类号：TV122文献标识码： A

一、宣城概况

宣城市位于安徽省东南皖南山区与沿江平原结合地带，跨东经 117b58’～119b40’、北纬29b57’～31b19’。区域面积12340平方公里，宣城市辖境在地质分区上位于扬子准地台地区。境内河流主要有青弋江和水阳江两大水系，均属长江流域。 宣城水文站位于水阳江中游，控制面积3410km2，洪水主要由暴雨形成。

二、资料处理与分析

以宣城水文站月平均水位为本次研制的预报对象，根据需要，选择22个气象因子共同组成参选预报因子。

根据各参数物理特性对原始资料及宣城水文站资料进行合理性、一致性分析，数据合理，资料系列完整，无需插补延长，可直接用于计算。由于宣城水文站从1951年起有完整的水文资料，故资料系列取1951年至1993年共43年同步资料进行预报分析及拟合检验；1995年至1999年共5年同步资料进行预报方程预报检验。

为方便计算， 1951～1999挑选3月、6月、10月年平均水位作为预报对象录入年平均水位，并进行预报因子挑选。

单相关系数计算公式

式中：r为单相关系数（或线性相关系数）

,分别表示和x的多年平均值；即，

xt、yt分别表示x和y的实测值，t表示年次

n为资料年限（样本数），即t=1，2……n。

单相关系数t检验

在满足r>rα的基础上，选择相关系数最大的系列为该因子相关月份系列选取；

由可信度（α=0.02）及样本数（n=43），查表得最低相关系数rα=0.3539;由可信度（α=0.05）及样本数（n=43），查表得最低相关系数rα=0.301;由于挑出的因子较多，不便于进行多元回归计算；用相关系数法进行因子筛选，以进行多元回归计算，建立多元回归模型。

预报对象y，m个已挑选出的前期预报因子xi(i=1,2……m)。建立它们之间的相关关系得到多元线性回归方程。如下：

bi (i=0，1,2……m)为回归系数；根据实测资料确定。

t=1,2,……..n.为资料长度。

模型检验

通过离差分析及复相关系数；剩余标准差 ；回归效果的F检验；拟合误差检验；预报误差检验。得出检验结果。各月回归方程复相关系数R、剩余标准差Sy、F检验如下：

表1

通过检验，发现各月效果显著。

根据已建立的1～12月的月平均水位预报模型所用的1952年～1994年共43年的实际平均流量对预报模型进行历史拟合检验，发现3月、6月、10月方程合格率在100%。这种现象的出现，是与宣城水文站的流域特性相符的，宣城水文站流域较小，属山区型河流，洪水暴涨暴落，次洪水位变幅大，加上降雨的时空分布不均，导致汛期月平均流量年际变化剧烈，特大值、特小值等极值频繁出现，而非汛期月平均流量主要受流域汛期蓄水量及非汛期降雨影响。

表2

宣城水文站月平均水位拟合检验合格率分布表

具体拟合情况详见如下图：

宣城水文站3月月平均水位多元回归方程拟合图图1

宣城水文站6月月平均水位多元回归方程拟合图图2

宣城水文站10月月平均水位多元回归方程拟合图图3

三、主要结论

1.宣城水文站的汛期为5月~10月，年最高洪水多发生于每年的5月～7月，通过用多元回归法得到宣城水文站的3月、6月、10月月平均水位预报模型，3个月的拟合、预报合格率都较高；拟合检验及预报检验的合格率都达到了100%，这是由本流域的流域特性及气象水文特性所决定。

2.预报模型中所选用的预报因子前推移期为1～12个月，其中个别因子的前推移期仅为1～3个月，出现预见期短的现象，而月平均水位，特别是非汛期的月平均水位，与汛期流域的降雨量、降雨强度及降雨分布有着密切的联系。

3.由于多元回归的因子挑选信度取0.01（Ra=0.3982），相对于中长期预报来说，信度较高，所以得出的相关因子数量减少，导致复相关系数变小；由于多元回归模型在引进因子的过程中，并不分析因子之间的相互关系，而几个相关系数大的因子，未必全是方程单独影响最大的因素，所以这也导致了回归模型的效果下降；而逐步回归模型由于在引进、剔除因子的过程中，进行方差贡献计算，所以能够保证将对方程影响最大的因子引进方程，提高了模型的预报效果。在逐步回归方程中，有部分预报因子的相关系数小，而相关系数大的因子却没有被引进，也说明了这一点。

4.在汛期，非汛期预报的这三个月的模拟检验及预报检验合格率效果较好，预报的趋势接近，只是极值未能成功预报出来，从而说明回归模型对样本系列的预报，只是在均值左右范围内进行拟合，而对极大值、极小值等极值拟合的效果较差，这也是汛期极值出现频繁而导致预报效果差的一个重要原因。

5.由于月平均水位，主要用于水资源的合理调度、分配计算，汛期洪水以短期洪水预报为主，兼顾作月最高流量（月最高水位）预报，就能满足防汛抢险的需要；而本方案在非汛期的拟合检验及预报检验效果都很好，可以很好的运用于抗旱及水资源的管理、利用、调度、分配等预测预报工作中，充分发挥中长期预报预见期较长的优势，为宣城的社会发展及提高人民群众的生活水平提供科学的决策依据。

参考文献

[1]毛绍雄编，《中长期水文预报》，河海大学函授部印，2001。

[2]黄振平编著，水文统计学，河海大学出版社，2003年3月。

[3]于维忠，水文学原理，河海大学出版社。

[4]陈其幸，上海市水情长期预测方法比较研究，硕士论文，2005年三月。