司 伟,余鸿慧,包为民,瞿思敏,张 乾
(1. 河海大学水文及水资源学院,南京 210098;2. 囯网新源水电有限公司富春江水力发电厂,杭州 311504)
降雨径流过程涉及蒸发、下渗、产流和汇流等多个环节,影响因素复杂,实时洪水预报精度难以满足要求。预报模型初始状态值误差、模型输入误差、模型结构的不充分性以及参数非优化都会影响预报结果的精度[1,2]。所以经常使用误差修正技术来减少模型在预报时产生的误差[3]。
简单的误差修正方法是通过流量误差直接对模型计算结果(流量过程)进行修正[4]。组合卡尔曼滤波(EnKF)或者粒子滤波(PF)方法经常通过数据同化技术对于模型初始值或者模型参数进行修正,然而研究结果表明滤波方法在预报修正中的效果过于自信,对于模型预报的不确定性估计不足[5]。
鉴于此,包为民等[6]应用系统响应理论,首次将单位线作为线性时不变系统,引入实时洪水预报修正中,建立了一种向信息源头追溯的反馈修正模型,该方法结构简单,物理概念清晰。之后司伟等[7]将动态系统响应曲线引入误差修正中,提出了产流误差动态系统响应曲线(Dynamic System Response Curve, DSRC) 修正方法,基于系统和微分角度,逐时段对产流量进行修正,该方法具有物理基础且不损失预见期,通过不同流域的应用检验[8,9],效果显著,明显优于传统的自回归修正方法。在随后的研究中,张小琴、刘可新等对此方法进行了改进[10,11],杨姗姗等将此理论方法引入对面平均雨量误差的修正研究中,通过修正水文模型的重要输入项(面平均雨量)误差,来提高水文模型的洪水预报精度,研究结果表明此方法对于雨量站密度较低的流域具有显著的效果[12]。……