uzluga.ru
добавить свой файл
1
Д.А. Бураков, Л.А. Младенцева, С.Э Вахрушева, А.А. Адамович


О результатах испытания методики краткосрочного

и долгосрочного прогноза притока воды в Саяно-Шушенское водохранилище в период открытого русла


  1. Гидролого-математическая модель - методическая основа прогнозов

Саяно-Шушенское водохранилище на р. Енисее – водоём, созданный в результате строительства одной из крупнейших в мире Саяно-Шушенской ГЭС. Характеристики водохранилища:

  • полная емкость 31,3 км3;

  • полезная ёмкость 15,3 км3;

  • площадь зеркала при нормальном подпорном уровне (НПУ) 621 км2;

  • высота призмы годовой сработки около 40 м;

  • подпор от ГЭС при НПУ распространяется на 300-320 км.

Водохранилище расположено на территории Красноярского края, Республик Хакасия и Тыва. Основными питающими притоками являются реки Енисей (70% объема годового притока), Хемчик (8%), Ус (4%), Кантегир (7%).

Цель настоящей работы – адаптация модели формирования стока применительно к условиям бассейна Саяно-Шушенского водохранилища и её реализация на базе наземной информации пунктов наблюдений гидрометеорологической сети и спутниковой информации о динамике снегового покрытия территории бассейна в период снеготаяния. Гидролого-математическая модель, описанная в работе, рассмотрена в [2, 3]. В настоящее время она используется на практике для прогноза уровней воды рек Абакан, Туба, Кача и др., притока воды в водохранилища Красноярской и Новосибирской ГЭС. Модель описывает следующие гидрометеорологические процессы:

  • территориальное распределение запаса воды в снежном покрове перед началом снеготаяния в горах и на равнинах;

  • снеготаяние и поступление талой и дождевой воды на поверхность почвы;

  • поглощение и задержание воды емкостью речного бассейна, образование динамичного запаса воды на склонах и приток в русловую сеть;

  • движение воды по руслам к замыкающему створу речного бассейна (описывается с применением кривой добегания [1, 2, 3]).

Расход воды в замыкающем створе Q(t+t рассчитывается с учетом поступления талой и дождевой воды на поверхность бассейна (по данным об ежедневной температуре воздуха и суточных осадках), поглощения и задержания воды на склонах, склоновой и русловой трансформации:

, (1)

где t- дата выпуска прогноза; t- заблаговременность прогноза; n – число ландшафтных районов в бассейне; qj(t) – суммарный приток в русловую сеть в соответствующем ландшафтном районе (модель для расчета притока рассмотрена в [2, 3]).

С целью снижения ошибок краткосрочных прогнозов расхода воды учитываются запасы воды в речной системе на момент выпуска прогноза:

+ QW (t+t), (2)

где QW (t+t) – составляющая расхода воды, обусловленная истощением запаса воды в русловой системе.

В [3] составляющая QW (t+t) представлена в зависимости от уровней воды в речной системе и их тенденций. Тогда выражение для прогноза ежедневных расходов воды получит вид

(3)

где m – число пунктов наблюдений за уровнями воды в рассматриваемой речной системе; (Hi(t)-Hi(t-1)) – тенденция уровней воды; у1 - показатель степени, учитывающий нелинейность связи площади поперечного сечения с уровнем воды; сi (i= 0,1,2,…) – агрегированные коэффициенты.

Формула (3) служит основой прогноза расходов воды в замыкающем створе. Модель учитывает ход таяния снега, выпадение осадков, уровни воды и их суточные тенденции в замыкающем и всех выше расположенных ство­рах, а также ряд других факторов. Параметры модели определяются методами наименьших квадратов и оптимизации по материалам наблюдений за прошлые годы [3]. Для оптимизации параметров нами использовались ежедневные данные наблюдений за период открытого русла с 1965 по 2000 г.

В рассматриваемой модели территориальное многообразие процессов стока учитывается путем выделения в бассейне ландшафтно-гидрологических районов. К сожалению, корректному применению этого подхода препятствует ограниченность гидрометеорологической информации. По этой причине детальное ландшафтно-гидрологическое районирование не дает ожидаемого эффекта, т.к. выделенные районы не освещены данными пунктов метеорологических наблюдений. Приходится укрупнять районы таким образом, чтобы в каждом из них находился хотя бы один метеорологический пункт. В горных условиях в каждом районе (бассейне) выделяются высотные зоны. Ход температуры воздуха, снеготаяния и осадков рассчитываются по данным опорных станций с помощью соответствующих высотных градиентов для каждой зоны. В пределах района и высотной зоны территориальная неравномерность распределения запасов воды в снежном покрове, емкостного поглощения воды и других характеристик учитываются с помощью вероятностных распределений.

В процессе адаптации модели в бассейне водохранилища Саяно-Шушенской ГЭС были выделены 4 физико-географических района: Большой Енисей, Малый Енисей, Хемчик, Дархатская котловина.

Район “Большой Енисей” расположен на севере рассматриваемой территории. Включает бассейн р. Большой Енисей до г. Кызыла и бассейны правых притоков Енисея, в том числе притоков, впадающих непосредственно в Саяно-Шушенское водохранилище. На севере район ограничен водораздельными хребтами Западного Саяна, вершины которых поднимаются на 2100-2500 м над уровнем моря. На северо-востоке водораздел проходит по хребтам Восточного Саяна с вершинами 2700-2800 м над уровнем моря. На юге граница района проходит по хребту Академика Обручева (2400-2895 м над уровнем моря), далее от г. Кызыла она продолжается вниз по р. Енисей, затем идет по водораздельным хребтам с бассейном р. Хемчик, далее - по хребтам Кантегир, Джебашский (1500-2600 м над уровнем моря) до плотины Саяно-Шушенской ГЭС. Это наиболее многоснежный район в бассейне Саяно-Шушенского водохранилища.

Район “Малый Енисей” включает бассейн р. Малый Енисей до г. Кызыла и бассейны левых притоков Енисея от г. Кызыла до устья р. Хемчик. На северо-востоке водораздельная линия проходит вдоль хребта Академика Обручева, на юго-западе и юге - по хребту Адар-Даш, системе хребтов Танну-Ола, Хорумнуг-Тайга, Сенгелен, Улан-Тайга (наибольшие высоты превышают 3000 м над уровнем моря). Рассматриваемый район, по сравнению с предыдущим, отличается большей сухостью климата, т.к. расположен в глубине горной страны.

Район “Хемчик” располагается на юго-западе исследуемой территории, включает бассейн р. Хемчик, впадающей в Саяно-Шушенское водохранилище. На севере граница района проходит по хребтам Западного Саяна с высотами до 2500-2800 м над уровнем моря, на западе, юго-западе и юге - по хребтам Шапшальскому, Цаган-Шибату и Западному Танну-Олу (некоторые вершины превышают 3000 м над уровнем моря). Наиболее снежными являются вершины Шапшальского хребта, ориентированного почти в меридиональном направлении. Район “Хемчик” является наименее увлажненным, исключая водораздельные вершины западных и юго-западных хребтов.

Район “Дархатская котловина” включает бассейн р. Шишхид-Гол и Дархатскую котловину. На востоке и северо-востоке граница района проходит по хребтам Хардыл-Сардык и Баян-Ула, на юго-западе границей является хребет Улан-Тайга. Эти хребты поднимаются на высоты до 3000-3300 м над уровнем моря. На севере район ограничен водораздельными хребтами Восточного Саяна с вершинами 3000-3500 м над уровнем моря. Следует отметить низкие величины годовых сумм осадков в этом районе.


2. Использование спутниковой информации для оценки динамики снегового покрытия бассейна в гидролого-математической модели стока весеннего половодья


Бассейн Саяно-Шушенского водохранилища весьма слабо освещен метеорологическими наблюдениями. В основных питающих высотных зонах (выше отметки 1000 м над уровнем моря) нет ни одного пункта наблюдений. По этой причине для оптимизации параметров модели проводилась оценка средних многолетних запасов воды в снежном покрове в горах выше границы леса с использованием спутниковой информации методом “ теплового проявления ” [9, 7]. С этой же целью использовались спутниковые данные о динамике снегового покрытия бассейна в период снеготаяния.

В 1994 г. по соглашению между РАН и НАСА (США) в г. Красноярске установлена наземная станция для приема цифровой информации с американских ИСЗ TIROS/NOAA. Станция позволяет несколько раз в течение суток производить прием цифровой многозональной информации. В 1995-1996 гг. разработаны программные элементы автоматизированной системы оперативной оценки площади заснеженности по результатам многозональной космической съемки (АРМ “SNOW”) [4]. АРМ “SNOW” позволяет:

  • представить на экране цифровое цветное композитное изображение территории в видимом и инфракрасном диапазонах спектра с возможностью улучшения контрастности и яркости;

  • провести географическую коррекцию изображения и совместить его с картой высот рельефа в горизонталях;

  • провести классификацию изображения для разделения его на области, покрытые снегом, растительностью и облаками;

  • автоматически рассчитать площадь заснеженности территории бассейна и её распределение по высотным зонам.

Все параметры классификации в АРМ могут исправляться в интерактивном режиме в процессе анализа цветных композитных изображений.

В лесных районах в период снегонакопления на цветных спутниковых изображениях видны участки тёмнохвойной тайги и участки, покрытые снегом, которые относятся к открытым высокогорным ландшафтам, степям, лиственным и разреженным смешанным лесам. Таким образом, возникает задача учета в моделях стока спутниковых данных о заснеженности территорий, частично покрытых тёмнохвойной тайгой. Общая схема её решения выглядит следующим образом. В работе были получены и использованы спутниковые данные о динамике заснеженности бассейнов рек Верхней Оби и Енисея в период снеготаяния за многоснежные годы. Для оценки площади, занятой тёмнохвойными лесами, использовались полученные со спутника НОАА зимние изображения территории перед началом снеготаяния. Поскольку в это время под снегом находилась практически вся рассматриваемая территория, на космических изображениях выделялись только два вида поверхности: снег и тёмнохвойный или смешанный лес. Полученные данные о распределении площадей, занятых лесом, позволяют проводить расчёт снеготаяния по высотным зонам раздельно для открытой и лесной территории, что учтено при разработке программного обеспечения, реализующего математическую модель стока. Таким образом, расчёты по модели дают возможность оценить динамику площадей заснеженности для открытых пространств в районах и высотных зонах и сопоставить её со спутниковыми данными. В результате дальнейшего анализа проводится корректировка параметров тех блоков модели, в которых ведётся расчёт снегонакопления и снеготаяния [3].


3. Оптимизация параметров и результаты испытания модели


Для оптимизации модели и выпуска прогнозов притока используются следующие исходные данные:

  • уровни воды по данным наблюдений на водомерных постах на реках Большой Енисей, Малый Енисей, Хемчик, Кантегир, Ус;

  • среднесуточные температуры воздуха и ежедневные суммы осадков по данным метеорологических станций Кызыл, Тоора-Хем, Сарыг-Сеп, Оленья речка;

  • снегозапасы на 20 марта на метеорологических станциях Верхний Амыл, Казыр, Тоора-Хем, а также маршрутная снегомерная съемка Минусинск-Кызыл на12-18 площадках;

  • показатель осеннего увлажнения – сумма расходов воды за сентябрь-ноябрь по водомерным постам р.Ус, Усть-Золотая;

  • космическая информация о снеговом покрытии в районах и высотных зонах бассейна на даты космических изображений в условиях отсутствия облачности.

Заметим, что высокогорные станции Верхний Амыл и Оленья Речка расположены за пределами рассматриваемого бассейна, а долинные станции Кызыл, Тоора-Хем, Сарыг-Сеп характеризуют условия недостаточного увлажнения.

Оптимизация параметров модели проводилась в двух вариантах: первый - применительно к модели (формула 1) “снеготаяние-осадки-сток”; второй - применительно к комбинированной модели, дополнительно учитывающей уровни воды в речной системе (формула 3). Параметры подмоделей емкостного поглощения, склонового притока, кривых добегания [2, 3], полученные в процессе оптимизации первого варианта модели, в дальнейшем без изменений используются в комбинированной модели второго варианта. В комбинированной модели дополнительно подлежат определению коэффициенты с0, с1, с2,... и показатель степени y1. В процессе оптимизации первого варианта выполняются следующие этапы.

Этап 1. С учётом накопленного опыта задаются исходные значения параметров для каждого района и проводится предварительная оптимизация параметров методом Розенброка [3] .

Этап 2. По полученным за предшествующие годы спутниковым данным о площадях заснеженности высотных зон на разные даты периода снеготаяния, корректируются параметры расчётной схемы распределения нормы снегонакопления по высотным зонам [3], что обеспечивает согласование рассчитанных по модели площадей снегового покрытия высотных зон в каждом районе бассейна со спутниковыми данными о заснеженности.

Этап 3. Проводится повторная оптимизация параметров модели (1), входящих в блоки расчёта поглощения и задержания воды (потери стока), в блоки склоновой и русловой трансформации. Параметры снегонакопления и снеготаяния при этом не изменяются.

Этап 4. Далее для всех высотных зон производится сопоставление вычисленных по модели и фактических средних многолетних значений снегонакопления и стока второго и третьего кварталов по данным за годы, вошедшие в оптимизацию. Фактические значения перечисленных характеристик определяются на основе обобщения гидрометеорологических данных многолетних наблюдений. Результаты территориальных обобщений характеристик снегонакопления и снеготаяния на основе водно-балансовых расчётов и районирования высотных зависимостей опубликованы в [5, 6].

Определение параметров комбинированной модели (коэффициенты с0, с1, с2,... и показатель степени y первого варианта модели выполняется методами линейной регрессии и оптимизации (метод Розенброка) [3]. Оценки качества прогнозов на зависимом материале (1965-2000 гг.) представлены в табл.1.

Испытания метода проводились в оперативном режиме в 2001 и 2002 гг.

Технологическая линия прогноза включает:

  • программное обеспечение, реализуемое на ПЭВМ;

  • наземную оперативную информацию УГМС и прогнозы погоды;

  • информацию спутников НОАА в видимом, а также в ближнем и дальнем ИК-диапазонах.

Прогноз рассчитывается по специально разработанной для пользователя программе, реализуемой на ПЭВМ. Начиная с третьей декады марта ежедневно, либо с перерывами по мере необходимости, в информационную базу персонального компьютера вводится ежедневная метеорологическая информация (по данным наблюдений) и прогностическая (на период заблаговременности прогноза от1 до7 сут). Уровни воды и суточный приток учитываются на дату выпуска прогноза и предшествующие сутки. Результатом прогноза является информация об ежедневном притоке воды в водохранилище Саяно-Шушенской ГЭС с заблаговременностью 1-7 сут. Одновременно выдаётся информация о снеговом покрытии бассейна, а также характеристика основных составляющих водного баланса по районам и высотным зонам. Если в течение некоторого периода ошибки прогноза носят систематический характер, предусмотрен режим коррекции, устраняющий подобные ошибки.

Таблица 1

Оценки качества методик на зависимом материале


Вариант модели

Заблаговременность, ч



Средняя квадратическая ошибка

S

Стандартное

отклонение



Критерий

качества


K=S/

Первый -

“снеготаяние – осадки - сток”

4

478

765

0,62

Второй -

комбиниро-

ванная

1

161

284

0,57

2

237

476

0,50

3

307

631

0,49

4

382

765

0,50

5

441

880

0,50

6

485

975

0,50

7

514

1056

0,49


Использование оперативной спутниковой информации для коррекции краткосрочных прогнозов выполняется в тех случаях, когда рассчитанные по наземной информации значения заснеженности более чем на 6-10% отличаются от спутниковых данных. При таком несовпадении космических и “модельных” значений заснеженности запускается специальный режим коррекции, в котором прогнозист по запросу ПК вводит процент исправления запаса воды в снежном покрове в соответствующих районах (высотных зонах), добиваясь в интерактивном режиме совпадения рассчитанной и “космической” заснеженности. В ходе снеготаяния продолжается сопоставление сравниваемых характеристик и при необходимости проводится повторная коррекция запаса воды в снежном покрове.

Качество краткосрочных прогнозов оценивалось отношением среднеквадратичной ошибки прогноза (s) к среднеквадратичному отклонению притока за период заблаговременности прогноза (σ). Значения критериев, приведенных в табл. 2, согласно Наставлению [8], свидетельствуют о хорошем и удовлетворительном качестве этих прогнозов.

Начиная с 2001 г. накапливается опыт использования рассмотренной модели для выпуска прогноза притока воды в водохранилище Саяно-Шушенской ГЭС на декаду, месяц и квартал. Соответствующее программное обеспечение позволяет путём численных экспериментов на модели получить величины притока при различных ситуациях будущей погоды, и, следовательно, на основе базы многолетних данных наблюдений рассчитать будущий приток при различном характере весенней погоды.


Таблица 2

Оправдываемость краткосрочных прогнозов притока воды в Саяно-Шушенское водохранилище за 2001 и 2002 гг.

Заблаговре-

менность

прогноза, ч

Среднее квадратичное отклонение притока за период заблаговременности, σ

Средняя квадратичная ошибка прогноза, s

Критерий качества прогноза, s/σ

Оправдываемость прогноза, %







2001

2002

2001

2002

2001

2002

1

284

242

155

0,85

0,55

69

88

2

476

337

237

0,71

0,50

75

91

3

631

436

297

0,69

0,47

76

90

4

765

509

327

0,67

0,43

75

90

5

880

510

331

0,58

0,38

81

90

6

975

532

303

0,55

0,31

78

93

7

1056

566

306

0,54

0,29

82

96



В марте выпускается первый долгосрочный прогноз на второй квартал. Используются данные снегомерных съемок на 20 марта и показатель осеннего увлажнения бассейна. Суточный ход температуры и осадков задается по данным наблюдений года-аналога. Год-аналог выбирается с привлечением долгосрочных прогнозов погоды Института Арктики и Антарктики, Гидрометцентра России, а также Иркутского, Западно-Сибирского и Красноярского Гидрометцентров. Анализ этой информации с учетом текущей погодной ситуации позволяет наметить вероятный сценарий изменения погодных условий в весенний период и подобрать годы-аналоги.

Таблица 3

Результаты долгосрочного прогноза осадков и температуры воздуха

Института Арктики и Антарктики на второй квартал 2002 г.


Месяц

Прогноз

Годы-аналоги

температура

осадки

Апрель

больше или равна норме

меньше или

равны норме

1976

Май

норма

меньше нормы

1989,1998

Июнь

больше или равна норме

больше нормы

1979



Рассмотрим пример подбора года-аналога в 2002 г. В табл.3 приведены результаты долгосрочного прогноза погоды Института Арктики и Антарктики на второй квартал для рассматриваемого района. В январе и феврале 2002 г. в бассейне Енисея сложилась аномально теплая погода. Среднемесячные температуры воздуха в южных районах края превышали норму в январе на 5 - 8С, в феврале - на 9С. Мы проанализировали влияние аномальных исходных условий на развитие атмосферных процессов в апреле, мае, июне. Для анализа были привлечены данные наблюдений по станциям Красноярск, Минусинск, Оленья речка (период 50-80 лет). Получились следующие результаты.

Для всех трех станций при условии аномально теплых января и февраля температура в марте оказалась в 80-100% случаев выше нормы, осадки в мае ниже нормы. Таким образом, полученный результат по существу совпал с прогнозом Института Арктики и Антарктики. В основу подбора аналогов был положен этот прогноз.

Качество долгосрочных прогнозов оценивается по соотношению фактической и допустимой ошибки прогноза. Допустимая ошибка принимается равной 0.674 σ (σ – среднее квадратичное отклонение квартального (месячного) притока. Сведения о результатах прогноза приведены в табл. 4.

На рисунке представлен ход ежедневного притока воды в водохранилище Саяно-Шушенской ГЭС по результатам долгосрочного прогноза. При этом ход суточных температур воздуха и осадков принят за годы-аналоги, указанные в табл. 3.



Ход ежедневного притока воды в водохранилище Саяно-Шушенской ГЭС по результатам долгосрочного прогноза.


Таблица4

Оправдываемость долгосрочных прогнозов притока воды

в Саяно-Шушенское водохранилище за 2001 и 2002 гг.

Год

2001

2002

Месяц

IV

V

VI

II квартал

IV

V

VI

II квартал

Приток, м3

943

4965

4405

3438

600

2210

2592

1801

Расчет по фактическим данным метеорологических наблюдений

744

5063

5134

3647

545

2554

2452

1850

Ошибка расчета

199

-98

-729

-209

55

-344

140

-49

Год-аналог

1988

1988

1988




1976

1989

1979




Прогноз по году- аналогу

800

3966

5050

3287

486

2426

3060

2010

Ошибка прогноза

143

999

-645

151

114

-216

-468

-210

Допустимая ошибка

144

487

872

338

144

487

872

338



В заключение подчеркнем, что недостаточная изученность гидрометеорологического режима на территории бассейна водохранилища Саяно-Шушенской ГЭС ограничивает возможности повышения точности прогноза притока воды.

Заслушав и обсудив полученные результаты испытания метода краткосрочного и долгосрочного прогноза притока в Саяно-Шушенское водохранилище за период открытого русла, технический семинар Гидрометцентра Красноярского ЦГМС-Р в своем решении от 21 ноября 2002 г. отметил актуальность и своевременность проделанной работы. Семинар постановил:

- метод краткосрочных прогнозов притока воды в Саяно-Шушенское водохранилище рекомендовать к использованию в оперативной практике отдела гидрологических прогнозов ГМЦ с заблаговременностью 1- 4 сут в качестве основного, с заблаговременностью 5-7 сут как дополнительный для консультации;

- метод долгосрочных прогнозов притока рекомендовать как дополнительный, в процессе его дальнейшего использования уточнять оценки точности метода;

- провести дополнительное обучение сотрудников отдела гидрологических прогнозов работе с программным обеспечением, предназначенным для выпуска краткосрочных и долгосрочных прогнозов притока в Саяно-Шушенское водохранилище.


Список литературы


  1. Бураков Д.А. К оценке параметров уравнений, аппроксимирующих кривую руслового добегания // Водные ресурсы.-1978. №4. С.21-24.

  2. Бураков Д.А. Математическая модель расчета весеннего половодья для равнинных заболоченных бассейнов// Метеорология и гидрология .- 1978. № 1. С.49-59.

  3. Бураков Д.А., Авдеева Ю.В. Технология оперативных прогнозов ежедневных расходов (уровней) воды на основе спутниковой информации о заснеженности (на примере р.Нижней Тунгуски)// Метеорология и гидрология .- 1996№10. С.75-87.

  4. Бураков Д.А., Кашкин В. Б., Сухинин А. И., Ромасько В. Ю., Ратненко И.В. Методика определения заснеженности речного бассейна по спутниковым данным для оперативных прогнозов стока// Метеорология и гидрология .- 1996. № 8. С.100-109.

  5. Бураков Д.А., Космаков И.В. и др. Оценка коэффициентов снегонакопления в бассейне Верхнего Енисея// Труды Западно-Сибирского регионального научно-исследовательского гидрометеорологического института. -1991.- Вып. 94.- С. 51-64.

  6. Бураков Д.А., Космаков И.В. и др. Долгосрочный прогноз бокового притока воды в Красноярское водохранилище на II квартал. -1991.- Вып. 94.- С. 65-81.

  7. Котляков В.М., Ходаков В.Г., Гринберг А.М. Тепловое проявление снежно-ледовых объектов как метод количественной интерпретации аэрокосмической информации // Изв. АН СССР. Сер. Геогр. - 1981. - №3. - С.127-132.

  8. Наставление по службе прогнозов. Раздел 3. Ч.1. Служба гидрологических прогнозов. – Л.: Гидрометеоиздат, 1989.

  9. Харшан А.А. Долгосрочные прогнозы стока половодья горных рек Сибири. – М.: ГИМИЗ, 1958. – 182 с.

  10. Ходаков В.Г. Водно-ледовый баланс районов современного и древнего оледенения СССР. - М.: Наука,1978.-194 с.