徐衛東,程公德,毛新偉,朱 靜,唐一帆
(1.太湖流域管理局水文局信息中心,上海 200434; 2.上海市青浦區練塘水務管理所,上海 200434;3.太湖流域水文水資源監測中心(太湖流域水環境監測中心),江蘇 無錫 214024)
近年來,為了合理利用水資源,兼顧防洪、灌溉、供水、航運、發電、生態等綜合效益,山區性河流上相繼建設了許多水電站。通過水庫蓄泄進行水資源調控,一般在水庫下游設有水文站監測河道斷面流量[1]。水庫的調蓄作用改變了山區天然河道水位流量關系,無法建立單一的水位流量關系曲線。同時,水位變幅大、水草多和泥沙含量高等因素導致無法采用H-ADCP測流技術,而傳統的人工駐站測流方式耗費大量人力、物力、財力,且無法實現實時在線自動測流[2]。因此,需要研究出合理可行的方法以準確、實時、自動監測受上下游水利工程影響的河道斷面流量。
落差指數法適用于受變動回水頂托影響的水位流量單值化處理,可用于受上下游水利工程影響的水文站定線推流。傳統算法是采用試錯法或優選法確定最優落差指數,需多次繪制水位-校正流量因數關系曲線,反復檢驗曲線是否符合精度要求,計算過程相當復雜,工作量較大,實際應用效率不高。目前,落差指數法多應用在水文站推流方面,對在線測流的研究和應用較少。
本文以浙江省建德市新安江鎮境內羅桐埠水文站為例,基于落差指數法原理,在傳統推流計算的基礎上,采用回歸算法分析流量與水位、落差之間的關系。通過自動讀取上下游斷面水位數據,利用.Net語言編制程序計算流量。以此實現該水文站的自動測流,實時監控河道斷面流量。
羅桐埠水文站主要監測新安江電站發電流量和水庫泄洪流量,監測數據資料能夠有力保障新安江流域水量分配方案的實施,為該流域水旱災害防御、水資源調度和水資源管理等提供重要信息[3]。羅桐埠水文站位于新安江水庫壩址下游4 km,白沙大橋上游2 km處的上倉灘,集水面積10 524 km2,監測項目有水位、流量和降水等。該站至新安江水庫大壩區間無支流匯入,下游約1 km處有壽昌江從右岸匯入新安江,下游60 km處是富春江水電站,水位和流量主要受上游新安江電站發電和泄洪影響,同時也受下游富春江電站水庫的回水頂托影響,屬于典型受水利工程調度影響和下游水庫回水頂托影響的水文站,符合采用落差指數法定線推流的條件。同時,由于河道斷面水草生長旺盛且難以清理,水下情況復雜,H-ADCP聲波易受遮擋。而且,泄洪時水流速度大,河道泥沙含量亦較高,聲波衰減嚴重,斷面無法采用H-ADCP自動測流技術。
受變動回水頂托、洪水漲落影響或洪水與回水頂托共同影響時,水位流量關系點分布往往較為分散,呈現非單值化關系。而落差指數法中的指數能反映兩種因素下的水力特性,對上述情況具有較好的適用性。此方法要求測驗河段順直,河槽基本穩定,落差應具有代表性。假定同水位不同落差的流量:
(1)
式中:Q1,Q2為同水位下不同落差的流量,m3/s;ΔZ1,ΔZ2為與Q1,Q2相應的落差,m;β為落差指數,變化范圍0.2~0.8;q為流量與落差指數β次方之比(或稱校正流量因數)。
落差指數法傳統定線和推流算法分3個步驟,即采用試錯法或優選法優選出通過相關檢驗的落差指數值(β),再確定符合定線精度要求的水位-校正流量因數關系曲線(Z-q),最后根據落差(ΔZ)和該站水位(Z)推求流量[4-5]。本文基于落差指數法原理,根據流量、落差和校正流量因數之間的關系,推導出流量和落差、水位的關系,即在斷面穩定前提下,同水位下的流量與落差的β次方比值(校正流量因數q)為常數,而校正流量因數(q)與水文站水位(Z)(簡稱“該站水位”)存在一定關系。結合落差和落差指數β,落差指數法公式可轉化為
(2)
Q=ΔZβq=ΔZβf(Z)
(3)
式中:Q為流量,m3/s;ΔZ為上下游水位落差,m;Z為該站水位,m;f(Z)為該站水位的函數,可為一元二次方程。
根據實測流量(Q)、該站水位(Z)和落差(ΔZ)數據,采用非線性回歸的方法確定因變量和多個自變量之間的統計關系(回歸模型),即落差指數β值和f(Z)中的參數值,可得到流量和水位、落差相關關系。
采用落差指數法實現水文站自動測流的步驟如下(圖1):
(1) 根據上下游水位斷面,選擇具有代表性的水位落差(無支流、落差明顯);
(2) 根據實測的斷面流量、該站水位、上下游水位(落差),采用非線性回歸方法擬合關系曲線,確定落差指數和相應系數;
(3) 對關系曲線進行誤差分析,統計實測點和擬合計算值相對誤差,確定定線精度級別;
(4) 根據實時水位(該站、上下游斷面),通過編寫.Net語言應用程序,自動計算水位落差,并采用已擬合的關系曲線計算流量。
圖1 自動測流流程Fig.1 Automatic flow measurement flowchart
羅桐埠水文站測驗河段順直,斷面形狀規整,多年斷面基本無變化,上游4 km處有新安江壩上和壩下水位站,下游36 km處有梅城水文站(區間有較多支流匯入)。根據落差指數法,需選擇具有代表性的水位落差。結合水文站上下游情況,選擇羅桐埠水文站斷面水位為該站水位,新安江壩下和羅桐埠水位差為落差。
采用2016~2018年羅桐埠水文站91組實測資料,分析流量和水位、落差之間的關系。其中,該站水位范圍23.08~25.20 m,流量范圍169~1 375 m3/s。結合新安江電站壩下水位數據,計算壩下和該站水位落差,落差范圍0.41~1.45 m。采用非線性回歸方法擬合實測流量、水位和落差關系(落差指數β值取值范圍0.2~0.8),擬合結果如下:
Q=(61.45Z2-2514Z+25510)ΔZ0.3580
(4)
式中:Q為流量,m3/s;Z為羅桐埠水位(該站水位),m;ΔZ為壩下與羅桐埠水位落差(上下游水位落差),m;β為落差指數0.3580(變化范圍0.2~0.8);f(Z)為該站水位Z的函數,即61.45Z2-2514Z+25510。
根據擬合的關系曲線方程,分析實測點和擬合計算值的相對誤差。在91組實測數據資料中,69個測點(75%實測組數)的相對誤差小于±6%。根據SL 247-2012《水文資料整編規范》堰閘站水力因素關系定線精度要求,分析關系曲線精度:系統誤差0.034%(±2%以內,滿足)、隨機不確定度9.8%(小于10%,滿足)、符號檢驗0.21(小于1.15,滿足)、適線檢驗1.37(小于1.64,滿足)、偏離數值檢驗0.005(小于1.25,滿足),即滿足一類精度水文站定線精度要求,表明該方法可行。落差指數法關系曲線見圖2,定線結果見表1。
圖2 落差指數法關系曲線Fig.2 The relation curve of fall index method
表1 定線結果統計
新安江壩下和羅桐埠水文站水位監測設施為標準水位井,監測設備為浮子型自記水位計,監測頻次每5 min一次,水位數據經多次校測精度滿足規范要求,實時發送數據至中心數據庫。通過編寫.Net語言計算應用程序,從數據庫中自動提取羅桐埠水文站和新安江壩下實時水位數據,自動計算新安江壩下和羅桐埠水文站水位落差,結合3.1中擬合的關系曲線自動計算流量,實現了羅桐埠水文站實時在線監測斷面流量。
根據2019~2020年羅桐埠水文站的實測數據,選取相同范圍的流量、該站水位、落差數據作為誤差分析對象(共54組),進一步檢驗關系曲線的應用情況。在54組實測數據資料中,47個測點(87%實測組數)相對誤差小于±6%,41個測點(76%實測組數)相對誤差小于±3%,數據精度較高。建議今后根據實測資料的范圍,逐年擬合關系曲線,擴大方法的應用范圍。
應用落差指數法進行水文站自動測流的方法能準確、實時、自動監測受上下游水利工程影響的河道斷面測流,實時掌握新安江電站發電流量和水庫泄洪流量,為工程調度運行和保障新安江流域水量分配方案的實施提供支撐。與傳統方法相比,該方法節省了大量的試錯或優選工作,算法簡捷,效率較高,同時改變了落差指數法僅在水文站推流的應用,滿足了自動測流的需要。該方法也可為其他受上下游水利工程影響且無法采用H-ADCP測流技術的水文站實現自動測流提供參考。