CN107563642A - 一种基于投影寻踪的水电站河流水文情势评价方法 - Google Patents

Abstract

本发明公开了一种基于投影寻踪的水电站河流水文情势评价方法，属于河流水文情势改变度评价技术领域。其包括以下步骤：收集并整理长系列日流量数据，确定日径流系列的突变点；由天然径流序列计算突变点前的IHA指标特征值，确定各个指标的RVA目标范围，根据变化后的日流量资料计算突变点后的IHA指标特征值，确定各个指标落在RVA目标内的年数，计算各个IHA指标的改变度；根据IHA指标的改变度和评价等级界限构建样本集，构造并优化指标函数，建立水文情势改变度的投影寻踪聚类评价模型；将河流水文情势整体改变度的投影值代入上述评价模型，计算出河流水文情势的整体改变度。该方法操作简便，为河流水文情势改变度评价法的研究提供更优化的模型和新的思路。

Description

一种基于投影寻踪的水电站河流水文情势评价方法

技术领域

本发明涉及一种基于投影寻踪的水电站河流水文情势评价方法，属于河流水文情势改变度评价技术领域。

背景技术

河流作为人类社会发展的重要依托和保障，具有显著的资源功能、生态功能和经济功能。近年来，在人类活动的干扰下，河流的天然流态及生物多样性均受到了一定的影响，致使河流生态系统退化，特别是某些位于山区的中小河流，片面追求发电、灌溉等产生的经济效益，导致这一情况更加严重，引发社会各界的广泛关注。为此，党的十八大把生态文明建设纳入“五位一体”总体布局。2013年《水利部关于加快推进水生态文明建设工作的意见》指出，在水利工程建设及运行的各个环节都要高度重视对生态环境的保护，着力维护河湖健康，最大程度地降低工程对水生态环境的不利影响。2016年12月11日，中共中央办公厅、国务院办公厅印发了《关于全面推行河长制的意见》，更是明确以保护水资源、防治水污染、改善水环境、修复水生态为主要任务，为维护河湖健康生命、实现河湖功能的有序利用，提供制度保障。

正确评估水利工程对河流生态系统的影响，是实现人水和谐的基础。自20世纪70年代开始，一些国家便陆续开展相关研究，如南非的河口健康指数(Estuarine HealthIndex,EHI)、英国的河流保护评价系统(System for Evaluating Rivers forConversation,SERCON)、美国的生境适宜性指数(Habitat Suitability Index,HSI)等(杨娜,梅亚东,尹志伟.建坝对下游河道水文情势影响RVA评价方法的改进[J].长江流域与资源环境,2010,19(5):560-565.)。这些评价体系从不同角度较完整地评价了河流的健康状况，但所需数据量大，且涉及河流地貌、生物物种及其栖息地等大量信息。我国对于河流健康的研究起步较晚，大多数河流对生态的观测资料欠缺，上述方法难以得到有效使用。美国学者Richter等基于河流水文要素与生态系统之间的响应关系，于1996年建立了水文变异指标体系(Indicators of Hydrologic Alteration,IHA)，并在此基础上提出了变化范围法(Range of Variability Approach,RVA)，定量计算河道水文情势的改变度。

IHA/RVA方法一经提出，即得到了学术界的广泛使用。传统的RVA法在分析河流生态水文特征的改变方面取得了很大成就，但因过度强调高度变化的IHA指标导致评价结果与实际存在差异，且难以区分各项指标的相对重要程度。

发明内容

本发明的目的在于克服上述不足，提供一种基于投影寻踪的水电站河流水文情势评价方法，应用于河流水文情势改变度评价。

RVA法是Richter等在IHA的基础上，通过对比不同时段河流IHA指标的改变程度，以自由流量下各指标的平均值加减标准差或以75％和25％频率值作为上下限(即RVA阈值)，定量计算河道水文整体变异度，进而评估河流健康状况，确定河流管理年度目标。投影寻踪法(Project Pursuit,PP)在分析非正态总体分布高维数据方面具有探索性，基本思想是以某种组合将高维数据投影到低维(1～3维)子空间上，寻找出能反映数据特征的投影，实现在低维空间上对其内在联系的分析。同时，它很好地排除无关投影方向的干扰，容易根据投影向量中各个分量的相对大小知道单项指标对整体评价的影响程度，避免了人为确定指标权重的不确定性和主观性。该方法在很多领域已有了较广泛的应用，但还没有学者将之与RVA法耦合进行河流水文情势改变度的评价。

本发明的目的是这样实现的：

一种基于投影寻踪的水电站河流水文情势评价方法，具体步骤如下：

步骤一：收集并整理长系列日流量数据，确定日径流系列的突变点，突变点之前的年份构成天然径流序列，突变点之后的为受影响后的径流序列；

步骤二：由天然径流序列计算突变点前的IHA指标特征值，确定各个指标的RVA目标范围，根据变化后的日流量资料计算突变点后的IHA指标特征值，确定各个指标落在RVA目标内的年数，计算各个IHA指标的改变度；

步骤三：根据IHA指标的改变度和评价等级界限构建样本集，构造并优化指标函数，建立水文情势改变度的投影寻踪聚类评价模型；

步骤四：将河流水文情势整体改变度的投影值代入上述评价模型，计算出河流水文情势的整体改变度。

进一步的，所述步骤一中日径流系列的突变点，一般为水利工程建成或其他受人类活动影响明显的年份，若不易准确找到突变点，可采用Mann-Kendall秩次相关检验法划分建库前后的流量序列。

在步骤二中所述IHA指标包含：各月流量均值或中值，年均1、3、7、30、90d最小流量，年均1、3、7、30、90d最大流量，零流量日数，基流指数，年最大流量出现时间，年最小流量出现时间，低流量谷地数，低流量平均持续时间，高流量洪峰数，高流量平均持续时间，流量平均增加率，流量平均减少率，流量逆转次数。

在步骤二中，所述各个IHA指标的RVA目标范围以天然流量下各指标的75％频率值作为上限、以天然流量下各指标的25％频率值作为下限。

在步骤三中，所述评价等级以“三等级法”划分为：低度改变(改变度绝对值在0-33％之间)、中度改变(改变度绝对值在33％-67％之间)和高度改变(改变度绝对值在67％-100％之间)。

实施本发明，将投影寻踪聚类模型与RVA法耦合，应用于河流水文情势改变度评价，相对于现有技术具有如下优点：

(1)运用投影寻踪聚类模型由各单项指标的改变度计算河流水文整体改变度，可以避免过度强调高度变化的IHA指标导致的评价结果与实际存在差异，使评价结果更加真实有效；

(2)运用投影寻踪聚类模型计算河流水文整体改变度，可以通过最佳投影向量很容易区分各项指标的相对重要程度，为后续生态调度工作提供更多的有效信息，从而指导水电站水库生态调度实践；

(3)将投影寻踪聚类模型与RVA法耦合，应用于水电站河流水文情势改变度评价，该评价方法思路清晰，操作简便，为河流水文情势改变度评价法的研究提供更优化的模型和新的思路。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的一种基于投影寻踪的水电站河流水文情势评价的技术路线图；

图2为各指标对整体改变度的贡献度柱状图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供了一种基于投影寻踪的水电站河流水文情势评价方法，综合考虑IHA指标体系中各项指标与生态系统的响应关系，建立水文情势改变度的投影寻踪聚类模型，从而计算出河流水文情势的整体改变度，综合评价建库对所在河流水文情势的影响。

该方法包括如下步骤：

步骤一：收集并整理长系列日流量数据，确定日径流系列的突变点，突变点之前的年份构成天然径流序列，突变点之后的为受影响后的径流序列。

具体地，日径流系列的突变点一般为水利工程建成或其他受人类活动影响明显的年份，若不易准确找到此突变点，可采用Mann-Kendall秩次相关检验法划分建库前后的流量序列。

步骤二：由天然径流序列计算突变点前的IHA指标特征值，确定各个指标的RVA目标范围，根据变化后的日流量资料计算突变点后的IHA指标特征值，确定各个指标落在RVA目标内的年数，计算各个IHA指标的改变度。

具体地，IHA指标共包含33个指标：各月流量均值或中值，年均1、3、7、30、90d最小流量，年均1、3、7、30、90d最大流量，零流量日数，基流指数，年最大流量出现时间，年最小流量出现时间，低流量谷地数，低流量平均持续时间，高流量洪峰数，高流量平均持续时间，流量平均增加率，流量平均减少率，流量逆转次数。各个IHA指标的RVA目标范围分别以天然流量下各指标的75％和25％频率值作为上下限。

步骤三：根据IHA指标的改变度和评价等级界限构建样本集，构造并优化指标函数，建立水文情势改变度的投影寻踪聚类评价模型。

具体地，评价等级以“三等级法”划分为：低度改变(改变度绝对值在0-33％之间)、中度改变(改变度绝对值在33％-67％之间)和高度改变(改变度绝对值在67％-100％之间)。

步骤四：将河流水文情势整体改变度的投影值代入上述评价模型，计算出

河流水文情势的整体改变度。

下面以具体实例：湖南省的刘家坪水电站建库前后厂房下游河道水文情势

改变度对本发明加以说明。

1.51收集待研究区域(湖南省刘家坪水电站)的长系列日流量数据，确定

1984年为径流突变点，分别以1960～1981年、1999～2013年作为天然径流和建库

后水文序列。

1.2计算各IHA指标的改变度

IHA指标基于河流水文要素与生态系统之间的响应关系，将日流量资料转换为一系列与生态相关的、具有代表性的指标，囊括流量大小幅度、时间、频率、延时和变化率等5个方面，共计33个，见表1。

表1 IHA指标参数及其生态影响

通过对比不同时段河流IHA指标的改变程度，以天然流量下各指标的75％和25％频率值作为上下限(即RVA目标范围)，定量计算河道水文整体变异度，进而评估河流健康状况，确定河流管理年度目标。改变度定义如下：

其中，N_ie＝r×N_T

式中：D_i为第i个IHA的水文改变度；N_io为观测年数，指受影响后第i个IHA落在RVA目标内的年数；N_ie为预期年数，指受影响后第i个IHA预期落在RVA目标内的年数；r为受影响后第i个IHA落在RVA阈值内的比例；N_T为受影响后的总年数。

计算出各指标的改变度，见表2。

表2刘家坪电站厂房下游河流IHA指标参数计算结果

1.3投影寻踪聚类模型求解指标权重

由于各IHA指标与河流生态系统的响应关系不同，因此对河流整体水文情势的贡献度也不相同。本发明根据各指标改变度和等级评价界限构建样本集，构建并优化指标函数，建立水文情势整体改变度的投影寻踪聚类评价模型。

图2为各指标对整体改变度的贡献度柱状图。

其具体计算步骤如下：

(1)根据各指标改变度和等级评价界限构建样本集X，由于各项指标具有相同的物理意义，且变化范围都是0～1，不必进行归一化处理；

(2)把33个单项指标的改变度综合成以a＝(a₁,a₂,...,a_m)为投影方向的一维投影值z_i，从而完成高维数据向低维数据的转化，根据样本值x_ij构建投影指标函数即：

综合投影指标时，要求投影值z_i的散布特征应为局部尽可能密集，整体上投影点团之间尽可能散开。因此，投影指标函数可以表达为

Q(a)＝S_zD_z

其中，S_z为投影值z_i的标准差；D_z为投影值z_i的局部密度，即

其中，E_z为投影值序列的平均值；R为局部密度的窗口半径，其值可以根据试验确定，取值范围为r_max为样本之间距离的最大值，在实际应用中，一般取为投影样本方差的10％，以使投影指标偏离正态分布的程度最高；r_ij表示样本之间的距离，r_ij＝|z_i-z_j|；u(t)为单位阶跃函数，当t≥0时，u(t)＝1；当t＜0时，u(t)＝0。

(3)优化投影指标函数

从投影指标函数Q(a)的计算公式易知，对于同一个样本集，Q(a)只与投影方向a有关。因此，可以通过求解Q(a)的最大值来估计最佳投影方向，即

max Q(a)＝S_zD_z

这是一个复杂的非线性有约束优化问题，本发明采用RAGA来进行求解。RAGA采用实数编码，先初始化父代群体，并行进行选择、交叉、变异操作，再用第一次、第二次演化迭代所产生的优秀个体这一子群体所对应的变量变化区间作为变量新的初始变化区间，重复前面的过程，如此加速循环直到最优个体的目标函数值小于某一设定值或算法运行达到预定加速次数，并把当前群体中最佳个体或优秀个体的平均值指定为RAGA的结果。

(4)等级评价

根据最佳投影方向a^*与投影指标函数的关系，可得评价等级样本点的投影值z_i ^*，根据各等级值及其对应的投影值建立评价模型y^*＝f(z_i ^*)，再把待评价样本的投影值z^*代入y^*＝f(z_i ^*)，即可得到待评价样本的所属等级。

最终求得最佳投影向量为(0.1735,0.1540,0.1187,0.1494,0.2246,0.2062,0.2067,0.0897,0.1734,0.2072,0.2078,0.1805,0.1965,0.1849,0.2079,0.1884,0.1767,0.1972,0.1925,0.2076,0.1325,0.0684,0.0889,0.2032,0.1212,0.1850,0.1956,0.2073,0.2091,0.1767,0.1035,0.1211,0.1170)，低、中、高改变度对应的投影值分别为1.8390、2.7337、5.5726，刘家坪电站建库后厂房下游河流整体改变度投影值为4.6380。

将低、中、高改变度所处的范围及其对应的投影值进行拟合，可建立改变度投影寻踪聚类评价模型为

y^*＝0.1794z^*

将河流整体改变度投影值z*＝4.6380代入上式中，求得对应改变度y*＝83.21％，为高度改变，符合实际情况，也证明了该模型的有效性和实用性。

1.4结果分析

本发明提出的基于投影寻踪聚类模型的改进RVA法，全面考虑了每个IHA指标对河流水文情势的影响程度，得到刘家坪电站厂房下游河流水文情势改变度为83.21％，为高度改度。该评价结果的合理性可以从以下角度进行分析：

(1)从表2中可以看出，发生高度改变的指标最多，为25个，占比达到75.76％，发生低度和中度改变的指标分别为4个和4个，表明刘家坪电站的运行对其下游河流水文情势造成了很大的改变，已严重影响到河流的生态环境。

(2)从各月平均流量的改变度来看，除8月外其他月份平均流量都发生了高度改变，特别是5,6,10,11,12月的改变度达到了100％，属于极度改变，这主要与刘家坪电站当前采取“蓄丰补枯”的运行方式相关。同时刘家坪电站水库为龙头水库，库容系数为0.65，具有多年调节性能，能根据发电需求对天然径流进行彻底的再分配，即使是在汛期洪峰来临的时候，仍然有很大的库容可以用来拦蓄洪峰，导致最小1,3,7,30和90d流量、最大1,3,7,30d流量、基流指数、年最大流量出现时间、每年低流量谷地数及持续时间、每年高流量洪峰数及持续时间的改变度都较大。

(3)从图2中可以看出，5月平均流量、高流量数、最小7天流量的贡献度最大，说明后续开展生态调度需特别注意：不宜为了形成对后续发电有利的高水头条件，而盲目在汛期初期拦蓄洪水；需通过合理调度适当造成人造洪峰脉冲，以满足河道鱼类的繁衍需求；重视河道基流对生态系统的作用。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (5)

1.一种基于投影寻踪的水电站河流水文情势评价方法，具体步骤如下：

步骤一：收集并整理长系列日流量数据，确定日径流系列的突变点，突变点之前的年份构成天然径流序列，突变点之后的为受影响后的径流序列；

步骤二：由天然径流序列计算突变点前的IHA指标特征值，确定各个指标的RVA目标范围，根据变化后的日流量资料计算突变点后的IHA指标特征值，确定各个指标落在RVA目标内的年数，计算各个IHA指标的改变度；

步骤三：根据IHA指标的改变度和评价等级界限构建样本集，构造并优化指标函数，建立水文情势改变度的投影寻踪聚类评价模型；

步骤四：将河流水文情势整体改变度的投影值代入上述评价模型，计算出河流水文情势的整体改变度。

2.根据权利要求1所述的基于投影寻踪的水电站河流水文情势评价方法，其特征在于：在步骤一中，所述日径流系列的突变点，一般为水利工程建成或其他受人类活动影响明显的年份，若不易找到准确的突变点，可采用Mann-Kendall秩次相关检验法进行确定，划分建库前后的流量序列。

3.根据权利要求1所述的基于投影寻踪的水电站河流水文情势评价方法，其特征在于：在步骤二中，所述IHA指标包含：各月流量均值或中值，年均1、3、7、30、90d最小流量，年均1、3、7、30、90d最大流量，零流量日数，基流指数，年最大流量出现时间，年最小流量出现时间，低流量谷地数，低流量平均持续时间，高流量洪峰数，高流量平均持续时间，流量平均增加率，流量平均减少率，流量逆转次数。

4.根据权利要求1所述的基于投影寻踪的水电站河流水文情势评价方法，其特征在于：在步骤二中，所述各个指标的RVA目标范围以天然流量下各指标的75％频率值作为上限、以天然流量下各指标的25％频率值作为下限。

5.根据权利要求1所述的基于投影寻踪的水电站河流水文情势评价方法，其特征在于：在步骤三中，所述评价等级以“三等级法”划分为：低度改变(改变度绝对值在0-33％之间)、中度改变(改变度绝对值在33％-67％之间)和高度改变(改变度绝对值在67％-100％之间)。