CN115018335B - 一种控制性供水湖泊旱警水位确定方法 - Google Patents
一种控制性供水湖泊旱警水位确定方法 Download PDFInfo
- Publication number
- CN115018335B CN115018335B CN202210677901.9A CN202210677901A CN115018335B CN 115018335 B CN115018335 B CN 115018335B CN 202210677901 A CN202210677901 A CN 202210677901A CN 115018335 B CN115018335 B CN 115018335B
- Authority
- CN
- China
- Prior art keywords
- water
- month
- lake
- water level
- drought
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 408
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 230000000877 morphologic effect Effects 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000013461 design Methods 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 15
- 241000251468 Actinopterygii Species 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 230000008020 evaporation Effects 0.000 claims description 11
- 238000001704 evaporation Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 7
- 230000007547 defect Effects 0.000 abstract description 3
- 230000004083 survival effect Effects 0.000 description 3
- 238000003973 irrigation Methods 0.000 description 2
- 230000002262 irrigation Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241001622623 Coeliadinae Species 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000003621 irrigation water Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Sewage (AREA)
- Measuring Volume Flow (AREA)
Abstract
本发明公开了一种控制性供水湖泊旱警水位确定方法,包括以下步骤:确定预警分期和旱警水位分级要求;取枯水年来水作为设计来水量,取沿湖社会经济用水量作为社会经济需水量;根据水文频率分析法、湖泊形态分析法、生物空间法和最枯月平均水位法分别获得第一、第二、第三、第四最低生态水位,取外包线作为湖泊逐月最低生态水位;将调度期末的湖泊应供水量设为0,逆序递推得到全年各月的月初水量加上社会经济应供水量,得到湖泊逐月旱警水量和旱警水位。本发明,解决了现有技术中各月份旱警水位独自计算获得的缺陷,在保障当月用水的同时,能够有效保障后续月份的用水,有效降低干旱期出现重大缺水的风险,为湖泊抗旱决策和管理提供技术支撑。
Description
技术领域
本发明涉及水资源调度技术领域,具体涉及一种控制性供水湖泊旱警水位确定方法,用于确定在来水量偏枯条件下,保障重要供水目标的控制性供水湖泊分级分期旱警水位(流量)的确定方法,以辨识湖泊在来水比预期偏枯时干旱缺水风险,为湖泊抗旱决策和管理提供更为科学合理的技术支撑。
背景技术
为了避免在抗旱减灾指挥决策时,时机把握不准或应急响应过度的问题。2011年,国家防办及水利部水文局制定《旱限水位(流量)确定办法》,统一了旱限水位(流量)确定办法,以推进全国江河湖库干旱预警,科学指导抗旱工作。
其中,旱限水位是指影响城镇生活、工农业生产、生态环境等用水安全,应采取抗旱措施的水位。目前旱限水位研究主要集中在水库,针对湖泊大多参照江河和水库旱限水位确定方法,实际运用中缺乏可操作性。
《一种湖泊分级分期旱限水位确定与动态控制方法》(水利学报,第53卷第2期,2022-02)中,每个月的旱限水位以当月的生态水位为基础,直接叠加湖泊外用水以及入湖径流和蒸散发计算获得,该方案存在以下缺陷:
第一,每个月的旱限水位直接叠加计算获得,保障时段的用水控制不够精确。
第二,各月份的旱限水位独自计算获得,无法保障当月用水的同时,还能有效保障后续月份的用水。
有鉴于此,急需对现有的湖泊分级分期旱限水位确定方法进行改进,以有效保障后续月份的用水,为科学合理地为湖泊抗旱决策和管理提供技术支撑。
发明内容
针对上述缺陷,本发明所要解决的技术问题在于提供一种确定湖泊旱限水位的方法,以解决现有技术无法在保障当月的用水的同时,还能有效保障后续月份的用水的问题。
为此,本发明提供了一种控制性供水湖泊旱警水位确定方法,包括以下步骤:
根据湖泊历年的来水规律和需水特点,将一个水文年划分为若干时期,以确定预警分期;并根据各时期的抗旱调度精细化程度和干旱程度,确定各时期旱警水位分级要求,设为轻度干旱和严重干旱两级旱警水位;
取一般枯水年和特枯水年的来水,作为所述两级旱警水位对应的设计来水量;
取一般枯水年和特枯水年的沿湖社会经济用水量,作为所述两级旱警水位对应的社会经济需水量;
根据水文频率分析法、湖泊形态分析法、生物空间法和最枯月平均水位法分别获得第一、第二、第三、第四最低生态水位,取所述第一、第二、第三、第四生态水位的外包线作为湖泊逐月最低生态水位;
将调度期末的湖泊应供水量设为0,结合对应的设计来水量、社会经济需水量和蒸发量,逆序递推得到全年各月的月初水量,作为各月的社会经济应供水量;
将湖泊各个月份生态水位对应的水量加上社会经济应供水量,得到湖泊逐月旱警水量,并根据水位库容曲线转换后,得到湖泊逐月旱警水位。
在上述方法中,优选地,逆序递推得到各月的月初水位Zhx,i作为各月的旱警水位,计算公式如下:
Whx,i=max(0,Ws,i+Wloss,i-Wp,i+Whx,i+1);
Whx,13=0;
W′hx,i=f-1(Ze,i)+Whx,i;
Zhx,i=f(W′hx,i);
式中:
i为水文年中的第i月,1≤i≤12;
Whx,i为第i月的湖泊应供水量;
W′hx,i为第i月的湖泊旱警水量;
Zhx,i为第i月的湖泊旱警水位;
f(x)为湖泊水位-容积曲线;
Ws,i为第i月的社会经济需水量;
Wp,i第i月的湖泊设计来水量;
Wloss,i第i月的湖泊蒸发损失水量;
Ze,i第i月的湖内最低生态水位;
Zlimit为湖泊汛限水位;
Znormal为湖泊正常蓄水位。
在上述方法中,优选地,采用水文频率分析法推求获得第一最低生态水位的过程如下:
根据湖泊水位站实测资料序列,对各月平均水位进行水文频率分析计算,并选用P-III型理论曲线配线,得到湖泊不同水文频率下各月平均水位设计成果;
再根据不同水文频率下各月平均水位的设计水位成果,推求获得P=75%和P=95%频率下的各月平均水位,各月平均水位即为所述第一最低生态水位。
在上述方法中,优选地,采用湖泊形态分析法推求获得第二最低生态水位的过程如下:
根据实测获得的湖泊水位和湖泊面积资料,建立湖泊水位和湖泊面积变化率的关系曲线,其中,湖面面积变化率为湖泊面积与湖泊水位关系函数的一阶导数;
在湖泊水位和湖泊面积变化率的关系曲线上,湖面面积变化率最大值对应的水位即为第二最低生态水位。
在上述方法中,优选地,所述第二最低生态水位通过求解以下方程组得到:
F=f(Z);
Zmin≤Z≤Znormal;
式中,F为湖泊面积,Z为湖泊水位,Zmin为湖泊面积最小时对应的水位,Znormal为湖泊正常蓄水位。
在上述方法中,优选地,
采用生物空间法推求获得第三最低生态水位的过程如下:
选取鱼类作为湖泊水位的敏感生物,所述第三最低生态水位Zemin根据湖泊典型鱼类的适宜水深确定,Zemin=Z0+Z鱼;
式中,Z0为湖底平均高程;Z鱼为鱼类生存所需的最小水深。
在上述方法中,优选地,所述第四最低生态水位为最枯月平均水位。
在上述方法中,优选地,所述若干时期包括汛期、非汛期、生态关键期和农业用水高峰期,其中,汛后第一个月至第二年汛前最后一个月作为干旱预警期;对于汛期有抗旱需求的地区,可将汛期纳入干旱预警期,且干旱预警期为汛期第一个月至第二年汛前最后一个月。
由上述技术方案可知,本发明提供的一种控制性供水湖泊旱警水位确定方法,解决了现有技术中各月份的旱限水位独自计算获得,无法有效保障后续月份的用水的问题。与现有技术相比,本发明具有以下有益效果:
根据湖泊供水任务和实际情况确定湖泊的供水保障时段,以供水保障时段中最后一个月的月末水位为最低生态水位,结合对应的设计来水量和设计需水量,逆序递推得到所述供水保障时段内各月的初水位,作为各月的旱警水位,在保障当月用水的同时,能够有效保障后续月份的用水,有效降低干旱期出现重大缺水的风险,为科学合理地为湖泊抗旱决策和管理提供技术支撑。
附图说明
为了更清楚地说明本发明的实施例或现有技术中的技术方案,下面将对本发明实施例或现有技术描述中所需要使用的附图做出简单地介绍和说明。显而易见地,下面描述中的附图仅仅是本发明的部分实施例,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控制性供水湖泊旱警水位确定方法流程图;
图2为本发明中分期的示意图;
图3为本发明实例中湖泊水位Z和湖泊水面面积变化率dF/dZ的关系曲线。
具体实施方式
下面将结合本发明实施例附图,对本发明实施例的技术方案进行清楚、完整地描述,显然,以下所描述的实施例,仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动的前提下,所获得的所有其他实施例,都属于本发明保护的范围。
为了对本发明的技术方案和实现方式做出更清楚地解释和说明,以下介绍实现本发明技术方案的几个优选的具体实施例。
需要说明的是,本文中“内、外”、“前、后”及“左、右”等方位词是以产品使用状态为基准对象进行的表述,显然,相应方位词的使用对本方案的保护范围并非构成限制。
请参见图1,图1为本发明实施例提供的一种控制性供水湖泊旱警水位确定方法的流程图。
湖泊旱限水位是保障湖泊用水安全的临界水位。如图1所示,本发明提供的一种控制性供水湖泊旱警水位确定方法包括以下步骤:
步骤110,确定预警分期,根据湖泊历年的来水规律和需水特点,将一个水文年划分为若干时期;并根据各时期的抗旱调度精细化程度和干旱程度,确定各时期旱警水位分级要求,一般设为轻度干旱和严重干旱两级旱警水位。
其中,轻度干旱年对应一般枯水年(来水、降水等水文频率P=75%),严重干旱对应特枯水年(来水、降水等水文频率P=95%)。
步骤120,取一般枯水年(75%频率)和特枯水年(95%频率)的来水,作为两级旱警水位(流量)对应的设计来水量。
步骤130,取一般枯水年和特枯水年的沿湖社会经济用水量,作为两级旱警水位对应的社会经济需水量。
步骤140,根据水文频率分析法、湖泊形态分析法、生物空间法和最枯月平均水位法分别获得第一、第二、第三、第四最低生态水位,取所述第一、第二、第三、第四生态水位的外包线作为湖泊逐月最低生态水位。
步骤150,将调度期末的湖泊应供水量设为0,结合对应的设计来水量、社会经济需水量和蒸发量,逆序递推得到全年各月的月初水量,作为各月的社会经济应供水量。
步骤160,将湖泊各个月份生态水位对应的水量加上社会经济应供水量,得到湖泊逐月旱警水量,并根据水位库容曲线转换后,得到湖泊逐月旱警水位。
步骤150中,逆序递推得到各月的月初水位Zhx,i作为各月的旱警水位,计算公式如下:
Whx,i=max(0,Ws,i+Wloss,i-Wp,i+Whx,i+1);
Whx,13=0;
W′hx,i=f-1(Ze,i)+Whx,i;
Zhx,i=f(W′hx,i);
式中:
i为水文年中的第i月,1≤i≤12;
Whx,i为第i月的湖泊应供水量;
W′hx,i为第i月的湖泊旱警水量;
Zhx,i为第i月的湖泊旱警水位;
f(x)为湖泊水位-容积曲线;
Ws,i为第i月的社会经济需水量;
Wp,i第i月的湖泊设计来水量;
Wloss,i第i月的湖泊蒸发损失水量;
Ze,i第i月的湖内最低生态水位;
Zlimit为湖泊汛限水位;
Znormal为湖泊正常蓄水位。
例如:对于11月-6月的非汛期,5-6月为农业用水高峰期,是供水保障期。本发明方法中,首先以供水保障期的最后一个月6月的月末水位作为最低生态水位,利用上述公式逆序递推得到6月的初水位,作为6月的旱警水位。再以6月的初水位作为5月的月末水位,再次利用上述公式,逆序递推得到5月的初水位,并作为5月的旱警水位。以此类推,获得全年各月的旱警水位。
现有技术提供的湖泊旱警水位确定方法,各月的旱警水位分别以推算获得的各月最低生态水位为基础,叠加湖外社会经济需水量、湖内生态需水量、湖内航运用水需求量以及社会经济需水量和生态环境需水量等计算获得,与本发明方法存在本质的区别。本发明方法,旱警水位的计算基点是调度期最后一个月,然后逐步逆推获得各月的旱警水位,从而在保障供水保障期供水的基础上,后续各月的供水保障也能满足,而现有技术每个月的旱警水位全部都是推算获得的,准确性和实用性均低于本申请方法计算获得的旱警水位。
1)采用水文频率分析法推求获得第一最低生态水位的过程如下。
根据湖泊水位站实测资料序列(不少于30年),对各月平均水位进行水文频率分析计算,选用P-III型理论曲线配线,得到湖泊不同水文频率下各月平均水位设计成果。再根据不同水文频率下各月平均水位的设计水位成果,推求获得P=75%、P=95%频率下的各月平均水位,即为第一最低生态水位。
2)采用湖泊形态分析法推求获得第二最低生态水位的过程如下。
湖泊生态系统服务功能与湖泊水面面积或湖泊容积密切相关,所以可以用湖泊水位作为湖泊水文和地形子系统特征的指标。
根据实测获得的湖泊水位和湖泊面积资料,建立湖泊水位和湖泊面积变化率的关系曲线,其中,湖面面积变化率为湖泊面积与湖泊水位关系函数的一阶导数;在湖泊水位和湖泊面积变化率的关系曲线上,湖面面积变化率最大值对应的水位即为第二最低生态水位。计算方程组如下:
F=f(Z);
Zmin≤Z≤Znormal;
式中,F为湖泊面积,Z为湖泊水位,Zmin为湖泊面积最小时对应的水位,Znormal为湖泊正常蓄水位。
3)采用生物空间法推求获得第三最低生态水位的过程如下:
生物最小生存空间法即根据对湖泊水位最为敏感的生物类型,确定其生存和繁殖需要的最低水位,这个最低水位就是第三最低生态水位。
在湖泊生态系统中,鱼类处于食物链的中上层,它对其他类群的存在和丰度有着重要影响,所以一般选取鱼类作为湖泊水位的敏感生物。在实际计算湖泊最低生态水位时,需要根据湖泊典型鱼类的适宜水深确定相应的适宜水位,计算方法如下:
Zemin=Z0+Z鱼;
式中,Z0为湖底平均高程;Z鱼为鱼类生存所需的最小水深。
4)取最枯月平均水位作为第四最低生态水位。
天然情况下的低水位对生态系统的干扰在生态系统的弹性范围内,并不影响生态系统的稳定。因此,天然最低水位是生态系统水位阈值的下限,取最枯月平均水位作为天然最低水位。
在步骤110中,将全年的十二个指标简化成分期的几个指标,更方便管理。其中,结合当地抗旱管理要求,合理确定干旱预警期。可从汛后第一个月至第二年汛前最后一个月作为干旱预警期;对于汛期有抗旱需求的地区,也可将汛期纳入干旱预警期,则干旱预警期为汛期第一个月至第二年汛前最后一个月。
结合干旱预警期湖泊水文特征以及生产、生活、生态需水特点和重要程度,划分干旱预警分期。干旱预警期可区分非汛期和汛期,其中非汛期根据需水特征可划分出农业用水关键期、生态关键期等,可根据当地生活、生产需水实际情况进行调整,如图2所示。
下面结合一个具体实施,验证本发明方法的合理性。
湖泊A是具有供水功能的控制性湖泊,沿湖灌区为主要用水户,湖泊正常蓄水位33m,汛限水位27m,水文年为7月至次年6月。
第一步:分期划分。
根据湖泊A多年平均月水位过程和沿湖取水过程,在水文年内进行干旱分期的划分:7-10月为汛期,11-6月为非汛期,其中5-6月为农业用水高峰期,将其设定为供水保障期。
第二步:计算出入湖水量。
(1)入湖水量计算
根据控制水文站实测入湖径流资料序列,对湖泊A各月平均入湖径流进行频率分析计算,得到在P=75%、P=95%频率下各月平均入湖径流设计成果,作为计算轻度干旱和严重干旱情况下旱警水位的入湖水量。如表1所示。
表1湖泊A枯水年份各月入湖水量(单位:万m3)
月份 | 7月 | 8月 | 9月 | 10月 | 11月 | 12月 |
75% | 14069 | 12532 | 8906 | 4000 | 3000 | 2000 |
95% | 10000 | 10000 | 5000 | 2800 | 2100 | 1400 |
月份 | 次年1月 | 次年2月 | 次年3月 | 次年4月 | 次年5月 | 次年6月 |
75% | 3900 | 2758 | 1599 | 2696 | 4600 | 7500 |
95% | 2730 | 1931 | 800 | 1814 | 3600 | 6000 |
(2)蒸发量计算
根据湖泊A附近气象站资料,得到在P=75%、P=95%频率下各月平均蒸发量设计成果如表2所示。
表2各月平均蒸发量设计成果(单位:万m3)
月份 | 7月 | 8月 | 9月 | 10月 | 11月 | 12月 |
75% | 21.62 | 18.52 | 14.60 | 10.67 | 5.69 | 5.44 |
95% | 19.12 | 15.63 | 13.05 | 9.64 | 4.78 | 4.61 |
月份 | 次年1月 | 次年2月 | 次年3月 | 次年4月 | 次年5月 | 次年6月 |
75% | 4.14 | 5.18 | 10.55 | 14.44 | 17.66 | 18.33 |
95% | 3.62 | 4.56 | 9.51 | 11.85 | 16.25 | 15.27 |
(3)沿湖社会经济需水分析
结合灌区设计报告和现场调研,取一般枯水年和特枯水年下沿湖用水量作为两级旱警水位时采用的沿湖社会经济需水量,如表3所示。
表3沿湖灌溉水量(万m3)
月份 | 7月 | 8月 | 9月 | 10月 | 11月 | 12月 |
75% | 2153 | 2153 | 0 | 0 | 0 | 0 |
95% | 1346 | 1346 | 0 | 0 | 0 | 0 |
月份 | 次年1月 | 次年2月 | 次年3月 | 次年4月 | 次年5月 | 次年6月 |
75% | 673 | 673 | 3229 | 3229 | 10763 | 4306 |
95% | 471 | 471 | 2260 | 2260 | 7534 | 3014 |
第四步:计算湖泊最低生态水位。
(1)水文频率分析法。
根据实测水文资料,对湖泊A各月平均水位进行频率分析计算,得到在P=75%、P=95%频率下各月平均水位设计成果,如表4所示。
表4湖泊A不同频率下各月平均水位设计成果(单位:m)
(2)湖泊形态分析法。
建立湖泊水位Z和湖泊水面面积变化率dF/dZ的关系曲线如图3所示,湖泊水面面积变化率最大时对应的水位为20.2m,即第二最低生态水位为20.2m。
(3)最小生物空间法。
湖泊A湖底平均高程为19.5m,参考生态水位相关文献研究成果,综合各种资料分析,湖泊A鱼类生存要求的最小水深约为1.5m。因此,湖泊A最小生物空间水位为21m,即第三最低生态水位为21m。
(4)最枯月平均水位法。
湖泊A最枯月平均水位为20m,即第四最低生态水位为20m。
(5)湖泊最低生态水位确定。
从湖泊水生态偏安全角度考虑,取水文频率分析法、湖泊形态分析法、生物空间法和最枯月平均水位法等四种方法获得的生态水位的外包线,作为湖泊最低生态水位,如表5所示。
表5不同频率下各月生态水位/水量
(6)旱警水位计算
首先令6月末的湖泊应供水量为0,采用两级干旱下的来水量、蒸发量和需水量,通过逆序递推计算分别得到两级干旱下的湖泊逐月应供水量,再叠加个月生态水量得到两级干旱下的旱警水量,如表6所示。
表6湖泊逐月旱警水量(单位:亿m3)
月份 | 7月 | 8月 | 9月 | 10月 | 11月 | 12月 |
轻度干旱 | 2.80 | 2.90 | 2.85 | 2.90 | 2.80 | 2.81 |
严重干旱 | 2.45 | 2.53 | 2.40 | 2.40 | 2.46 | 2.38 |
月份 | 次年1月 | 次年2月 | 次年3月 | 次年4月 | 次年5月 | 次年6月 |
轻度干旱 | 2.96 | 3.18 | 3.28 | 3.12 | 3.08 | 2.60 |
严重干旱 | 2.73 | 2.86 | 2.91 | 2.77 | 2.73 | 2.47 |
将旱警水量转化为水位,即得到湖泊逐月旱警水位如表7所示。
表7湖泊逐月旱警水位(单位:m)
月份 | 7月 | 8月 | 9月 | 10月 | 11月 | 12月 |
轻度干旱 | 26.0 | 27.0 | 26.5 | 27.0 | 26.0 | 26.1 |
严重干旱 | 22.5 | 23.3 | 22.0 | 22.0 | 22.6 | 21.8 |
月份 | 次年1月 | 次年2月 | 次年3月 | 次年4月 | 次年5月 | 次年6月 |
轻度干旱 | 27.6 | 29.8 | 30.8 | 29.2 | 28.8 | 24.0 |
严重干旱 | 25.3 | 26.6 | 27.1 | 25.7 | 25.3 | 22.7 |
为了便于管理,取各个分期中最大值作为分期旱警水位,各分期内旱警水位如表8所示。
表8分期旱警水位(单位:m)
综合以上具体实施例的描述,本发明提供的一种控制性供水湖泊旱警水位确定方法,与现有技术相比,具有如下优点:
第一,以最后一个月的月末水位为最低生态水位,逆序递推得到各月的旱警水位,比现有技术直接叠加算法获得的旱警水位,准确性高、实用性强。
第二,采用逆序递推算法,不仅能够保障当月用水,还能有效保障后续月份的用水,能够有效降低干旱期出现重大缺水的风险,为科学合理地为湖泊抗旱决策和管理提供技术支撑。
最后,还需要说明的是,在本文中使用的术语″包括″、″包含″或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句″包括一个...″限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本发明并不局限于上述最佳实施方式,任何人应该得知在本发明的启示下做出的结构变化,凡是与本发明具有相同或相近的技术方案,均落入本发明的保护范围之内。
Claims (6)
1.一种控制性供水湖泊旱警水位确定方法,其特征在于,包括以下步骤:
根据湖泊历年的来水规律和需水特点,将一个水文年划分为若干时期,以确定预警分期;并根据各时期的抗旱调度精细化程度和干旱程度,确定各时期旱警水位分级要求,设为轻度干旱和严重干旱两级旱警水位;
取一般枯水年和特枯水年的来水,作为两级旱警水位对应的设计来水量;
取一般枯水年和特枯水年的沿湖社会经济用水量,作为所述两级旱警水位对应的社会经济需水量;
根据水文频率分析法、湖泊形态分析法、生物空间法和最枯月平均水位法分别获得第一、第二、第三、第四最低生态水位,取所述第一、第二、第三、第四生态水位的外包线作为湖泊逐月最低生态水位;
将调度期末的湖泊应供水量设为0,结合对应的设计来水量、社会经济需水量和蒸发量,逆序递推得到全年各月的月初水量,作为各月的社会经济应供水量;
将湖泊各个月份生态水位对应的水量加上社会经济应供水量,得到湖泊逐月旱警水量,并根据水位库容曲线转换后,得到湖泊逐月旱警水位;
将调度期末的湖泊应供水量设为0,采用两级干旱下的来水量、蒸发量和需水量,通过逆序递推计算分别得到两级干旱下的湖泊逐月应供水量,再叠加各月生态水量得到两级干旱下的旱警水量;
取各个分期中最大值作为分期旱警水位;
逆序递推得到各月的月初水位Zhx,i作为各月的旱警水位,计算公式如下:
Whx,i=max(0,Ws,i+Wloss,i-Wp,i+Whx,i+1);
Whx,13=0;
W′hx,i=f-1(Ze,i)+Whx,i;
Zhx,i=f(W′hx,i);
式中:
i为水文年中的第i月,1≤i≤12;
Whx,i为第i月的湖泊应供水量;
W′hx,i为第i月的湖泊旱警水量;
Zhx,i为第i月的湖泊旱警水位;
f(x)为湖泊水位-容积曲线;
Ws,i为第i月的社会经济需水量;
Wp,i第i月的湖泊设计来水量;
Wloss,i第i月的湖泊蒸发损失水量;
Ze,i第i月的湖内最低生态水位;
Zlimit为湖泊汛限水位;
Znormal为湖泊正常蓄水位;
所述若干时期包括汛期、非汛期、生态关键期和农业用水高峰期,其中,汛后第一个月至第二年汛前最后一个月作为干旱预警期;对于汛期有抗旱需求的地区,将汛期纳入干旱预警期,且干旱预警期为汛期第一个月至第二年汛前最后一个月。
2.根据权利要求1所述的方法,其特征在于,采用水文频率分析法推求获得第一最低生态水位的过程如下:
根据湖泊水位站实测资料序列,对各月平均水位进行水文频率分析计算,并选用P-III型理论曲线配线,得到湖泊不同水文频率下各月平均水位设计成果;
再根据不同水文频率下各月平均水位的设计水位成果,推求获得P=75%和P=95%频率下的各月平均水位,各月平均水位即为所述第一最低生态水位。
3.根据权利要求1所述的方法,其特征在于,采用湖泊形态分析法推求获得第二最低生态水位的过程如下:
根据实测获得的湖泊水位和湖泊面积资料,建立湖泊水位和湖泊面积变化率的关系曲线,其中,湖面面积变化率为湖泊面积与湖泊水位关系函数的一阶导数;
在湖泊水位和湖泊面积变化率的关系曲线上,湖面面积变化率最大值对应的水位即为第二最低生态水位。
4.根据权利要求3所述的方法,其特征在于,所述第二最低生态水位通过求解以下方程组得到:
F=f(Z);
Zmin≤Z≤Znormal;
式中,F为湖泊面积,Z为湖泊水位,Zmin为湖泊面积最小时对应的水位,Znormal为湖泊正常蓄水位。
5.根据权利要求1所述的方法,其特征在于,采用生物空间法推求获得第三最低生态水位的过程如下:
选取鱼类作为湖泊水位的敏感生物,所述第三最低生态水位Zemin根据湖泊典型鱼类的适宜水深确定,Zemin=Z0+Z鱼;
式中,Z0为湖底平均高程;Z鱼为鱼类生存所需的最小水深。
6.根据权利要求1所述的方法,其特征在于,所述第四最低生态水位为最枯月平均水位。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210677901.9A CN115018335B (zh) | 2022-06-15 | 2022-06-15 | 一种控制性供水湖泊旱警水位确定方法 |
ZA2023/05867A ZA202305867B (en) | 2022-06-15 | 2023-06-01 | Method for determining drought warning water level of controlled water supply lake |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210677901.9A CN115018335B (zh) | 2022-06-15 | 2022-06-15 | 一种控制性供水湖泊旱警水位确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115018335A CN115018335A (zh) | 2022-09-06 |
CN115018335B true CN115018335B (zh) | 2023-10-27 |
Family
ID=83075629
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210677901.9A Active CN115018335B (zh) | 2022-06-15 | 2022-06-15 | 一种控制性供水湖泊旱警水位确定方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115018335B (zh) |
ZA (1) | ZA202305867B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105787589A (zh) * | 2016-02-26 | 2016-07-20 | 黄河勘测规划设计有限公司 | 多年调节水库旱限水位的最优控制方法及专用控制系统 |
CN105868579A (zh) * | 2016-06-22 | 2016-08-17 | 中国科学院水生生物研究所 | 一种湖泊生态水位计算方法 |
CN110569565A (zh) * | 2019-08-19 | 2019-12-13 | 武汉大学 | 一种湖泊最低生态水位计算方法 |
CN112288183A (zh) * | 2020-11-12 | 2021-01-29 | 华中科技大学 | 一种湖泊分级分期旱限水位确定方法及系统 |
CN113177727A (zh) * | 2021-05-20 | 2021-07-27 | 中国水利水电科学研究院 | 一种河道分级分期旱限水位或流量的计算方法 |
CN113177189A (zh) * | 2021-05-20 | 2021-07-27 | 中国水利水电科学研究院 | 一种梯级水库分级分期旱限库容的计算方法 |
CN113947315A (zh) * | 2021-10-22 | 2022-01-18 | 大连理工大学 | 一种水库分级分期旱限水位设计与控制方法 |
-
2022
- 2022-06-15 CN CN202210677901.9A patent/CN115018335B/zh active Active
-
2023
- 2023-06-01 ZA ZA2023/05867A patent/ZA202305867B/en unknown
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105787589A (zh) * | 2016-02-26 | 2016-07-20 | 黄河勘测规划设计有限公司 | 多年调节水库旱限水位的最优控制方法及专用控制系统 |
CN105868579A (zh) * | 2016-06-22 | 2016-08-17 | 中国科学院水生生物研究所 | 一种湖泊生态水位计算方法 |
CN110569565A (zh) * | 2019-08-19 | 2019-12-13 | 武汉大学 | 一种湖泊最低生态水位计算方法 |
CN112288183A (zh) * | 2020-11-12 | 2021-01-29 | 华中科技大学 | 一种湖泊分级分期旱限水位确定方法及系统 |
CN113177727A (zh) * | 2021-05-20 | 2021-07-27 | 中国水利水电科学研究院 | 一种河道分级分期旱限水位或流量的计算方法 |
CN113177189A (zh) * | 2021-05-20 | 2021-07-27 | 中国水利水电科学研究院 | 一种梯级水库分级分期旱限库容的计算方法 |
CN113947315A (zh) * | 2021-10-22 | 2022-01-18 | 大连理工大学 | 一种水库分级分期旱限水位设计与控制方法 |
Also Published As
Publication number | Publication date |
---|---|
ZA202305867B (en) | 2023-12-20 |
CN115018335A (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lap et al. | Predicting Water Quality Index (WQI) by feature selection and machine learning: A case study of An Kim Hai irrigation system | |
Danso-Amoako et al. | Predicting dam failure risk for sustainable flood retention basins: A generic case study for the wider Greater Manchester area | |
Yapo et al. | Automatic calibration of conceptual rainfall-runoff models: sensitivity to calibration data | |
CN112288183B (zh) | 一种湖泊分级分期旱限水位确定方法及系统 | |
Ssegane et al. | Advances in variable selection methods I: Causal selection methods versus stepwise regression and principal component analysis on data of known and unknown functional relationships | |
Van Kirk et al. | Relative Effects of Climate and Water Use on Base‐Flow Trends in the Lower Klamath Basin 1 | |
CN109345105B (zh) | 一种多水源灌区灌溉用水量复核方法 | |
Kumanlioglu | Characterizing meteorological and hydrological droughts: A case study of the Gediz River Basin, Turkey | |
Yang et al. | Detection of regime shifts in a shallow lake ecosystem based on multi-proxy paleolimnological indicators | |
Yang et al. | Effects of long-term environmental flow releases on the restoration and preservation of Baiyangdian Lake, a regulated Chinese freshwater lake | |
Galván et al. | Average vs. extreme salinity conditions: Do they equally affect the distribution of macroinvertebrates in estuarine environments? | |
Conrads et al. | Development of a coastal drought index using salinity data | |
Nguyen et al. | Understanding the anthropogenic development impacts on long-term flow regimes in a tropical river basin, Central Vietnam | |
Hamzekhani et al. | Environmental management in Urmia Lake: thresholds approach | |
CN110909949A (zh) | 基于聚类-回归算法的近岸海域叶绿素a浓度预测方法 | |
Donyaii | Evaluation of climate change impacts on the optimal operation of multipurpose reservoir systems using cuckoo search algorithm | |
Abbas et al. | Assessment of the impacts of climate change on the construction of homogeneous climatic regions and ensemble climate projections using CMIP6 data over Pakistan | |
CN115018335B (zh) | 一种控制性供水湖泊旱警水位确定方法 | |
Kim et al. | Enhanced monitoring of water quality variation in Nakdong River downstream using multivariate statistical techniques | |
CN113177727A (zh) | 一种河道分级分期旱限水位或流量的计算方法 | |
CN112906762A (zh) | 一种水资源系统临界状态的定义及辨识方法和系统 | |
Chang et al. | Applying the Back-Propagation Neural Network model and fuzzy classification to evaluate the trophic status of a reservoir system | |
Madrid-Lopez et al. | Water grammar | |
Kim et al. | Algae development in rivers with artificially constructed weirs: Dominant influence of discharge over temperature | |
Miller et al. | A tool for drought planning in Oklahoma: Estimating and using drought-influenced flow exceedance curves |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |