CN117973706A - 融合鱼类生态流量过程水温过程需求的水库生态调度方法 - Google Patents
融合鱼类生态流量过程水温过程需求的水库生态调度方法 Download PDFInfo
- Publication number
- CN117973706A CN117973706A CN202410389706.5A CN202410389706A CN117973706A CN 117973706 A CN117973706 A CN 117973706A CN 202410389706 A CN202410389706 A CN 202410389706A CN 117973706 A CN117973706 A CN 117973706A
- Authority
- CN
- China
- Prior art keywords
- reservoir
- water
- fish
- water temperature
- ecological
- 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.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 630
- 241000251468 Actinopterygii Species 0.000 title claims abstract description 409
- 238000000034 method Methods 0.000 title claims abstract description 186
- 230000008569 process Effects 0.000 title claims abstract description 141
- 238000010276 construction Methods 0.000 claims abstract description 27
- 230000026109 gonad development Effects 0.000 claims abstract description 23
- 230000006870 function Effects 0.000 claims description 44
- 238000004364 calculation method Methods 0.000 claims description 39
- 238000009825 accumulation Methods 0.000 claims description 31
- 230000005855 radiation Effects 0.000 claims description 29
- 230000004044 response Effects 0.000 claims description 28
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 27
- 238000011835 investigation Methods 0.000 claims description 27
- 229910052760 oxygen Inorganic materials 0.000 claims description 27
- 239000001301 oxygen Substances 0.000 claims description 27
- 238000004422 calculation algorithm Methods 0.000 claims description 26
- 230000002068 genetic effect Effects 0.000 claims description 26
- 238000005457 optimization Methods 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 24
- 238000011161 development Methods 0.000 claims description 22
- 230000018109 developmental process Effects 0.000 claims description 21
- 230000008033 biological extinction Effects 0.000 claims description 17
- 238000011160 research Methods 0.000 claims description 17
- 238000010521 absorption reaction Methods 0.000 claims description 16
- 238000010248 power generation Methods 0.000 claims description 16
- 230000006399 behavior Effects 0.000 claims description 12
- 230000006872 improvement Effects 0.000 claims description 12
- 230000005868 ontogenesis Effects 0.000 claims description 10
- 238000011084 recovery Methods 0.000 claims description 10
- 230000008878 coupling Effects 0.000 claims description 8
- 238000010168 coupling process Methods 0.000 claims description 8
- 238000005859 coupling reaction Methods 0.000 claims description 8
- 239000007787 solid Substances 0.000 claims description 8
- 241000894007 species Species 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000004907 flux Effects 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 4
- 230000000366 juvenile effect Effects 0.000 claims description 4
- 230000035800 maturation Effects 0.000 claims description 4
- 238000013508 migration Methods 0.000 claims description 4
- 230000005012 migration Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000012163 sequencing technique Methods 0.000 description 5
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 4
- 241000282414 Homo sapiens Species 0.000 description 4
- 229910052802 copper Inorganic materials 0.000 description 4
- 239000010949 copper Substances 0.000 description 4
- 238000012216 screening Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000003763 carbonization Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 241000124879 Grus leucogeranus Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012267 brine Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000002710 gonadal effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- HPALAKNZSZLMCH-UHFFFAOYSA-M sodium;chloride;hydrate Chemical compound O.[Na+].[Cl-] HPALAKNZSZLMCH-UHFFFAOYSA-M 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种融合鱼类生态流量过程水温过程需求的水库生态调度方法，包括如下步骤：构建目标鱼类栖息地模型，推求目标鱼类生命史生态流量过程；计算水库建坝前和现行水库调度规程影响下的目标鱼类产卵临界水温与性腺发育积温阈值；构建多目标水库调度模型，得到水库优化调度后的流量过程和水位；耦合水温模型，构建融合鱼类生流量和水温过程的水库多目标生态调度模型，计算水库优化调度前后的水库出流水温；计算经过水库生态调度后目标鱼类的临界水温阈值与积温阈值到达日期对比优化调度前的改善差值，经过水库生态调度后目标鱼类的临界水温阈值与积温阈值与建坝前自然河流最理想状态下之间的差值。本发明有效地实现河流鱼类的最大保护。
Description
技术领域
本发明涉及流域水资源管理领域，尤其涉及一种融合鱼类生态流量过程水温过程需求的水库生态调度方法。
背景技术
水库在满足人类需求的同时，通过调度满足河流中鱼类的生态流量或水温的需求，是水库调度的一项基本工作，也是河流生态系统保护的一项基本需求。现有的面向鱼类保护的水库生态调度方法，大多仅考虑鱼类的生态流量或水温需求。在考虑鱼类生态流量需求的生态调度中，大多基于水文学法确定河流的生态流量，如Tennant法，RVA法，月（年）保证率设定法，三分段法（Texas法）等等。把河流的生态流量值作为水库下泄的生态流量，在此基础上对水库的运行参数进行调整，使发电量、供水量、通航满足率或防洪效益最大。这种调度方式虽然能在一定程度上满足河流内基本生态需水，但难以较好地满足实际河流中目标鱼类生活史不同阶段的生态流量需求。在鱼类生活史不同生长阶段，对流量需求有所差异。在鱼类产卵阶段，需要持续的流量上升过程，而在鱼类性腺发育期，流量刺激有助于鱼类的性腺发育。除了流量外，河流中的水温情势也影响鱼类的产卵强度，河流水温需要达到临界水温才能触发鱼类产卵行为。此外，鱼类产卵不仅与临界水温有关，还与积温有关；积温反应了鱼类性腺发育阶段对河流水温的热需求。一般而言，鱼类完成性腺发育阶段是进入产卵阶段的先决条件。因此，现有的水库生态调度方法，仅考虑满足下游鱼类的流量或水温需求，下泄的生态流量没有考虑鱼类生活史不同阶段的需求差异，也没有考虑影响鱼类产卵的临界水温与积温阈值匹配问题，难以很好地保护河流生态系统中的鱼类。在保障人类的生命、财产安全，满足人类的发电、防洪、供水和通航等经济效益的基础上，兼顾河流生态系统中鱼类的生态流量与水温需求，实现河流生态系统的最大保护，是现有面向鱼类保护的水库生态调度方法未解决的问题。
发明内容
发明目的：本发明的目的是提供一种融合鱼类生态流量过程水温过程需求的水库生态调度方法，在确保人类的发电、供水、通航等经济利益的基础上，兼顾目标鱼类对流量和水温的需求，考虑了鱼类生命史不同阶段下的流量和水温差异需求，特别是在鱼类产卵和性腺发育阶段的需求，可更加有效地实现河流鱼类的最大保护。
技术方案：为实现以上目的，本发明公开了一种融合鱼类生态流量过程水温过程需求的水库生态调度方法，其特征在于，包括如下步骤：
（1）构建目标鱼类栖息地模型，推求目标鱼类生命史生态流量过程；
（2）基于建坝前历史河流水温数据计算水库建坝前的目标鱼类产卵临界水温与性腺发育积温阈值，基于建坝后河流水温数据计算现行水库调度规程影响下的目标鱼类产卵临界水温与性腺发育积温阈值；
（3）构建面向目标鱼类生活史生态流量过程需求的多目标水库调度模型，得到水库优化调度后的流量过程和水位；
（4）在面向鱼类生态流量过程需求的多目标水库调度模型的基础上，耦合水温模型，构建融合鱼类生态流量过程和水温过程需求的水库多目标生态调度模型，计算水库优化调度前后的水库出流水温；
（5）计算经过水库生态调度后目标鱼类的临界水温阈值与积温阈值到达日期对比优化调度前的改善差值，以及经过水库生态调度后目标鱼类的临界水温阈值与积温阈值与建坝前自然河流最理想状态下之间的差值。
其中，步骤（1）具体包括如下步骤：
（1.1）基于层次分析法确定目标鱼类；
（1.2）建立水环境模型，模拟目标鱼类主要栖息地河段的水动力变化情况和水质因子浓度变化情况；
（1.3）调查目标鱼类产卵场、越冬场、幼鱼肥育场的水域出现频率、分布位置、面积范围大小、活动及洄游规律，并记录对应场所的流量、水温、水位、流速及溶解氧，作为鱼类栖息地模型的验证数据；
（1.4）开展目标鱼类行为实验，建立目标鱼类行为对流量、流速、水温以及溶解氧的响应关系，获得目标鱼类出现频率与水力特性的响应曲线和目标鱼类出现频率与水质因子的响应曲线；
（1.5）从目标鱼类主要栖息地河段的水动力变化情况提取出流量和流速的结果，从目标鱼类主要栖息地河段的水质因子浓度变化情况提取出水温和溶解氧的结果，综合流量、流速、水温和溶解氧的结果、目标鱼类出现频率与水力特性的响应曲线以及目标鱼类出现频率与水质因子的响应曲线，基于模糊隶属度建立目标鱼类出现频率与水力水质特性间的隶属度函数，建立目标鱼类栖息地模型；
（1.6）水力特性中流量和流速及水质因子中水温和溶解氧作为输入，目标鱼类出现频率作为输出；目标鱼类出现频率设为遗传算法优化的目标函数，设置遗传算法的种群大小、迭代次数、交叉概率和变异概率，使用遗传算法优化鱼类栖息地模型的隶属度函数和模糊规则，验证目标鱼类栖息地模型的目标鱼类出现频率与实地调查目标鱼类出现频率是否一致；如果目标鱼类栖息地模型的目标鱼类出现频率与实地调查目标鱼类出现频率不一致，误差在10%以上，则调整遗传算法的种群大小、迭代次数、交叉概率和变异概率，对目标鱼类栖息地模型重新优化；直到误差小于10%，得到最优隶属度和模糊规则对应的目标鱼类栖息地模型；则说明鱼类栖息地模型的目标鱼类出现频率能较好地模拟实地调查目标鱼类出现频率；
（1.7）对优化后的目标鱼类栖息地模型，以栖息地适应性指数和连通性指数作为评价指标，建立栖息地流量—适应性指数和流量—连续性曲线之间的动态响应关系；
（1.8）综合考虑鱼类不同生命阶段，特别是产卵期与性腺发育期对流量的需求，基于栖息地流量—适应性指数和流量—连续性曲线之间的动态响应关系，以栖息地适宜性指数-连通性指数最优对应的流量，计算目标鱼类生活史生态流量过程，分为最小生态流量过程和适宜生态流量过程；其中栖息地恢复目标为60%对应的生态流量过程，作为最小生态流量过程，表示鱼类生活史60%的鱼类栖息地得到恢复；栖息地恢复目标为100%对应的生态流量过程，作为适宜生态流量过程，表示鱼类生活史100%的鱼类栖息地得到恢复。
优选的，步骤（1.2）具体包括如下步骤：
（1.2.1）收集DEM数据、地形数据、日均流量、日均水位数据和水温数据，结合补充监测，分析确定研究流域特征水文年；结合水库运行模式，针对整个研究流域建立水库调节下区域的一维非恒定水动力模型，模拟特征水文年中在水库调度作用下，下游河道的水力特性，水力特性包括流量、水位和流速，确定目标鱼类主要栖息地河段；
（1.2.2）针对目标鱼类主要栖息地河段建立二维水动力模型，一维非恒定水动力模型的流量和水位输出结果作为二维水动力模型的边界条件，耦合一维非恒定水动力模型和二维水动力模型形成耦合后的水动力模型，模拟目标鱼类主要栖息地河段的水动力变化情况；
（1.2.3）针对整个研究流域建立水库调节下区域的一维水质模型，针对目标鱼类主要栖息地河段建立二维水质模型，一维水质模型的溶解氧和水温输出结果作为二维水质模型的边界条件，耦合一维水质模型和二维水质模型形成耦合后的水质模型，模拟目标鱼类主要栖息地河段的水质因子浓度变化情况。
再者，步骤（2）具体包括如下步骤：
（2.1）基于建坝前历史河流水温数据，计算多年历史河流水温日均值；基于现行调度规程下河流水温数据，计算现行调度规程下坝下河流水温日均值；
（2.2）根据建坝前历史河流水温日均值，计算建坝前目标鱼类临界水温与积温阈值；
（2.3）根据现行调度规程下坝下水温日均值，计算现行水库调度规程影响下目标鱼类的临界水温与积温阈值。
进一步，步骤（3）具体包括如下步骤：
（3.1）以发电量最大、目标鱼类生态流量满足率最高、供水满足率最高与适宜通航时段最长作为面向鱼类生态流量过程的多目标水库调度模型的目标函数；
a）发电量最大
（7）
（8）
其中，为发电量目标函数；T为总计算期长度；/>为第i座水库在t个时间步长的电站出力，单位为kw；/>为单位计算时间步长；/>为第i座水库的水力发电系数；/>为第i座水电站t期的发电流量，单位为m3/s；/>为第i座水库t个时间步长的平均水头，单位为m；
b）目标鱼类生活史生态流量满足率最大
当水库出库流量低于步骤（1）目标鱼类生活史中最小生态流量时，生态流量满足率为0；当水库出库流量位于步骤（1）目标鱼类生活史中最小生态流量与适宜生态流量之间时，生态流量满足率随流量的增加而增大；当水库出库流量高于步骤（1）目标鱼类生活史中适宜生态流量时，生态流量满足率为1；
目标鱼类生态流量满足率的目标函数如下：
（9）
（10）
式中：为目标鱼类生态流量满足率的目标函数；/>和/>分别为第t个时段鱼类最小生态流量和鱼类适宜生态流量需求，单位为m3/s；/>为第i个水库在第t个时间步长的出库流量，m3/s；T为总计算期长度；
c）供水满足率最大
（11）
其中，为供水满足率的目标函数；/>为第t个时间步长总需水量，m3/s，从水资源公报中提取；/>为第t个时间步长供水流量，m3/s；T为总计算期长度；
d）适宜通航时段最长
（12）
（13）
其中，为通航目标函数；T为总计算期长度；/>为适宜通航时段；/>和/>分别为第i个水库下游适宜通航流量范围的下界和上界，单位为m3/s；/>为第i个水库在第t个时间步长的出库流量，单位为m3/s；
（3.2）确定面向鱼类生态流量过程的多目标水库调度模型的约束条件，约束条件包括水库水位约束、库容约束、出力约束、出库流量约束和变量非负约束；
a）水库水位约束
（14）
其中，为第i座水库的最低水位，等于死水位，单位为m；/>为第i座水库在第t个时间步长的水位，单位为m；/>为第i座水库在第t个时间步长的最高水位，汛期为水库的汛限水位，非汛期为水库的正常蓄水位，单位为m；
b）库容约束
（15）
（16）
其中，为第i个水库在第t+1个时间步长的库容，单位为m3；/>为第i个水库在第t个时间步长的库容，单位为m3；/>为第i个水库的入库流量，单位为m3/s；/>为梯级水库之间的区间流量，单位为m3/s；/>为第i个水库在第t个时间步长的出库流量，单位为m3/s；/>为第i个水库的发电引水流量，单位为m3/s；/>为第i个水库的弃水，单位为m3/s；
c）出力约束
（17）
其中，和/>是第i个水库的最小和最大出力，单位为kw；/>为第i座水库在t个时间步长的电站出力，单位为kw；
d）出库流量约束
（18）
其中，和/>分别是第i个水库的最小和最大允许出流量，单位为m3/s；为第i个水库在第t个时间步长的出库流量，单位为m3/s；
e）变量非负约束
（19）
为第i个水库在第t个时间步长的库容，单位为m3；/>为第i座水库在t个时间步长的电站出力，单位为kw；/>为第i个水库在第t个时间步长的出库流量，单位为m3/s；
（3.3）基于第三代非支配遗传算法NSGAⅢ，对面向鱼类生态流量过程需求的多目标水库调度模型优化求解，当目标函数值随着迭代次数增加，不再更新时，迭代停止，得到水库优化后的流量过程和水位。
优选的，步骤（4）具体包括如下步骤：
（4.1）搜集水库坝前剖面垂向水温实测数据以及水库坝下时间序列实测水温数据；
（4.2）构建水温模型，设置水温模型的纵向涡流粘度、纵向涡流扩散率、曼宁系数和风遮系数、表层太阳辐射吸收系数和纯水消光系数的初始值，在水温模型中输入同一时刻水温实测数据相应的水库入库流量、出库流量、水位，以及气象数据，气象数据包括气温、风速、风向、露点温度和短波辐射；
（4.3）水温模型的取水口设置为现行调度规程的2个取水高程，计算水库出流水温；
（4.4）对计算得到的水库出流水温，与实测的水温数据对比；当计算得到的出流水温与实测的出流水温的误差大于10%，调整水温模型的纵向涡流粘度、纵向涡流扩散率、曼宁系数和风遮系数、表层太阳辐射吸收系数和纯水消光系数的初始值；直到计算出流水温与实测出流水温的误差小于10%，得到率定验证后的纵向涡流粘度、纵向涡流扩散率、曼宁系数和风遮系数、表层太阳辐射吸收系数和纯水消光系数；
（4.5）把率定验证后的纵向涡流粘度、纵向涡流扩散率、曼宁系数和风遮系数、表层太阳辐射吸收系数和纯水消光系数，以及步骤（3.3）中多目标优化调度模型计算得到的水位与水库出库流量，即水库优化后的流量过程和水位，及相应的气象数据，气象数据包括气温、风速、风向、露点温度和短波辐射，输入到水温模型中，设置现行调度规程的取水口高程，计算水库优化调度前的水库出流水温；
（4.6）在水温模型的取水口设置中，设置8个取水口，8个取水口包括基于现行调度规程的2个取水口，以及4个提高取水高程的取水口，2个降低取水高程的取水口；在3月到6月，4个提高取水高程的取水口设为候选取水口；在10月至次年1月，2个降低取水高程的取水口设为候选取水口；其余月份使用基于现行调度规程的2个取水口设为候选取水口；
（4.7）在水温模型的取水口设置中，以水库建坝前的历史水温日均值作为目标，在候选取水口中，使用遗传算法分别优化3月到6月的4个候选取水口的取水高程，以及10月至次年1月2个候选取水口的取水高程，得到优化后的3月到6月以及10月至次年1月的取水口高程，其余月份按照现行调度规程设置；
（4.8）将步骤（3.3）中面对向鱼类生态流量过程需求的多目标水库调度模型计算得到的水位与水库出库流量，即水库优化后的流量过程和水位，及相应的气象数据，气象数据包括气温、风速、风向、露点温度和短波辐射，输入到水温模型中，设置为优化后的取水高程，计算水库优化调度后的水库出流水温。
再者，步骤（4）中水温模型的控制方程如下：
（20）
（21）
（22）
（23）
（24）
（25）
式中为水平流速，/>为河道宽度，/>为重力加速度，/>、/>和/>分别表示对x、z和t求偏导数，/>为垂直流速，/>为河道角度，/>为水面高程，/>为密度，/>为单位宽度的流量，/>为压力，/>为浓度或温度，/>为水温，/>为溶解性总固体浓度或盐度，/>为无机悬浮固体浓度，/>为深度。
进一步，步骤（5）具体包括如下步骤：
（5.1）水库优化调度后的水库出流水温即为水库生态调度后的河流水温日均值，计算经过水库生态调度后目标鱼类的临界水温阈值与积温阈值；
（5.2）水库生态调度后目标鱼类的临界水温阈值到达日期，减去现行水库调度规程，即常规调度下临界水温阈值到达日期，即为水库生态调度后目标鱼类临界水温阈值改善差值；水库生态调度后目标鱼类的临界水温阈值，减去建坝前目标鱼类的临界水温阈值，即为水库生态调度后目标鱼类临界水温阈值与建坝前自然河流理想状态下临界水温阈值的差值；
（5.3）水库生态调度后目标鱼类的积温阈值，减去现行水库调度规程，即常规调度下目标鱼类的积温阈值，即为水库生态调度后目标鱼类的积温阈值改善差值；水库生态调度后目标鱼类的积温阈值，减去建坝前目标鱼类的积温阈值，即为水库生态调度后目标鱼类积温阈值与建坝前自然河流理想状态积温阈值的差值。
再者，步骤（2.2）、步骤（2.3）和步骤（5.1）中选取河流水温日均值首次稳定达到触发目标鱼类产卵行为的河流水温，作为临界水温阈值，首次稳定达到是指往后3天连续高于该水温值。
优选的，步骤（2.2）、步骤（2.3）和步骤（5.1）中积温计算通过将高于生物个体发育温度的部分，从发育期至成熟期以天为单位进行累加来确定；积温阈值计算通常假设多个生物个体发育温度/>来最大程度地减少各调查年内积温值的差异程度；目标鱼类个体发育温度/>的变化范围多依据鱼类发育期开始的温度，通常假定在0~15℃的范围内；
目标鱼类积温阈值的计算公式表示为：
（1）
（2）
（3）
（4）
（5）
（6）
其中为目标鱼类的积温阈值，单位为℃·d；/>为目标鱼类个体发育温度，单位为℃；/>是假定的个体发育温度，单位为℃；/>是假定生物学零度的数量；/>为达到最小标准偏差的假定/>；/>为每日有助于鱼类发育部分的水温，单位为℃；/>为统计年年数；/>为所有调查年份的积温的标准偏差，单位为℃·d；/>为所有调查年份的平均积温，单位为℃·d；/>是年数；/>以年为计的积温值，单位为℃·d；/>为物种的发育时间，单位为天d；/>为河流水位，单位为℃。
有益效果：与现有技术相比，本发明具有以下显著优点：本发明在确保发电、供水、通航等经济利益的基础上，兼顾目标鱼类对流量和水温的需求，考虑了鱼类生命史不同阶段下的流量和水温差异需求，特别是在鱼类产卵和性腺发育阶段的需求，更有效地实现河流鱼类的最大保护。
附图说明
图1为本发明中最终隶函数的示意图；
图2为本发明中产卵场验证结果图；
图3为本发明中产卵场流量适应性曲线图；
图4为本发明中产卵场流量连续性曲线图；
图5为本发明中生态流量过程和适宜生态流量过程的示意图；
图6为本发明中调度前后的临界水温阈值的示意图；
图7为本发明中求解得到的流量过程和水位过程的示意图；
图8为本发明中计算水库优化调度后的水库出流水温的示意图；
图9为本发明中目标鱼类在枯、丰和丰水年的临界水温阈值与积温阈值的示意图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
本发明公开了融合鱼类生态流量过程水温过程需求的水库生态调度方法，包括如下步骤：
（1）构建目标鱼类栖息地模型，推求目标鱼类生命史生态流量过程；
步骤（1）具体包括如下步骤：
（1.1）基于层次分析法确定目标鱼类；
在研究区域开展系统的鱼类资源调查，筛选目标物种；分析目标物种的种群与空间分布特征，产卵期与性腺发育期的流量和水温需求；在影响目标鱼类选择的因素中，首选基于影响因素构造判断矩阵；根据因素的重要程度对判别矩阵赋值；进行排序权重计算及一致性检验，排序权重计算步骤如下：计算判断矩阵权重向量，计算判断矩阵的最大特征值根；进行层次排序及一致性检验；
（1.2）建立水环境模型，模拟目标鱼类主要栖息地河段的水动力变化情况和水质因子浓度变化情况；
步骤（1.2）具体包括如下步骤：
（1.2.1）收集DEM数据、地形数据、日均流量、日均水位数据和水温数据，结合补充监测，分析确定研究流域特征水文年；结合水库运行模式，针对整个研究流域建立水库调节下区域的一维非恒定水动力模型，模拟特征水文年中在水库调度作用下，下游河道的水力特性，水力特性包括流量、水位和流速，确定目标鱼类主要栖息地河段；
（1.2.2）针对目标鱼类主要栖息地河段建立二维水动力模型，一维非恒定水动力模型的流量和水位输出结果作为二维水动力模型的边界条件，耦合一维非恒定水动力模型和二维水动力模型形成耦合后的水动力模型，模拟目标鱼类主要栖息地河段的水动力变化情况；
（1.2.3）针对整个研究流域建立水库调节下区域的一维水质模型，针对目标鱼类主要栖息地河段建立二维水质模型，一维水质模型的溶解氧和水温输出结果作为二维水质模型的边界条件，耦合一维水质模型和二维水质模型形成耦合后的水质模型，模拟目标鱼类主要栖息地河段的水质因子浓度变化情况；
（1.3）调查目标鱼类产卵场、越冬场、幼鱼肥育场的水域出现频率、分布位置、面积范围大小、活动及洄游规律，并记录对应场所的流量、水温、水位、流速及溶解氧，作为鱼类栖息地模型的验证数据；
（1.4）开展目标鱼类行为实验，建立目标鱼类行为对流量、流速、水温以及溶解氧的响应关系，获得目标鱼类出现频率与水力特性的响应曲线和目标鱼类出现频率与水质因子的响应曲线；
（1.5）从目标鱼类主要栖息地河段的水动力变化情况提取出流量和流速的结果，从目标鱼类主要栖息地河段的水质因子浓度变化情况提取出水温和溶解氧的结果，综合流量、流速、水温和溶解氧的结果、目标鱼类出现频率与水力特性的响应曲线以及目标鱼类出现频率与水质因子的响应曲线，基于模糊隶属度建立目标鱼类出现频率与水力水质特性间的隶属度函数，建立目标鱼类栖息地模型；
（1.6）水力特性中流量和流速及水质因子中水温和溶解氧作为输入，目标鱼类出现频率作为输出；目标鱼类出现频率设为遗传算法优化的目标函数，设置遗传算法的种群大小、迭代次数、交叉概率和变异概率，使用遗传算法优化鱼类栖息地模型的隶属度函数和模糊规则，验证目标鱼类栖息地模型的目标鱼类出现频率与实地调查目标鱼类出现频率是否一致；如果目标鱼类栖息地模型的目标鱼类出现频率与实地调查目标鱼类出现频率不一致，误差在10%以上，则调整遗传算法的种群大小、迭代次数、交叉概率和变异概率，对目标鱼类栖息地模型重新优化；直到误差小于10%，得到最优隶属度和模糊规则对应的目标鱼类栖息地模型；则说明鱼类栖息地模型的目标鱼类出现频率能较好地模拟实地调查目标鱼类出现频率；
（1.7）对优化后的目标鱼类栖息地模型，以栖息地适应性指数和连通性指数作为评价指标，建立栖息地流量—适应性指数和流量—连续性曲线之间的动态响应关系；
（1.8）综合考虑鱼类不同生命阶段，特别是产卵期与性腺发育期对流量的需求，基于栖息地流量—适应性指数和流量—连续性曲线之间的动态响应关系，以栖息地适宜性指数-连通性指数最优对应的流量，计算目标鱼类生活史生态流量过程，分为最小生态流量过程和适宜生态流量过程；其中栖息地恢复目标为60%对应的生态流量过程，作为最小生态流量过程，表示鱼类生活史60%的鱼类栖息地得到恢复；栖息地恢复目标为100%对应的生态流量过程，作为适宜生态流量过程，表示鱼类生活史100%的鱼类栖息地得到恢复；
（2）基于建坝前历史河流水温数据计算水库建坝前的目标鱼类产卵临界水温与性腺发育积温阈值，基于建坝后河流水温数据计算现行水库调度规程影响下的目标鱼类产卵临界水温与性腺发育积温阈值；
步骤（2）具体包括如下步骤：
（2.1）基于建坝前历史河流水温数据，计算多年历史河流水温日均值；基于现行调度规程下河流水温数据，计算现行调度规程下坝下河流水温日均值；
（2.2）根据建坝前历史河流水温日均值，计算建坝前目标鱼类临界水温与积温阈值；
（2.3）根据现行调度规程下坝下水温日均值，计算现行水库调度规程影响下目标鱼类的临界水温与积温阈值；
（3）构建面向目标鱼类生活史生态流量过程需求的多目标水库调度模型，得到水库优化调度后的流量过程和水位；
步骤（3）具体包括如下步骤：
（3.1）以发电量最大、目标鱼类生态流量满足率最高、供水满足率最高与适宜通航时段最长作为面向鱼类生态流量过程的多目标水库调度模型的目标函数；
a）发电量最大
（7）
（8）
其中，为发电量目标函数；T为总计算期长度；/>为第i座水库在t个时间步长的电站出力，单位为kw；/>为单位计算时间步长；/>为第i座水库的水力发电系数；/>为第i座水电站t期的发电流量，单位为m3/s；/>为第i座水库t个时间步长的平均水头，单位为m；
b）目标鱼类生活史生态流量满足率最大
当水库出库流量低于步骤（1）目标鱼类生活史中最小生态流量时，生态流量满足率为0；当水库出库流量位于步骤（1）目标鱼类生活史中最小生态流量与适宜生态流量之间时，生态流量满足率随流量的增加而增大；当水库出库流量高于步骤（1）目标鱼类生活史中适宜生态流量时，生态流量满足率为1；
目标鱼类生态流量满足率的目标函数如下：
（9）
（10）
式中：为目标鱼类生态流量满足率的目标函数；/>和/>分别为第t个时段鱼类最小生态流量和鱼类适宜生态流量需求，单位为m3/s；/>为第i个水库在第t个时间步长的出库流量，m3/s；T为总计算期长度；
c）供水满足率最大
（11）
其中，为供水满足率的目标函数；/>为第t个时间步长总需水量，m3/s，从水资源公报中提取；/>为第t个时间步长供水流量，m3/s；T为总计算期长度；
d）适宜通航时段最长
（12）
（13）
其中，为通航目标函数；T为总计算期长度；/>为适宜通航时段；/>和/>分别为第i个水库下游适宜通航流量范围的下界和上界，单位为m3/s；/>为第i个水库在第t个时间步长的出库流量，单位为m3/s；
（3.2）确定面向鱼类生态流量过程的多目标水库调度模型的约束条件，约束条件包括水库水位约束、库容约束、出力约束、出库流量约束和变量非负约束；
a）水库水位约束
（14）/>
其中，为第i座水库的最低水位，等于死水位，单位为m；/>为第i座水库在第t个时间步长的水位，单位为m；/>为第i座水库在第t个时间步长的最高水位，汛期为水库的汛限水位，非汛期为水库的正常蓄水位，单位为m；
b）库容约束
（15）
（16）
其中，为第i个水库在第t+1个时间步长的库容，单位为m3；/>为第i个水库在第t个时间步长的库容，单位为m3；/>为第i个水库的入库流量，单位为m3/s；/>为梯级水库之间的区间流量，单位为m3/s；/>为第i个水库在第t个时间步长的出库流量，单位为m3/s；/>为第i个水库的发电引水流量，单位为m3/s；/>为第i个水库的弃水，单位为m3/s；
c）出力约束
（17）
其中，和/>是第i个水库的最小和最大出力，单位为kw；/>为第i座水库在t个时间步长的电站出力，单位为kw；
d）出库流量约束
（18）
其中，和/>分别是第i个水库的最小和最大允许出流量，单位为m3/s；为第i个水库在第t个时间步长的出库流量，单位为m3/s；
e）变量非负约束
（19）
为第i个水库在第t个时间步长的库容，单位为m3；/>为第i座水库在t个时间步长的电站出力，单位为kw；/>为第i个水库在第t个时间步长的出库流量，单位为m3/s；
（3.3）基于第三代非支配遗传算法NSGAⅢ，对面向鱼类生态流量过程需求的多目标水库调度模型优化求解，当目标函数值随着迭代次数增加，不再更新时，迭代停止，得到水库优化后的流量过程和水位；
（4）在面向鱼类生态流量过程需求的多目标水库调度模型的基础上，耦合水温模型，构建融合鱼类生态流量过程和水温过程需求的水库多目标生态调度模型，计算水库优化调度前后的水库出流水温；水温模型的控制方程如下：
（20）
（21）
（22）
（23）
（24）
（25）
式中为水平流速，/>为河道宽度，/>为重力加速度，/>、/>和/>分别表示对x、z和t求偏导数，/>为垂直流速，/>为河道角度，/>为水面高程，/>为密度，/>为单位宽度的流量，/>为压力，/>为浓度或温度，/>为水温，/>为溶解性总固体浓度或盐度，/>为无机悬浮固体浓度，/>为深度；
步骤（4）具体包括如下步骤：
（4.1）搜集水库坝前剖面垂向水温实测数据以及水库坝下时间序列实测水温数据；
（4.2）构建水温模型，设置水温模型的纵向涡流粘度、纵向涡流扩散率、曼宁系数和风遮系数、表层太阳辐射吸收系数和纯水消光系数的初始值，在水温模型中输入同一时刻水温实测数据相应的水库入库流量、出库流量、水位，以及气象数据，气象数据包括气温、风速、风向、露点温度和短波辐射；
（4.3）水温模型的取水口设置为现行调度规程的2个取水高程，计算水库出流水温；
（4.4）对计算得到的水库出流水温，与实测的水温数据对比；当计算得到的出流水温与实测的出流水温的误差大于10%，调整水温模型的纵向涡流粘度、纵向涡流扩散率、曼宁系数和风遮系数、表层太阳辐射吸收系数和纯水消光系数的初始值；直到计算出流水温与实测出流水温的误差小于10%，得到率定验证后的纵向涡流粘度、纵向涡流扩散率、曼宁系数和风遮系数、表层太阳辐射吸收系数和纯水消光系数；
（4.5）把率定验证后的纵向涡流粘度、纵向涡流扩散率、曼宁系数和风遮系数、表层太阳辐射吸收系数和纯水消光系数，以及步骤（3.3）中多目标优化调度模型计算得到的水位与水库出库流量，即水库优化后的流量过程和水位，及相应的气象数据，气象数据包括气温、风速、风向、露点温度和短波辐射，输入到水温模型中，设置现行调度规程的取水口高程，计算水库优化调度前的水库出流水温；
（4.6）在水温模型的取水口设置中，设置8个取水口，8个取水口包括基于现行调度规程的2个取水口，以及4个提高取水高程的取水口，2个降低取水高程的取水口；在3月到6月，4个提高取水高程的取水口设为候选取水口；在10月至次年1月，2个降低取水高程的取水口设为候选取水口；其余月份使用基于现行调度规程的取水口高程；
（4.7）在水温模型的取水口设置中，以水库建坝前的历史水温日均值作为目标，在候选取水口中，使用遗传算法分别优化3月到6月的4个候选取水口的取水高程，以及10月至次年1月2个候选取水口的取水高程，得到优化后的3月到6月以及10月至次年1月的取水口高程，其余月份按照现行调度规程设置；
（4.8）将步骤（3.3）中面对向鱼类生态流量过程需求的多目标水库调度模型计算得到的水位与水库出库流量，即水库优化后的流量过程和水位，及相应的气象数据，气象数据包括气温、风速、风向、露点温度和短波辐射，输入到水温模型中，设置为优化后的取水高程，计算水库优化调度后的水库出流水温。
（5）计算经过水库生态调度后目标鱼类的临界水温阈值与积温阈值到达日期对比优化调度前的改善差值，以及经过水库生态调度后目标鱼类的临界水温阈值与积温阈值与建坝前自然河流最理想状态下之间的差值；
步骤（5）具体包括如下步骤：
（5.1）水库优化调度后的水库出流水温即为水库生态调度后的河流水温日均值，计算经过水库生态调度后目标鱼类的临界水温阈值与积温阈值；
（5.2）水库生态调度后目标鱼类的临界水温阈值到达日期，减去现行水库调度规程，即常规调度下临界水温阈值到达日期，即为水库生态调度后目标鱼类临界水温阈值改善差值；水库生态调度后目标鱼类的临界水温阈值，减去建坝前目标鱼类的临界水温阈值，即为水库生态调度后目标鱼类临界水温阈值与建坝前自然河流理想状态下临界水温阈值的差值；
（5.3）水库生态调度后目标鱼类的积温阈值，减去现行水库调度规程，即常规调度下目标鱼类的积温阈值，即为水库生态调度后目标鱼类的积温阈值改善差值；水库生态调度后目标鱼类的积温阈值，减去建坝前目标鱼类的积温阈值，即为水库生态调度后目标鱼类积温阈值与建坝前自然河流理想状态积温阈值的差值。
其中，步骤（2.2）、步骤（2.3）和步骤（5.1）中积温计算通过将高于生物个体发育温度的部分，从发育期至成熟期以天为单位进行累加来确定；积温阈值计算通常假设多个生物个体发育温度/>来最大程度地减少各调查年内积温值的差异程度；目标鱼类个体发育温度/>的变化范围多依据鱼类发育期开始的温度，通常假定在0~15℃的范围内；
目标鱼类积温阈值的计算公式表示为：
（1）/>
（2）
（3）
（4）
（5）
（6）
其中为目标鱼类的积温阈值，单位为℃·d；/>为目标鱼类个体发育温度，单位为℃；/>是假定的个体发育温度，单位为℃；/>是假定生物学零度的数量；/>为达到最小标准偏差的假定/>；/>为每日有助于鱼类发育部分的水温，单位为℃；/>为统计年年数；/>为所有调查年份的积温的标准偏差，单位为℃·d；/>为所有调查年份的平均积温，单位为℃·d；/>是年数；/>以年为计的积温值，单位为℃·d；/>为物种的发育时间，单位为天d；/>为河流水位，单位为℃。
实施例1：以某流域的梯级水库为实例，实施例1中公开了融合鱼类生态流量过程水温过程需求的水库生态调度方法，包括如下步骤：
（1）构建目标鱼类栖息地模型，推求目标鱼类生命史生态流量过程；
（1.1）基于层次分析法确定目标鱼类；
在研究区域开展系统的鱼类资源调查，筛选目标物种；分析目标物种的种群与空间分布特征，产卵期与性腺发育期的流量和水温需求；在影响目标鱼类选择的因素中，首选基于影响因素构造判断矩阵；根据因素的重要程度对判别矩阵赋值；进行排序权重计算及一致性检验，排序权重计算步骤如下：计算判断矩阵权重向量，计算判断矩阵的最大特征值根；进行层次排序及一致性检验；
根据实施例1的江段筛选鱼类生境需求，构造判断矩阵，计算得到其最大特征值为17.359，一致性比率CR值为0.013，且排序结果具有一致性。计算结果中圆口铜鱼的排序的权重最高，如表1所示，表明圆口铜鱼能较好地代表实施例1江段内鱼类对生境的需求，因此具有较好的代表性，作为研究目标鱼类。
表1 目标鱼类备选对象排序权重
（1.2）建立水环境模型，模拟目标鱼类主要栖息地河段的水动力变化情况和水质因子浓度变化情况；
（1.2.1）收集DEM数据、地形数据、日均流量、日均水位数据和水温数据，结合补充监测，分析确定研究流域特征水文年；结合水库运行模式，针对整个研究流域建立水库调节下区域的一维非恒定水动力模型，模拟特征水文年中在水库调度作用下，下游河道的水力特性，水力特性包括流量、水位和流速，确定目标鱼类主要栖息地河段；
（1.2.2）针对目标鱼类主要栖息地河段建立二维水动力模型，一维非恒定水动力模型的流量和水位输出结果作为二维水动力模型的边界条件，耦合一维非恒定水动力模型和二维水动力模型形成耦合后的水动力模型，模拟目标鱼类主要栖息地河段的水动力变化情况；
（1.2.3）针对整个研究流域建立水库调节下区域的一维水质模型，针对目标鱼类主要栖息地河段建立二维水质模型，一维水质模型的溶解氧和水温输出结果作为二维水质模型的边界条件，耦合一维水质模型和二维水质模型形成耦合后的水质模型，模拟目标鱼类主要栖息地河段的水质因子浓度变化情况；
一维非恒定水动力学模型中，以日均流量作为边界输入条件，日均水位作为边界输入条件，水质模型考虑溶解氧和水温两个参数，水流计算的流速初始条件以冷启动形式给出(u=0 m/s)，同时入流和出流节点赋予逐日流量和水位值；在完成3天的计算后可以消除冷启动带来的影响，水质参数的初始值由观测值给出，通过与水动力模型结合计算，在完成2-3天的计算后也可以消除由水动力冷启动带来的误差，计算结果保存作为正式计算时的热启动文件。二维水环境模型以一维水环境模型的结果作为输入条件，上游入口以日均流量作为边界条件，下游出口以日均水位作为控制条件，溶解氧和温度也以日均浓度作为输入条件；
模型初始参数设置如下：
模型参数初始值根据实际测量计算及资料查阅定为下列值：
①模型时间步长设为60s，空间步长设为600m；
②研究区域内河流的底质、蜿蜒性、岸边坡度等相差不大，所以曼宁糙率系数取值范围为0.04~0.05间；
③BOD碳化降解速率取0.04~0.08之间；
④大气复氧速率采用丘吉尔公式，，其中U为平均流速，H为平均水深，J为水面坡降；
水动力、水质模型时间步长设为60s，空间步长为800m，底部糙率的曼宁系数(n)由上游至下游为0.052~0.042之间，有机物碳化衰减速率为0.06/d，硝化衰减速率为0.18/d，大气复氧系数为计算值；
（1.3）调查目标鱼类产卵场、越冬场、幼鱼肥育场的水域出现频率、分布位置、面积范围大小、活动及洄游规律，并记录对应场所的流量、水温、水位、流速及溶解氧，作为鱼类栖息地模型的验证数据；
（1.4）开展目标鱼类行为实验，建立目标鱼类行为对流量、流速、水温以及溶解氧的响应关系，获得目标鱼类出现频率与水力特性的响应曲线和目标鱼类出现频率与水质因子的响应曲线；
（1.5）从目标鱼类主要栖息地河段的水动力变化情况提取出流量和流速的结果，从目标鱼类主要栖息地河段的水质因子浓度变化情况提取出水温和溶解氧的结果，综合流量、流速、水温和溶解氧的结果、目标鱼类出现频率与水力特性的响应曲线以及目标鱼类出现频率与水质因子的响应曲线，基于模糊隶属度建立目标鱼类出现频率与水力水质特性间的隶属度函数，建立目标鱼类栖息地模型；
（1.6）水力特性中流量和流速及水质因子中水温和溶解氧作为输入，目标鱼类出现频率作为输出；目标鱼类出现频率设为遗传算法优化的目标函数，设置遗传算法的种群大小、迭代次数、交叉概率和变异概率，使用遗传算法优化鱼类栖息地模型的隶属度函数和模糊规则；
选取圆口铜鱼的产卵场和越冬场两种生存环境进行适宜性评价，以产卵场为例，模糊规则根据水环境模型的输出参数利用遗传算法进行优化，最终隶函数如图1所示，模糊规则如表2所示；图1中各参数隶属度（a）水深；（b）流速；（c）水温；（d）溶解氧；（e）栖息地适应性指数（HSI），其中MD=Membership Degree，L=不适应，M=中等适应，H=高适应，VH=极其适应；
表2模糊规则
验证目标鱼类栖息地模型的目标鱼类出现频率与实地调查目标鱼类出现频率是否一致；如果目标鱼类栖息地模型的目标鱼类出现频率与实地调查目标鱼类出现频率不一致，误差在10%以上，则调整遗传算法的种群大小、迭代次数、交叉概率和变异概率，对目标鱼类栖息地模型重新优化；直到误差小于10%，得到最优隶属度和模糊规则对应的目标鱼类栖息地模型；则说明鱼类栖息地模型的目标鱼类出现频率能较好地模拟实地调查目标鱼类出现频率；
以金沙江白鹤滩至朱沱河段对建立的目标鱼类栖息地模型进行验证，白鹤滩至朱沱河段在鱼类产卵期期间，整条河段作为产卵场的适应性绝大部分达到0.3以上，调查中该河段的三个传统鱼类产卵场，如图2所示，佛滩、新市和屏山产卵场是栖息地模拟过程中最先（3月初）出现适应性大于0.5的河段，在鱼类产繁殖期间始终保持较高适应性，验证结果表明栖息地模型模拟结果可靠；图3为产卵场验证结果，图2中上方为调查结果，下方为产卵场模拟结果；
（1.7）对优化后的目标鱼类栖息地模型，以栖息地适应性指数和连通性指数作为评价指标，建立栖息地流量—适应性指数和流量—连续性曲线之间的动态响应关系；如图3所示，为产卵场流量适应性曲线图，如图4所示，为产卵场流量连续性曲线图。
（1.8）综合考虑鱼类不同生命阶段，特别是产卵期与性腺发育期对流量的需求，基于栖息地适宜性指数-连通性指数-流量之间的动态响应关系，以栖息地适宜性指数-连通性指数最优对应的流量，计算目标鱼类生活史生态流量过程，分为最小生态流量过程和适宜生态流量过程；其中栖息地恢复目标为60%对应的生态流量过程，作为最小生态流量过程，表示鱼类生活史60%的鱼类栖息地得到恢复；栖息地恢复目标为100%对应的生态流量过程，作为适宜生态流量过程，表示鱼类生活史100%的鱼类栖息地得到恢复，如图5所示；
（2）基于建坝前历史河流水温数据计算水库建坝前的目标鱼类产卵临界水温与性腺发育积温阈值，基于建坝后河流水温数据计算现行水库调度规程影响下的目标鱼类产卵临界水温与性腺发育积温阈值；
（2.1）基于建坝前历史河流水温数据，计算多年历史河流水温日均值；基于现行调度规程下河流水温数据，计算现行调度规程下坝下河流水温日均值；
（2.2）选取河流水温日均值首次稳定达到触发目标鱼类产卵行为的河流水温，作为临界水温阈值，首次稳定达到是指往后3天连续高于该水温值；
（2.3）积温计算通过将高于生物个体发育温度的部分，从发育期至成熟期以天为单位进行累加来确定；积温阈值计算通常假设多个生物个体发育温度/>来最大程度地减少各调查年内积温值的差异程度；目标鱼类个体发育温度/>的变化范围多依据鱼类发育期开始的温度，通常假定在0~15℃的范围内；
目标鱼类积温阈值的计算公式表示为：
（1）
（2）/>
（3）
（4）
（5）
（6）
其中为目标鱼类的积温阈值，单位为℃·d；/>为目标鱼类个体发育温度，单位为℃；/>是假定的个体发育温度，单位为℃；/>是假定生物学零度的数量；/>为达到最小标准偏差的假定/>；/>为每日有助于鱼类发育部分的水温，单位为℃；/>为统计年年数；/>为所有调查年份的积温的标准偏差，单位为℃·d；/>为所有调查年份的平均积温，单位为℃·d；/>是年数；/>以年为计的积温值，单位为℃·d；/>为物种的发育时间，单位为天d；/>为河流水位，单位为℃；
（2.4）根据建坝前历史河流水温日均值，基于步骤（2.2）和步骤（2.3）计算建坝前目标鱼类临界水温与积温阈值；
（2.5）根据现行调度规程下坝下水温日均值，基于步骤（2.2）和步骤（2.3）分别计算现行水库调度规程影响下目标鱼类的临界水温与积温阈值；
如图6所示，计算得到建坝前，目标鱼类临界水温阈值在4月22号到达，积温阈值在5月18号到达；在现行水库调度规程下，临界水温阈值在枯、平和丰水年分别在5月30号，6月10号和6月16号到达，而积温阈值在5月19、5月27日和6月11日到达；
（3）构建面向目标鱼类生活史生态流量过程需求的多目标水库调度模型，得到水库优化调度后的流量过程和水位；
（3.1）以发电量最大、目标鱼类生态流量满足率最高、供水满足率最高与适宜通航时段最长作为面向鱼类生态流量过程的多目标水库调度模型的目标函数；
a）发电量最大
（7）
（8）/>
其中，为发电量目标函数；T为总计算期长度；/>为第i座水库在t个时间步长的电站出力，单位为kw；/>为单位计算时间步长；/>为第i座水库的水力发电系数；/>为第i座水电站t期的发电流量，单位为m3/s；/>为第i座水库t个时间步长的平均水头，单位为m；
b）目标鱼类生活史生态流量满足率最大
当水库出库流量低于步骤（1）目标鱼类生活史中最小生态流量时，生态流量满足率为0；当水库出库流量位于步骤（1）目标鱼类生活史中最小生态流量与适宜生态流量之间时，生态流量满足率随流量的增加而增大；当水库出库流量高于步骤（1）目标鱼类生活史中适宜生态流量时，生态流量满足率为1；
目标鱼类生态流量满足率的目标函数如下：
（9）
（10）
式中：为目标鱼类生态流量满足率的目标函数；/>和/>分别为第t个时段鱼类最小生态流量和鱼类适宜生态流量需求，单位为m3/s；/>为第i个水库在第t个时间步长的出库流量，m3/s；T为总计算期长度；
c）供水满足率最大
（11）
其中，为供水满足率的目标函数；/>为第t个时间步长总需水量，m3/s，从水资源公报中提取；/>为第t个时间步长供水流量，m3/s；T为总计算期长度；
d）适宜通航时段最长
（12）
（13）
其中，为通航目标函数；T为总计算期长度；/>为适宜通航时段；/>和/>分别为第i个水库下游适宜通航流量范围的下界和上界，单位为m3/s；/>为第i个水库在第t个时间步长的出库流量，单位为m3/s；
（3.2）确定面向鱼类生态流量过程的多目标水库调度模型的约束条件，约束条件包括水库水位约束、库容约束、出力约束、出库流量约束和变量非负约束；
a）水库水位约束
（14）
其中，为第i座水库的最低水位，等于死水位，单位为m；/>为第i座水库在第t个时间步长的水位，单位为m；/>为第i座水库在第t个时间步长的最高水位，汛期为水库的汛限水位，非汛期为水库的正常蓄水位，单位为m；
b）库容约束
（15）
（16）
其中，为第i个水库在第t+1个时间步长的库容，单位为m3；/>为第i个水库在第t个时间步长的库容，单位为m3；/>为第i个水库的入库流量，单位为m3/s；/>为梯级水库之间的区间流量，单位为m3/s；/>为第i个水库在第t个时间步长的出库流量，单位为m3/s；/>为第i个水库的发电引水流量，单位为m3/s；/>为第i个水库的弃水，单位为m3/s；
c）出力约束
（17）
其中，和/>是第i个水库的最小和最大出力，单位为kw；/>为第i座水库在t个时间步长的电站出力，单位为kw；
d）出库流量约束
（18）
其中，和/>分别是第i个水库的最小和最大允许出流量，单位为m3/s；为第i个水库在第t个时间步长的出库流量，单位为m3/s；
e）变量非负约束
（19）
为第i个水库在第t个时间步长的库容，单位为m3；/>为第i座水库在t个时间步长的电站出力，单位为kw；/>为第i个水库在第t个时间步长的出库流量，单位为m3/s；/>
（3.3）基于第三代非支配遗传算法NSGAⅢ，对面向鱼类生态流量过程需求的多目标水库调度模型优化求解，当目标函数值随着迭代次数增加，不再更新时，迭代停止，得到水库优化后的流量过程和水位；
研究涉及位于中国的溪洛渡和向家坝梯级水电站，这两座水电站位于长江流域水电资源最丰富的金沙江下游，梯级水库的主要功能是水力发电、供水、航运和下游防洪。
利用了2005年至2020年溪洛渡水库的入库流量，根据典型水文年的定义，总流量排名高于25%、介于25%与75%之间以及低于75%分别对应于丰水年、平水年和枯水年；将2015年（排名 75%）、2019年（排名 50%）和2018年（排名 25%）分别定为枯水年、平水年和丰水年。
模拟期为1月1日至12月31日。在多目标水库调度模型中，模拟期被分为73 段，每段5天，决策变量为每5天的水库平均水位（Hi,t，其中i=1，2；t=1，2，......，73）和每10天或11天的平均供水流量（，其中 t=1，2，......，36）。
基于第三代非支配遗传算法NSGAⅢ，对面向鱼类生态流量过程需求的多目标水库调度模型优化求解，其参数设置如下：交叉的分布指数n c 设定为20，突变分布指数设定为20。交叉概率/>设为1，突变概率/>设为/>，其中D为决策变量的数量。种群大小设定为400，最大的函数评估数设定为50000。求解得到的流量过程和水位过程如图7所示。
（4）在面向鱼类生态流量过程需求的多目标水库调度模型的基础上，耦合水温模型，构建河流生态流量过程和水温过程需求的水库多目标生态调度模型；
（4.1）搜集水库坝前剖面垂向水温实测数据以及水库坝下时间序列实测水温数据；
（4.2）构建水温模型，设置水温模型的纵向涡流粘度、纵向涡流扩散率、曼宁系数和风遮系数、表层太阳辐射吸收系数和纯水消光系数的初始值，在水温模型中输入同一时刻水温实测数据相应的水库入库流量、出库流量、水位，以及气象数据，气象数据包括气温、风速、风向、露点温度和短波辐射；水温模型的控制方程如下：
（20）
（21）
（22）
（23）
（24）/>
（25）
式中为水平流速，/>为河道宽度，/>为重力加速度，/>、/>和/>分别表示对x、z和t求偏导数，/>为垂直流速，/>为河道角度，/>为水面高程，/>为密度，/>为单位宽度的流量，/>为压力，/>为浓度或温度，/>为水温，/>为溶解性总固体浓度或盐度，/>为无机悬浮固体浓度，/>为深度；
（4.3）水温模型的取水口设置为现行调度规程的2个取水高程，计算水库出流水温；
（4.4）对计算得到的水库出流水温，与实测的水温数据对比；当计算得到的出流水温与实测的出流水温的误差大于10%，调整水温模型的纵向涡流粘度、纵向涡流扩散率、曼宁系数和风遮系数、表层太阳辐射吸收系数和纯水消光系数的初始值；直到计算出流水温与实测出流水温的误差小于10%，得到率定验证后的纵向涡流粘度、纵向涡流扩散率、曼宁系数和风遮系数、表层太阳辐射吸收系数和纯水消光系数；
纵向涡流粘度、纵向涡流扩散率、曼宁粗糙度系数和遮风系数直接影响流体动力学，影响热传输。表层吸收的太阳辐射和纯水的消光直接影响温度，从而影响流体动力学。这些系数必须在此模型中进行校准。模型校准的结果如表3所示：
表3 率定验证后的参数
（4.5）把率定验证后的纵向涡流粘度、纵向涡流扩散率、曼宁系数和风遮系数、表层太阳辐射吸收系数和纯水消光系数，以及步骤（5.3）中多目标优化调度模型计算得到的水位与水库出库流量，即水库优化后的流量过程和水位，及相应的气象数据，气象数据包括气温、风速、风向、露点温度和短波辐射，输入到水温模型中，设置现行调度规程的取水口高程，计算水库优化调度前的水库出流水温；
（4.6）在水温模型的取水口设置中，设置8个取水口，8个取水口包括基于现行调度规程的2个取水口，以及4个提高取水高程的取水口，2个降低取水高程的取水口；在3月到6月，4个提高取水高程的取水口设为候选取水口；在10月至次年1月，2个降低取水高程的取水口设为候选取水口；其余月份使用基于现行调度规程的取水口高程；
（4.7）在水温模型的取水口设置中，以水库建坝前的历史水温日均值作为目标，在候选取水口中，使用遗传算法分别优化3月到6月的4个候选取水口的取水高程，以及10月至次年1月2个候选取水口的取水高程，得到优化后的3月到6月以及10月至次年1月的取水口高程，其余月份按照现行调度规程设置；
（4.8）将步骤（3.3）中面对向鱼类生态流量过程需求的多目标水库调度模型计算得到的水位与水库出库流量，及相应的气象数据，气象数据包括气温、风速、风向、露点温度和短波辐射，输入到水温模型中，设置为优化后的取水高程，计算水库优化调度后的水库出流水温，如图8所示；
（5）计算经过水库生态调度后目标鱼类的临界水温阈值与积温阈值到达日期对比优化调度前的改善差值，以及经过水库生态调度后目标鱼类的临界水温阈值与积温阈值与建坝前自然河流最理想状态下之间的差值；
（5.1）水库优化调度后的水库出流水温即为水库生态调度后的河流水温日均值，根据步骤（2.2）和步骤（2.3）计算经过水库生态调度后目标鱼类的临界水温阈值与积温阈值。
（5.2）水库生态调度后目标鱼类的临界水温阈值到达日期，减去现行水库调度规程即常规调度下临界水温阈值到达日期，即为水库生态调度后目标鱼类临界水温阈值改善差值，反映生态调度对目标鱼类产卵临界水温阈值的改善效果；水库生态调度后目标鱼类的临界水温阈值，减去建坝前目标鱼类的临界水温阈值，即为水库生态调度后目标鱼类临界水温阈值与建坝前自然河流理想状态下临界水温阈值的差值，反映生态调度后目标鱼类产卵临界水温阈值到达时间与建坝前理想状态的差距；
（5.3）水库生态调度后目标鱼类的积温阈值，减去现行水库调度规程即常规调度下目标鱼类的积温阈值，即为水库生态调度后目标鱼类的积温阈值改善差值，反映生态调度对目标鱼类性腺发育积温阈值的改善效果；水库生态调度后目标鱼类的积温阈值，减去建坝前目标鱼类的积温阈值，即为水库生态调度后目标鱼类积温阈值与建坝前自然河流理想状态积温阈值的差值，反映生态调度后目标鱼类性腺发育积温阈值到达时间与建坝前理想状态的差距。
如图9所示为目标鱼类在枯、丰和丰水年的临界水温阈值与积温阈值，目标鱼类的产卵临界水温阈值在枯、平和丰水年的分别提前了5天、6天和6天，性腺发育积温阈值在枯、平和丰水年的分别延迟了5天、1天和1天，临界水温阈值与积温阈值尽可能重新匹配，促进鱼类产卵。
使用本发明提出的融合鱼类生态流量过程水温过程需求的水库生态调度方法，梯级水库的发电量比常规调度情景增加了1.78%，供水满足率和通航满足率均维持在98%以上；目标鱼类生态流量满足率增加4.02%；改善了鱼类产卵与性腺发育期的水温需求，其典型平水年临界水温阈值提前了6天，而积温阈值推迟了1天。
本发明公开了一种融合鱼类生态流量过程水温过程需求的水库生态调度方法，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
Claims (10)
1.一种融合鱼类生态流量过程水温过程需求的水库生态调度方法，其特征在于，包括如下步骤：
（1）构建目标鱼类栖息地模型，推求目标鱼类生命史生态流量过程；
（2）基于建坝前历史河流水温数据计算水库建坝前的目标鱼类产卵临界水温与性腺发育积温阈值，基于建坝后河流水温数据计算现行水库调度规程影响下的目标鱼类产卵临界水温与性腺发育积温阈值；
（3）构建面向目标鱼类生活史生态流量过程需求的多目标水库调度模型，得到水库优化调度后的流量过程和水位；
（4）在面向鱼类生态流量过程需求的多目标水库调度模型的基础上，耦合水温模型，构建融合鱼类生态流量过程和水温过程需求的水库多目标生态调度模型，计算水库优化调度前后的水库出流水温；
（5）计算经过水库生态调度后目标鱼类的临界水温阈值与积温阈值到达日期对比优化调度前的改善差值，以及经过水库生态调度后目标鱼类的临界水温阈值与积温阈值与建坝前自然河流最理想状态下之间的差值。
2.根据权利要求1所述的融合鱼类生态流量过程水温过程需求的水库生态调度方法，其特征在于：所述步骤（1）具体包括如下步骤：
（1.1）基于层次分析法确定目标鱼类；
（1.2）建立水环境模型，模拟目标鱼类主要栖息地河段的水动力变化情况和水质因子浓度变化情况；
（1.3）调查目标鱼类产卵场、越冬场、幼鱼肥育场的水域出现频率、分布位置、面积范围大小、活动及洄游规律，并记录对应场所的流量、水温、水位、流速及溶解氧，作为鱼类栖息地模型的验证数据；
（1.4）开展目标鱼类行为实验，建立目标鱼类行为对流量、流速、水温以及溶解氧的响应关系，获得目标鱼类出现频率与水力特性的响应曲线和目标鱼类出现频率与水质因子的响应曲线；
（1.5）从目标鱼类主要栖息地河段的水动力变化情况提取出流量和流速的结果，从目标鱼类主要栖息地河段的水质因子浓度变化情况提取出水温和溶解氧的结果，综合流量、流速、水温和溶解氧的结果、目标鱼类出现频率与水力特性的响应曲线以及目标鱼类出现频率与水质因子的响应曲线，基于模糊隶属度建立目标鱼类出现频率与水力水质特性间的隶属度函数，建立目标鱼类栖息地模型；
（1.6）水力特性中流量和流速及水质因子中水温和溶解氧作为输入，目标鱼类出现频率作为输出；目标鱼类出现频率设为遗传算法优化的目标函数，设置遗传算法的种群大小、迭代次数、交叉概率和变异概率，使用遗传算法优化鱼类栖息地模型的隶属度函数和模糊规则，验证目标鱼类栖息地模型的目标鱼类出现频率与实地调查目标鱼类出现频率是否一致；如果目标鱼类栖息地模型的目标鱼类出现频率与实地调查目标鱼类出现频率不一致，误差在10%以上，则调整遗传算法的种群大小、迭代次数、交叉概率和变异概率，对目标鱼类栖息地模型重新优化；直到误差小于10%，得到最优隶属度和模糊规则对应的目标鱼类栖息地模型；
（1.7）对优化后的目标鱼类栖息地模型，以栖息地适应性指数和连通性指数作为评价指标，建立栖息地流量—适应性指数和流量—连续性曲线之间的动态响应关系；
（1.8）基于栖息地流量—适应性指数和流量—连续性曲线之间的动态响应关系，以栖息地适宜性指数-连通性指数最优对应的流量，计算目标鱼类生活史生态流量过程，分为最小生态流量过程和适宜生态流量过程；其中栖息地恢复目标为60%对应的生态流量过程，作为最小生态流量过程，表示鱼类生活史60%的鱼类栖息地得到恢复；栖息地恢复目标为100%对应的生态流量过程，作为适宜生态流量过程，表示鱼类生活史100%的鱼类栖息地得到恢复。
3.根据权利要求2所述的融合鱼类生态流量过程水温过程需求的水库生态调度方法，其特征在于：所述步骤（1.2）具体包括如下步骤：
（1.2.1）收集DEM数据、地形数据、日均流量、日均水位数据和水温数据，结合补充监测，分析确定研究流域特征水文年；结合水库运行模式，针对整个研究流域建立水库调节下区域的一维非恒定水动力模型，模拟特征水文年中在水库调度作用下，下游河道的水力特性，水力特性包括流量、水位和流速，确定目标鱼类主要栖息地河段；
（1.2.2）针对目标鱼类主要栖息地河段建立二维水动力模型，一维非恒定水动力模型的流量和水位输出结果作为二维水动力模型的边界条件，耦合一维非恒定水动力模型和二维水动力模型形成耦合后的水动力模型，模拟目标鱼类主要栖息地河段的水动力变化情况；
（1.2.3）针对整个研究流域建立水库调节下区域的一维水质模型，针对目标鱼类主要栖息地河段建立二维水质模型，一维水质模型的溶解氧和水温输出结果作为二维水质模型的边界条件，耦合一维水质模型和二维水质模型形成耦合后的水质模型，模拟目标鱼类主要栖息地河段的水质因子浓度变化情况。
4.根据权利要求3所述的融合鱼类生态流量过程水温过程需求的水库生态调度方法，其特征在于：所述步骤（2）具体包括如下步骤：
（2.1）基于建坝前历史河流水温数据，计算多年历史河流水温日均值；基于现行调度规程下河流水温数据，计算现行调度规程下坝下河流水温日均值；
（2.2）根据建坝前历史河流水温日均值，计算建坝前目标鱼类临界水温与积温阈值；
（2.3）根据现行调度规程下坝下水温日均值，计算现行水库调度规程影响下目标鱼类的临界水温与积温阈值。
5.根据权利要求4所述的融合鱼类生态流量过程水温过程需求的水库生态调度方法，其特征在于：所述步骤（3）具体包括如下步骤：
（3.1）以发电量最大、目标鱼类生态流量满足率最高、供水满足率最高与适宜通航时段最长作为面向鱼类生态流量过程的多目标水库调度模型的目标函数；
a）发电量最大
（7）
（8）
其中，为发电量目标函数；T为总计算期长度；/>为第i座水库在t个时间步长的电站出力，单位为kw；/>为单位计算时间步长；/>为第i座水库的水力发电系数；/>为第i座水电站t期的发电流量，单位为m3/s；/>为第i座水库t个时间步长的平均水头，单位为m；
b）目标鱼类生活史生态流量满足率最大
当水库出库流量低于步骤（1）目标鱼类生活史中最小生态流量时，生态流量满足率为0；当水库出库流量位于步骤（1）目标鱼类生活史中最小生态流量与适宜生态流量之间时，生态流量满足率随流量的增加而增大；当水库出库流量高于步骤（1）目标鱼类生活史中适宜生态流量时，生态流量满足率为1；
目标鱼类生态流量满足率的目标函数如下：
（9）
（10）
式中：为目标鱼类生态流量满足率的目标函数；/>和/>分别为第t个时段鱼类最小生态流量和鱼类适宜生态流量需求，单位为m3/s；/>为第i个水库在第t个时间步长的出库流量，m3/s；T为总计算期长度；
c）供水满足率最大
（11）
其中，为供水满足率的目标函数；/>为第t个时间步长总需水量，m3/s，从水资源公报中提取；/>为第t个时间步长供水流量，m3/s；T为总计算期长度；
d）适宜通航时段最长
（12）
（13）
其中，为通航目标函数；T为总计算期长度；/>为适宜通航时段；/>和/>分别为第i个水库下游适宜通航流量范围的下界和上界，单位为m3/s；/>为第i个水库在第t个时间步长的出库流量，单位为m3/s；
（3.2）确定面向鱼类生态流量过程的多目标水库调度模型的约束条件，约束条件包括水库水位约束、库容约束、出力约束、出库流量约束和变量非负约束；
a）水库水位约束
（14）
其中，为第i座水库的最低水位，等于死水位，单位为m；/>为第i座水库在第t个时间步长的水位，单位为m；/>为第i座水库在第t个时间步长的最高水位，汛期为水库的汛限水位，非汛期为水库的正常蓄水位，单位为m；
b）库容约束
（15）
（16）
其中，为第i个水库在第t+1个时间步长的库容，单位为m3；/>为第i个水库在第t个时间步长的库容，单位为m3；/>为第i个水库的入库流量，单位为m3/s；/>为梯级水库之间的区间流量，单位为m3/s；/>为第i个水库在第t个时间步长的出库流量，单位为m3/s；为第i个水库的发电引水流量，单位为m3/s；/>为第i个水库的弃水，单位为m3/s；
c）出力约束
（17）
其中，和/>是第i个水库的最小和最大出力，单位为kw；/>为第i座水库在t个时间步长的电站出力，单位为kw；
d）出库流量约束
（18）
其中，和/>分别是第i个水库的最小和最大允许出流量，单位为m3/s；/>为第i个水库在第t个时间步长的出库流量，单位为m3/s；
e）变量非负约束
（19）
为第i个水库在第t个时间步长的库容，单位为m3；/>为第i座水库在t个时间步长的电站出力，单位为kw；/>为第i个水库在第t个时间步长的出库流量，单位为m3/s；
（3.3）基于第三代非支配遗传算法NSGAⅢ，对面向鱼类生态流量过程需求的多目标水库调度模型优化求解，当目标函数值随着迭代次数增加，不再更新时，迭代停止，得到水库优化后的流量过程和水位。
6.根据权利要求5所述的融合鱼类生态流量过程水温过程需求的水库生态调度方法，其特征在于：所述步骤（4）具体包括如下步骤：
（4.1）搜集水库坝前剖面垂向水温实测数据以及水库坝下时间序列实测水温数据；
（4.2）构建水温模型，设置水温模型的纵向涡流粘度、纵向涡流扩散率、曼宁系数和风遮系数、表层太阳辐射吸收系数和纯水消光系数的初始值，在水温模型中输入同一时刻水温实测数据相应的水库入库流量、出库流量、水位，以及气象数据，气象数据包括气温、风速、风向、露点温度和短波辐射；
（4.3）水温模型的取水口设置为现行调度规程的2个取水高程，计算水库出流水温；
（4.4）对计算得到的水库出流水温，与实测的水温数据对比；当计算得到的出流水温与实测的出流水温的误差大于10%，调整水温模型的纵向涡流粘度、纵向涡流扩散率、曼宁系数和风遮系数、表层太阳辐射吸收系数和纯水消光系数的初始值；直到计算出流水温与实测出流水温的误差小于10%，得到率定验证后的纵向涡流粘度、纵向涡流扩散率、曼宁系数和风遮系数、表层太阳辐射吸收系数和纯水消光系数；
（4.5）把率定验证后的纵向涡流粘度、纵向涡流扩散率、曼宁系数和风遮系数、表层太阳辐射吸收系数和纯水消光系数，以及步骤（3.3）中多目标优化调度模型计算得到的水位与水库出库流量，即水库优化后的流量过程和水位，及相应的气象数据，气象数据包括气温、风速、风向、露点温度和短波辐射，输入到水温模型中，设置现行调度规程的取水口高程，计算水库优化调度前的水库出流水温；
（4.6）在水温模型的取水口设置中，设置8个取水口，8个取水口包括基于现行调度规程的2个取水口，以及4个提高取水高程的取水口，2个降低取水高程的取水口；在3月到6月，4个提高取水高程的取水口设为候选取水口；在10月至次年1月，2个降低取水高程的取水口设为候选取水口；其余月份使用基于现行调度规程的2个取水口设为候选取水口；
（4.7）在水温模型的取水口设置中，以水库建坝前的历史水温日均值作为目标，在候选取水口中，使用遗传算法分别优化3月到6月的4个候选取水口的取水高程，以及10月至次年1月2个候选取水口的取水高程，得到优化后的3月到6月以及10月至次年1月的取水口高程，其余月份按照现行调度规程设置；
（4.8）将步骤（3.3）中面对向鱼类生态流量过程需求的多目标水库调度模型计算得到的水位与水库出库流量，即水库优化后的流量过程和水位，及相应的气象数据，气象数据包括气温、风速、风向、露点温度和短波辐射，输入到水温模型中，设置为优化后的取水高程，计算水库优化调度后的水库出流水温。
7.根据权利要求6所述的融合鱼类生态流量过程水温过程需求的水库生态调度方法，其特征在于：所述步骤（4）中水温模型的控制方程如下：
（20）
（21）
（22）
（23）
（24）
（25）
式中为水平流速，/>为河道宽度，/>为重力加速度，/>、/>和/>分别表示对x、z和t求偏导数，/>为垂直流速，/>为河道角度，/>为水面高程，/>为密度，/>为单位宽度的流量，为压力，/>为浓度或温度，/>为水温，/>为溶解性总固体浓度或盐度，/>为无机悬浮固体浓度，/>为深度。
8.根据权利要求7所述的融合鱼类生态流量过程水温过程需求的水库生态调度方法，其特征在于：所述步骤（5）具体包括如下步骤：
（5.1）水库优化调度后的水库出流水温即为水库生态调度后的河流水温日均值，计算经过水库生态调度后目标鱼类的临界水温阈值与积温阈值；
（5.2）水库生态调度后目标鱼类的临界水温阈值到达日期，减去现行水库调度规程，即常规调度下临界水温阈值到达日期，即为水库生态调度后目标鱼类临界水温阈值改善差值；水库生态调度后目标鱼类的临界水温阈值，减去建坝前目标鱼类的临界水温阈值，即为水库生态调度后目标鱼类临界水温阈值与建坝前自然河流理想状态下临界水温阈值的差值；
（5.3）水库生态调度后目标鱼类的积温阈值，减去现行水库调度规程，即常规调度下目标鱼类的积温阈值，即为水库生态调度后目标鱼类的积温阈值改善差值；水库生态调度后目标鱼类的积温阈值，减去建坝前目标鱼类的积温阈值，即为水库生态调度后目标鱼类积温阈值与建坝前自然河流理想状态积温阈值的差值。
9.根据权利要求8所述的融合鱼类生态流量过程水温过程需求的水库生态调度方法，所述步骤（2.2）、步骤（2.3）和步骤（5.1）中选取河流水温日均值首次稳定达到触发目标鱼类产卵行为的河流水温，作为临界水温阈值，首次稳定达到是指往后3天连续高于该水温值。
10.根据权利要求9所述的融合鱼类生态流量过程水温过程需求的水库生态调度方法，其特征在于：所述步骤（2.2）、步骤（2.3）和步骤（5.1）中积温计算通过将高于生物个体发育温度的部分，从发育期至成熟期以天为单位进行累加来确定；积温阈值计算假设多个生物个体发育温度/>来最大程度地减少各调查年内积温值的差异程度；目标鱼类个体发育温度/>的变化范围多依据鱼类发育期开始的温度，假定在0~15℃的范围内；
目标鱼类积温阈值的计算公式表示为：
（1）
（2）
（3）
（4）
（5）
（6）
其中为目标鱼类的积温阈值，单位为℃·d；/>为目标鱼类个体发育温度，单位为℃；/>是假定的个体发育温度，单位为℃；/>是假定生物学零度的数量；/>为达到最小标准偏差的假定/>；/>为每日有助于鱼类发育部分的水温，单位为℃；/>为统计年年数；为所有调查年份的积温的标准偏差，单位为℃·d；/>为所有调查年份的平均积温，单位为℃·d；/>是年数；/>以年为计的积温值，单位为℃·d；/>为物种的发育时间，单位为天d；/>为河流水位，单位为℃。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410389706.5A CN117973706B (zh) | 2024-04-02 | 2024-04-02 | 融合鱼类生态流量过程水温过程需求的水库生态调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410389706.5A CN117973706B (zh) | 2024-04-02 | 2024-04-02 | 融合鱼类生态流量过程水温过程需求的水库生态调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117973706A true CN117973706A (zh) | 2024-05-03 |
| CN117973706B CN117973706B (zh) | 2024-06-25 |
Family
ID=90859783
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410389706.5A Active CN117973706B (zh) | 2024-04-02 | 2024-04-02 | 融合鱼类生态流量过程水温过程需求的水库生态调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117973706B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107464202A (zh) * | 2017-08-14 | 2017-12-12 | 水利部交通运输部国家能源局南京水利科学研究院 | 基于鱼类生境需求的多闸坝平原河流生态流量过程推求方法 |
| CN107506909A (zh) * | 2017-08-07 | 2017-12-22 | 河海大学 | 鱼类栖息地保护的梯级水库水电站群调度控制系统及方法 |
| CN107704965A (zh) * | 2017-10-17 | 2018-02-16 | 河海大学 | 一种兼顾生态保护需求的水库兴利调度图优化方法 |
| CN109615076A (zh) * | 2018-12-13 | 2019-04-12 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种面向鱼类生境保护的河流生态流量过程推求方法 |
| CN111887183A (zh) * | 2020-08-19 | 2020-11-06 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种表征水温变化对鱼类产卵影响的方法 |
| CN112766593A (zh) * | 2021-01-28 | 2021-05-07 | 中国电建集团北京勘测设计研究院有限公司 | 一种水利水电工程生态调度方案的优化方法 |
| WO2021238567A1 (zh) * | 2020-05-27 | 2021-12-02 | 中国长江三峡集团有限公司 | 一种考虑区间支流来水的干流水库生态调度方法 |
| CN114492233A (zh) * | 2022-01-11 | 2022-05-13 | 中国长江三峡集团有限公司 | 一种基于webGIS平台及考虑综合利用要求的流域水模拟方法 |
| CN115438936A (zh) * | 2022-08-24 | 2022-12-06 | 水利部中国科学院水工程生态研究所 | 一种水库生态调度方法 |
| CN115689058A (zh) * | 2022-11-30 | 2023-02-03 | 中水北方勘测设计研究有限责任公司 | 一种确定大型水库工程生态调度的方法 |
| CN116149187A (zh) * | 2023-02-20 | 2023-05-23 | 长江水资源保护科学研究所 | 一种用于水库库尾鱼类栖息地生境保护的生态调度方法 |
| EP4212016A1 (en) * | 2022-01-18 | 2023-07-19 | China Three Gorges Corporation | Precise regulation-and-control system for propagation of drifting egg fishes |
| CN117670113A (zh) * | 2023-11-27 | 2024-03-08 | 武汉大学 | 针对珍稀鱼类保护的水库生态调度效果多维评估方法 |
-
2024
- 2024-04-02 CN CN202410389706.5A patent/CN117973706B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107506909A (zh) * | 2017-08-07 | 2017-12-22 | 河海大学 | 鱼类栖息地保护的梯级水库水电站群调度控制系统及方法 |
| CN107464202A (zh) * | 2017-08-14 | 2017-12-12 | 水利部交通运输部国家能源局南京水利科学研究院 | 基于鱼类生境需求的多闸坝平原河流生态流量过程推求方法 |
| CN107704965A (zh) * | 2017-10-17 | 2018-02-16 | 河海大学 | 一种兼顾生态保护需求的水库兴利调度图优化方法 |
| CN109615076A (zh) * | 2018-12-13 | 2019-04-12 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种面向鱼类生境保护的河流生态流量过程推求方法 |
| WO2021238567A1 (zh) * | 2020-05-27 | 2021-12-02 | 中国长江三峡集团有限公司 | 一种考虑区间支流来水的干流水库生态调度方法 |
| CN111887183A (zh) * | 2020-08-19 | 2020-11-06 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种表征水温变化对鱼类产卵影响的方法 |
| CN112766593A (zh) * | 2021-01-28 | 2021-05-07 | 中国电建集团北京勘测设计研究院有限公司 | 一种水利水电工程生态调度方案的优化方法 |
| CN114492233A (zh) * | 2022-01-11 | 2022-05-13 | 中国长江三峡集团有限公司 | 一种基于webGIS平台及考虑综合利用要求的流域水模拟方法 |
| EP4212016A1 (en) * | 2022-01-18 | 2023-07-19 | China Three Gorges Corporation | Precise regulation-and-control system for propagation of drifting egg fishes |
| CN115438936A (zh) * | 2022-08-24 | 2022-12-06 | 水利部中国科学院水工程生态研究所 | 一种水库生态调度方法 |
| CN115689058A (zh) * | 2022-11-30 | 2023-02-03 | 中水北方勘测设计研究有限责任公司 | 一种确定大型水库工程生态调度的方法 |
| CN116149187A (zh) * | 2023-02-20 | 2023-05-23 | 长江水资源保护科学研究所 | 一种用于水库库尾鱼类栖息地生境保护的生态调度方法 |
| CN117670113A (zh) * | 2023-11-27 | 2024-03-08 | 武汉大学 | 针对珍稀鱼类保护的水库生态调度效果多维评估方法 |
Non-Patent Citations (2)
| Title |
|---|
| SOFIE AANDAHL BØRRESEN: "Evaluating Modelling Approaches for State-Dependent Environmental Constraints in Medium-Term Hydropower Scheduling", 《2022 18TH INTERNATIONAL CONFERENCE ON THE EUROPEAN ENERGY MARKET (EEM)》, 15 September 2022 (2022-09-15), pages 1 - 6, XP034211873, DOI: 10.1109/EEM54602.2022.9921089 * |
| 杨培思: "考虑鱼类生态需水过程的漓江并联水库群生态调度", 《水利水运工程学报》, no. 5, 31 October 2022 (2022-10-31), pages 139 - 147 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117973706B (zh) | 2024-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Afshar et al. | Particle swarm optimization for automatic calibration of large scale water quality model (CE-QUAL-W2): Application to Karkheh Reservoir, Iran | |
| CN108108838A (zh) | 一种高水量利用率的季调节水库优化调度方法 | |
| Liu et al. | Deriving reservoir refill operating rules by using the proposed DPNS model | |
| CN106682355A (zh) | 一种基于pso‑ga混合算法的水文模型参数率定方法 | |
| CN106951980A (zh) | 一种基于rcp情景的水库群适应性调度方法 | |
| CN106682810A (zh) | 巨型水电站动态投产下跨流域梯级水电站群长期运行方法 | |
| Li et al. | Estimating maximal annual energy given heterogeneous hydropower generating units with application to the Three Gorges system | |
| Zhang et al. | Assessment of climate change impacts on the hydro-wind-solar energy supply system | |
| CN116149187B (zh) | 一种用于水库库尾鱼类栖息地生境保护的生态调度方法 | |
| CN101899820B (zh) | 面向河流生态系统保护的流域地表水可利用量确定方法 | |
| Chiteka et al. | Influence of irradiance incidence angle and installation configuration on the deposition of dust and dust-shading of a photovoltaic array | |
| CN115271304A (zh) | 基于气候变化的跨流域调水工程优化调度方法 | |
| Jia et al. | Optimal operation of cascade hydro-wind-photovoltaic complementary generation system with vibration avoidance strategy | |
| CN117973706B (zh) | 融合鱼类生态流量过程水温过程需求的水库生态调度方法 | |
| CN116542459A (zh) | 一种面向变动回水区鱼类产卵场生境重塑的生态调度方法 | |
| CN115809585A (zh) | 平衡wee关系的径流式水电站生态流量确定方法和系统 | |
| CN116796990A (zh) | 不确定电价条件下梯级水库汛前水位消落控制方法 | |
| CN115828726A (zh) | 基于机器学习的太阳能跨季节储热供热系统优化控制方法 | |
| Li et al. | A MATLAB GUI program for reservoir management to simultaneously optimise sediment release and power generation | |
| CN111651709B (zh) | 一种干支流水电开发流域中支流拆坝生境替代与修复方法 | |
| He et al. | Regulating outflow temperature for multi-objective operation of cascade reservoirs: A case study | |
| Majedi et al. | Integrated surface and groundwater resources allocation simulation to evaluate effective factors on greenhouse gases production | |
| Tayebiyan et al. | Optimization of cascade hydropower system operation by genetic algorithm to maximize clean energy output | |
| Rath et al. | Water allocation from Hirakud Dam, Odisha, India for irrigation and power generation using optimization techniques | |
| CN104240146B (zh) | 一种待建水库来流资料时间尺度的选择方法 |
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 |