Page 61 - 2022年第53卷第12期
P. 61

观测数据不确定性的湖库水温数据同化系统,将其应用于大黑汀水库进行 1~10d的中短期水温预报,
              主要结论包括:( 1)同化方案设计对数据同化系统具有重要影响,当集合数为 100、模拟误差和观测误
              差分别为 10%和 1%时,本文构建的同化系统能够兼顾较高的计算效率与模拟精度。(2)采用双重假设
              方法,经过两次集合卡尔曼滤波算法对 W2模型的水温敏感参数和水温状态变量进行同步更新后,数
              据同化系统在 1、7和 13m水深处的水温模拟准确性较无数据同化的模拟结果分别提升了 68.8%、51.6%
              和 41.2%,模拟精度显著提升。(3)利用数据同化系统进行水温预报 时,随着 预 报期 由 1d延长至
              10d,不同水深的预报误差由 0.22~0.35℃增大至 0.77~1.09℃。无论水库处于分层期或混合期,数
              据同化系统均能够在预报期内的气象条件及水库调度等内外部因素驱动下维持较高准确性,为水库中
              短期调度管理提供理论支撑。此外本文是针对 W2模型开展数据同化研究的首个案例,所构建的同化
              系统对于其他应用 W2模型开展水动力水质模拟与预报的研究具有参考价值。
                  本项研究还能在以下四方面进行提升:( 1)不确定性分析方面。本文的预报效果除了与模型参数
              和边界条件有关,还会受观测数据密度与同化方案的影响,因此系统分析上述要素对预报结果的不确
              定性很有必要。此外本文只选取了 3个对 W2模型水温模拟最敏感的参数进行数据同化,这也可能造
              成一定的不确定性低估。( 2)观测数据获取方面。本文采用同一点位、不同深度的原位观测数据进行
              同化系统构建,但在对空间异质性较强的湖库进行预报时,增大观测数据的空间密度十分必要。布设
              多个观测站点,提升观测数据的空间密度较容易实现,但也意味着需要投入成倍的观测成本。遥感数
              据具有较强的空间代表性,利用该方法获取观测数据已有研究在开展                                 [33,36] ,多源观测数据的融合将会
              进一步提升数据同化系统的预报性能。(3)从信息融合角度而言,数据同化与机器学习在数学原理上
              采用的均为贝叶斯估计策略             [44] ,融合机器学习和与机理模型的水温预测研究已经逐渐开展                            [45] ,数据
              同化方法可能再次扮演重要角色。( 4)数字孪生是当前水利工程领域的重要研究方向,建设数字孪生
              水利工程就是为了服务预报、预警、预演、预案四项基本功能,其中预报功能要实现对水安全要素的
              高精度短期预报和中期预测,本文也可为开展数字孪生水利工程的中短期预报研究提供思路和方法。


              参 考 文 献:


                [ 1] MIC,SHATWELLT,MAJ,etal.Theformationofametalimneticoxygenminimum exemplifieshowecosystem
                       dynamicsshapebiogeochemicalprocesses :Amodellingstudy[J].WaterResearch,2020,175:115701.
                [ 2] CAREYCC,IBELINGSBW,HOFFMANNEP,etal.Eco - physiologicaladaptationsthatfavourfreshwatercy
                       anobacteriainachangingclimate [J].WaterResearch,2012,46(5):1394 - 1407.
                [ 3] ZHANGY,SUNB,JUW,etal.Eddycorrelationmeasurementsofbenthicoxygenfluxesinastratifiedandoper
                       atedreservoir [J].JournalofHydrology,2021,595:126007.
                [ 4] 高学平,郭晓雪,孙博闻,等.基于涡动相关法的沉积物- 水界面氧通量与水动力条件响应关系[J].水利
                       学报,2020,51(3):315 - 325.
                [ 5] 余晓,李国强,诸葛亦斯,等.潘家口水库氮与磷营养盐的时空变化及滞留效应分析[J].中国水利水电
                       科学研究院学报,2020,18(6):469 - 478.
                [ 6] BUTCHERJB,NOVER D,JOHNSON TE,etal.Sensitivityoflakethermalandmixingdynamicstoclimate
                       change [J].ClimaticChange,2015,129(1):295 - 305.
                [ 7] KRELINGJ,BRAVIDORJ,ENGELHARDTC,etal.Theimportanceofphysicaltransportandoxygenconsump
                       tionforthedevelopmentofametalimneticoxygenminimuminalake[J].LimnologyandOceanography,2017,62
                       (1):348 - 363.
                [ 8] FARMERTM,MARSCHALLEA,DABROWSKIK, etal.Shortwintersthreatentemperatefishpopulations
                       [J].NatureCommunications,2015,6(1):7724.
                [ 9] ZHANGY,WUZ,LIUM,etal.Dissolvedoxygenstratificationandresponsetothermalstructureandlong - term
                       climatechangeinalargeanddeepsubtropicalreservoir (LakeQiandaohu,China)[J].WaterResearch,2015,
                      75:249 - 258.
                [10] SINGLETONVL,LITTLEJC.Designinghypolimneticaerationandoxygenationsystems:Areview[J].Environ
                       mentalScience& Technology,2007,40(24):7512 - 7520.

                                                                                                   4
                                                                                              —   1 5 3 —
   56   57   58   59   60   61   62   63   64   65   66