基于洪水脈沖歷時的三峽水庫生態調度研究

梁鵬騰，李繼清

(華北電力大學 可再生能源學院，北京 102206)

0 引 言

三峽工程是當今世界上最大的綜合性水利樞紐工程，具有防洪、發電、航運、供水和節能減排等巨大的綜合效益。但是水庫的運行調度改變了上下游的天然水文情勢，下泄流量均一化，洪水脈沖漲落過程不明顯、次數偏少[1]，嚴重影響了長江主要經濟魚類“四大家魚”在每年5-7月產卵期的繁殖活動。據《長江三峽工程生態與環境監測公報》數據表明，三峽庫區四大家魚捕撈量由1998年的2 299 t下降至2013年的352 t，年捕撈量最少的2009年僅有95 t，壩下監利斷面監測到的四大家魚魚苗徑流量也呈嚴重的下降趨勢。盡管洪水脈沖與生物生命周期的相關關系機理還沒有完全被人們所掌握,但許多研究資料已顯示了這種相關性，如王俊娜等[2]研究發現某些洪水脈沖指標對漁業產量具有正相關的促進作用；三峽水庫也曾在2011-2014年先后開展了5次試驗性生態調度工作，人工創造出適合四大家魚產卵繁殖的洪水脈沖過程，有效監測到產卵活動。因此，為探究三峽水庫運行后洪水脈沖過程在四大家魚產卵期的變化情況，本文根據洪水脈沖相關理論提出若干個水文指標并進行顯著性檢驗，基于檢驗結果建立水庫多目標生態調度模型，論述延長洪水脈沖歷時的可行性，并對開展此類生態調度對水庫發電效益造成的影響進行分析，以供水庫調度決策人員參考。

1 相關理論和方法

1.1 洪水脈沖理論

洪水脈沖理論(Flood pulse concept，FPC)是Junk等人[3]基于在亞馬遜河和密西西比河的長期觀測和數據積累，于1989年提出的河流生態理論，該理論認為每年的洪水淹沒是河流～河漫灘區系統生物生存、生產力和交互作用的主要驅動力，河流徑流的脈沖式變化是河流洪泛區生物區系最主要的控制因子[4]。洪水脈沖帶來的水位漲落會引發不同生物的特定行為，例如鳥類遷徙、魚類的產卵繁殖和洄游、無脊椎動物的繁殖和遷徙等。特定的河流攜帶著既成的生物生命節律信息，洪水期間的脈沖過程將這種信息更加豐富和強烈地傳達給生物，助其完成生命活動。魚類是一種依靠水文情勢的豐枯變化來完成產卵、孵化和生長的生物。在巴西的Pantanal河，多種魚類已適應在洪水脈沖高峰期進行產卵[5]；長江鱘則在汛期開始時感受到脈沖信息流的傳遞，進入支流活動。洪水脈沖理論在生態系統的改善方面也有廣泛應用：美國基西米河針對歷史洪水脈沖特點，應用河流～洪泛灘區的生態系統管理，經過近20年的實踐和摸索，該地區的生態系統得到改善，生物豐富度提升明顯[6]；Bruce R等[7]對亞馬遜河洪泛區湖泊進行研究，發現洪水脈沖改變了洪泛區湖泊的顆粒態和可溶態氮磷的濃度；Robertson等[8]提出重建更多的天然春季洪水脈沖來維持洪泛區林木產量和濕地價值。本文所涉及的與三峽水庫下泄洪水脈沖特點相關的水文指標主要有流量、歷時、變化率、發生頻率等方面，將在2.2節中提出并進行詳細研究。

1.2 Mann-Whitney U兩個獨立樣本檢驗

以三峽水庫為研究對象，對其運行前后下泄洪水過程的各水文指標做顯著性檢驗，以判斷是否產生顯著性變化。水文指標序列樣本所屬的總體分布類型往往是未知的，因此，若想判斷這種情況下兩個獨立樣本是否來自相同分布的總體，Mann-Whitney U非參數檢驗是處理此類問題的有效方法。Mann-Whitney U檢驗又稱秩和檢驗，是比較沒有配對的兩個獨立樣本的非參數檢驗，它不依賴于總體的分布形式，不考慮被研究對象為何種分布及分布類型是否已知[9]，以中位數為測度，檢驗獨立非成對樣本總體之間是否存在顯著差異，具體檢驗步驟如下：①從總體A、B中分別獨立抽取樣本nA和nB，將(nA+nB)個觀察值從小到大編序；②分別計算兩個樣本的秩和TA和TB；③建立假設。H0：兩總體A和B相對次數分布相同；H1：兩總體相對次數分布不相同；④計算檢驗統計量，如式(1)，式(2)。⑤設定顯著性水平，查U表得到臨界值U臨；⑥取統計量中較小值與臨界值進行比較，做出判斷：U≤U臨，拒絕H0，U>U臨，接受H0。

(2)

2 實例研究

2.1 水庫概況

三峽水庫是長江中上游干流的大型水庫，大壩為千年一遇設計，萬年一遇校核，正常蓄水位175 m，汛期防洪限制水位145 m，枯水期最低消落水位155 m，防洪庫容221.5 億m3，保證出力500 萬kW，裝機容量2 250 萬kW。為滿足防洪需要，水庫一般在每年5月下旬開始降低庫水位，在6月10日左右將水位降至145 m并維持低水位運行直至九月底開始蓄水。長江中游主要控制水文站宜昌站位于三峽-葛洲壩梯級水庫下游，葛洲壩屬于徑流式調節電站，對下游徑流特性影響極為有限，因此本文僅探討改善三峽水庫的調度過程對四大家魚產卵的促進作用。

2.2 三峽水庫水文指標樣本檢驗

以宜昌站作為研究站點，獲取該站點1877-2013年的日流量資料，并將這137年劃分為兩個階段，即三峽運行前的1877-2003年和運行后的2004-2013年。本文重點研究水庫運行前后洪水過程在四大家魚產卵期的5-7月的變化情況，因此以每年的這三個月為研究時段，提出具體水文指標如下：①5、6、7月的日平均流量；②每次洪水平均漲水歷時、平均落水歷時；③日漲水率、日落水率范圍分別在0～2 000、2 000～4 000和4 000～6 000 m3/(s·d)的漲、落水天數； ④最大累積漲水流量；⑤最長連續漲水歷時；⑥次均累積漲水流量。對上述指標進行統計，生成每年的樣本數據，并使用SPSS統計分析軟件對水庫運行前后兩個階段的獨立樣本進行Mann-Whitney U非參數檢驗。結果見表1，平均漲水歷時、平均落水歷時兩項指標的漸近顯著性(雙尾)取值均小于0.05，說明這兩項指標的樣本值在三峽水庫運行前后不服從同一分布，已發生顯著性變化，統計值相比于運行前有所減小。其他指標的顯著性取值均大于0.05，并未發生顯著性變化。上述檢驗結果說明三峽水庫的運行調度雖然在洪水脈沖的峰、量等方面并未對河流水文情勢造成太大影響，但洪水脈沖漲落歷時由于受水庫防洪要求、調峰需求等而有下降，造成四大家魚對洪水變化的感知不夠充分，阻礙了其產卵、繁殖和其他生命活動。

2.3 水庫優化調度建模

本文基于表1的檢驗結果，建立兼顧生態的三峽水庫優化調度模型，由于洪水過程無非漲水和落水兩種情況，平均漲水歷時的增加勢必也會帶來平均落水歷時的增加，因此目標函數中只將漲水歷時代入計算，將發電量最大和平均漲水歷時最大耦合作為目標函數。計算時間范圍從2004-2013年，其中每年5-7月為日調度，其他月份為月調度。

表1 水文指標檢驗結果表Tab.1 The results of hydrological index test

(1)目標函數：

(3)

其中：

(4)

式中：T為時段數；Em為時段m的發電量；K為出力系數；qm為時段i平均發電流量；Hm為時段i平均發電水頭；Δt為時段長；Ei等同理；w1、w2分別為目標函數中總發電量和平均漲水天數的權重；常數4 000用于消除兩個目標間的數量級差別，由試算得知；CY為該年5-7月的漲水次數；avg()為平均數函數；Durj表示第Y年第j場漲水的歷時。當面臨時段為5-7月份時，ξ1=0，ξ2=1，其他月份ξ1=1，ξ2=0。

(2)約束條件：

水位約束：

Zi,min≤Zi≤Zi,max

(5)

發電流量約束：

qmin≤qi≤qmax

(6)

下泄流量約束：

Qi,min≤Qi≤Qi,max

(7)

生態約束：

Qst≤Qi

(8)

出力約束：

Nbz≤Ni≤Nyx

(9)

水量平衡約束：

Vi=Vi-1+(Qi,rk-qi-qi,qi)Δt

(10)

日水位最大變幅約束：

-ZBF≤Zi-Zi-1≤ZBF

(11)

式中：Zi,min，Zi，Zi,max分別為水庫在時段i允許最低水位，當前水位和允許最高水位；qmin，qi，qmax分別為水輪機最小發電流量、當前時段發電流量、最大發電流量；Qi,min，Qi，Qi,max分別為時段i允許最小下泄流量、當前下泄流量、允許最大下泄流量；Qst為河流生態需水量，采用逐月90%保證率下的流量；Nbz，Ni，Nyx分別為水電站保證出力、當前時段出力、水電站預想出力；qi,qi為棄水流量；ZBF為單日庫水位最大變幅。

(3)洪水脈沖歷時控制方法：統計宜昌站1877-2003年不同漲落歷時的歷史洪水次數和1877-2013年歷史洪水中不同日漲、落水率的天數，分別見表2、表3。分別將漲水歷時、落水歷時、漲水率、落水率的頻率累加，形成4個頻率區間。在模型中使程序生成一個介于0～1的隨機小數，根據此隨機數的大小落在漲水歷時的某個頻率區間內，則決定當前一次的漲水歷時；在此階段的漲水過程中，再每日生成一個隨機數，根據隨機數大小落在漲水率的某個區間內，確定當日的漲水率。當前一次漲水完成后，即進入落水階段，同理生成每次的落水歷時和每日的落水率。一次落水完成后又回到漲水階段，如此循環，直至完成5-7月的日調度。需要說明的是，洪水脈沖歷時約束雖然以隨機方法確定洪水漲落歷時及漲落水率，但由于受模型中其他約束條件的共同限制作用(如水位約束、單日庫水位最大變幅約束)，且程序計算過程中的解均要符合所有約束條件，否則棄之重新生成狀態變量(時段末水位值)，因此模型實際上考慮了上游來水條件、水庫防洪、下游生態等要求，不會出現下泄流量不合理的跳躍，對下游防護對象造成威脅。

表2 不同漲、落水歷時的歷史洪水次數統計表Tab.2 Counts of different rise and fall duration of historical floods

表3 歷史洪水日漲、落水率天數統計表Tab.3 The statistics of the numbers of days of rise andfall rate of historical floods

以上模型采用狼群算法進行求解，狼群算法是一種新型的群體智能優化算法，它模仿野生狼群捕食行為及其獵物分配方式，將尋優過程分成3個步驟：①狼群在捕獵過程中，首先派出少數精壯的狼在各自活動范圍內進行游獵搜索；②發現獵物的狼通過嚎叫召喚同伴向之奔襲、包圍獵物；③通過優勝劣汰原則分配食物。狼群算法具有較強的魯棒性，能夠有效求解水庫優化調度問題。為驗證其尋優能力，本文以狼群算法求解三峽水庫優化調度問題，引用2004-2013年三峽月平均入庫流量數據，以月為調度時段計算10年最大發電量，并以動態規劃法優化結果作為比較，設置水位離散點數為500，兩種算法各運行10次，由表4的計算結果可知，狼群算法的優化結果要稍優于傳統的動態規劃法，證明了該智能算法的全局尋優能力。

表4 兩種算法計算結果比較Tab.4 Comparision between two algorithms

3 模型結果分析

3.1 發電量優化結果分析

根據目標函數中不同的權重分配得到的2004-2013年三峽電站總發電量和洪水歷時優化解如表5所示?？梢?，對三峽水庫下泄洪水的漲落水歷時進行約束時，電站的發電效益下降，且洪水歷時目標所占權重越大，發電量下降越多。主要原因是在四大家魚產卵密集的5-7月份，為了讓洪水漲落歷時延長到水庫運行之前的天然狀態，水庫需提前加大下泄流量并且加大出力，造成發電流量有時會超過三峽機組的最大過流能力，引起水庫棄水，發電效益無法達到以發電量最大作為單一目標時的優化調度水平。但總體來看，優化洪水漲落歷時對發電量的影響并不大，在四大家魚產卵期的5-7月完全優化發電效益和完全優化洪水脈沖歷時的發電量之差為62.6 億kWh，減少率約為0.7%。而在對兩個目標均有側重時差值會更小，這一結果說明生態調度無需犧牲太多經濟效益即可有效提高洪水脈沖的漲落歷時。

表5 不同權重下的多目標優化結果表Tab.5 The optimal results of multi-objects withdifferent weight distributions

3.2 洪水漲落歷時優化結果分析

由表5可知，控制漲水歷時的權重w2越大，平均漲落歷時也越大。繪制不同權重分配下的歷時-發電量關系如圖1所示，圖中數字代表w1，直線分別表示三峽水庫下泄洪水、宜昌站徑流實際平均漲落歷時，可見優化模型有效地重新分配了下泄流量，提升了洪水脈沖的持續時間。洪水漲落歷時對四大家魚的影響，除了文獻[2]中的結論外，李翀、彭靜等[11]也通過分析1964-2001年的野外監測四大家魚魚苗發江量與宜昌站每年月的洪水過程關系，認為每年的5-6月總漲水日數以及平均每次漲水過程日數是決定家魚苗發江量多寡的一個重要的環境因子。四大家魚只在漲水期進行產卵活動，漲水歷時的延長有助于增加四大家魚的產卵時間和產卵量。另外，其魚卵屬于“半漂浮性”卵[12,13]，喜好多變的洪水脈沖，一旦沉入水底過久會導致魚卵死亡，漲水歷時的延長使魚卵更不容易沉底，孵化率提升。研究發現，5-7月總漲水日數達到22 d左右，每次漲水3～5 d，漲水水位上漲達3～5 m，日上漲率達0.3 m，有助于四大家魚出現大規模的產卵活動。緩慢、延長的落水過程對四大家魚的繁殖也有重要的作用，它給水體帶來充足的營養供魚類生長，并促進幼魚在洄游過程中獲得性腺成熟。實際上，在水庫調度中考慮延長下泄洪水的漲落歷時需結合水文預報技術、當前來水條件以及整個四大家魚產卵期的洪水脈沖次數和歷時：如預報入庫徑流已然是一個歷時較長的漲水過程，則下泄流量只需保持或稍微延長該漲水過程即可；如預報入庫流量歷時和漲水幅度較小，而前期已有一個理想的洪水脈沖過程，則無需在當前再進行生態調度。

圖1 不同權重下的漲落歷時優化結果示意圖Fig.1 The optimal results of flood rise and fall duration with different weights

4 結 語

根據宜昌站徑流資料對三峽水庫下泄洪水的若干個水文指標進行統計和非參數檢驗，發現洪水漲落歷時較水庫運行前顯著減小?；诖私⑺畮於嗄繕松鷳B調度模型，運用狼群算法求解，結果顯示不同的目標分配權重對發電量影響不大，但洪水脈沖歷時可隨其權重的增加有明顯增加。本文的調度方法為現階段的水庫生態調度提供了一種新的思路，可用于促進四大家魚產卵的實踐探索。漁業資源的養護與修復是一項系統工程，三峽下游漁業資源下降的原因復雜多樣，流域中其他因素的影響也不可忽視，例如：漁民的過度捕撈行為、魚類產卵場受到破壞、河流連通性降低、水質下降等，需要更多的專家學者關注并采取系統性措施，來拯救瀕危的長江漁業。

□

[1] 陳 進, 李清清. 三峽水庫試驗性運行期生態調度效果評價[J]. 長江科學院院報, 2015,(4):1-6.

[2] 王俊娜, 馮順新, 駱輝煌. 近50年長江中游洪水脈沖與漁業產量的關系演變[J]. 四川大學學報:工程科學版, 2012,(S2):198-205.

[3] Junk W J. The Flood Pulse Concept in River-Floodplain Systems[J]. Canadian Journal of Fisheries & Aquatic Sciences, 1989,106:110-127.

[4] 盧曉寧, 鄧 偉, 張樹清. 洪水脈沖理論及其應用[J]. 生態學雜志, 2007,26(2):269-277.

[5] Wantzen KM, Machado FA.Seasonal isotopic changes in fish of the pantanal wetland[J].Brazil.Aquatic Sciences,2002,64:239-251.

[6] Anderson D H. Interim Hydrologic Responses to Phase I of the Kissimmee River Restoration Project, Florida[J]. Restoration Ecology, 2014,22(3):353-366.

[7] Bruce R. Forsberg, Devol A H, Richey J E, et al. Factors controlling nutrient concentrations in Amazon floodplain lakes 1[J]. Limnology & Oceanography, 1988,33(1):41-56.

[8] Robertson A I, Bacon P, Heagney G. The responses of floodplain primary production to flood frequency and timing[J]. Journal of Applied Ecology, 2001,38(1):126-136.

[9] 陳永剛, 丁麗霞, 葛宏立,等. 基于Mann-Whitney非參數檢驗和SVM的竹類高光譜識別[J]. 光譜學與光譜分析, 2011,31(11):3 010-3 013.

[10] 王建群, 賈洋洋, 肖慶元. 狼群算法在水電站水庫優化調度中的應用[J]. 水利水電科技進展, 2015,(3):1-4.

[11] 李 翀, 彭 靜, 廖文根. 長江中游四大家魚發江生態水文因子分析及生態水文目標確定[J]. 中國水利水電科學研究院學報, 2006,4(3):170-176.

[12] 張曉敏, 黃道明, 謝文星,等. 漢江中下游“四大家魚”自然繁殖的生態水文特征[J]. 水生態學雜志, 2009,2(2):126-129.

[13] 陳永柏, 廖文根, 彭期冬,等. 四大家魚產卵水文水動力特性研究綜述[J]. 水生態學雜志, 2009,2(2):130-133.