摘要：水文系统预测有利于防洪等水利运行管理，在水文系统预测时应对相关影响因子进行分析，对于长期性的预测，我国的预测方法还是不够成熟，有待提高。本文根据多年工作实践，对水利水文系统的预测方法、发展中存在的问题与改进措施进行探讨。
关键词：水利；水文预测；途径
前言
随着社会经济的快速发展，水利工程建设也在如火如荼地开展。水文系统预测方面的准确性对水利建设、运营起到非常重要的作用，而长期性的水文预测更应作为侧重。水文预测的对象有很多，如河道流量、地表水、大气水、植被水（蒸腾、蒸发）、水位、洪峰（峰量、峰现时间）、年径流、流量过程、枯水预测等等，按照我国目前的技术，长期水文预测仍然处于探索、发展的阶段，而这也是由于长期性的预测存在太多因素变化，强度更高。因此，下文的研究具有重要意义。
一、概述长期水文预测的主要途径
一般情况下长期水文预测的时间为3天到1年，和传统的短期水文预测存在明显的差异。目前长期预测方法有三种：①天气学预测法；②天文地球物理因素预测法；③统计学预测法。
（一）天气学预测法
径流的变化主要取决于降水情况，但是降水又要由特定的大气环流形势和天气过程来决定。天气学预测方法正是基于这一成因概念，并以前期大气环流特征及其各种各样的高空气象要素为依据，直接与后期水文要素建立定量关系，然后再按照这种关系依次进行预测。
（二）天文地球物理因素预测法
不管是“海温特征”、“火山爆发”、还是“臭氧的多少”、“太阳活动规律”等种种现象，都会对大气运动和水文过程产生不同程度的影响。因此，只有对这些因素与整个水文过程的对应关系进行认真分析，才能科学地预测后期水文要素可能会发生的各种变化。
（三）统计学预测法
所谓统计学预测法，指应用数理统计的方法，从大量历史资料寻找关于“水文要素变化”的统计规律，并对之进行有效分析，分析其与其它因素的关系，最后就可以应用这些统计规律进行预测。总体上讲，统计学预测方法分两个方面：①单要素法，比如：它是将分析预测对象自身随时间变化的规律当作预测的基本依据，像“历史演变法”；②多要素综合法，它是通过对影响预测对象的因子进行分析，然后从其中挑选出一批预测因子，最终建立其统计规律来，以便当作预测的基本依据，像“多元线性回归分析法”。实际上，在长期水文预测的主要途径中，统计学预测方法比较普遍，这方面需要引起相关人员的重视。
二、长期水文预测发展过程中存在的问题
尽管长期水文预测模型的种类丰富多样，但是没有一种模型能够适用于所有的水文序列，也就是说，预测模型的适用性是相关人员需要进一步解决的迫切问题。对于具体水文序列的长期预测问题而言，人们一般都会通过“分析”、“尝试”、“检验”等一系列步骤进行分析，从而寻求到最为合适的预测模型。不管从哪个角度来说，长期水文预测研究工作一直处于发展阶段，与短期水文预测相比较，它还远远滞后于生产的实际要求。具体地分析，在预测理论研究方面，长期水文预测更加注重水文系列统计的相关特性，而对物理成因关系方面的关注相对较少；在预测方法方面，长期预测没有充分地研究各种方法的有效性，从而使现有方法难以在实践中进一步推广和应用；在预测结果的实际应用方面，长期水文预测主要对水资源的宏观调控起了一定的参考价值。随着我国国民经济发展速度的增长，这就要求增强人们对自然资源开发与环境保护意识，促使流域内各部门提升“防洪”、“供水”预见期的能力，即社会生产的需求一定会推动科技的向前发展。毫无疑问，长期水文预测方法的研究必将受到相关科研人员的高度重视。
三、长期水文预测的方法探究
（一）创建科学的预测模型
水文要素的变化，都有自身独特的物理机制，从物理成因方面解释预测因子的合理性，进一步分析形成水文现象的物理机制，创建科学的预测模型是根本。具体地讲，在严格的物理成因基础上，建立有效的预测模型，这是长期水文预测及其他水文预测必须遵循的基本原则，比如：多元线性回归模型就是一种比较有效的长期水文预测方法。
由于水文长期预测中的影响因素十常复杂，同时需要考虑多个预测因子，并且建立预测对象与预测因子之间的线性方程，这种现象就是多元线性回归模型。对于多元线性回归而言，假定在各预测因子和预测量之间，且呈线性关系的情况下，不断使预测值和实测值间的误差达到最小，还要认为未来就是按照这种关系进行发展的，以此进行预测，其基本模型方程式如下所示：.png)
其中，b0，b1，…，bp，都是与xo，x1，...，xp无关的未知数，常常称作“回归系数”，属于随机误差，这就是P元线性回归模型。实际上，多元线性回归模型也是长期预测的一个重要手段。
（二）突破传统概念束缚，引进新的分析途径
水文系统不但十分复杂，而且尤为巨大，何况水文要素的时空变化还存在着高度非线性的特点。因此，相关人员需要依据水文要素变化的非线性特点，不断突破传统概念的束缚，不断引进新的分析途径，比如：“人工神经网络”就是一种可供选择的新的分析途径。
从本质上讲，BP神经网络是一种误差函数的梯度下降算法，基本原理为：通过方向传播，不断调整网络的权值和阈值，从而使误差平方和最小。经实践证明，BP神经网络模型的映射能力超强，相关人员发现：只要拥有三层结构的BP网络，就能在一定程度上满足水文预测的一般性要求，即三层BP网络拓朴结构（如图1所示）。
图1 BP神经网络的拓扑结构.png)
BP人工神经网络的特点：大规模并行处理信息的能力；分布式的信息存贮；非线性映射能力；想象功能和容错性等，同时还能够进行联想、概括、类比与推理，将分析资料提炼成实用的统计规律。然后，通过建立指标体系，从环境检测中心获得相关资料、学习资料，以便从根本上实现时水资源承载能力的精确预测。
（三）采用藕合途径
由于水文系统的复杂性，再加上水文要素变化的不确定性，从而决定了“单一”方法的应用局限性，甚至有人通过改进数理统计的方法等进行长期水文预测，但是这些方法根本不能确保整个长期水文预测中“计算”、“预测”、“决策”的可靠性。因此，科研人员需要将各种方法有机地结合起来，积极采用“藕合”途径，尤其是要应用人工神经网络方法，它具有一定的确定性，然后再结合不确定性的“随机”、“灰色”等方法，并充分发挥它们在长期水文预测中的积极作用。
四、结束语
总之，进行长期水文预测的过程中，需要分析该地区的水、旱情变化规律、水文要素演变的持续性、相似性、周期性等一系列规律，并在此基础上采取行之有效的预测方法，同时对于各种方法的“优缺点”、“预测依据”进行综合分析，参照其中的变化规律进行合理取值。因此，作为长期水文预测的工作人员，一定要有高度责任心，以参考诸多因素为前提，不断积累经验，探讨科学实用的预测方法，努力使水文要素长期预测的精确度达到最优化。
参考文献：
[1]鹿坤.浅谈中长期水文预报方法[J].贵州水力发电，2004（2）：17~19.
[2]王增学，周志华，邹晓天，杨笑冰.中长期水文预报方法应用研究[J].东北水利水电，2012（4）：43~44.
论文作者:曾运姐
论文发表刊物:《基层建设》2016年23期
论文发表时间:2016/12/9
标签：水文论文; 方法论文; 要素论文; 模型论文; 神经网络论文; 因子论文; 线性论文; 《基层建设》2016年23期论文;