基于数值天气预报的管道洪水风险预报应用研究

基于数值天气预报的管道洪水风险预报应用研究
葛艾天;吴夏;叶光;胡琨
【摘要】降雨是导致油气管道发生洪水灾害的基本因素之一,如何有效利用数值天气预报成果用于管道洪水风险预报,使管道管理机构提前制定应对措施,减少洪水灾害的发生和危害,具有积极的意义.本文以陕京三线输气管道山西临县段为例,结合汛期降雨实测数据、数值天气预报数据和管道穿河点历史水毁数据,以临界降雨量作为洪水风险预报的破坏力指标,提出了基于数值天气预报的管道洪水风险预报应用和改进方法.%Rainfallis one of the basic factors leading to the occurrence of oil and gas pipelines,and how to effectively use the numerical weather forecast results for pipeline flood risk prediction,so that the pipeline management agencies to develop response measures in advance to reduce the occurrence and damage of flood disasters,has a positive meaning.The in Shaanxi Beijing gas pipeline in Linxian County,Shanxi Province section as an example,combined with flood rainfall measured data, numerical weather forecast data and pipeline river crossing history flood data, to critical rainfall flood risk prediction as damage index,is proposed based on and improvement of numerical weather prediction of tube flood risk forecasting methods.
【期刊名称】《电子测试》
【年(卷),期】2015(000)023
【总页数】4页(P48-51)
【关键词】油气管道;洪水灾害;数值天气预报;混淆矩阵;集合预报
【作者】葛艾天;吴夏;叶光;胡琨
【作者单位】中石油北京天然气管道有限公司,北京,100101;中石油北京天然气管道有限公司,北京,100101;中石油北京天然气管道有限公司,北京,100101;中石油北京天然气管道有限公司,北京,100101
【正文语种】中文
THORPEX (The Observing System Research and Predictability Experiment) Interactive Grand Global Ensemble（TIGGE）数据集作为一种公开的全球数值天气预报集合已得到了行业应用的普遍认可。

数值天气预报是以初始条件和边界条件为基础，通过时间积分得到未来时刻气象要素场的预报值，但由于初始值的不确定性，存在一定的误差，因此数值预报就有一定的随机性，特别是对短期强降雨的预报，存在较大的漏报误报现象。

因此，为克服这个问题，本文以陕京三线油气输送管道山西临县段为例，采集了2011年到2013年汛期降雨实测数据、数值天气预报数据和管道穿河点历史水毁数据，以临界降雨量作为洪水风险预报的破坏力指标，提出了基于数值天气预报的管道洪水风险预报应用和改进方法。

本文研究地区为山西省临县陕京三线沿线及湫水河林家坪水文站的控制流域，研究时段选为2011年至2013年汛期6月至9月，数据来源如下表所示：
数值天气预报：TIGGE数据集，选择ECMWF、CMA、UKMO6小时步长分降雨预报数据；
地面实测降雨：中华人民共和国水文年鉴汛期降雨摘录表；
1.2 临界降雨量估计
本文研究是以降雨量作为洪水风险预报的破坏力指标，临界降雨量估计的原理是：(1) 对于运营期间未被破坏的管道穿河点，临界雨量大于运营期间发生的任何一场降雨的6h降雨量，即临界雨量下界等于实测最大雨量；
(2) 对于运营期间被破坏的管道穿河点，临界雨量大于运营期间可承受降雨的雨量，小于被破坏时经历降雨的雨量。

根据管道穿河点的代表雨量站和水毁情况的不同，可以将所有穿河点归为3种类型，分别以类别A、B、C表示。

由于A类穿河点在运营期间未发生水毁，所以无法确定临界雨量的上界，简单起见，人为给定临界雨量上界一个合适的数值，在表中以＊号标记。

使用确定性风险预报方法首先假定天气预报雨量值是准确的，其次结合上节中已经完成的临界雨量估计，给出未来几天内的预报雨量值，最终与临界雨量进行比较，就可以判断管道水毁灾害将是否发生。

由于准确的临界雨量大小通常无法给出，而只能估计临界雨量所处的区间范围，所以未来的水毁灾害也就具有了一定不确定性，可以根据以下原则给予不同的风险预警等级：
（1）预报雨量低于临界雨量下界时，管道不会被破坏，不具有风险（即安全）。

（2）预报雨量高于临界雨量的下界，而低于临界雨量的上界时，管道可能被破坏，给出橙色预警。

（3）管道穿河点的预报雨量高于临界雨量的上界时，管道一定被破坏，给出红色预警。

为了对洪水风险预警结果的准确性进行评价，使用历史的天气预报降雨数据，给出各场洪水的风险预警等级。

洪水风险预警的效果存在以下几种情况：
预报正确：洪水风险预警等级与真实风险等级相同；
预报偏高：洪水风险预警等级为红色预警，而真实风险等级为橙色预警；
预报偏低：洪水风险预警等级为橙色预警，而真实风险等级为红色预警；
高危误报：洪水风险预警等级为红色预警，而真实风险等级安全；
低危误报：洪水风险预警等级为橙色预警，而真实风险等级安全；
高位漏报：洪水风险预警等级安全，而真实风险等级为红色预警；
低危漏报：洪水风险预警等级安全，而真实风险等级为橙色预警。

根据洪水风险预警各种情况所占的比例，可以评价风险预警的准确性，以ECMWF 的天气预报输入为例进行评价。

以C类管道穿河点为例，图中红线表示临界雨量上界，绿线表示临界雨量下界。

根据管道洪水风险判断原理，将预报雨量与临界雨量的上下界比较，给出危险洪水的预警等级。

同时，各场洪水的真实风险等级由实测降雨给出，依此判断预警准确与否。

从图1可以看出，由于6h预报雨量普遍低于真实雨量，以至于任何一场降雨的预报雨量都小于C类穿河点临界雨量的下界，导致管道运营期内没有发布任何红色预警或橙色预警，预报结果为全部漏报。

所有类别穿河点的预报结果评定如表3所示。

可以看出，预报雨量普遍偏低的问题在其他类别的管道穿河点同样存在，导致所有危险暴雨全部漏报。

结果表明，确定性预报方法的漏报率太高，无法满足需求，不再进行基于其他机构天气预报的评价。

由于确定性预报方法基于预报雨量准确的假定，实际上这一假定难以满足。

目前天气预报的精度还较低，无法代表降雨量的真实水平，尤其对于大暴雨，预报雨量更加不可靠。

因此，针对该问题，将采用概率风险预报的方法予以改进。

3.1 洪水风险概率分析方法
天气预报雨量值是不可靠的，给定预报雨量，无法准确地知道未来的真实雨量是多少，这决定了未来灾害的发生是随机的。

我们可以用灾害发生的概率来表示风险的大小——灾害的发生由未来真实雨量与临界雨量的大小关系确定，所以风险值等于未来真实雨量大于临界雨量的概率，即
上式中，I表示未来的真实雨量，Ic表示临界雨量。

真实雨量是随机的，可以根据预报雨量给出真实雨量的分布规律，从而给出上述概率值，求出风险值大小。

3.2 洪水风险概率矩阵计算
以ECMWF 6小时降雨预报为例，采用K-均值法对预报降雨量进行聚类，得到以
数值大小区分的10个分组，其中小于等于0.05mm的降雨量归于0组，认为无
降雨。

表2为ECMWF 6小时降雨量每组预报值对应不同组实测值的概率矩阵，
即“混淆矩阵”。

混淆矩阵可以直观地评价数据分类的质量，对角元素代表预报值等于实测值的点的比例，非对角元素为预报出错的点的比例。

混淆矩阵对角线的值越高，说明预报值等于实测值的点的个数越多，预报水平越高。

为了使用单一数值评价混淆矩阵，对其做如下处理：
（1）将矩阵对角线上的所有数据修改为零。

非对角线数据按其与对角线的距离加权，即紧临对角线的数据不变，再外层的数据均乘以2，距对角线第3层的数据均乘以3，依次类推。

（2）对按(1)处理的矩阵求其2范数，得到混淆矩阵的距离加权2范数。

（3）重复步骤(1)、(2)，但使用距离的平方加权。

即紧临对角线数据不变，再外
层的数据均乘以22，距对角线第3层的数据均乘以32，依次类推，得到混淆矩阵的距离平方加权2范数。

对ECMWF 6小时降雨量混淆矩阵进行处理，得到对角线距离加权2范数为3.47；对角线距离平方加权2范数为19.88。

这两个指标也可用于对比不同机构降雨预报的准确度，其中对角线距离平方加权2范数更多考虑了雨量特别明显的高估和低
估情况。

由于数据样本有限，混淆矩阵中元素的单调性和平滑度不尽合理。

为了合理反映对大降雨量的预报特点，并为洪水预警的概率预报做准备，需要对上述混淆矩阵做修
正。

修正的重点在后三行，即实测大降雨量对应的元素。

修正方法为，根据已有元素，按照从对角线向两侧递减的原则对元素值进行单调平滑拟合插值。

3.3 管道洪水风险概率分析
临界雨量存在上界和下界，需要分别计算出两种不同级别的风险值，称之为红色风险和橙色风险。

表5是ECMWF 6小时雨量预报值—实测值的修正混淆矩阵，我们以C类穿河点（水毁上、下界分别是：77.8mm、38.4mm）洪水灾害分析为例，假设ECMWF 未来6小时天气预报降雨量为18，计算过程和结果如下：
（1）根据水毁上、下界在表5中分别定位对应实测值区间所在的行，分别是“(36.66，56.10]”和“＞56.10”所在行；
（2）根据ECMWF预报值“18”找到预报值区间对应的列“(17.79，25.67]”，该列数值是预报值对应的未来真实雨量的概率；
（3）在步骤(2)对应的列中，分别根据水毁的上、下界所在行向下做累计计算（注意上、下界所在行数值进行差分计算），则可以分别计算出未来降雨大于上、下界的概率。

由于不同类别管道穿河点临界雨量不同，需分别计算风险值。

计算出的未来风险值从数值上表征了水毁灾害发生的可能性，可以人为给定一个阈值，当风险值高于该阈值时，发布风险预警。

对于ECMWF数据，概率预报的风险等级评价方法和参数如下：
（1）若上界的风险概率高于0.045，则给出红色预警（0.045是红色预警阈值）；（2）在未给出红色预警的条件下，若下界的风险概率高于0.09，则给出橙色预警（0.09是橙色预警阈值）。

根据以上原理，使用2011-2013年ECMWF预报数据进行风险预报，预警结果如表3所示，受篇幅的限制，只展示2011～2012部分的计算结果。

结果显示，概率预报的结果有一定的应用价值。

但由于概率预报的方法赋予了阈值（临界雨量）更多弹性，使得预报雨量较低时也有可能发布预警信息，导致大量误报。

针对该问题，将采用集合风险预报的方法予以改进。

4.1 多家机构风险概率预报数据分析
只使用单一机构的预报降雨数据容易受到离群点数据的影响，可以采用集合预报的方法，使用多家机构的预报降雨数据分别进行概率预报，综合考虑所有预报结果给出风险等级，以提高预警准确度。

本研究中，采用欧洲ECMWF、英国UKMO、中国CMA这三家机构的天气预报数据来完成风险集合预报的任务。

按照“3.2洪水风险概率矩阵计算”中给出的方法，分别计算出CMA、UKMO的对角线距离加权2范数、对角线距离平方加权2范数和预报值—实测值的修正混淆矩阵（表4和表5）。

CMA 6小时降雨量混淆矩阵的对角线距离加权2范数为6.28，对角线距离平方加权2范数为37.09。

UKMO 6小时降雨量混淆矩阵的对角线距离加权2范数为3.13，对角线距离平方加权2范数为10.31。

对角线距离加权2范数、对角线距离平方加权2范数两个指标可用于对比不同机构降雨预报的准确度。

图2为ECMWF、CMA、UKMO三个机构的6小时雨量的预报—实测混淆矩阵的两种对角线加权2范数对比图。

从图2中可以看出，ECMWF、UKMO的6小时降雨预报水平高于CMA。

UKMO与ECMWF的距离加权2范数相差无几，而距离平方加权2范数方面，UKMO远小于ECMWF，这说明UKMO存在较少的过分高估或低估的现象。

4.2 集合风险预报方法
不同机构的预报特点存在差异，不能使用统一的风险阈值，因此，需要以尽可能消除漏报为目标，确定每家机构各自的风险阈值（如表6）。

根据基于概率的风险预警原理，使用2011-2013年各家天气预报数据进行风险预警。

综合考虑各家预报结果，给出最终的风险预警等级，其基本原则是，某日同时给出预警信息的预报机构数目越多，则发生水毁灾害的可能性就越大，风险等级也越高。

针对本研究所用数据的实际情况，对采用各家数据发出的预警级别及其准确性采用打分法计算集合预报的预警级别。

各家机构给出不同预警等级的得分情况如表10所示
对于6 h降雨预报而言，欧洲ECMWF的预报精度最高，所以得分比其他两家机
构高。

累计一天内所有机构风险预警的总得分，根据以下规则给出最终的风险预警。

（1）总得分小于4时，不给出预警（即安全）；
（2）总得分大于等于4，而小于6时，给出橙色预警；
（3）总得分大于等于6时，给出红色预警。

管道洪水风险集合预报方法综合考虑了多家机构的预报降雨及其精度水平，能有效剔除误报情况，进一步提升预报准确度。

本研究从确定性预报，到概率预报，再到最后的集合预报，对预报降雨数据所包含信息的挖掘和利用越来越深入，风险预警的准确度逐步提升，已经能够初步满足需求。

由于天气预报精度不高，且获得的历史实测数据有限，预报结果仍存在一定的误差，可通过采购使用高精度数值天气预报数据、随着运用时间推移进一步继续修正相关参数等方式继续提高管道风险预报精度。

葛艾天(1969-),女,黑龙江大庆人, 高级工程师,硕士,主要从事天然气管道管理工作。

【相关文献】
[1] 丑纪范；2007；数值天气预报的创新之路—从初值问题到反问题；气象学报；65(5):673-682
[2] 穆穆，周菲凡等；2011；气象预报的方法与不确定性；气象；37(1):1-13
[3] 田刚，陈少平，于大峰；数值预报产品评价分析和客观订正系统的设计和应用；中国气象学会2005年年会论文集；2005年。