通過對實時水文、氣象等信息的遙測遠傳，在系統控制中心直接控制下，迅速將實時信息數據自動傳輸入電子計算機進行處理，立即作出預報。“實時”與“在線上”的概念來源於通信和自動控制。實時是指某一水文現象出現的實際時間；在線上指所有有關的設備會裝置連線置於系統中心計算機控制之下，使整個系統實現自動化。按實時在線上預報要求，降雨和洪水事件一旦發生，預報中心必須即能獲得信息並使用預報模型由電子計算機自動進行計算，迅即作出相應預報。其間耗用的時間應縮短到最少，以期提高預報質量，爭取到最大的高效預見期，使水文預報發揮更大的效益。對於洪水暴漲暴落河流以及嚴重山洪地區，套用實時在線上預報會發布警報，更為迫切和必要。
基本介紹
- 中文名：實時在線上預報
- 外文名：On-linereal-time forecast
1. 發展,2. 實時在線上預報模型,
1. 發展
隨著電子計算技術、通信技術以及水文模擬方法的發展，實時在線上預報取得了較大的進展，並已在實際預報系統的基礎是實時資料自動採集、傳遞和處理，同時包括歷史資料和各種參證資料，作業預報模型，預報的實時修正以及預報發布等，而電子計算機則是整個系統的“中樞”。
實時資料自動採集一般由感測器、編碼器和顯示記錄部分完成。感測器的功能是採集各項水文、氣象要素信息，完成原始測量，且常以電信號形式輸出。採集數據的方式有自報式、應答式及混合式3種。實時資料傳輸主要採用超短波通信、短波通信、衛星通信及有線通信等方式。資料處理、存檔包括：數據合理性檢查與改錯、插補缺測數據、數據分類與格式化等，然後存入資料庫。整個自動測報系統一般由中心站、遙測站及中繼站等組成。20世紀80年代末，中國已建水文自動測報系統近460處。
2. 實時在線上預報模型
實時在線上預報對所使用的水文模型有特殊要求，即具有實時修正功能（見圖）。
因為目前作業預報模型多為脫機率定，參數固定而不隨時間改變，當新的觀測資料及有關信息表明預報存在誤差時，模型本身不能充分利用所有觀測信息進行實時修正。為此，除選用合適的水文模型來模擬其中最基本的確定性關係外，對於誤差（包括輸入誤差、輸出誤差以及模型內部的誤差）這類非確定性因素，需要另加隨機模型予以解決，並考慮水文過程的時變特性，建立具有實時追蹤參數變化能力的自適應綜合模型，實時預報模型；或者直接採用線性平穩時間序列模型，套用遞推估計參數方法，進行實時在線上預報，如自回歸模型（AR）、自回歸移動平均模型（ARMA）、具有外部輸入的多變數自回歸移動平均模型（ARMAX）以及線性離散時不變狀態空間模型等。
誤差又稱隨機干擾即所謂“噪聲”。從包含噪聲干擾的信息里最佳提取有用信息的工作系統稱為濾波器。模擬誤差可採用上述各種線性平穩時間序列模型，實質上它們都屬於線性濾波器。對確定性模型與隨機模型進行綜合一建立具有實時追蹤參數變化能力的自適應模型，大多採用狀態空間方法。其主要優點是直接在時域內研究控制過程，可以實時遞推地進行運算，並可通過微分或差分方法進行降價，解決具有多輸入和多輸出系統的問題。
在狀態空間原理基礎上發展起來的卡爾曼濾波技術是一種有用的工具。卡爾曼濾波是在系統輸入和帶噪聲輸出的量測值基礎上，估計表征線性隨機動態系統的狀態變數的一種算法，由美國R.E.卡爾曼於1960年提出。卡爾曼濾波理論行比較嚴格，方法富有較大彈性，易於實現自適應性控制和追蹤，已成功地套用於從宇航技術到經濟分析等各種科技領域。20世紀70年代中期引入實時水文預報領域，也獲得了進展。中國從20世紀80年代開始研究卡爾曼濾波方法在實時預報中的套用，已取得一定的進展。
