2.1　调度理论研究

2.1.1　防洪调度

我国是世界上洪涝灾害最为频繁和严重的国家之一，洪涝灾害对社会经济造成的损失占据各种自然灾害的首位。防洪调度是运用防洪工程，有计划地实时安排洪水以达到防洪最优效果，其主要目的是减免洪水危害，同时适当兼顾其他综合利用要求。防洪调度常用的指标有水位、流量、水位流量混合指标、设计标准等；实时防洪调度中常用目标有削峰率最大、成灾历时最短、分洪水量最小、洪灾损失最小（或防洪效益最大）、防洪系统“安全度”最大等。

1.防洪调度指标

Wei等以水库平衡水位指数（Balanced Water Level Index，BWLI）为水库实时防洪调度指标，以保障水库大坝安全的最高位洪水量、减少下游洪水及确保干旱期间足够水库蓄水量为目标，考虑连续性约束、物理约束、制度约束，分析比较使用BWLI方法与否的两种调度策略的多用途水库群系统，建立洪水期间水库群实时防洪调度。研究发现使用BWLI方法的防洪调度优于不使用BWLI方法的防洪调度。

张清武从为清河水库选择最优的调度方式出发，选用净雨、水位、流量作为水库防洪预报调度方式的判别指标，拟定4种洪水预报调度规划方式，以1995年典型放大的设计洪水进行校核，对清河水库的4种防洪预报调度方式进行优选，通过计算推选预报调度方式，可以在满足设计防洪安全的前提下，保持主汛限水位129.00m不变，实现洪水资源充分利用的目标。

李兴学以钱塘江流域为背景，以水位指标作为水库防洪调度规则，开展水库群预报调度技术研究。在库群联合调度时采用分块补偿方法，以提高流域整体防洪能力；同时因汛限水位是反映水库防洪与兴利之间矛盾的主要指标，详细分析汛限水位设计与管理的差别以及汛限水位动态控制的可能性，在实时防洪调度决策时，提出了“逐步松弛法”“后续降雨预留法”两种调度期内最高控制水位的实时控制方法；提出了以兴利与防洪预泄能力确定超蓄水量，以减少闸门操作和超蓄风险确定关闸时机的汛限水位动态控制技术。

李伟以碧流河水库为背景，以预报误差的累计净雨、入库流量和下游河道的过流能力为调度判别指标，将过流能力从以往大多采用的单纯约束提升到动态变化过程，制定了基于下游河道过流能力分级的预报调度方式，结合水库防洪风险、年平均发电量、洪水资源利用率及供水保证率可靠度4项指标，确定实时调度阶段汛限水位动态控制的满意决策方案。

李志远根据大清河流域的实际情况，以汛期库、淀系统的运行管理为重点，以有库水位消落深度、汛限水位恢复时间、最高水位变幅以及削峰幅度等为防洪风险调度评价指标；在此基础上构建水库系统防洪调度风险评价指标体系，指标体系包括风险指标和兴利指标，并进一步建立库、淀防洪控制调度模型。

胡炜根据太湖流域防洪调度实际情况，对其气象信息、实时水位及其特征值等水情信息和实时工情分析，进而进行防洪形势分析。同时考虑超警戒水位变量、闸门开启频次以及圩区被淹历时等目标，建立太湖流域防洪调度模型评价指标体系，运用层次分析法对防洪调度模型进行多种方案的评价和比较，将方案选择方式由人工选择随意性变成定量化。

2.防洪调度目标

Yu等的研究以最大削峰准则为防洪调度目标函数，基于Copula函数的随机模拟方法得到梯级水库的入库洪水过程，建立清江流域梯级水库防洪优化调度模型，并以一种新的基于差分进化算法（Differentid Evolution，DE）和粒子群算法（Particle Swarm Optimization，PSO）的并行差分进化粒子群优化算法（Paralleled DE and PSO，PDP）求解优化防洪调度方式；以清江流域的水布垭、隔河岩、高坝洲水库组成的梯级水库防洪调度实例证明，基于并行搜索思想的PDP算法，容易求得全局最优解。

仲刚总结了2005年汛期辽河流域的防洪调度经验，以防洪减灾效益最大化为目标，明确“泄水迎洪、河库联合、蓄洪错峰、调控洪水”的工作思路，探索出一种“全信息动态综合优化预报调度”新方法，每5～7d制订一个防洪调度方案，并根据实际情况滚动修正，尽量满足防洪目标的要求。其中水库防洪调度预案的制订，是按照降水50mm和100mm两种情况，分别预测水库将增加的水量、入库洪峰流量，并进行水库洪水调节、下游防洪目标的最大组合流量分析计算，同时确定水库最高洪水位和最大下泄流量。

胡秀英在研究西江流域龙滩水库防洪调度时，以最大削峰准则为防洪调度目标函数，其最终目标是利用河道排洪能力和水库蓄泄洪水能力达到下游防洪控制点梧州断面洪峰流量最小的目的，建立水库防洪调度模型，约束水量平衡、水库库容、水库下泄能力、水库蓄水水位库容关系等，以遗传算法求解水库防洪调度最优解。

钟平安以削峰率最大和成灾历时最短为流域实时防洪调度目标，研究证明了最大削峰准则和最小成灾历时准则目标函数的现行表达式与两准则本原表达式的等价关系，从理论上揭示了两种优化调度准则“理想最优解”的物理意义。通过对最小成灾历时准则进一步分析，从形式上统一最大削峰和最小成灾历时两种准则目标函数的表达式；提出了能保证最优解的可操作性，以及具有较高计算速度的最大削峰准则分段试算法。

3.防洪调度多目标方案决策

Zhou等为协调水库各防洪目标，需确定不同评价指标的权重关系，按赋值形式不同将权重分为主观权重和客观权重，同时引入熵权法确定各目标的客观权重，将其与主观权重线性组合，基于模糊优选模型进行多方案优选。以浑江流域桓仁水库2005年8月12日洪水防洪调度决策为例，决策时主要考虑4个指标：最大下泄流量；调洪最高库水位，即大坝安全程度；调洪末水位，兼顾汛后兴利供水能力和后期防洪能力；弃水量。

吕涑琦以浑河流域为背景，建立基于PSO算法的防洪优化调度模型；优化模型以最大削峰准则为基础，以水库泄流量最小，同时兼顾下游控制站组合流量最小为目标进行优化调度。

马志鹏等研究水库的调度方案决策，以一场洪水的泄流过程为状态，应用灰色决策理论和技术推求梯级水库群洪水调度的决策方案，从而实现优化调度。选取乌江流域上游洪家渡、东风、索风营、乌江渡4个水库形成的一个梯级水库群防洪系统进行实例计算，此系统划分为洪家渡、东风和乌江渡3个防洪子系统；考虑水库的泄流过程（此目标反映水库的泄洪过程是否均匀）、水库的弃水量、调洪末水位与理想末水位的接近程度、发电量等目标。

由上述分析可以看出，目前国内外流域防洪调度以水库和各流域防洪为典型，主要围绕库容、水位、泄量、流量、净雨等评价指标构建评价指标体系，设置调度指标。防洪调度目标主要围绕最大削峰和最小成灾历时，均衡上下游及大坝防洪安全，以水库泄流量最小、同时兼顾下游控制站组合流量最小，最大洪峰流量最小，削峰率最大，总防洪（调洪）库容最小等防洪调度目标，采用模糊优选模型、层次分析法、粒子群算法（PSO）的防洪优化调度模型以及灰色决策理论和技术等各种算法实现多目标防洪优化调度及防洪调度方案决策优选。就太湖流域而言，目前多数防洪方面的调度研究仍停留在以防洪为单一目标、利用防洪调度模型进行调度方案的模拟优选上，防洪调度研究的层次性和多样性还有待进一步拓展。

2.1.2　供水调度

目前我国水资源时空分布存在不均衡性，同时随着人口增长和社会经济快速发展，水资源供需矛盾日益突出。为了有效解决水资源日益增长的供需矛盾，流域的供水调度研究成为水资源优化配置的重点。

1.供水调度指标

根据流域的现有利用状况和水资源需求，提取该流域供水调度的评价指标，相关文献［15-24］根据供水需求最大、引水效率最高、生态环境需水的要求、水库调度能力、考虑降雨预报等单个或多个需求，构建供水调度评价指标体系，进而进行模型构建和算法求解，满足流域供水需求。

（1）综合指标方面。万芳研究了滦河流域水库群联合供水调度与预警系统。在供水区重要度评价方面，采取经济指标、社会指标、生态指标和水资源利用效率4个一级指标来表示不同供水区的相对重要度；在供水预警指标方面，应用模糊数学理论建立水库现状供水评价指标D和水库未来水情指标S，并应用信息熵（Information Entropy）的原理，确定水库供水预警灯号数及供水预警指标（Water Supply Alert Index，SAI）。习树峰等在考虑降雨预报的跨流域调水供水调度及其风险分析中，建立考虑降雨预报的跨流域调水供水调度模型，利用决策树算法根据水库当前状态和全球预报系统（Global Forecasting System，GFS）获取跨流域调水规则，以确定跨流域调水量，然后进行水库供水调度；选择调水保证率、供水可靠性、供水恢复性、供水破坏率作为风险评价指标，建立风险综合评价体系，对跨流域调水供水调度模型进行风险评估。实例表明，采用考虑降雨预报信息的跨流域调水供水调度模型较水库常规调度和优化调度，综合风险率低，且能有效提高水资源的利用效率。彭慧等在沭水东调工程跨流域水库群联合供水研究中，分析了日照市沭水东调工程特点，以城市供水量最大、水库弃水量最小为目标建立了多目标跨流域水库群联合供水调度模型。同时，将遗传算法嵌套于长系列变动时历法中，对工程涉及的沭河流域青峰岭、小仕阳、峤山水库以及傅疃河流域日照水库进行联合供水调算，探讨沭河流域各水库的可调限制库容和日照水库需水动态限制库容等调水指标。结果表明，水库群联合供水较各水库单独供水可增加利用沭河水量939万m3，说明水库群联合调度有助于充分挖掘沭河流域各水库的供水潜力，对解决日照市区供水缺口十分有利。

（2）供水量最大指标方面。刘娜针对跨流域调水工程联合调度问题进行研究，当远期规划供水需求较大时，在现有调水工程的基础上推求水库的最大供水能力，为未来规划决策作参考，并以此最大供水能力为需水要求进行水库群联合调度规划应用研究，建立多个水库群联合调度模型，针对不同情况为水库群的科学安全调度制定多种调度方案，以保障水库群的安全供水。高海东等进行了冶峪河流域供水水库优化调度及用水补偿研究，以冶峪河流域为研究对象，建立流域可供水量之和最大的多水源联合调度数学模型。在冶峪河流域供水水库优化调度及用水补偿研究中，以冶峪河流域为研究对象，采用蚁群算法，对多水源联合调度数学模型进行求解，并根据流域实际分析用水削减方的用水补偿方案。王强等针对浑太流域水库群联合供水调度问题，建立了水库群联合调度模型Ⅰ和Ⅱ。分析水库群蓄水与农业灌溉供水的关系；引入“目标蓄水量”的概念，根据供水量与目标蓄水量、联合供水任务以及供水分配系数之间的相关关系，实现水库间联合供水任务的分配；采用逐步优化算法（Progress Optimality Algorithm，POA）制定水库群联合优化调度图及其相应的水库群联合调度规则。长系列模拟结果表明：所建的两个联合调度模型比原设计的年均农业供水量增加，年均弃水量减少。

（3）供水量最大与引水效率最高指标方面。刘莎通过制定合理的受水水库引水与供水联合调度图及其调度规则，对跨流域引水工程中受水水库的引水与供水联合调度相关问题展开研究，建立了供水量最大与引水效率最高的受水水库多目标调度模型，将其分解成两阶段单目标联合调度模型，提出了求解受水水库引水与供水联合调度图及其调度规则的模拟优化方法，应用动态规划逐次逼近算法（Dynamic Programming Successive Approximation，DPSA）对各模型求解。彭安帮针对跨流域水库群引水进行研究，为提高整个系统的供水和引水效益，确定供水量最大和引水量最小两个目标函数以及相应的约束条件，构建基于调度规则的跨流域水库群联合调度优化模型。针对跨流域水库群联合优化调度具有高维非线性和动态性的特点，提出一种改进微粒群算法用于求解。周惠成等研究了跨流域引水期间受水水库引水与供水联合调度，针对跨流域引水工程中受水水库引水与供水联合调度问题，建立了供水量最大与引水效率最高的多目标联合调度模型，并将其分解成两个单目标调度模型，应用长系列模拟优化的方法求解。以大伙房水库输水应急入连工程规划为基础，建立模型对其受水水库碧流河水库进行实例研究，先后求解引水期间水库最大可供水量以及如何高效引水的问题。杨春霞研究大伙房跨流域引水工程优化调度方案，建立了跨流域引水优化调度的模型，选用遗传算法为优化方法，研究了该方法在大伙房跨流域引水工程优化调度中的应用。其指导思想是优先利用本地水资源，目标函数为被补偿流域引水量最少。充分考虑了引水工程的引水能力、水量平衡、工农业用水量和水库汛限水位等影响因素，将其作为约束条件。采用自适应交叉率和变异率、浮点编码的遗传算法对引水优化调度模型进行求解。与长系列法相比，在满足工、农业用水年保证率的前提下降低了引水量，提高了水资源的利用率。

2.供水调度目标

基于解决水资源短缺、防止库区灾害、保障城市生产生活供水等单目标或多目标，进行国内外流域的供水调度研究。

（1）解决水资源短缺方面。水资源分布不均匀性与人类社会需水不均衡性的客观存在使得跨流域调水成为解决水资源供需矛盾的重要途径之一，李学森基于跨流域调水系统的组成及特点，针对目前跨流域调水系统缺乏统一有效的水资源调度管理体系和调度决策中忽视水资源预报信息的问题，对跨流域调水系统调度决策方式和管理模式展开研究。

（2）防止库区灾害方面。三峡大坝的建设彻底改变了长江的自然流动性，影响到长江中下游的资源和环境，改变了水文条件和洞庭湖的生态环境。Zhan等通过对三峡水库的运行，确保洞庭湖的水位不能在旱季太低，也不能在雨季过高，从而防止湖区可能发生的水旱灾害。岗南、黄壁庄、王快和西大洋水库是南水北调中线工程规划向北京应急供水的4座水库，对水库来水进行快速准确的预报对应急供水调度有着十分重要的意义，彭辉等针对水库控制流域的水循环特性，选用了双层水箱模型进行水库入流预报。

（3）保障城市生产生活供水方面。谢招南概述了晋江流域水资源短缺的现状，为保障晋江下游地区供水安全，确保泉州经济社会稳定发展，针对流域水库群供水能力进行丰、平、枯期水量分析，提出水库群串、并联联合供水调度方案。

总体而言，流域供水调度的研究首先根据供水调度的目标，确立各个流域的供水指标，在此基础上进行供水调度模型构建，通过算法对模型求解，进行流域的供水调度研究，实现水资源的优化配置。文献研究涉及辽河流域、滦河流域、浑太流域、晋江流域、永定河流域、南水北调、东水西调等流域。供水调度的目标包括解决水资源短缺、生态环境保护、防止库区灾害、保障城市生产生活供水等单一或多个目标。供水指标是指依据供水需求最大、引水效率最高、生态环境需水的要求、水库调度能力、考虑降雨预报等单个或多个需求，确立供水调度的评价指标，包括基于经济指标、社会指标、生态指标和水资源利用效率的供水区重要性评价指标，基于调水保证率、供水可靠性（缺水风险率）、供水恢复性、供水破坏率的风险综合评价体系，基于农业供水量、工业供水量、发电量、弃水量、缺水量的权重趋势系数评价指标，基于运行风险、管理人员、引水量、供水保证率、缺水量的调度规则指标及管理人数多目标评价指标，供水量最大评价指标，供水量最大和引水效率最高评价指标，生态需水量评价指标等。在研究中涉及的供水调度模型包括跨流域调水模型、水库群联合调度模型、多目标优化模型、引水与供水联合优化调度模型、多水源调度模型、双层水箱模型等，模型求解算法包括粒子群算法、遗传算法、蚁群算法、模糊模式识别优化算法、决策树算法、Copula函数、样本分析等。

2.1.3　水生态环境调度

水生态环境调度旨在抢救或恢复已受损的河流生态系统，是为促进河流生态系统自我修复能力提高而实施的各项河流和水利工程调度措施的统称，其实质就是将生态因素纳入到现行水库调度和区域水资源配置方案中进行多目标综合调度。国外对生态调度的研究主要集中在河道生态需水理论及计算方法、水利水电工程调度方式优化、水库水沙调节、生态洪水、水质保护、水库及下游河道生物栖息地改善、生态调度方案评价、生态调度立法等方面。目前，生态调度的研究与实践已从前期的水库生态调度拓展到流域生态调度的新阶段，并逐步融入到流域综合管理范畴，以满足流域水资源优化调度和河流生态健康为目标的流域生态调度日益成为社会共识。目前国内生态调度研究主要集中在生态需水调度、水文情势调度、防治水污染调度、水库水沙调度、生态因子调度、水系连通性调度等6个方面。

1.水生态环境调度的概念

生态调度的理念最早源于美国、澳大利亚等国，很早就在水库调度运行中考虑生态因素，并进行恢复流域生态系统的相关研究和实践，以行动实践着生态调度的理念，丰富了调度的研究与实践。目前研究实践表明，对生态调度考虑居多的领域为水库调度，且除防洪、发电、灌溉、航运、供水、渔业、控制水质和改善水景观以外，还包含生物栖息环境、维持或增强溯河产卵的鱼类种群的寻址需求、下游堤岸保护、湿地保护与改良等因素。一些工程在运行时，将保护鱼类和野生动物优先于发电需求进行考虑，对生态环境进行恢复。国外生态环境保护及恢复的观念较强，相关工程建设和调度运行过程中注重将库区、河道保持在天然状态，维护生态环境完整性和良好性，将生态调度列入日常管理工作，制定明确的管理和补偿制度。

我国对生态调度的研究也主要集中在水库调度领域。随着经济社会发展及人类对生态系统认识的深入，生态调度逐渐受到重视，当前国内学者对于生态调度已经有一定的研究。20世纪80年代，方子云等提出了水库生态调度的雏形：改变水库运行方式，进而改善生态环境。2003年董哲仁提出，水利工程对于生态系统胁迫的主要原因是水利工程在不同程度上造成河流形态的均一化和不连续化，从而导致生物群落多样性下降；并将生态调度解读为在满足防洪、发电、供水、灌溉等经济社会功能的同时，兼顾下游水域生态系统需求的调度原则和方法。21世纪初，我国水利学领域提出了“生态调度”或“生态友好型水库调度”的概念。生态调度是指充分考虑水库的调节性能和河道的输送特性，通过调整与优化调度方式，改善流域水环境，减轻筑坝对河流生态系统的负面影响，促进河流健康；而生态友好型水库调度则是适应生态要求的水库调度方式，将传统的以综合效益最佳为目标的水库调度和以生态保护为目标的调度结合起来，实现双赢。相对于生态调度，生态友好型调度既不同于传统的以综合效益最佳为目标的水库调度，也与专注改善生态环境的水库生态调度涵义有所差别，是经济目标与生态目标的协调与均衡，使水库调度理论和实践进入了一个新阶段。

2.水生态环境调度指标

水生态环境调度指标的研究主要考虑的角度有河道闸坝等的水利工程调度、流域调水活动以及流域整体生态安全等。

Matete等针对莱索托和莱索托高地水利工程项目（LHWP），利用多国生态社会核算矩阵（Multi-Country Ecological Social Accounting Matrix，MC-ESAM）分析下游生态服务情况，以维持生态生产、维持人类需要用水、保持经济生产需要期为指标进行评价，通过关键值分析居住在LHWP的河段内的人口对生态资源的影响。徐建新等运用模糊数学理论建立了河道闸坝生态调度多层次模糊综合评价模型，评价指标体系以生态环境极大改善、社会效益显著、资源利用率提高、技术先进和带动经济发展为总目标；建立生态环境指标、社会效益指标、资源指标、工程技术指标和经济效益指标5个一级指标；并以不达标污水排放严重超标、河道流量的不稳定性、不满足生态基流等因素建立18个二级指标。

Meng等从沱江流域生态安全预警入手，基于压力—状态—响应（Pressure State Response，PSR）模型构建生态安全评价指标体系，共有15个细分指标，分别是单位面积化肥施用量（折纯）、农业人口比例、单位面积农药使用量、文盲率、农业灾害指数、人均耕地面积、农村居民人均用电量、人均粮食产量、网路密度、灌溉指数、水土流失率、森林覆盖率、农村居民人均纯收入、景观多样性指数、农村恩格尔系数。采用层次分析、时间序列预测、模糊综合评判、主成分分析方法对流域2010年、2015年、2020年的生态安全状态进行评价与预警研究。

中国水利水电科学研究院分析水动力条件对藻类生长过程的影响，认为“水流速度作为一个能较好地反映水体水动力条件的综合表征指标，既能反映水体迁移流动特性、又能反映水体滞留时间”。赵颖在水文、气象因子对藻类生长影响作用的试验研究结果表明，在温度、光照、水体营养盐浓度一定的条件下，在试验设计的流速水平中，适合藻类生长的最佳流速条件为0.03m/s；流速不小于0.30m/s时，藻类的生长均受到不同程度的抑制；尤其当流速大于0.05m/s时，藻类生长受到显著限制，数量无明显增加。彭进平等以环形水槽为手段，以太湖作为对象，研究水动力条件对湖泊水体磷素质量浓度的影响，实验研究表明随着水体流速的变化，水体中TP质量浓度的变化会有3个阶段，流速从0到12.5cm/s的上升期，12.5～50cm/s的上升期和50～60cm/s的突增期。分析认为在低流速下，沉积物会成为TP的“汇”而非“源”；随着流速增大，水流将对悬浮物和沉积物均产生作用，使得泥沙的起动导致TP质量浓度的增加。郝文彬等研究了水利工程调度对水体流动性改善的影响，采用环境流体动力学模型（Environmental Fluid Dynamics Code，EFDC）对引江济太工程的水动力调控效果、水体交换过程及经济调水量通过湖体水龄[1]的时空分布来进行分析，表明引江济太调水工程能够改善太湖部分湖区的水动力状况，而不是整个太湖的水动力状况。谢其华等以慈溪市中心城区河网为研究对象，利用水流连续方程和水流运动方程，选择、建立和验证了河网平面二维数学模型，对河网水体流动流速的大小和方向等水利特性进行了分析，按照水体流动大小和强弱以及形成原因把中心城区分成5个区域，得出水体流动性差急需治理的区域，说明了合理利用水利工程壅高河网水位形成稳定水位差对增强水体有序流动的效果。

总体而言，水生态环境的调度指标主要集中在考虑水文影响、河网水位、湖体水龄（或换水周期）、水质状况、生态影响、资源利用、社会效益等方面，同时就具体的研究对象及工程项目特征，在设置时各有侧重。

3.水生态环境调度目标

目前，国内对于水生态环境调度目标的探索多是基于水利工程如水库及水库群、闸泵等的调度和流域整体的生态调度来进行，主要涉及的流域有黄河流域、长江中下游流域、石羊河流域、海河流域、浦河流域、太子河流域、金沙江流域、辽河流域以及淮河流域等。

许可等以三峡水利枢纽工程为实例，针对流域生物资源保护为目标的流量要求，建立了以水电站发电效益最大为目标的长期优化调度模型，采用差分进化法进行优化求解，并在此基础上采取人造洪峰、提高下泄水温等生态修复方式保护流域生物资源。许可针对三峡梯级电站调度过程中生态效应和经济效益的均衡问题，建立了综合考虑生态和经济目标的多目标生态调度模型，提出了衡量生态效益的指标体系用以量化生态目标。杨正健等提出通过改善支流水流条件进而控制支流富营养化及水华的三峡水库上游流域潮汐式生态调度。潘明祥运用MIKE11水动力模型建立了三峡水库下游的一维水动力学模型，选择评价河流健康的32个生态水文学指标，运用物理栖息地模型（Physical Habitat Simulation Model，PHABSIM）模拟三峡水库下游河道鱼类，主要包括中华鲟和“四大家鱼”的栖息地环境。赵越针对长江中游生境改善与修复的需求，提出了一种考虑生态系统、“四大家鱼”产卵、中华鲟产卵的生态需水量及防止气体过饱和与河口咸潮入侵发生的临界流量，建立了以生态溢缺水量最小及年发电量最大为目标的水库多目标调度模型。

胡和平等以水电站年发电量最大为优化目标，以生态方案为约束，提出了基于生态流量过程线的水库优化调度模型，并进行了水库生态调度计算，以维持一定的河道基流、保证水质、维持河道景观、保护河岸湿地4项生态环境组合出5个生态方案。张洪波等设计以防洪减灾、生态流量、水资源利用为目标的多目标生态调度目标函数，应用流量恢复方法获取恢复河流生态水文系统健康所需的水流过程，建立了黄河干流梯级水库综合调度模型。

王宗志等采用系统仿真与智能计算相结合的途径，构建了基于库容分区运用的水库群生态调度模型，并将模型应用于海河流域滦河水系，从用水保证率、发电量和生态系统改善效果等目标分析了调度方案的合理性和有效性。何俊仕等提出了蒲河流域棋盘山水库和团结水库的联合生态调度，以经济、生态、社会三方面综合效益最大化为目标，建立了水库生态调度多目标数学模型。运用遗传算法通过Matlab软件优化求解，提出了维持蒲河流域景观连续水面的建议。陈南祥等以太子河流域水资源利用和河流生态流量为目标，建立阶梯水库多目标生态调度模型，并采用模拟仿真技术求解。杜青辉以辽河流域河流为研究对象建立了汛期以旬、非汛期以月为调度时段的面向生态的水库多目标调度模型，包括经济目标、社会目标、环境目标和生态目标，并利用模拟仿真和大系统分解协调的多目标遗传算法求解调度模型；采用三维仿真基础平台（Neomap Vplatform，NVP），将地理信息系统和虚拟仿真技术与水库生态调度模型相结合，建立太子河流域水库生态调度三维仿真系统。程绪水等以满足河道内最小生态需水量为目标，建立了流域生态用水优化调度模型体系和平台，提出了生态用水调度方案和方式。邓晓雅等以流域水资源合理配置为目标，分析塔里木河流域的生态调度与水资源合理配置的关系、流域生态调度关键问题，提出了源流“集中同步组合”、干流“分段耗水控制”、干流下游“地下水位调控”的生态调度方案。Chang等采用随机折中规划（Stochastic Compromise Programming，SCP）生产效率最大化和减少流动的竞争目标之间提出了水资源管理方案。

因此，研究人员在长江、黄河、石羊河、淮河、塔里木河等多个流域地区，以提高发电效益、保护流域生物资源、优化生态用水、合理配置水资源、控制支流富营养化及水华等为目标进行生态调度研究，并分别建立调度模型，采用差分进化法、可行搜索算法（Feasibility of Search，FS）、高散微分动态规划方法（Discret Differential Dynamics Programming，DDDP）等优化模型实现生态调度目标。近年来在流域生态调度的研究中多集中在多目标优化，国内外分别就爱达荷州中北部红河流域、黄河流域、长江中下游流域、石羊河流域、海河流域、浦河流域、太子河流域、金沙江流域、辽河流域、滦河流域以及淮河流域进行多目标优化生态调度研究；以经济、社会、环境和生态效益的最大化为目标设计了不同的生态调度优化模型和方案，如以发电量最大并引入生态约束（河道基流、水质保证、河道景观和保护河岸湿地）、发电量最大和生态缺水量最小的生态调度方案；防洪减灾、生态流量、水资源利用的多目标生态调度；考虑防洪、发电、航运等社会经济效益，以维护水库下游河流健康为目标的生态调度方案；防洪、发电以及生态调度为目标的调度模型；以及“三生用水”（生活用水、生态用水和生产用水）为调度优先级、调节雨洪资源适应库区及下游需要等多生态目标的调度方案等。

在水生态调度评价方面，国内外分别对沱江流域、张家口地区水资源、北运河水闸以及湄公河、康乃狄格水库的生态安全、水资源配置、闸坝生态调度等问题进行了研究。在河流闸坝调度中建立了多层次的评价指标体系，以生态环境改善、社会效益显著、资源利用提高、工程技术先进和促进经济发展为评价总目标，采用生态环境指标、社会效益指标、资源指标、工程技术指标和经济效益指标等一级指标及其相应的二级指标作为评价指标；在跨流域调水中建立调水沿线的生态环境指标、水环境质量指标、资源承载力指标、环境风险指标和社会经济环境指标的评价体系；在水利工程建设中利用径流量，断流天数，氮、磷、钾、氧元素含量，物种等指数建立三级生态效应评价体系。

2.1.4　综合调度

流域水资源综合调度是水资源管理工作的重要内容之一，旨在水资源调度过程中以水资源系统分析手段、水资源合理分配为目的，通过各种评价指标和技术方法，进行多目标优化，实现流域水资源统一调度及跨流域调水。水资源调度按照调度的时间尺度可分为年、月、旬调度，周、日调度和实时调度；按照调度内容可分为防洪调度、排涝调度、灌溉调度、供水调度、排沙调度、发电和生态调度等，也可划分为综合调度和单一目标调度。水资源调度兼顾防洪、灌溉、发电等多方面效益，决定了流域水资源调度的多目标特点，因而多目标优化法在水资源综合调度中起着不可或缺的作用。水资源综合调度的评价指标体系根据水量、调蓄、调水、调沙等具体调度目标，综合考虑社会发展、生态、资源、效率、经济等的合理性，遵循保序性、客观性、协调性等原则，以各种现代智能启发算法和常规优化算法为配置评价的理论基础进行构建。

2.1.4.1　流域综合调度多目标及其优化方法

为实现流域水资源多目标优化综合调度，国内外研究开发了多种多目标规划模型、决策模式以及优化算法。

Ahmad等研究了水库调度中传统的进化计算以及仿真优化和多目标优化组合的应用，同时还展示了新的优化算法，重点是人工蜂群（Artificial Bee Colony，ABC）和引力搜索算法（Gravitational Search Algorithm，GSA）；Tabari等使用序贯遗传算法（Sequential Genetic Algorithm，SGA）和非支配排序遗传算法（Non-dominated Sorting Genetic Algorithm，NSGA）Ⅱ型号的多目标优化模型对地表水和地下水的联合使用进行规划和管理；Kim等通过分析目标函数值和决策变量之间的关系，提出了一种确定非支配解的最佳解的方法，把NSGA-Ⅱ应用到汉江流域四维多水库系统中。李涛涛建立了滦河流域多目标优化配置模型，运用粒子群算法求解该优化模型中非劣解集；Yang等提出了一种改进的进化算法（Evolutionary Optimization Algorithm，EA），又称为用主成分分析和拥挤距离排序的多目标复杂演化全局优化方法（Multi-Objectire Complex Evolution Global Optimization Method with Principal Component Analysis and Crowding Distance Operator，MOSPD）。Bai等提出了一种新算法：可行搜索空间优化非支配排序遗传算法（Feasible Search Space Optimization-Non-dominated Sorting Genetic Algorithm，FSSONSGA-Ⅱ）。

2.1.4.2　流域综合调度指标体系

从水资源综合调度多维性和多目标优化综合调度评价指标体系两方面阐述了流域水资源综合调度评价指标体系研究进展。

1.流域水资源综合调度多维评价体系

流域水资源综合调度的影响因素众多，涉及范围较广，必须建立多维度的水资源综合评价体系来进行评判。曾国熙等基于分区指标与全局指标两个层次，构建涵盖社会合理性、经济合理性、生态合理性、资源合理性、效率合理性与发展协调性六大类的多维评价指标，以可持续发展理论、水资源二元承载力理论为配置评价的理论基础，针对黑河流域实际特点，分目标层、准则层和指标层建立了流域水资源配置评价指标体系；胡玉明针对岷江流域的生态功能，采用多准则的层次分析法，构建了社会发展、经济发展和生态保护三维度的评价指标，其评价准则由目标层、准则层、指标层和方案层组成，评价指标从评价区域或流域的社会经济可持续发展水平、水资源开发利用、区域用水和区域水资源承载能力、水资源可持续利用及流域所处位置的生态功能等方面设置了水量分配指标体系（包括社会性指标、经济性指标、生态性指标）、层次结构图和指标权重。

流域水资源综合调度多维评价体系主要通过设定社会、经济、生态及发展等各方面因素，分层次进行指标权重赋值，通过完善的综合调度评价指标体系来指导流域综合调度工作。

2.流域多目标优化综合调度评价指标体系

与水资源综合调度多维评价体系不同，国内外学者针对流域内防洪、水资源开发利用等不同领域、不同地区的目标及需求，构建流域综合调度多目标优化调度评价指标体系。采用相关评价方法对构建的指标体系进行分析。

陈雯卿通过对2006—2013年钱塘江流域水资源开发利用的相关数据进行统计分析，从开发利用现状（现状用水量、人均生活用水量、土地面积、农田有效灌溉面积）、经济贡献（包括资源规模和经济发展，资源规模含总人口数、多年平均人均水资源量、水资源开发利用率3项分指标；经济发展以GDP、第一产业GDP比重、第二产业GDP比重为分指标）、利用效率（包括用水效率和经济质量，用水效率以万元GDP用水量、万元工业产值用水量、万元农业产值用水量、亩均灌溉用水量、节水灌溉面积比例为5项分指标；经济质量以人均GDP、工业用水重复利用率和人均工业产值为分指标）、可持续发展［包括水质状况和社会发展，水质状况以Ⅰ～Ⅲ类水质比例、城市污水处理率、污水集中处理率和年人均COD排放量4项分指标来反映；社会发展以水利投资占GDP比重、GDP年均增长率（2006—2013年）、人口自然增长率、森林生态功能指数4项分指标来反映］构建了多目标多层次评价指标体系，并利用层次分析算法（Analytic Hierarchy Process，AHP）构建一个基于水资源开发利用评价指标体系的初始递阶层次结构，选择逼近于理想解的排序方法（Technique for Order Preference by Similarity to Ideal Solution，TOPSIS）（简称AHP+TOPSIS模型）对系统进行评价。Zhou提出了一个由防洪风险分析模块、使用效益分析模块和多目标评价模块组成的综合模型，得出梯级水库联合优化填充规则，选择长江流域的金沙江和三峡梯级水库作为案例研究，用1950—2010年间的61年每日观察径流数据测试模型，结果表明该模型能够在防洪和使用效益之间进行有效权衡。

由上述分析可以看出，目前国内外流域水资源综合调度具有水资源利用多目标的特征，并因此构建了多种多目标规划模型、决策模型、联合调度模型和各种仿真平台，包括柔性决策模式、自适应水量调度模型框架、MDB-水平衡动态模拟模型（Water Balance Dynamic Simulation Model，WBDSim）、时间序列和参数—仿真—优化（Particle Swarm Optimization，PSO）框架、WEAP21水资源管理模型（Water Evaluation And Planning System，WEAP21模型）、二维水动力学和水质综合模型（Two-Dimensional Hydrodynamic and Water-Quality Model），CE-QUAL-W2模型等，其研究前沿技术主要涉及多种智能算法和优化算法及结合方法：实数编码遗传算法优化、加速遗传算法（Real Coding Based On Accelerating Genetic Algorithm，RAGA）、灰色关联度法、熵权理想点法、动态规划法（Successive Approximation Methods of Dynamic Programming，DPSA）、动态规划逐次逼近方法（Progressive Optimality Algorithm，POA-DPSA）方法、粒子群优化算法、多目标粒子群算法（Multi-Objective Particle Swarm Optimization，MOPSO）、改进的粒子群优化算法（Non-Dominated Sorting Particle Swarm Optimization，Ⅰ-NSPSO）、非支配排序遗传算法（Non-dominated Sorting Genetic Algorithm，NSGA-Ⅱ）、二倍体多目标遗传算法、多目标优化算法（Pareto Efficient Global Optimization，Par EGO）、宏观进化多目标免疫算法、多目标遗传算法（Multi-Objective Genetic Algorithm，MOGA）、多目标NSGA-ALAN算法、多目标非支配归档蚁群优化（Non-dominated Archiving Ant Colony Optimization，NA-ACO）算法、精英突变的多目标粒子群优化技术（Elite Mutation Multi-Objective Particle Swarm Optimization，EMMOPSO）、可行搜索空间优化—非支配排序遗传算法（Feasible Search Space Optimization Non-dominated Sorting Genetic Algorithm，FSSO-NSGA-Ⅱ）等。

因此，目前关于流域综合调度指标与目标的研究多集中于水库及水库群，缺乏针对流域平原河网与湖库群综合调度的研究。同时，综合调度的评价指标体是围绕社会、经济、生态、资源、效率、环境、发展等方面构建的多维评价体系，评价指标体系由目标层、准则层、指标层、方案层、要素层等构成。根据流域调度目标的不同，相关学者分别构建了水资源配置、流域生态功能、流域协调度、风险综合评价、水资源开发利用、闸坝调度、人水和谐等评价体系，所选取的评价指标从流域工业总产值、流域社会经济生活总需水量、流域总的环境用水量、流域总缺水量、流域总耗水量和流域实际农灌面积，到调水保证率、供水可靠性（缺水风险率）、供水恢复性、供水破坏率，到可供水量、发电量、调水调沙水量，到闸坝水域控制库容、上游来水最大流量、闸坝上下游水质指标浓度，再到水资源开发利用现状、经济贡献、利用效率、可持续发展等，涵盖范围广。对太湖流域来说，综合调度评价指标除需考虑多种因素外，也应考虑评价指标的实际可操作性，为流域综合调度工作实践提供有效支持。