在BigQuery中，可以使用不同参数的相同查询进行UNION ALL操作。下面是一个使用SQL语句和代码示例的解决方法：

1. 首先，创建一个带有参数的查询语句。假设我们有一个名为my_table的表，其中包含一个名为value的列。我们将使用参数param来过滤value列。

SELECT value
FROM `project.dataset.my_table`
WHERE value = @param

2. 创建一个UNION ALL查询，其中包含多个使用不同参数的相同查询。这些查询可以使用不同的参数值进行过滤。

-- 查询1：使用参数值为1进行过滤
DECLARE param INT64 DEFAULT 1;

SELECT value
FROM `project.dataset.my_table`
WHERE value = @param

UNION ALL

-- 查询2：使用参数值为2进行过滤
DECLARE param INT64 DEFAULT 2;

SELECT value
FROM `project.dataset.my_table`
WHERE value = @param

UNION ALL

-- 查询3：使用参数值为3进行过滤
DECLARE param INT64 DEFAULT 3;

SELECT value
FROM `project.dataset.my_table`
WHERE value = @param

3. 使用BigQuery客户端库（如Python）执行上述查询。在代码中，我们可以使用参数绑定来设置查询中的参数值。

from google.cloud import bigquery

# 创建BigQuery客户端
client = bigquery.Client()

# 定义查询
query = """
-- 查询1：使用参数值为1进行过滤
DECLARE param INT64 DEFAULT 1;

SELECT value
FROM `project.dataset.my_table`
WHERE value = @param

UNION ALL

-- 查询2：使用参数值为2进行过滤
DECLARE param INT64 DEFAULT 2;

SELECT value
FROM `project.dataset.my_table`
WHERE value = @param

UNION ALL

-- 查询3：使用参数值为3进行过滤
DECLARE param INT64 DEFAULT 3;

SELECT value
FROM `project.dataset.my_table`
WHERE value = @param
"""

# 定义参数绑定
query_params = [
    bigquery.ScalarQueryParameter("param", "INT64", 1),
    bigquery.ScalarQueryParameter("param", "INT64", 2),
    bigquery.ScalarQueryParameter("param", "INT64", 3)
]

# 设置参数绑定
job_config = bigquery.QueryJobConfig()
job_config.query_parameters = query_params

# 执行查询
query_job = client.query(query, job_config=job_config)

# 获取查询结果
results = query_job.result()

# 输出查询结果
for row in results:
    print(row.value)

在上述代码示例中，我们创建了一个带有参数的查询，并使用不同的参数值执行了UNION ALL操作。然后，通过BigQuery客户端库执行查询，并获取查询结果。最后，我们遍历查询结果并输出每一行的值。