劉 甜，梁忠民，華家鵬，葛朝霞

(河海大學(xué)水文水資源學(xué)院，江蘇南京210098)

基于SWAT模型的高寒區(qū)可能最大洪水計(jì)算方法研究

劉 甜，梁忠民，華家鵬，葛朝霞

(河海大學(xué)水文水資源學(xué)院，江蘇南京210098)

以嘉玉橋水文站所控制的怒江上游流域?yàn)檠芯繉ο?，采用組合暴雨放大法推求流域長歷時(shí)可能最大降水(PMP)過程；采用SWAT分布式水文模型由PMP推求可能最大洪水(PMF)，建立了怒江上游地區(qū)的SWAT模型，并根據(jù)嘉玉橋水文站的實(shí)測流量資料對模型進(jìn)行了率定和驗(yàn)證；將可能最大降水過程輸入到SWAT模型，得到嘉玉橋站的可能最大洪水過程。結(jié)果表明，高寒地區(qū)采用SWAT模型結(jié)合可能最大降水推求可能最大洪水是可行的。

可能最大降水；可能最大洪水；SWAT模型；怒江上游

0 引 言

可能最大降水PMP和可能最大洪水PMF是大型水利水電工程防洪安全設(shè)計(jì)的重要依據(jù)[1]。美國早在20世紀(jì)30年代開始采用水文氣象法計(jì)算推求重要工程PMP/PMF，至今仍是所有高風(fēng)險(xiǎn)壩的重要設(shè)計(jì)依據(jù)[2-4]。我國PMP/PMF工作始于1958年，自淮河“75.8”特大暴雨發(fā)生后，廣泛開展了大型水利水電工程的PMP/PMF分析計(jì)算工作，并針對我國的流域氣候地形特點(diǎn)改進(jìn)了相關(guān)的計(jì)算方法，取得了一些成果[5]。隨著我國西部大開發(fā)戰(zhàn)略的推進(jìn)，未來可能會有更多水利水電工程建在有冰川融雪覆蓋的高寒區(qū)；而降雨、融雪徑流等多源徑流的產(chǎn)匯流機(jī)制更加復(fù)雜，使得高寒地區(qū)由PMP推求PMF成為難點(diǎn)。高寒區(qū)洪水大多發(fā)生于6月～8月，主要包含汛期降雨形成的洪水以及升溫形成的融雪徑流。目前的研究大多先分割融雪徑流及降雨徑流不同成分，再采用統(tǒng)計(jì)分析方法建立溫度等因子與融雪量的統(tǒng)計(jì)關(guān)系，通過因子極大化法推求可能最大融雪，再與最大降雨形成的洪水疊加，最終推求PMF[6-7]。由于融雪與降雨徑流成分的分割經(jīng)驗(yàn)性較強(qiáng)，應(yīng)用時(shí)存在一定的瓶頸。

本文以推求青藏高原怒江上游流域長歷時(shí)PMF為目標(biāo)，根據(jù)組合暴雨極大化計(jì)算PMP逐日過程，采用以日為時(shí)間步長的SWAT模型由PMP推求PMF。SWAT模型能夠通過積雪/融雪模塊模擬“水—雪”相互轉(zhuǎn)化機(jī)制，統(tǒng)一模擬降雨和融雪徑流的水文過程，避開徑流分割及因子極大化推求PMF的困難。

1 方法簡述

1.1 PMP計(jì)算方法簡述

推求可能最大降水就是將暴雨模式進(jìn)行極大化[5]，暴雨模式主要包括當(dāng)?shù)乇┯辍⒁浦帽┯?、組合暴雨模式等，極大化主要有水汽效率放大、水汽風(fēng)速放大等方法，具體做法參見文獻(xiàn)[5]。根據(jù)對怒江流域暴雨洪水特性和成因的分析，確定怒江上游可能最大降水/洪水歷時(shí)為15 d。針對研究區(qū)面積大，設(shè)計(jì)洪水歷時(shí)長，缺少長歷時(shí)、大范圍的特大暴雨資料的特點(diǎn)，確定采用對組合暴雨進(jìn)行水汽-效率放大的方法推求流域的可能最大降水。

1.2 SWAT模型簡述

SWAT模型應(yīng)用于寒區(qū)水文過程模擬時(shí)，通過積雪/融雪模塊反映“水-雪”組合下的產(chǎn)匯流機(jī)制，統(tǒng)一模擬降雨、融雪等組成的多源長時(shí)序徑流過程(見圖1)：首先根據(jù)日均氣溫T將降水分為降雨和降雪，臨界溫度T0是劃分降雨與降雪的依據(jù)，如果T>T0，則為降雨，該部分直接進(jìn)入模型的水文循環(huán)模塊(產(chǎn)流和坡面匯流部分)和匯流演算模塊；如果T≤T0，則為降雪且雪水當(dāng)量加在積雪上，采用度日因子法計(jì)算融雪水，這部分融水量將與同一時(shí)段的降雨量疊加參與后續(xù)的產(chǎn)匯流計(jì)算。積雪的質(zhì)量守恒方程為[8]

SNOi=SNOi-1+Rday-Esub-SNOmlt

(1)

式中，SNOi為第i天積雪的含水量，mm；SNOi-1為第i-1天積雪的含水量，mm；Rday為第i天轉(zhuǎn)化為積雪的降水量，mm；Esub為第i天積雪升華量，mm；SNOmlt為第i天的融雪量，mm。融雪計(jì)算采用度日因子法通過一個(gè)線性函數(shù)計(jì)算，即

(2)

式中，bmlt為當(dāng)天的融雪因子，mm·d-1·℃-1；SNCcov為積雪覆蓋面積占HRU的百分?jǐn)?shù)；Tsnow為某天的積雪溫度，℃；Tmx為某天的最高氣溫，℃；Tmlt為融雪的閾值溫度，℃。

許多研究表明，SWAT模型作為含有積融雪模塊的分布式水文模型在高寒區(qū)的徑流模擬具有較高的精度[9-11]。

2 應(yīng)用實(shí)例

2.1 研究區(qū)概況

怒江上游是指怒江嘉玉橋水文站(以下簡稱“嘉玉橋站”)以上的集水區(qū)域(見圖2)，流域面積為73 484 km2。該區(qū)域位于青藏高原東南部，屬于高寒區(qū)，多年平均年降水量大體由北向南增加。其中，那曲氣象站為442 mm，丁青站為634 mm，嘉玉橋站為402 mm；降水量多集中在6月～9月份，約占全年降水量的75%。徑流主要以雨水、冰雪融水及地下徑流為主，洪水過程相對平緩，峰低量大，歷時(shí)15 d左右，年最大洪水也多發(fā)生在6月～9月份。

2.2 流域可能最大降水計(jì)算

2.2.1 典型暴雨選擇及組合暴雨合理性分析

收集了流域內(nèi)8個(gè)雨量站的數(shù)據(jù)，采用泰森多邊形法計(jì)算了1958年～2013年的逐日面雨量，統(tǒng)計(jì)逐年最大1 d、3 d、7 d和15 d的面雨量。

選取1966年8月21日至9月4日共15 d暴雨為典型，總面雨量為121.9 mm。該暴雨由5個(gè)過程組成，其環(huán)流背景和影響天氣系統(tǒng)如下：第1個(gè)降水過程(1966年8月21日～24日)為移動性長波型，500 hPa低槽切變?yōu)楦呖罩鲗?dǎo)系統(tǒng)，隨著高空槽和切變的東移，700 hPa有低渦形成并東移，地面則處在季風(fēng)低壓區(qū)中；第2個(gè)降水過程(1966年8月25日～27日)是由于第1個(gè)過程的西風(fēng)帶短波槽東移后，高原西部另一個(gè)南支低槽東移影響所產(chǎn)生的，700 hPa相應(yīng)有低渦形成并東移，影響本流域，地面一直處在低壓中，并受到了冷鋒影響；第3個(gè)降水過程(1966年8月28日～30日)是由第2個(gè)降水過程迅速過渡而來，500 hPa于28日形成了高原渦，渦中存在東北～西南走向的切變線，700 hPa對應(yīng)有東北～西南走向的切變線，并緩慢東移，地面處在低壓中，并有冷鋒影響；第4個(gè)降水過程(1966年8月31日～9月2日)是第3個(gè)過程結(jié)束后，高原西部有低壓東移，其后快速東移的低槽合并進(jìn)入低壓中，使得低壓槽得以加深，700 hPa流域處于高原低壓中，地面相應(yīng)受到冷鋒和低壓影響；第5個(gè)降水過程(1966年9月3日～4日)500 hPa是由于受新生的高原渦切變影響，700 hPa相應(yīng)出現(xiàn)低渦切變，地面在低壓控制下。典型暴雨及其替換結(jié)果見表1。組合替換后的15 d累積面雨量比原型增加了49.6 mm，降水過程比原型更惡劣。

圖2 怒江上游站點(diǎn)分布及DEM

2.2.2 組合暴雨極大化

統(tǒng)計(jì)組合替換后序列最大1 d和3 d面雨量的面雨量分別為23.5 mm和43.1 mm，分別比1958年～2013年間實(shí)測最大1 d和3 d的面雨量小3.0 mm和7.4 mm，顯然沒有達(dá)到可能最大的程度。為此，采用水汽-效率放大法對組合暴雨進(jìn)行極大化：首先推求流域可能最大1 d雨量，選擇拉薩等流域周邊共15個(gè)站作為地面露點(diǎn)代表站，并按水汽入流方向分為西南偏西、東南、南偏南3個(gè)方向，每個(gè)方向?qū)?yīng)6個(gè)站。為避免單站的偶然性誤差和局地因素的影響，對1958年～2013年逐年最大1 d面雨量，根據(jù)其水汽入流方向分別求對應(yīng)方向上6個(gè)站同期1 000 hPa持續(xù)12 h最大露點(diǎn)的平均值作為該年的代表性露點(diǎn)，再選其中最大值26.8 ℃作為流域的可能最大露點(diǎn)，其對應(yīng)的最大可降水量為19.6 mm；對1958年～2013年逐年最大1 d雨量分別計(jì)算其降水效率，并選其中最大值8.85/(h·%)作為可能最大效率指標(biāo)ηm；最終根據(jù)水汽-效率放大法推求怒江上游可能最大1 d面雨量為49.5 mm。

對于以1966年暴雨為原型的組合暴雨過程，水汽-效率放大法所得可能最大1 d面雨量與組合暴雨過程，最大1 d面雨量的倍比為2.106，以此比值對組合暴雨過程中最大3 d面雨量進(jìn)行放大，其他時(shí)段雨量保持不變(不作放大)，最終推求的PMP結(jié)果見表1。

表1 暴雨組合及放大結(jié)果 mm

2.2.3 PMP合理性分析

由組合替換放大序列統(tǒng)計(jì)得到流域可能最大1 d、3 d、7 d和15 d面雨量分別為49.5、90.8、141.7 mm和219.2 mm，與相同時(shí)段頻率分析的萬年一遇設(shè)計(jì)面雨量的比值分別為1.20、1.18、1.15和1.16，亦即約在1.2倍左右，結(jié)果是合理的。

2.3 流域可能最大洪水計(jì)算

2.3.1 基礎(chǔ)數(shù)據(jù)

表2 怒江上游SWAT模型參數(shù)率定值

SWAT模型所需主要基礎(chǔ)資料分為水文氣象資料、地形數(shù)據(jù)、土地利用數(shù)據(jù)和土壤數(shù)據(jù)。雨量資料采用達(dá)薩、嘉玉橋2個(gè)水文站的1990年～2013年的逐日平均降雨，氣象資料采用安多、那曲、索縣、比如、丁青和洛隆6個(gè)氣象站(見圖2)的1990年～2013年的最高溫度、最低溫度、日降水量、相對濕度、風(fēng)速、日照時(shí)數(shù)和平均氣壓等數(shù)據(jù)。地形數(shù)據(jù)(DEM)采用由美國太空總署(NASA)和國防部國家測繪局(NIMA)聯(lián)合測量的SRTM(Shuttle Radar Topography Mission)數(shù)據(jù)集，空間分辨率為90 m(見圖2)；土地利用資料采用2000年的遙感影像，根據(jù)第二次全國土地調(diào)查/覆蓋分類體系，按照一級類型進(jìn)行重新合并；土壤數(shù)據(jù)來自于HWSD(Harmonized World Soil Database)的全球土壤數(shù)據(jù)集。

2.3.2 計(jì)算及分析

將嘉玉橋以上流域分成27個(gè)計(jì)算子流域(見圖2)，將上述基礎(chǔ)數(shù)據(jù)輸入到SWAT模型中，計(jì)算得到流域出口控制站嘉玉橋站的流量過程。對嘉玉橋1991年～2009年實(shí)測洪峰資料分析表明，1997年～2005年間的洪水量級最大，因此選擇1997年～2005年為模型參數(shù)率定期(見表2)，2006年～2009年為模型驗(yàn)證期(見表3)。2007年日流量實(shí)測與模擬過程線對比如圖3所示。結(jié)果表明，SWAT模型在該流域具有一定的適用性，日徑流過程模擬效率系數(shù)達(dá)0.75以上，能較好地模擬該區(qū)域的降雨及融雪徑流過程。

圖3 嘉玉橋站2007年日流量實(shí)測與模擬過程線

2.3.3 PMF推求及合理性分析

SWAT模型要求輸入的是各站點(diǎn)的降水及其他氣象因子數(shù)據(jù)，而推求的PMP為整個(gè)流域面平均雨量過程，所以本次按泰森多邊形面積權(quán)重將面PMP分配到各個(gè)站點(diǎn)以反映降雨的空間分配不均勻性；為了考慮PMP與不同氣象條件組合對PMF計(jì)算結(jié)果的影響，將PMP過程與1997年～2005年間的逐年最大15 d暴雨過程對應(yīng)的氣溫、風(fēng)速、太陽輻射、相對濕度等氣象因子組合，輸入到SWAT模型，得到不同的PMF計(jì)算結(jié)果；為安全計(jì)，推薦洪峰及時(shí)段洪量最大值作為最終的PMF成果(見表4)。由表4可見，PMF洪峰流量、最大1、3、7 d和15 d洪量與采用經(jīng)驗(yàn)頻率適線法得到的萬年一遇相應(yīng)特征量的比值結(jié)果，本次計(jì)算的PMF是合理的。

表3 怒江上游SWAT模型模擬與實(shí)測洪水過程對比結(jié)果

表4 怒江上游可能最大洪水PMF計(jì)算結(jié)果

3 結(jié) 論

高寒區(qū)多發(fā)生降雨-融雪混合型洪水，基于物理過程的SWAT模型能夠統(tǒng)一模擬降雨及融雪徑流過程。因此，應(yīng)用SWAT模型推求高寒區(qū)可能最大洪水是可行的。本文根據(jù)組合暴雨極大化法估算PMP，并基于SWAT模型構(gòu)建了怒江上游的PMF計(jì)算模型。模型對率定期和驗(yàn)證期的日徑流過程模擬的Nash_Sutcliffe效率系數(shù)達(dá)0.75以上，具有較高的精度，表明采用SWAT模型由PMP推求高寒區(qū)可能最大洪水PMF是合理有效的，可望為類似工程防洪設(shè)計(jì)提供參考。

高寒地區(qū)資料相對匱乏，產(chǎn)匯流機(jī)制認(rèn)識不甚完善，給PMP/PMF的計(jì)算帶來更大的不確定性，本文只是一個(gè)初步的探討，值得深入研究。

[1]SL 44—2006 水利水電工程設(shè)計(jì)洪水計(jì)算規(guī)范[S]．

[2]郭生練， 周芬， 王善序， 等. 國內(nèi)外PMP/PMF研究進(jìn)展和評價(jià)[J]. 水資源研究， 2004(2)： 1-4．

[3]HANSEN E M. Probable Maximum Precipitation for Design Floods in the United Sates[J]. Journal of Hydrology， 1987， 96(1)： 267-278．

[4]OHARA N， KAVVAS M L， CHEN Z Q. Physically Based Estimation of Maximum Precipitation over American River Watershed[J]. California. Journal of Hydrologic Engineering， 2011， 16(4)： 351-361．

[5]王國安. 可能最大暴雨和洪水計(jì)算原理與方法[M]. 北京： 中國水利水電出版社， 1999．

[6]黃啟有， 華家鵬， 吳艷紅， 等. 推求雨雪混合補(bǔ)給河流PMF的探討[J]. 人民長江， 2009(22)： 35-36．

[7]李國芳， 王遲， 王正發(fā)， 等. 黃河源區(qū)可能最大洪水研究[J]. 河海大學(xué)學(xué)報(bào)： 自然科學(xué)版， 2013， 41(2)： 102-107．

[8]NEITSH S L， ARNOLD J G， KINIRY J R， et al. Soil and Water Assessment Tool Theoretical Documentation Version 2009[M]. Texas Water Resource Institute， 2011．

[9]孫萬光， 郭學(xué)仲， 陳曉霞， 等. 改進(jìn)的SWAT模型在寒區(qū)水文循環(huán)模擬中的應(yīng)用[J]. 水電能源科學(xué)， 2012， 30(7)： 41-42．

[10]李道峰， 吳悅穎， 劉昌明. 分布式流域水文模型水量過程模擬——以黃河河源區(qū)為例[J]. 地理科學(xué)， 2005， 25(3)： 299-304．

[11]郝振純， 張?jiān)疥P(guān)， 楊傳國， 等. 黃河源區(qū)水文模擬中地形和融雪的影響[J]. 水科學(xué)進(jìn)展， 2015， 24(3)： 311-318.

(責(zé)任編輯 陳 萍)

Calculation Method Study of Probable Maximum Flood in Alpine and Cold Region Based on SWAT Model

LIU Tian, LIANG Zhongmin, HUA Jiapeng, GE Zhaoxia

(College of Hydrology and Water Resources, Hohai University, Nanjing 210098, Jiangsu, China)

Taking the upstream area of Jiayuqiao Hydrological Station in Nujiang River as study object, the Probable Maximum Precipitation (PMP) of watershed are derived by maximizing the combination of storms, and then the Probable Maximum Flood (PMF) is calculated on the basis of PMP by using SWAT model.The SWAT model applied to source region of Nujiang River is established and the parameters of model are calibrated and validated according to measured data of Jiayuqiao Hydrological Station.Then the PMF of Jiayuqiao Hydrological Station will be obtained by inputting PMP to SWAT model.The calculation results show that it is a feasible way to calculate PMF by using SWAT model combined with PMP for alpine and cold region．

probable maximum precipitation; probable maximum flood; SWAT model; upper reaches of Nujiang River

2016-02-22

國家科技支撐計(jì)劃課題(2013BAB06B01)

劉甜(1990—)，男，山東招遠(yuǎn)人，博士研究生，研究方向?yàn)楣こ趟募八牟淮_定性分析；梁忠民(通訊作者)．

TV122.3

A

0559-9342(2016)11-0024-05