梁犁麗,馬 嵐,胡宇豐,李 匡

(中國水利水電科學研究院北京中水科水電科技開發(fā)有限公司,北京 100038)

中小河流洪水預警預報方法與應用

梁犁麗,馬 嵐,胡宇豐,李 匡

(中國水利水電科學研究院北京中水科水電科技開發(fā)有限公司,北京 100038)

中小河流預警預報模型方法是中小河流監(jiān)測預警預報體系建設中的重要內(nèi)容,本文將其分為集總式水文模型、分布式水文模型、其他經(jīng)驗方法3種類型進行探討后指出,集總式水文模型和其他經(jīng)驗方法在目前中小河流預警預報實時作業(yè)中仍然占有重要位置,分布式水文模型具有應用潛力,但目前還沒有大規(guī)模用于洪水預報業(yè)務;而后結合典型實例分析了中小河流預警預報方法應用與方案編制過程中資料收集、預報模型選擇、參數(shù)率定、精度評定等關鍵環(huán)節(jié)的主要內(nèi)容,最后提出中小河流預警預報方案要根據(jù)流域能夠獲得的雨量、水文、下墊面、洪水特性、相似流域預報方案等資料情況綜合考慮選擇具體方法。

預警預報;中小河流;缺資料流域;集總式水文模型;分布式水文模型;經(jīng)驗方法

中小河流洪水預警預報方法和應用研究是中小河流監(jiān)測預報預警體系建設的重要內(nèi)容和組成部分,中小河流流域內(nèi)雨量、水文站點資料相對缺乏,在洪水預報中,一方面在現(xiàn)有方法和技術水平下對中小河流洪水預警預報的精度要求不太高;另一方面中小河流洪水預警預報方案必不可少,方案中預報模型方法要有針對性和適用性。本文在探討中小河流預警預報技術方法及其特點的基礎上,通過典型實例分析了其預警預報方案編制的主要環(huán)節(jié)、內(nèi)容和需要注意的問題。

1 中小河流洪水預警預報技術方法及其特點

預報模型與方法是水文預報系統(tǒng)的核心,可用于中小河流洪水預警預報的模型方法主要有新安江模型、水箱模型、API模型、綜合單位線法、地貌單位線法、河道匯流模型、參數(shù)移植法、雨量預警法、SHE模型、SWAT模型、TOPMODEL、TOPKAPI模型,以及其他缺資料地區(qū)的水文預報方法(PUB)等。這些模型方法按照反映流域空間變化的能力可大致分為集總式水文模型、分布式水文模型和其他經(jīng)驗預報方法。

1.1 集總式水文模型

集總式水文模型(Lumped Hydrologic Model)是將全流域當作一個整體,對流域參數(shù)(變量)進行均化處理,對流域表面任一點的水文過程用簡單的基于水文規(guī)律的方程加以描述,其本質上只能反映有關因素對徑流形成過程的平均作用[1]。常用的集總式水文模型有:Crawford和Linsley(1966)提出的斯坦福模型,美國天氣局Sittnr(1969)提出的API模型,日本菅原正巳(1974)提出的Tank模型,Robert等(1979)提出的Sacramento模型,愛爾蘭國立大學工程水文系研制的SMAR模型,以及最初由丹麥理工大學動力工程學院的 Nielsen和 Hansen提出(1973)、水力研究所在實踐中逐漸完善的NAM降雨徑流模型,國內(nèi)原華東水利學院趙人俊教授等(1980)提出的新安江模型等。

這些集總式水文預報模型大部分是概念性的降雨徑流模型,將流域水文過程或雨洪轉化過程概化為幾個關鍵環(huán)節(jié):產(chǎn)流、坡面匯流、河道匯流、下滲、蒸發(fā)等,如新安江模型和Tank模型,相應的模型參數(shù)也可分為產(chǎn)流、匯流、蒸散發(fā)參數(shù)等。集總式水文預報模型不考慮流域水文現(xiàn)象或要素的空間變異性,模型參數(shù)是流域概化值,沒有實際的物理意義,通常不能實際測量,需要通過率定才能確定;模型輸入一般有降雨、蒸發(fā)(或氣溫)、流量等觀測資料。

現(xiàn)有的集總式水文預報模型的主要優(yōu)點有:1)參數(shù)少,率定相對容易;2)模型簡單,預報計算速度快;3)模型參數(shù)經(jīng)過驗證后,預報精度高。由于集總式模型的這些優(yōu)點,在中短期水文預報中仍然占有重要位置,如新安江模型依然是我國濕潤和半濕潤區(qū)大江大河流域洪水預報的主要工具之一。但集總式水文預報模型也有其不足[1]:1)參數(shù)從歷史數(shù)據(jù)資料中率定出來,參數(shù)間的不獨立性和不確定性問題無法解決;2)只適合于有資料的流域,且資料內(nèi)插可以,若用于外延,預報誤差較大;3)無法描述水文物理過程的空間變化信息;4)無法模擬變化環(huán)境中的陸面過程,在有水庫調(diào)節(jié)或人工干擾強度大的流域需要考慮如何分塊的問題,或重新率定參數(shù);5)空間尺度無法與氣候模型耦合,用于全球變化研究有困難。

1.2 分布式水文模型

分布式水文模型是通過水循環(huán)的動力學機制來描述和模擬流域水文過程的數(shù)學模型,它一般根據(jù)流域下墊面(DEM、土地利用和土壤分布等)的差異性和降水的不均勻性等把流域分為若干個子流域或計算單元進行產(chǎn)匯流計算和河道演算。它與集總式水文預報模型的本質區(qū)別是根據(jù)下墊面的異質性將水文參數(shù)進行離散化處理,其參數(shù)具有明確的物理意義[2],大部分可測量得到,可以更加準確的描述流域的空間分異性,反映流域內(nèi)真實的水文過程。其水文過程劃分也更為詳細,一般分為降水、融雪、蒸發(fā)、下滲、地面徑流、壤中流、地下徑流等多個模塊,各模塊用經(jīng)驗的或數(shù)學物理方程進行描述,計算單元(子流域)間有水力聯(lián)系。

國內(nèi)外的分布式水文模型也不下幾十種,第一個具有代表性的分布式水文物理模型是SHE模型[3]、此后,國內(nèi)外陸續(xù)開發(fā)和發(fā)展了一批水文物理模型用于流域水文預報,如1973年由美國農(nóng)業(yè)部農(nóng)業(yè)研究所(USDA-ARS)組織相關人員開發(fā)并逐步改進的半分布式SWAT模型[4]、瑞典國家水文氣象局(SMHI)于20世紀70年代開發(fā)的半分布式HBV模型,1979年由Beven和Kirkby提出的基于地形的半分布式TOPMODEL[5,6]、由Todini在2001年提出TOPKAPI模型,以及THALES模型、美國陸軍工程師團水文工程中心研發(fā)的HEC-HMS模型等;國內(nèi)有正在由國家自然基金委重點資助開發(fā)的分布式新安江模型,李蘭于2001年左右提出并逐步改進的李蘭模型(LL-Ⅰ、LL-Ⅱ、LL-Ⅲ)、賈仰文由2001年正式提出的網(wǎng)格分布式流域水循環(huán)模型WEP模型等[7,8]。

分布式水文模型的主要優(yōu)點有:1)具有分布式參數(shù)和輸入輸出數(shù)據(jù),能夠充分利用雷達、衛(wèi)星等遙感資料,耦合高分辨率數(shù)值天氣預報模式,在水文預報中具有應用潛力;2)對水文過程描述更細致、更復雜,并提供水文過程及其要素的時空分布;3)模型具有一定的物理機制,能用于缺資料地區(qū)的水文預報。但其缺點也不容忽視:1)建模困難,需要大量數(shù)據(jù)或相關參數(shù);2)結構復雜,參數(shù)數(shù)量多,率定和驗證工作量大;3)需要在計算速度和模擬精度間權衡;4)模型理論方法的完善與實用效果并不完全一致,具有固有的不確定性等影響因素[9],模擬精度受影響。由于這些缺點,很難保證分布式水文預報模型對大、中、小各種洪水都有高精度的模擬預報結果,現(xiàn)階段還不能大規(guī)模應用于實時洪水預報作業(yè)。

1.3 其他經(jīng)驗性水文預警預報方法

可用于中小河流洪水預警預報的方法還有綜合單位線法、地貌單位線法、相關圖法、參數(shù)移植法、馬斯京根匯流演算法、水力學模型法、趨勢法、雨量預警法等。綜合單位線和地貌單位線法是通過建立單位線要素與流域地理特征值之間的關系推求單位線,利用單位線推求洪水匯流過程的方法;相關圖法利用事先繪制的降雨徑流,查出已知降雨對應的徑流大小,該方法直觀、簡單易用,但前期繪制相關圖所需資料多、工作量大;參數(shù)移植法指先在有資料地區(qū)進行模型參數(shù)率定,在參數(shù)達到較好效果后,將模型參數(shù)與流域的面積、河長及坡度、土地覆蓋等流域屬性建立相關關系,然后利用無資料地區(qū)的流域屬性值反推參數(shù),代入模型進行建模;分解法和參數(shù)移植法類似,分解法是根據(jù)下游預報斷面的模型參數(shù),利用水文變量信息本身與流域下墊面特性之間的關系,制定無資料流域的洪水預報方案;馬斯京根匯流演算法和水力學模型法主要用于河道匯流演算;趨勢法是根據(jù)專家經(jīng)驗,結合未來降雨、上下游來水和歷史洪水,人工分析得出預報結果;雨量預警法是根據(jù)雨量站降水量劃分等級進行預警,并不預報洪水過程。

這些經(jīng)驗預警預報方法是最早應用于洪水預報的傳統(tǒng)方法,具有簡明易用、效果較好的特點,在某些地區(qū)的預報精度甚至比復雜的產(chǎn)匯流模型精度更高,因此在洪水預報實踐中,與其他水文預報模型一起為洪水預報提供了有力支持,特別是在流域面積小或缺資料地區(qū)的中小河流洪水預警預報作業(yè)中,仍然發(fā)揮了重要作用。

2 中小河流預警預報方法應用典型實例

中小河流洪水預警預報方法應用的過程也是其預警預報方案形成的過程,按照流域水文站點布設情況,可將中小河流分為中小河流新建站、無站中小河流、現(xiàn)有水位站、現(xiàn)有水文站、平原河網(wǎng)區(qū)水文(位)站、水庫站中小河流等。預報方案的編制過程包括基礎資料的收集和處理、流域匯流時間的確定、預報方案的模型選擇和設計、模型參數(shù)的率定及預報方案的評定等內(nèi)容。浙江省文成縣境內(nèi)泗溪流域內(nèi)有水庫站預報斷面、有新建站預報斷面,流域面積小,匯流時間短,屬于缺資料流域,故選泗溪流域作為中小河流洪水預警預報方法應用的典型案例。

2.1 資料收集整理

泗溪流域屬于飛云江水系一級支流,發(fā)源于文成縣金竹垟,東南流入百丈際水庫,最后匯入珊溪水利樞紐工程配套的供水水庫趙山渡水庫。河流長42.4 km,自然落差707 m,平均坡降17.7‰。百丈際水庫水位站為泗溪流域重要的水庫控制站,測站以上集水面積約100 km2;泗溪水位站為2010年的新建站,距離文成縣城約2.5 km,泗溪站以上集水面積225 km2,泗溪水系示意圖見圖1。

圖1 泗溪流域水系圖

2.2 預警預報模型方法選擇

百丈際水庫預報斷面有1994年以來的若干場入庫流量資料,適合選用新安江水文模型、Tank模型、TOPKAPI模型等編制預報方案。泗溪預報斷面無流量資料,預報斷面在百丈際水庫預報斷面以下,故僅能采用參數(shù)移植法、地貌單位線法和雨量預警法等。本文采用三水源新安江模型建立百丈際水庫斷面的預報方法,泗溪預報斷面移用百丈際水庫斷面的模型參數(shù)進行降雨洪水過程模擬。根據(jù)流域特性、流域水系、測站分布等,將兩個預報斷面進行分塊分單元建立新安江模型預報方案,預報方案配置見表1。

表1 泗溪流域斷面預報方案配置表

2.3 模型參數(shù)率定

百丈際水庫站有若干場典型洪水過程,可用于新安江模型參數(shù)率定和驗證,以百丈際水庫站以上流域驗證好的參數(shù)移用到百丈際水庫以下～泗溪水位站以上區(qū)間流域進行產(chǎn)匯流計算,百丈際水庫的出庫流量作為區(qū)間入流,采用馬斯京根河道匯流演算法,疊加區(qū)間產(chǎn)匯流后推算到泗溪水位站預報斷面。經(jīng)過模擬與實測徑流過程對比、參數(shù)調(diào)整、再對比等過程,得到百丈際水庫斷面1 h計算時段下的新安江模型參數(shù),如表2所示。

表2 百丈際水庫斷面1h時段預報方案新安江模型參數(shù)

2.4 方案精度評定與修訂

根據(jù)規(guī)范要求和《浙江省水文情報預報規(guī)范(SL250—2000)實施細則(試行)》的規(guī)定,洪水預報精度評定項目包括洪峰流量(水位)、洪量(徑流量)、洪峰出現(xiàn)時間和洪水過程。百丈際水庫預報斷面率定期和驗證期5場洪水新安江模型預報方案精度統(tǒng)計見表3。

表3 百丈際水庫斷面1 h時段預報方案率定期合格率統(tǒng)計

由表3中可以看出,以實測洪峰流量和實測洪量的20%、預報根據(jù)時間至實測洪峰出現(xiàn)時間之間時距的30%作為許可誤差,百丈際水庫預報斷面參數(shù)率定期和驗證期預報方案合格率均為100%,預報方案精度屬于甲級。移用百丈際水庫塊區(qū)的模型參數(shù),入流河道馬斯京根流量比重x與百丈際水庫塊區(qū)相同,入流過程的河道匯流時間取1 h,泗溪斷面預報方案新安江模型參數(shù)見表4。

表4 泗溪斷面1 h時段預報方案新安江模型參數(shù)

3 結論及建議

本文立足于中小河流洪水預警預報技術方法,首先從集總式水文模型、分布式水文模型和其他經(jīng)驗方法分別進行了探討,結果認為:集總式水文預報模型和經(jīng)驗預報方法結構簡單、參數(shù)少、方便易用,在中小河流預警預報業(yè)務中仍然占有重要位置;分布式水文模型具有應用潛力,但目前還不能大規(guī)模用于洪水預報業(yè)務;其次結合典型實例分析了中小河流預警預報方案編制的主要內(nèi)容,說明了預警預報方法的選擇和應用。

中小河流洪水預警預報方法較多,需要根據(jù)流域能夠獲得的雨量、水文、下墊面、洪水特性、相似流域預報方案等資料情況綜合考慮選擇具體方法建立預警預報方案,方案構建時還應考慮上游水利工程調(diào)度對洪水預報的影響。

[1]胡彩虹,王金星.流域產(chǎn)匯流模型及水文模型[M].鄭州:黃河水利出版社,2010:35.

[2]梁犁麗,冶運濤,龔家國,等.分布式水文模型在短期水文預報中應用的可行性探討[J].中國水利水電科學研究院學報, 2013,11(3):210-215.

[3]賈仰文,王 浩.分布式流域水文模型的原理與實踐[M].北京:中國水利水電出版社,2005.

[4]Neitsch SL,Arnold JG,Kiniry JR,et al.Soil and Water Assessment Tool Theoretical Documentation Version 2009[R], 2011.

[4]Beven K J,Kirkby M J.A physically based variable contributing area model ofbasin hydrology[J].Hydrol Science Bulletin, 1979,24(1):43-69.

[5]Beven K J,Lamb R,Quinn P F,et al.Computer Models of Watershed Hydrology[C]//Colorado:Water Resources Publiccations,1995:627-628.

[6]Jia Yangwen,Ni Guangheng,Yoshihisa Kawahara,et al.Development of WEP Model and Its Application to an Urban Watershed[J].Hydrological Processes,2001,15:2175-2194.

[7]梁鐘元,賈仰文,李開杰,等.分布式水文模型在洪水預報中的應用研究綜述[J].人民黃河,2007,29(2):29-32.

[8]徐 華,薛恒新,錢鵬江.基于進化學習的視覺模糊系統(tǒng)模型在水文預報中的應用 [J].水利學報,2011,42(3): 290-295.

P338+.9

A

1672-5387(2017)07-0088-04

10.13599/j.cnki.11-5130.2017.07.027

2017-04-27

梁犁麗(1982-),女,高級工程師,從事水文預報與水庫調(diào)度研究工作。