，，，

(同濟大學 水利工程系，上海 200092)

1 研究背景

太湖流域平原河網(wǎng)地區(qū)的洪水災害是自然地理因素與人類活動共同作用的結果[1]，其中降水為該區(qū)域主要致災因素[2]，降水的時空分布變化也對洪水過程有著顯著影響[3]，如該區(qū)域常見的梅雨洪水過程與短歷時臺風暴雨洪水過程就有顯著差異。已有諸多國內外學者采用統(tǒng)計算法[4-5]與數(shù)值模擬方法[6-7]對降水時空分布的洪水響應問題進行過研究。林木生等[3]采用多元線性回歸的方法建立了洪峰流量與次雨量、暴雨相對中心、暴雨時間變差系數(shù)、暴雨歷時的關系方程。張錄軍和錢永甫[8]定義了降水集中度和集中期以定量表征降水量在時空場上的非均勻性；胡彩虹等[9]采用此方法討論了降水的時空分布與洪水的關系，認為降水的時空分布不均勻性對洪水的形成有十分明顯的影響。目前這方面研究大多以單個流域為研究對象，采用洪峰流量和次洪量對洪水進行表征，而平原感潮河網(wǎng)地區(qū)由于其地勢平坦、河網(wǎng)密布且存在往復流等特點，更宜采用水位對洪水進行表征。同時由于本區(qū)域圩區(qū)密布，控制建筑物眾多，水情受人工控制程度高，較統(tǒng)計學方法而言更適宜采用數(shù)值模擬方法進行研究，而這方面研究目前尚有所欠缺。本文選取太湖流域武澄錫虞區(qū)為研究對象，利用MIKE 11與MIKE 21構建了一、二維耦合水動力模型并完成率定驗證，利用該模型對不同次雨量、降雨歷時與時程分配的設計工況進行了模擬，根據(jù)結果對相關降雨要素的洪水響應進行了探討。

2 研究區(qū)域概況

武澄錫虞區(qū)為太湖流域八大水利分區(qū)之一，位于太湖北部，是太湖流域內的低洼平原區(qū)，西以武澄錫西控制線為界，與太湖湖西區(qū)相鄰，東至望虞河。武澄錫虞區(qū)總面積4 015.5 km2，其中水域面積433.0 km2，占比10.8%，陸域面積3 582.5 km2，占比89.2%。武澄錫虞區(qū)地形相對平坦，地勢特點為四周較高、腹部低，地貌以平原為主，僅在沿太湖一帶為山地丘陵。武澄錫虞區(qū)內河網(wǎng)密布，河道水面比降小，平均坡降約1/100 000，水體流速緩慢。區(qū)域內河道根據(jù)水體流向大體可分為入江、入望虞河、入湖和內部調節(jié)河道4類。

武澄錫虞區(qū)多年平均降水量為1 112 mm(1951—2013年)，年均降水日數(shù)為125 d，年內降水主要集中于5—9月份，降水年際與年內變化均較大。近年來該區(qū)域發(fā)生多次洪水災害，其中大部分由長歷時大雨量梅雨(如1991年、1999年及2011年梅雨洪水)和短歷時高強度暴雨(如2012年“?？?、2013年“菲特”臺風暴雨洪水)導致。由于洪澇災害頻發(fā)，武澄錫虞區(qū)水利安全治理受到高度重視，區(qū)域內現(xiàn)形成了沿江控制線、環(huán)太湖控制線、白屈港控制線、武澄錫西控制線等流域治理工程。此外，區(qū)域內部還形成了大小共295個圩區(qū)以進行洼地的防洪治理，總面積達到1 560 km2，占區(qū)域總面積的38.8%。大量圩區(qū)與控制建筑物的建設使得武澄錫虞區(qū)水流形勢受人類活動影響巨大，加之本身河網(wǎng)密布，水流條件復雜，使得統(tǒng)計學方法難以有效應用，需采用水動力模擬方法進行研究。

3 一、二維耦合水動力模型

3.1 模型簡介

本文水動力模型采用MIKE進行構建。其中一維模型采用MIKE 11構建，MIKE 11是用以模擬河網(wǎng)非恒定流的一維水動力模型，基本假設有不可壓縮、各向同質性、河床坡度小，水流可近似為一維系統(tǒng)，靜水壓力均勻分布等[10]，該模塊利用Abbott六點隱格式求解一維圣維南方程組。二維模型采用MIKE 21構建，MIKE 21是一套水位與流量的數(shù)值模擬系統(tǒng)，模擬單層流體中的非定常二維流動(垂直均勻)，可用于河口、海灣與海岸等地區(qū)，已經(jīng)廣泛應用于研究工作與工程實踐[11]。該模塊求解的基本方程為質量守恒與能量守恒方程，采用交錯網(wǎng)格蛙跳差分格式來構筑二維淺水波方程的任意多邊形網(wǎng)格有限體積離散格式。一、二維水動力模型通過MIKE FLOOD模塊進行耦合。

3.2 模型建立

3.2.1 圩區(qū)匯流模擬

圩區(qū)是一種封閉的防洪排澇保護區(qū)域，由四周的圩堤與一系列水閘泵站組成，因其較為特殊的匯流方式需要在模型建立時特殊考慮。武澄錫虞區(qū)內同時存在大量圩區(qū)與大面積非圩區(qū)，因此要針對兩者不同的匯流方式確定模擬方法。本模型采用圖1所示方法模擬圩區(qū)與非圩區(qū)匯流：圩區(qū)內降雨產(chǎn)流匯至概化出的圩內虛擬河道，通過泵站抽排與圩外河道相溝通；非圩區(qū)降雨則直接匯入圩外河網(wǎng)[12]。這種處理方式可以降低模型的復雜程度，同時保證較高的模擬精度。

3.2.2 河網(wǎng)概化

武澄錫虞區(qū)水系密布，區(qū)域內河道縱橫交錯并有少數(shù)湖蕩，水面率達10.8%，出于模型穩(wěn)定性與運算速度等方面考慮需要對實際河網(wǎng)進行概化。概化原則主要為保持實際河網(wǎng)的過水能力與調蓄能力[13]，對于圩區(qū)與非圩區(qū)概化方式也有所不同：每個圩區(qū)保留與閘站相連的圩內河道并使其相互溝通以保證圩區(qū)正常匯流，以額外調蓄面積的方式補充水面面積以保證其調蓄能力；對于圩外河網(wǎng)則在保留主干河道且不破壞水系連通性的前提下做一定程度的合并概化，并利用額外調蓄面積補充調蓄能力。概化后的模型共有河道740條，其中圩外河道373條，圩內河道367條，計算水位點6 626個，計算流量點5 058個。

圖1圩區(qū)與非圩區(qū)匯流方式示意圖[12]
Fig.1Modesofconfluenceinpolderareaandnon-polderarea[12]

3.2.3 資料概況

水動力模型的構建與計算中所需的實測資料主要包括基礎地形(DEM)資料、土地利用情況、河道斷面資料以及實測降雨過程。

3.2.3.1 基礎地形

本模型所采用的基礎地形資料為武澄錫虞區(qū)1:10 000電子地圖中的DEM柵格數(shù)據(jù)，建模時從中提取出的散點文件精度為50 m×50 m，可滿足插值所需的精度要求。

3.2.3.2 土地利用情況

模型所使用的土地利用情況資料年份為2014年，利用情況分為樹叢、村莊、旱田、水田、道路、空地以及河道湖泊7大類，各類土地利用分別對應不同糙率值。

3.2.3.3 河道斷面

本模型內所包含的圩外河道斷面均為實測資料，資料年份為2010—2015年，對于未能收集到斷面資料的河道，于2015年8月進行了補充測量，共補測河道199條，累計長1 281.5 km，共測量斷面804個。根據(jù)對典型圩區(qū)圩內河道建設情況的實地調研結果，圩內河道斷面均概化為矩形斷面，其斷面尺寸根據(jù)前述概化原則概化計算得到。

3.2.3.4 實測降雨

為體現(xiàn)降雨分布的不均勻性，更好地反映實際降雨分布，利于實際洪水模擬，歷史實況降雨分析時，采用實際雨量觀測站網(wǎng)對應的各站雨量資料。根據(jù)現(xiàn)有站網(wǎng)分布，采用武澄錫虞區(qū)內部及周邊包括常州、無錫、十一圩港、陳墅、楊舍、魏村閘、青陽、洛社等20個雨量站，即為長歷時設計暴雨分析時用到的所有雨量站。雨量分析時，采用泰森多邊形法劃分各雨量站代表的面區(qū)域，各分片降雨利用片內相應雨量站點雨量代表。凈雨過程采用初損后損法計算，扣損率參考臨近研究區(qū)域的相關成果[14]，采用每場降雨每日扣損10 mm進行凈雨過程計算。

3.3 模型率定驗證

3.3.1 模型率定

模型中河道糙率初值采用“太湖流域水文水動力模型”[13]中河道糙率值，該模型經(jīng)多年研發(fā)與完善，并先后采用1984—1985年、1995—1996年資料進行率定，可以較好地模擬太湖流域河網(wǎng)水流情況，模型中糙率值較為可靠。模型率定選取時間段為2011年6月14—30日，在此期間江蘇省發(fā)生了“6·17”暴雨，降水時間集中，短時強度大，河道水位較高，可作為典型洪水過程用于模型率定。根據(jù)常州、洛社、無錫和青陽4個測站的水位過程對河道糙率進行進一步調整，經(jīng)過率定后，區(qū)域內河道糙率基本處于0.022 5～0.035之間，模型可較好地模擬區(qū)域內水流情況。

3.3.2 模型驗證

一維模型的驗證選取2012年8月6—15日、2013年10月6—13日常州、洛社、無錫和青陽4個測站的水位過程。江蘇省在2012年8月8—10日發(fā)生了由“?？迸_風引起的大暴雨，2013年10月6—8日由于“菲特”臺風引發(fā)了太湖流域大暴雨，2場洪水均有較大量級，且臺風暴雨在太湖流域具有典型性，可作為洪水期模型的驗證過程。有關誤差分析見表1，在驗證時段內模型最大誤差為12 cm，出現(xiàn)于2013年10月8日洛社站，且模型模擬洪峰出現(xiàn)時刻與歷史實況洪水過程相一致，模型精度良好。

4 降雨時程分布的洪水響應

4.1 暴雨時間特征指標

4.1.1 最大雨強(Imt)

(1)

式中：Pi為時刻i的降雨強度，單位為mm/h；T為次降雨歷時，以h為單位。Imt直接表征場次降雨中最大降雨強度。

4.1.2 暴雨時間變差系數(shù)(Cv,t)

(2)

式中ki表示次降雨過程中第i時刻雨強與次降雨平均雨強的比值。Cv,t值越大，表示降雨時間分布越不均勻。

4.1.3 雨峰系數(shù)(r)

(3)

式中：t0為最大雨強出現(xiàn)的時刻，以h為單位。雨峰系數(shù)表征雨峰在時間分布上出現(xiàn)的位置，取值為(0，1)，r越小表示雨峰出現(xiàn)位置越靠前，反之則越靠后。

4.2 設計暴雨與設計工況

本文旨在研究降雨時程分布的洪水響應，因此長(7 d)、短(24 h)歷時各設置了5個時程分布各異的設計暴雨過程。7 d設計暴雨包含1991年型設計暴雨以及雨峰出現(xiàn)在第2、第4、第6天的均勻雨型設計暴雨，均按最大1 d和3 d雨量進行同頻控制，設計雨量根據(jù)研究區(qū)域內20個雨量站1951—2012年共62 a日雨量序列采用年最大值法選樣后排頻適線得到，其凈雨過程采用初損后損法計算，扣損率與實測降雨過程相同；24 h設計暴雨包含“84圖集”雨型[15]設計暴雨以及雨峰出現(xiàn)在第7、第12、第18小時的均勻雨型設計暴雨，均按最大1 h和6 h雨量進行同頻控制，設計雨量選用常州、無錫、江陰、陳墅、十一圩港站5個雨量站30 a以上小時雨量序列采用年最大值法選樣后排頻適線得到，凈雨過程采用初損后損法計算，根據(jù)“84圖集”[15]中相關規(guī)定，“24 h凈雨計算時只扣后損，后損采用1 mm/h”。1991年型與“84圖集”雨型為本區(qū)域代表性雨型，另外長、短歷時還各考慮了一種均勻降雨。不同設計暴雨過程的時程分布差異通過最大雨強(Imt)、暴雨時間變差系數(shù)(Cv,t)與雨峰系數(shù)(r)3個參數(shù)進行描述，其中r與Cv,t分別定義了雨峰位置與相對大小，Imt則隨其他參數(shù)而變化。同時在進行工況設計時也考慮了不同的次雨量(Pm)與降雨歷時(De)對洪水過程的影響。為排除其他水文要素的干擾，各設計工況邊界條件均采用1991年實況潮(水)位過程。各設計工況降雨要素組合詳情見表2。

表1 模型驗證誤差分析Table 1 Error analysis of model validation

4.3 降雨時程分布的洪水響應

洪水過程以洛社站洪水水位過程作為代表進行對比分析。圖2中(a)和(b)為工況1、工況2、工況3與工況8、工況9、工況10的洪水過程對比，分別反映了長、短歷時下相同雨峰系數(shù)與相近時間變差系數(shù)、不同次雨量工況的洪水過程變化。由表3洪峰水位對比情況可以看出，隨著次雨量的逐漸增大，長歷時工況的洪峰水位依次上漲了0.076 m與0.095 m，短歷時工況依次上漲了0.140 m與0.092 m。明顯地，無論降雨歷時長短，次雨量的增大都會導致洪峰水位的升高，另外由于設計雨型的原因，短歷時降雨最大雨強遠大于長歷時降雨，使得河道水位迅速上升，導致短歷時降雨洪峰水位均高于長歷時降雨。可見長歷時降雨與短歷時降雨均可導致河道洪水的發(fā)生，但機理有所不同：前者降雨歷時長、次雨量大，可使較大區(qū)域乃至流域范圍內河網(wǎng)水位整體抬升，從而使本區(qū)域難以正常排水而致洪，本區(qū)域常見的梅雨型洪水常是此種類型；后者次雨量較前者小，但短時間內降雨強度大，匯流速度遠大于區(qū)域排水速度，使得局部區(qū)域河網(wǎng)水位迅速抬升，但影響范圍較小，本區(qū)域另一大洪水類型臺風暴雨洪水即是此種類型。

圖2 不同次雨量下洪水過程對比Fig. 2 Comparison of flood process underdifferent rainfall amounts

圖3中(a)和(b)分別為工況5、工況6、工況7與工況12、工況13、工況14的洪水過程對比，反映了長、短歷時下雨峰位置不同所帶來的洪水過程變化。由表4洪峰水位對比情況可以看出，隨著雨峰位置的逐漸后移，長歷時工況的洪峰水位依次上漲了0.192 m與0.064 m，短歷時工況依次上漲了0.060 m與0.064 m。由此可見在其他降雨要素相同的情況下，雨峰位置后移會使得洪峰水位顯著升高，這種抬升在長歷時降雨中反映更為明顯，短歷時降雨中影響趨勢相同但量值較小。在長歷時降雨雨峰之前，區(qū)域乃至流域內河道水位均處于緩慢上漲的過程中，如雨峰出現(xiàn)在偏后位置，則水位的上漲程度已較大，此時發(fā)生集中降雨會導致較高的水位，因此雨峰偏后的暴雨過程對防洪安全更加不利。雨峰移動的影響在短歷時暴雨洪水過程中反映較小，這是由于短歷時暴雨本身就可看作一次集中的高強度降水過程，缺乏前期水位抬升過程且歷時短，因此雨峰后移并不會使洪峰水位明顯抬高。

表2 設計工況降雨要素組合Table 2 Combination of essential factors of rainfall in design conditions

圖3 不同雨峰系數(shù)下洪水過程對比Fig. 3 Comparison of flood process under differentcoefficients of rainfall peak

圖4中(a)和(b)分別為工況3、工況4與工況10、工況11的洪水過程對比，反映了長、短歷時下，次雨量相同時時間變差系數(shù)對洪水過程的影響。由表5洪峰水位對比情況可以看出，在時間變差系數(shù)變化相近的前提下，較為集中的長歷時降雨比均勻降雨的洪峰水位提升了0.082 m，類似情況的短歷時降雨洪峰水位提升了0.135 m。降雨歷時較短時，時程分布較為集中的降雨會帶來較高的洪峰水位，而歷時較長時，時間變差系數(shù)的改變僅對洪水過程線的形狀有一定影響，而對洪峰水位影響較小。這種差異是由于短歷時降雨主要依靠高降雨強度致洪，時間變差系數(shù)的增大進一步加強了雨峰處的雨強，因此洪峰水位抬升較大；長歷時降雨過程中雨強遠小于短歷時暴雨，而主要由于較大的歷時和次雨量致災，因此時程分布的改變對其影響較小。

圖4 不同時間變差系數(shù)下洪水過程對比Fig. 4 Comparison of flood process under differenttime variation coefficients

由以上分析可以發(fā)現(xiàn)，降雨時程分布對平原河網(wǎng)河道洪水過程有顯著影響，且對長歷時降雨與短歷時暴雨的影響有所不同：長歷時降雨由其較長的降雨歷時與較大的次雨量導致較大區(qū)域乃至流域范圍內河網(wǎng)水位抬升，從而導致區(qū)域排水困難而致洪，次雨量與雨峰系數(shù)的改變有著較為明顯的洪水響應，而時間變差系數(shù)則相對不敏感；短歷時暴雨主要因其集中的高強度降水引起局部區(qū)域河網(wǎng)排水不及時而造成水位上漲，次雨量和降雨時間變差系數(shù)對洪水過程的影響較為明顯，而雨峰系數(shù)變化相對不敏感。

5 結 論

本文選取太湖流域武澄錫虞水利分區(qū)為研究對象，采用MIKE 11與MIKE 21構建一、二維耦合水動力模型，利用3場歷史典型洪水對模型進行了率定與驗證，采用該模型對不同降雨時程分布的工況進行了模擬。通過對模擬結果的分析可得到以下結論。

(1)研究區(qū)域水動力模型經(jīng)過率定驗證后模擬精度良好，可較為精確地模擬區(qū)域河網(wǎng)水流過程，證明本文對于圩區(qū)與非圩區(qū)匯流過程考慮方式可行，對河網(wǎng)水系概化原則合理，此原則亦可推廣至水動力條件相似的平原河網(wǎng)地區(qū)使用。

(2)長歷時降雨與短歷時降雨致洪機理有所不同：前者降雨歷時長、次雨量大，可使較大區(qū)域乃至流域范圍內河網(wǎng)水位整體抬升，從而使本區(qū)域難以正常排水而致洪；后者次雨量較前者小，但短時間內降雨強度大，匯流速度遠大于區(qū)域排水速度，使得局部區(qū)域河網(wǎng)水位迅速抬升，但影響范圍較小。

(3)降雨時程分布對平原河網(wǎng)河道洪水過程有顯著影響，其中長歷時降雨的次雨量增大和雨峰后移會導致洪峰水位明顯升高，而時間變差系數(shù)改變的影響則相對較??；短歷時暴雨的次雨量增大和降雨時間變差系數(shù)增大會使洪峰水位明顯升高，而雨峰系數(shù)變化相對影響較小。

(4)針對不同時程分布特征的降雨，可采取對應措施以減小其洪水風險。對于長歷時降雨，可采取提前進行水位預降的措施，并且加強各區(qū)域間排水調度的協(xié)調配合以確保本區(qū)域排水正常進行；對于短歷時暴雨，可在采取工程措施加強區(qū)域排水能力的同時，優(yōu)化圩區(qū)泵站調度規(guī)則，一定程度地利用眾多圩區(qū)的調蓄能力以削減圩外河網(wǎng)的洪水風險。

(5)因本文旨在研究降雨時程分布變化的洪水響應，故所考慮的長歷時降雨與短歷時暴雨偏理想化，即長歷時降雨中不出現(xiàn)雨強較大的暴雨過程，短歷時暴雨前不存在其他導致河網(wǎng)水位抬升的前期降雨過程。實際降雨過程更加復雜，如可能在水位緩慢上漲之后發(fā)生高強度暴雨，此種降雨組合會帶來更大洪水風險，需在進一步研究中加以考慮。

(編輯：陳 敏)

Flood Response to Temporal Variation of Precipitation in Plain RiverNetwork Region in Taihu Lake Drainage Basin

HU Zi-chen, LIU Shu-guang, ZHONG Gui-hui, WEI Qian-kun

(Department of Hydraulic Engineering, Tongji University, Shanghai 200092, China)

Abstract:Flood and waterlogging disasters in plain river network region in recent years have brought about severe damage to people’s lives and property safety. Rainfall is the key factor causing flood disasters in the region, of which the most typical ones are plum rain and typhoon rainstorm. The flood generating mechanism of plum rain and typhoon rainstorm varies because of different temporal distribution. In the aim of investigating the influence of rainfall’s temporal variation on flood process, a 1D- and 2D-coupled hydrodynamic model of Wuchengxiyu hydraulic