匡威　毛北平　鄭力　張艷軍　宋星原

摘要：為了應(yīng)對水文科技創(chuàng)新、智慧水文提出的新要求，采用科技前沿技術(shù)，結(jié)合國內(nèi)外水文科學(xué)先進理念，通過雷達遙感資料進行雨量監(jiān)測，利用遙感影像資料進行土壤含水量和蒸發(fā)量反演，在無資料地區(qū)開展水文模型研究。研究結(jié)果表明：科學(xué)使用雷達降水（QPE）可改善山洪模擬的精度，雷達能夠反映降雨的空間異質(zhì)性，雷達定量估測降水可提高降雨測量的準(zhǔn)確度，也能較為明顯提高洪水模擬的可靠性。

關(guān)鍵詞：山洪模擬;雷達定量降水估算;雷達遙感;新安江模型;OPMODEL模型;LSTM模型;SCS模型;官山河流域

中圖法分類號：P334.92 文獻標(biāo)志碼：A DOI：10.15974/j.cnki.slsdkb.2020.07.001

1研究背景

以湖北省官山河流域為例，通過雷達遙感資料進行雨量監(jiān)測，利用遙感影像資料進行土壤含水量和蒸發(fā)量反演?；诟采w試點流域的新一代天氣雷達資料和逐時地面雨量資料，通過雷達進行定量降雨估算（QPE），從而反演雷達觀測范圍內(nèi)的定量降水，定量刻畫試點流域暴雨的時空分布特征，并提供不低于1h、1km精度的時空分辨率雷達定量降水估算成果。選用新安江模型TOPMODEL模型、LSTM模型、SCS模型等對官山河流域洪水進行模擬。

2基礎(chǔ)資料

（1）水文資料。采用官山河流域2011～2016年的降雨徑流資料。官山河水文氣象站點位置見表1。

因官山河站在孤山站以下，不在孤山站集水區(qū)內(nèi)，因此在計算面雨量時剔除該站。用泰森多邊形求取袁家河站、大馬站、西河站、孤山站這4個站在流域中所占的權(quán)重，計算結(jié)果見表2。

（2）下墊面資料。收集到的雷達遙感資料見表3，其中，雷達資料可用來監(jiān)測雨量，遙感影像資料可進行土壤含水量和蒸發(fā)量反演，有助于在無資料地區(qū)開展水文模型研究。

（3）地形資料。SRTM90m分辨率數(shù)據(jù)集。官山河流域所在的條帶號為59，行編號為06。SRTM（ShuttleRadarTopographyMission）由美國太空總署（NASA）和美國國家圖像測繪局（NIMA）聯(lián)合測量”。官山河地形見圖1。

（4）衛(wèi)星影像資料。Landsat8影像，條帶號：158-38（Landsat-8衛(wèi)星于2013年2月11日由NASA發(fā)射）。

（5）土地利用資料。一部分來源于中國科學(xué)院計算機網(wǎng)絡(luò)信息中心國際科學(xué)數(shù)據(jù)鏡像網(wǎng)站，包括土壤類型等資料;另一部分植被類型資料，基于MO-DIS或Landsat數(shù)據(jù)[2]，使用監(jiān)督分類的方法，在EN-VI中反演得到。

（6）植被資料。結(jié)合NDVI植被指數(shù)得到的該流域植被類型分布圖，從2001～2017年抽取。

3分析計算方法

（1）雷達預(yù)處理。雷達數(shù)據(jù)來自于十堰雷達測站（110044'37"E，3235'58"N）提供的CINRAD/SB多普勒雷達每6min一次的雷達體積掃描資料，雷達體掃描模式為VCP21。讀取雷達基數(shù)據(jù)時對雷達數(shù)據(jù)預(yù)處理，為避免冰雹影響，若回波強度大于80dBZ，回波強度設(shè)為0;若回波強度小于0dBZ，認為其是非降水事件，回波強度設(shè)為0。

為減少地物阻擋的影響，考慮到官山河流域與雷達距離及地形因素，研究采用1.5仰角的雷達反.射率因子資料?；谛乱淮鞖饫走_資料，對反射率場進行弱回波消除、噪聲過濾等預(yù)處理后，提取出回波的三維結(jié)構(gòu)特征量，運用模糊邏輯算法識別雜波（地物雜波、AP）并剔除。

（2）雷達定量降水估算。降雨資料除了從常規(guī)的雨量站獲取外，研究還通過雷達進行定量降雨估算。雷達定量測量降水主要采用的是Z-R關(guān)系法，本研究采用的技術(shù)思路是雷達和雨量計結(jié)合。具體實施過程中基于覆蓋試點流域的新一代天氣雷達資料和逐時地面雨量資料，融合生成雷達一雨量計的實時動態(tài)Z-R關(guān)系，從而反演雷達觀測范圍內(nèi)的定量降水，定量刻畫試點流域暴雨的時空分布特征，并提供不低于1h、1km精度的時空分辨率雷達定量降水估算成果，流域定量降水估測流程見圖2。

（3）概率配對法確定Z-R關(guān)系。Z、R均在時間空間上滿足對數(shù)正態(tài)分布。計算出任一點的雨強和反射率因子出現(xiàn)的概率分別為P（R）dR和P（Z）dZ，以概率相等的原則對所有Z、R概率配對得到一系列的Z-R關(guān)系對。具體的配對原則使用Atlas建議的累計分布函數(shù)CDF配對法[3]：

式中，Z，、R，分別為設(shè)置的Z、R閾值;Z，、R，分別為某一反射率因子和降水量組中最大Z、R值。

在實際計算中，對于離散的Z、R數(shù)據(jù)，CDF可由下式（2）計算：

式中，ny、n，分別為反射率因子和雨強樣本中值小于Z，和R，的樣本數(shù)。

Z、R滿足指數(shù)關(guān)系Z=AR，將關(guān)系式兩邊取對數(shù)，得lgZ=lgA+blgR。由于雷達回波強度dBZ=10lgZ，可令m=10bn=101gA，得dBZ=mlgR+n。可以看出，dBZ與lgR呈線性關(guān)系。概率配對法中，先將CDF配對產(chǎn)生的Z-R關(guān)系對進行對數(shù)變換為dBZ-lgR關(guān)系對，對其線性擬合得到斜率m和截距n，再通過m=10b和n=10lgA計算關(guān)系系數(shù)A、b，建立Z-R關(guān)系。

4雷達定量降水估算成果分析

根據(jù)以上原理方法，采用雷達對湖北省十堰市官山河流域降水過程進行了監(jiān)測和估算。由于官山河區(qū)域的降雨存在空間變異性，有限的雨量站無法全面測到降雨，因此易導(dǎo)致山洪預(yù)警和預(yù)報的漏報和誤報。為彌補這種缺陷，可使用雷達測雨技術(shù)進行定量降雨估測。對于2015年的幾場主要降水過程，QPE成果具體見圖3。

根據(jù)QPE的計算成果，觀察其與徑流的匹配成果見圖4。從圖4可看出，雷達估測的降雨過程明顯與徑流過程匹配，改善了地表雨量站測到的降雨過程與徑流過程不匹配的情況，如果用QPE成果驅(qū)動山洪模擬模型，將會改善其模擬和預(yù)報的準(zhǔn)確率。

5洪水模擬模型對比分析

選用新安江模型、TOPMODEL模型LSTM模型.SCS模型等對官山河流域洪水進行模擬，對模型模擬的洪水三要素與實測值進行誤差分析，并繪制出洪水模擬過程圖，最終分析基于雷達降雨資料對多場次洪水進行模擬的效果。

對比分析圖5～6，以TOPMODEL模型為例，其相對誤差從-82.0%降低為6.6%，表明雷達能夠反映降雨的空間異質(zhì)性，雷達定量估測降水能夠提高降雨測量的準(zhǔn)確度，明顯提高洪水模擬的可靠性。繪制同一模型不同雨量的模擬結(jié)果圖，具體比較每種模型在使用不同降雨資料情況下的模擬效果?？梢钥闯?，使用雷達降雨資料對洪水進行模擬的效果要比雨量站降雨的模擬效果相對較好。

使用雷達降雨資料作為模型輸人條件時，4種模型模擬的洪峰流量都較接近實測值，其中新安江模型和TOPMODEL模型模擬改善的效果更為明顯。

6結(jié)語

利用雷達遙感資料監(jiān)測雨量，采用遙感影像資料進行土壤含水量和蒸發(fā)量反演。使用雷達定量降水估算技術(shù)能夠改善山洪模擬的精度，雷達能夠反映降雨的空間異質(zhì)性等。

但是，在降雨過程和徑流過程不匹配的情況下，即使使用雷達定量估測降水的方法來驅(qū)動模型，也無法提高模型的準(zhǔn)確率，因此，應(yīng)同時采用基于壤中暴雨流機制的山洪模擬模型和雷達定量估測降水作為輸人，雙管齊下，才能切實有效地提高山洪模擬的精度。

參考文獻：

[ 1] Comiti F， Cadol D， Wohl E. Flow regimes， bed morpholo-gy and flow resistance in self一formed step一pool channels [J]. Water Resources Research， 2009， 45， W04424.

[2]Wilcox A C， Nelson J M， Wohl E. Flow resistance dy-namics in step-pool channels： 2. partitioning between grain， spill， and woody debris resistance [J]. Water Re-sourcesResearch， 2006， 42：05419.

[3] Maxwell A R， Papanicolaou A N. Step-pool morphologyin high-gradientstreams[J]. Internal Journal of Sedi- ment Research， 2001， 16（3）：380-390.

（編輯：唐湘茜）