孫聿卿，郭曉軍，陳興長(zhǎng)，張 菊

（1.西南科技大學(xué)環(huán)境與資源學(xué)院，四川綿陽 621000；2.中國(guó)科學(xué)院山地災(zāi)害與地表過程重點(diǎn)實(shí)驗(yàn)室/中國(guó)科學(xué)院水利部成都山地災(zāi)害與環(huán)境研究所，四川成都 610041；3.中國(guó)科學(xué)院青藏高原地球科學(xué)卓越創(chuàng)新中心，北京 100101）

引言

山洪不但直接威脅山區(qū)人民群眾的生命財(cái)產(chǎn)安全，也是泥石流等山地災(zāi)害最直接的激發(fā)因素。“5·12”汶川地震后，山洪泥石流在震區(qū)小流域集中、大規(guī)模、頻繁暴發(fā)，給人民生命財(cái)產(chǎn)造成巨大損失。如2010年“8.13”強(qiáng)降雨造成災(zāi)區(qū)各地暴發(fā)群發(fā)性山洪泥石流災(zāi)害，其中紅椿溝泥石流沖出約7×105m3物質(zhì)堵斷岷江，文家溝沖出3×105m3物質(zhì)淤埋清平鄉(xiāng)場(chǎng)鎮(zhèn)，均形成堰塞湖等鏈?zhǔn)綖?zāi)害［1］；2013年“7·10”強(qiáng)降雨激發(fā)都汶公路沿線多個(gè)流域暴發(fā)泥石流，其中七盤溝沖出規(guī)模達(dá)7×105m［1］，洱溝沖出物質(zhì)超過5×105m3［2］，造成岷江河道多處堵塞；2019年“8·20”強(qiáng)降雨再次導(dǎo)致該路段暴發(fā)泥石流，交通干線中斷通行達(dá)2個(gè)月；2020年夏季的持續(xù)強(qiáng)暴雨再次造成大范圍的山洪泥石流災(zāi)害。災(zāi)害預(yù)報(bào)是最直接有效的防災(zāi)減災(zāi)措施，具有重要的防減災(zāi)意義。而采用科學(xué)合理的方法進(jìn)行洪水峰值流量計(jì)算，是山洪和泥石流預(yù)報(bào)的重要環(huán)節(jié)。

小流域的洪峰計(jì)算方面，目前有適宜于特定地區(qū)的經(jīng)驗(yàn)公式、小流域計(jì)算公式和水文模型等方法。在汶川地震災(zāi)區(qū)，有學(xué)者通過設(shè)計(jì)不同頻率的暴雨，利用水文模型對(duì)流域徑流過程進(jìn)行模擬［3］；通過水文觀測(cè)和數(shù)值模擬，發(fā)現(xiàn)小流域徑流峰值隨降雨量的增加存在非線性激增現(xiàn)象［4］；基于流域清水流量，采用雨洪修正法計(jì)算不同雨型條件下的泥石流流量變化特征［5］。但上述研究都存在一個(gè)共性問題，即沒有用實(shí)際監(jiān)測(cè)資料進(jìn)行充分驗(yàn)證，而模型驗(yàn)證是水文計(jì)算中極為重要的部分，是保障計(jì)算準(zhǔn)確性和科學(xué)性的基礎(chǔ)。

汶川地震災(zāi)區(qū)小流域坡高谷深、地形復(fù)雜，降雨的空間不均勻性極大；自然環(huán)境艱苦、災(zāi)害頻發(fā)，實(shí)際水文數(shù)據(jù)監(jiān)測(cè)和獲取極為困難。降雨和徑流時(shí)間監(jiān)測(cè)數(shù)據(jù)的缺失造成無法評(píng)估各種計(jì)算方法的合理性和所選擇參數(shù)的準(zhǔn)確性，因此，模型的應(yīng)用存在很大的不確定性，體現(xiàn)在模型結(jié)構(gòu)、模型輸入及模型參數(shù)等各個(gè)方面［6-8］等。針對(duì)這個(gè)現(xiàn)狀，本文作者對(duì)災(zāi)區(qū)一個(gè)典型小流域（洱溝一支溝）開展了數(shù)年的降雨和徑流監(jiān)測(cè)，并以該流域?yàn)檠芯繉?duì)象，基于水文計(jì)算方法模擬徑流過程，利用實(shí)際降雨和洪水監(jiān)測(cè)資料，驗(yàn)證模擬過程，在此基礎(chǔ)上探討劃分子流域和不同時(shí)間步長(zhǎng)對(duì)模擬結(jié)果的影響，尋求該地區(qū)小流域洪水的最佳模擬方案。

1 研究區(qū)概況

選取四川省汶川縣洱溝下游右岸支溝-禾家溝為研究對(duì)象。該小流域流域面積約2.4 km2，主溝道長(zhǎng)約2.6 km，流域最高海拔為3 100 m，最低海拔為1 200 m，平均坡度達(dá)43.4°，溝道平均縱比降為280‰，流域整體自西南向東北方向延展（圖1）。坡面的松散物質(zhì)主要由古元古代康定巖群的斜長(zhǎng)角閃巖、混合片麻巖、變粒巖等變質(zhì)巖組成。該小流域可進(jìn)一步劃分為3個(gè)部分，W-I為流域下游，面積約0.7 km2，溝道長(zhǎng)約1.3 km，溝道平均縱比降約為260‰；W-Ⅱ和W-III分別為上游2個(gè)支溝，W-II流域面積約1.3 km2，溝道長(zhǎng)約1.2 km，溝道平均縱比降約330‰；W-Ⅲ流域面積約0.4 km2，溝道長(zhǎng)約0.7 km，平均縱比降約380‰。

圖1 研究區(qū)地形圖Fig.1 Topographic map of the study area

流域溝口年平均降雨量約1 200 mm［2］?！?·12”地震對(duì)該流域造成嚴(yán)重的影響，大量的坡體垮塌物堆積于溝谷中，為山洪泥石流的暴發(fā)提供了豐富的松散物源。2013年7月10日和2019年8月20日，洱溝兩次暴發(fā)大規(guī)模泥石流，沖出物質(zhì)均超過5×105m3，掩埋溝口工廠等基礎(chǔ)設(shè)施，且對(duì)岷江河道造成巨大影響；2014～2016年的實(shí)際監(jiān)測(cè)表明，該流域多次暴發(fā)中小規(guī)模泥石流，且形成模式均以洪水徑流沖刷溝床物質(zhì)為主［2，9］，因而洪水流量的準(zhǔn)確計(jì)算對(duì)于該流域及都汶地區(qū)類似流域的泥石流起動(dòng)和流量估算都具有重要意義。

2 研究方法和數(shù)據(jù)來源

2.1 模擬方法

（1）模型構(gòu)架

本文產(chǎn)流計(jì)算采用SCS曲線法，坡面匯流、河道匯流計(jì)算采用Kinematic wave（運(yùn)動(dòng)波）方程。SCS曲線是根據(jù)降雨累積量、土地利用現(xiàn)狀、植被發(fā)育、土壤水分狀況等因素發(fā)展而來的經(jīng)驗(yàn)曲線［10］，其數(shù)學(xué)表達(dá)如下：

式中，Q為t時(shí)刻的產(chǎn)流量（mm），P為t時(shí)刻的累積降雨量（mm），Ia為初始損失量（mm），S為最大流域降雨最大潛在損失量（mm）。美國(guó)土壤保持局通過分析大量的降雨徑流數(shù)據(jù)發(fā)現(xiàn)Ia與S的經(jīng)驗(yàn)關(guān)系式為［10］：

而實(shí)際應(yīng)用中將S定量表達(dá)為不同下墊面產(chǎn)流能力的綜合指標(biāo)-徑流曲線數(shù)（CN）：

因此，用SCS曲線法分析產(chǎn)流過程的關(guān)鍵參數(shù)是CN值，即產(chǎn)流系數(shù)，與土壤類型、土地利用、土壤前期濕潤(rùn)程度等有關(guān)，通過C N值表可查算。一般地，產(chǎn)流系數(shù)越高，產(chǎn)流量越大［11，12］。

運(yùn)動(dòng)波方程原理是將流域概化為明渠，輸入值為凈雨量，基于此來計(jì)算明渠的非穩(wěn)定水流方程，模擬其徑流過程。表達(dá)式如下：

式中，h為水深（m），t為時(shí)間（s），q為單寬流量（m2/s），x為坡面某點(diǎn)距坡頂?shù)乃骄嚯x（m）；ie（t）為t時(shí)刻坡面上距離坡頂x米處的單寬凈雨量（mm），S0為坡面坡度，n為曼寧粗糙系數(shù)。

坡面匯流的主要參數(shù)為坡面長(zhǎng)度、流域坡度、粗糙系數(shù)等，溝道匯流的主要參數(shù)為溝道長(zhǎng)度、溝道坡度、溝道斷面形狀、曼寧系數(shù)等?；镜臄嗝?、尺寸信息通過影像或現(xiàn)場(chǎng)測(cè)量獲得，曼寧系數(shù)可查表估算。

（2）流域模型和降雨輸入

基于研究區(qū)5 m分辨率的地形數(shù)據(jù)，通過填洼、計(jì)算流向、匯流、生成河網(wǎng)、劃分子流域、確定出水口等，提取河道長(zhǎng)度、坡度、最長(zhǎng)水流路徑、流域坡度、流域面積、流域中心點(diǎn)位置等基本流域特征參數(shù)，最終獲得流域地形模型。單次降雨模擬中，最重要的輸入是場(chǎng)次降雨過程。根據(jù)流域內(nèi)部實(shí)測(cè)監(jiān)測(cè)資料，整理出需要的場(chǎng)次降雨過程，將實(shí)時(shí)降雨數(shù)據(jù)整理為5 min、10 min、30 min和60 min雨量序列作為模型的輸入。

2.2 數(shù)據(jù)來源

研究所需數(shù)據(jù)來源于2014-2016年洱溝流域內(nèi)部的降雨和徑流監(jiān)測(cè)數(shù)據(jù)。選擇位于禾家溝流域內(nèi)部的雨量站R1和位于禾家溝溝口的流量監(jiān)測(cè)站S1（監(jiān)測(cè)參數(shù)：流速和水位，見圖1）。其中降雨監(jiān)測(cè)利用0.5 mm的翻斗雨量計(jì)實(shí)時(shí)記錄降雨過程，流體表面流速和水深分別采用雷達(dá)測(cè)速儀和超聲波水位計(jì)監(jiān)測(cè)，流量計(jì)算采用公式Q=a·V·A，其中a取0.6［13］，V表示流速，A表示溝道過水?dāng)嗝婷娣e。

3 模型的總體計(jì)算效果

本文選取2014-2016年間的6場(chǎng)典型降雨數(shù)據(jù)進(jìn)行模擬和驗(yàn)證試驗(yàn)，各次降雨的基本情況如表1所示。

表1 2014－2016年間各場(chǎng)次降雨情況Table 1 Rainfall in each session from 2014 to 2016

根據(jù)各場(chǎng)次降雨的雨型和總雨量，選取2015.8.16、2015.9.9、2015.6.7三場(chǎng)降雨作為模擬對(duì)象，用以大概確定模型參數(shù)范圍，三場(chǎng)降雨的歷時(shí)分別為6、13、14h，峰值雨強(qiáng)分別為37、22、23.5 mm/h，總雨量在91～99 mm之間。同時(shí)針對(duì)性選擇2016.6.6、2015.6.22和2014.8.21三場(chǎng)降雨驗(yàn)證計(jì)算結(jié)果，各場(chǎng)次降雨歷時(shí)分別為8、13、30 h，可代表短歷時(shí)和長(zhǎng)歷時(shí)降雨，峰值雨強(qiáng)分別為89、21、17 mm/h，總雨量在92～197 mm之間。

模型需要的流域特征參數(shù)如坡面長(zhǎng)度、坡度、河床寬度、河床長(zhǎng)度等可通過實(shí)地考察和地形分析得到，計(jì)算過程參數(shù)如C N、坡面粗糙系數(shù)n1、溝道曼寧系數(shù)n2等可根據(jù)流域?qū)嶋H情況通過查表獲得初始值作為參考，進(jìn)而進(jìn)行人工調(diào)整，以達(dá)到模擬效果的最優(yōu)化。研究區(qū)地表土壤類型以砂黏土、砂土為主，上游植被覆蓋主要是林地，中下游受到地震的影響，裸露滑坡體較多，部分滑坡體上逐漸有矮草和灌木叢恢復(fù)。參考美國(guó)水土保持局手冊(cè)［10］以及目前國(guó)內(nèi)外SCS模型應(yīng)用的研究成果［14-17］，確定C N的初始輸入值為70。根據(jù)研究區(qū)地表狀態(tài)查表（USACE，1998）［10］選擇粗糙系數(shù)0.3，曼寧系數(shù)0.08［9］作為初始值。退水過程的主要參數(shù)流量衰減系數(shù)初始值取0.9。劃分子流域時(shí)，各子流域的初始基流量按流域面積大小分配。

首先將小流域視為一個(gè)整體進(jìn)行集總式模擬計(jì)算，模擬時(shí)間尺度為5 min，徑流過程見圖2至圖4（模擬過程線1），計(jì)算結(jié)果見表2。

圖2 2015.8.16場(chǎng)次模擬過程Fig.2 The rainfall?runoff process simulation on Aug.16，2015

圖4 2015.6.7場(chǎng)次模擬過程Fig.4 The rainfall?runoff process simulation on Jun.7，2015

本文針對(duì)的對(duì)象為降雨-洪水，在模擬效果的評(píng)價(jià)中，不以傳統(tǒng)的Nash?Sutcliffe系數(shù)和相關(guān)系數(shù)R2等作為指標(biāo)，而以洪水致災(zāi)最關(guān)心的3個(gè)要素：峰現(xiàn)時(shí)間、洪峰流量和洪水總量作為評(píng)價(jià)指標(biāo)，三場(chǎng)降雨的模擬結(jié)果為：

（1）2015.8.16場(chǎng)次（圖2）：模擬的徑流過程線與實(shí)測(cè)的徑流過程線基本一致；模擬的峰現(xiàn)時(shí)間比實(shí)測(cè)滯后5 min，洪峰流量14.8 m3/s，誤差為4.23%，洪水總量20.8×104m3，誤差為-4.09%。

（2）2015.9.9場(chǎng)次（圖3）：該次洪水有兩個(gè)峰值，模擬的徑流過程線與實(shí)測(cè)的徑流過程線基本一致，可模擬出兩個(gè)峰值；第一次模擬的峰現(xiàn)時(shí)間比實(shí)測(cè)滯后5 min，洪峰流量14.6 m3/s，誤差為1.39%，洪水總量30.0×104m3，誤差為14.27%；第二次模擬的峰現(xiàn)時(shí)間與實(shí)測(cè)一致，洪峰流量11.2 m3/s，誤差為1.82%。

圖3 2015.9.9場(chǎng)次模擬過程Fig.3 The rainfall?runoff process simulation on Sep.9，2015

（3）2015.6.7場(chǎng)次（圖4）：該次洪水有多個(gè)峰值，模擬的徑流過程線與實(shí)測(cè)的徑流過程線基本一致；第一次模擬的峰現(xiàn)時(shí)間比實(shí)測(cè)滯后20 min，洪峰流量14.9 m3/s，誤差為4.93%，洪水總量25.3×104m3，誤差為-15.88%；第二次模擬的峰現(xiàn)時(shí)間比實(shí)測(cè)滯后5 min，洪峰流量誤差為-27.27%，洪峰值偏小。

由模擬效果可見，考慮到山區(qū)洪水?dāng)?shù)據(jù)獲取和模擬的困難程度，3個(gè)關(guān)鍵指標(biāo)的誤差均在誤差允許范圍內(nèi)。另外，本文在模型中選擇的關(guān)鍵參數(shù)時(shí)，n1、n2基本保持一致，均為0.3、0.08，CN值在69～72之間，相對(duì)比較確定。因而，在驗(yàn)證階段的3場(chǎng)降雨中，以CN=70，n1=0.3，n2=0.08作為初始參數(shù)，峰值流量誤差均在3%以內(nèi)，結(jié)果見圖5至圖7，證明了模型參數(shù)選擇的合理性。若優(yōu)化CN至最佳模擬效果，其取值也在69～72之間。

圖5 2016.6.6場(chǎng)次模擬過程Fig.5 The rainfall?runoff process simulation on Jun.6，2016

圖7 2014.8.21場(chǎng)次模擬過程Fig.7 The rainfall?runoff process simulation on Aug.21，2014

（1）2016.6.6場(chǎng)次（圖5）：模擬過程線與實(shí)測(cè)過程線基本一致；模擬峰現(xiàn)時(shí)間比實(shí)測(cè)滯后5 min，洪峰流量35.5 m3/s，誤差為0.57%，洪水總量25.9×104m3，誤差為-22.79%；

（2）2015.6.22場(chǎng)次（圖6）：模擬的徑流過程線形態(tài)上雖與實(shí)測(cè)有一定差異，但模擬結(jié)果基本能反映峰現(xiàn)時(shí)間與峰值流量。峰現(xiàn)時(shí)間比實(shí)測(cè)滯后5 min，洪峰流量?jī)H相差0.1 m3/s，洪水總量相比較偏小，誤差為-14.31%；

圖6 2015.6.22場(chǎng)次模擬過程Fig.6 The rainfall?runoff process simulation on Jun.22，2015

（3）2014.8.21場(chǎng)次（圖7）：模擬的徑流過程線與實(shí)測(cè)的徑流過程線基本一致，模擬結(jié)果能呈現(xiàn)多個(gè)洪峰，由于該場(chǎng)次歷時(shí)較長(zhǎng)，降雨過程復(fù)雜，模擬的后期洪峰流量與實(shí)測(cè)值仍存在一定偏差，洪峰值偏大；模擬的峰現(xiàn)時(shí)間比實(shí)測(cè)提前20 min，洪峰流量17.0 m3/s，誤差為-2.86%，洪水總量77.2×104m3，誤差為-0.9%。

綜上，率定期和驗(yàn)證期的6個(gè)場(chǎng)次模擬結(jié)果顯示，峰現(xiàn)時(shí)差范圍為-20～20 min（峰現(xiàn)時(shí)間為正表示峰現(xiàn)時(shí)間滯后，為負(fù)表示峰現(xiàn)時(shí)間提前），洪峰流量誤差范圍為-2.86～4.93%，洪水總量誤差范圍為-22.79～-10.52%?？紤]到山區(qū)洪水?dāng)?shù)據(jù)獲取和模擬的困難程度，此3個(gè)關(guān)鍵指標(biāo)的誤差均在可接受范圍內(nèi)。同時(shí)，模型關(guān)鍵參數(shù)n1、n2基本一致，均為0.3、0.08，C N值在69～72之間，相對(duì)比較確定。由此可見，本文所選參數(shù)有效，模型可推廣用于類似無資料地區(qū)的洪水估算。

4 子流域劃分和時(shí)間步長(zhǎng)對(duì)模擬結(jié)果的影響

4.1 劃分子流域?qū)τ?jì)算結(jié)果的影響

為進(jìn)一步探尋模型在小流域洪水模擬中的使用方案，將禾家溝流域劃分為3個(gè)子單元進(jìn)行分布式模擬，并與上述集總式模擬的結(jié)果相對(duì)比，以分析劃分子流域與否對(duì)模擬結(jié)果的影響。三個(gè)子流域的CN值根據(jù)面積權(quán)重分配作為初始輸入值：

各場(chǎng)次模擬過程對(duì)比見圖2至圖7（模擬過程線2），模擬結(jié)果對(duì)比見表2。

表2 各場(chǎng)次模擬結(jié)果匯總Table 2 Summary of simulation results of each rainfall event

結(jié)果顯示，2種模擬方式的過程線基本一致；分布式模擬中洪峰流量誤差范圍為-2.29～1.41%，平均值為-0.83%，總量誤差范圍為-8.89～17.77%，平均值為4.78%。在峰值流量與洪水總量的模擬上比集總式模擬的精度有小幅度提升；峰現(xiàn)時(shí)差范圍為-15～25 min，比集總式模擬往往有5 min左右的延遲，這是由于集總式模擬忽略了子流域內(nèi)部匯流過程，而流域單元的細(xì)化考慮了子流域內(nèi)部溝道的匯流過程，延長(zhǎng)了河道匯演時(shí)間，導(dǎo)致峰現(xiàn)時(shí)間滯后。

考慮到分布式模擬在一定程度上增加了參數(shù)設(shè)置的工作量，在實(shí)際應(yīng)用時(shí)往往造成參數(shù)難以確定，可能出現(xiàn)異參同效的現(xiàn)象，且對(duì)模擬結(jié)果的提升有限，在針對(duì)類似地形高差大、坡陡且參數(shù)難以獲取的極小流域水文計(jì)算時(shí)，集總式模擬是簡(jiǎn)單易行的方案。

4.2 不同降雨時(shí)間步長(zhǎng)對(duì)計(jì)算結(jié)果的影響

為探討降雨輸入的時(shí)間步長(zhǎng)對(duì)模擬結(jié)果的影響，在參數(shù)不變的情況下，輸入時(shí)間步長(zhǎng)分別設(shè)置為5 min、15 min、30 min、60 min，分析6場(chǎng)降雨的洪水模擬過程，結(jié)果見圖8～圖13所示，各場(chǎng)次結(jié)果見表3。

表3 不同時(shí)間步長(zhǎng)下各場(chǎng)次的模擬結(jié)果匯總Table 3 Summary of simulation results of each rainfall event under different time steps

圖8 不同時(shí)間步長(zhǎng)下2015.8.16場(chǎng)次的徑流過程對(duì)比Fig.8 Comparison of rainfall-runoff processes under different time steps on Aug.16，2015

圖13 不同時(shí)間步長(zhǎng)下2014.8.21場(chǎng)次的徑流過程對(duì)比Fig.13 Comparison of rainfall?runoff process of different time steps on Aug.21，2014

（1）2015.8.16場(chǎng)次（圖8）：該場(chǎng)次不同時(shí)間步長(zhǎng)的徑流過程線基本一致；峰現(xiàn)時(shí)差范圍在5～20 min之間，其中步長(zhǎng)5 min和15 min的峰現(xiàn)時(shí)間一致，均滯后5 min，洪峰流量和洪水總量差距不大，總體逐步減小。

（2）2015.9.9場(chǎng)次（圖9）：該場(chǎng)次不同時(shí)間步長(zhǎng)的徑流過程線在前期基本一致，第二次峰值差異較大，步長(zhǎng)增加，洪峰值降低，過程線逐漸坦化；步長(zhǎng)為5 min時(shí)洪峰現(xiàn)時(shí)滯后5 min，步長(zhǎng)為15 min和30 min時(shí)洪峰現(xiàn)時(shí)均滯后20 min，60 min時(shí)滯后35 min，洪峰流量和洪水總量差異不大，總體趨勢(shì)減小。

圖9 不同時(shí)間步長(zhǎng)下2015.9.9場(chǎng)次的徑流過程對(duì)比Fig.9 Comparison of rainfall-runoff processes under different time steps on Sep.9，2015

（3）2015.6.7場(chǎng)次（圖10）：該場(chǎng)次不同時(shí)間步長(zhǎng)的徑流過程線差異明顯，步長(zhǎng)為60 min的徑流過程線更加坦化，峰值流量明顯降低；步長(zhǎng)越大，時(shí)差越大，滯后時(shí)間從20 min遞增至45 min，洪峰流量和洪水總量逐漸減小。

圖10 不同時(shí)間步長(zhǎng)下2015.6.7場(chǎng)次的徑流過程對(duì)比Fig.10 Comparison of rainfall-runoff process of different time steps on Jun.7，2015

（4）2016.6.6場(chǎng)次（圖11）：該場(chǎng)次不同時(shí)間步長(zhǎng)的徑流過程線基本一致，相較步長(zhǎng)為60 min的徑流過程線更加坦化，趨于平緩；峰現(xiàn)時(shí)差從5 min遞增至35 min，洪峰流量從35.5 m3/s遞減至28.1 m3/s，誤差從0.57%逐步變?yōu)?20.40%；洪水總量誤差均保持在20%左右。

圖11 不同時(shí)間步長(zhǎng)下2016.6.6場(chǎng)次的徑流過程對(duì)比Fig.11 Comparison of rainfall-runoff processes under different time steps on Jun.6，2016

（5）2015.6.22場(chǎng)次（圖12）：該場(chǎng)次不同時(shí)間步長(zhǎng)徑流過程線的形態(tài)基本一致，步長(zhǎng)為60 min的徑流過程線有一定坦化；步長(zhǎng)為15、30、60min的峰現(xiàn)時(shí)間一致，但相比5 min是滯后的，洪峰流量以及洪水總量，前3個(gè)步長(zhǎng)差異不明顯，但當(dāng)步長(zhǎng)增加到60 min時(shí)，峰值明顯降低。

圖12 不同時(shí)間步長(zhǎng)下2015.6.22場(chǎng)次的徑流過程對(duì)比Fig.12 Comparison of rainfall-runoff processes under different time steps on Jun.22，2015

（6）2014.8.21場(chǎng)次（圖13）：該場(chǎng)次降雨較為復(fù)雜，不同時(shí)間步長(zhǎng)的徑流過程差異較大，第一次洪峰現(xiàn)時(shí)隨步長(zhǎng)增加而滯后，第二次洪峰峰現(xiàn)時(shí)間隨步長(zhǎng)增加而提前；時(shí)間步長(zhǎng)為5～30 min時(shí)，峰現(xiàn)時(shí)差均比實(shí)測(cè)值提前，60 min步長(zhǎng)的模擬峰現(xiàn)時(shí)間滯后10分鐘；洪峰流量從17.0 m3/s遞減至14.7 m3/s，洪水總量差異不大，誤差保持在1%左右。

由此可知，時(shí)間步長(zhǎng)的變化會(huì)對(duì)模擬過程線產(chǎn)生一定影響，尤其是60 min步長(zhǎng)的模擬結(jié)果，雖也基本可模擬出峰值，但在洪峰流量和峰現(xiàn)時(shí)間等方面與5 min步長(zhǎng)有較大差異。

（1）隨著模擬時(shí)間步長(zhǎng)的增加，峰現(xiàn)時(shí)間逐漸滯后，步長(zhǎng)為5 min的峰現(xiàn)時(shí)差范圍為-20～5 min，步長(zhǎng)為15 min的峰現(xiàn)時(shí)差范圍為-10～25 min，步長(zhǎng)為30 min的峰現(xiàn)時(shí)差范圍為-10～40 min，而步長(zhǎng)為60 min的峰現(xiàn)時(shí)差范圍為10～45 min。時(shí)間步長(zhǎng)越精細(xì)，峰現(xiàn)時(shí)間的誤差越小，反之會(huì)一定程度上推遲峰現(xiàn)時(shí)間。

（2）隨著模擬時(shí)間步長(zhǎng)的增加，洪峰流量總體趨勢(shì)呈降低趨勢(shì)，徑流過程線趨于坦化，這是由于時(shí)間間隔的增加引起單位降雨強(qiáng)度的降低，削弱了洪峰流量。洪水總量的變化不大，這是由于雖然相對(duì)雨強(qiáng)降低，但總降雨量并未發(fā)生變化，因此，總產(chǎn)流量基本不變。

綜上所述，初始雨量數(shù)據(jù)精度越高，時(shí)間步長(zhǎng)越短，模擬效果越理想，即要求我們?cè)谶M(jìn)行洪峰模擬預(yù)報(bào)時(shí)，原始的雨量數(shù)據(jù)應(yīng)盡可能的精確。但是在實(shí)際應(yīng)用中，受限于環(huán)境條件，實(shí)際觀測(cè)數(shù)據(jù)精度不夠高，故應(yīng)選擇合適的時(shí)間步長(zhǎng)進(jìn)行徑流計(jì)算。

5 結(jié)論與討論

本文采用SCS產(chǎn)流模型和運(yùn)動(dòng)波方程，對(duì)震區(qū)一個(gè)小流域（2.4 km2）進(jìn)行洪水模擬。從結(jié)果來看，對(duì)洪峰三要素包括洪水總量、峰值流量和峰現(xiàn)時(shí)間都能較好模擬。與實(shí)際監(jiān)測(cè)資料相比，模擬的洪峰流量誤差最大不超過5%，峰現(xiàn)時(shí)間誤差在-20～20 min之間，洪水總量模擬誤差在-22.79～14.27%，說明該方法可用于地震災(zāi)區(qū)小流域的水文計(jì)算。

在模型主要參數(shù)（CN和n）的確定過程中，首先根據(jù)經(jīng)驗(yàn)值或查表值作為初始值，然后根據(jù)模擬結(jié)果進(jìn)行調(diào)整，雖有一定的經(jīng)驗(yàn)性，但歷次降雨的CN最優(yōu)值都在69～72范圍內(nèi)，因此相對(duì)合理且方便應(yīng)用。模型對(duì)于長(zhǎng)歷時(shí)、多峰的復(fù)雜降雨中，在保障第一次峰值模擬精度的情況下，對(duì)后續(xù)洪水的峰值流量模擬效果較差。這是由于復(fù)雜降雨過程中峰值前的前期降雨造成流域產(chǎn)匯流條件發(fā)生改變，而模型并不能準(zhǔn)確模擬該過程。

對(duì)于2 km2尺度的小流域，劃分子流域的分布式模擬效果比將流域作為一個(gè)整體集總式模擬效果略好，但提升較為有限，考慮到西部山區(qū)流域參數(shù)獲取的難度，分布式模擬可能造成參數(shù)輸入的人為主觀性，因此集總式模擬是可行的。降雨時(shí)段的控制和模擬時(shí)間步長(zhǎng)對(duì)洪水過程模擬影響較大：在保持參數(shù)一致的情況下，隨著時(shí)間步長(zhǎng)的增加，模擬的峰現(xiàn)時(shí)間通常會(huì)滯后，且洪峰流量逐步偏小，徑流過程線不斷坦化。

實(shí)際監(jiān)測(cè)資料是洪水等災(zāi)害發(fā)生機(jī)理研究和模擬計(jì)算的重要支撐，而目前由于自然環(huán)境惡劣、無傳輸信號(hào)、災(zāi)害頻發(fā)、施工條件危險(xiǎn)艱苦等諸多困難，在汶川地震災(zāi)區(qū)尚無一個(gè)小流域擁有豐富的監(jiān)測(cè)資料。本文利用位于流域內(nèi)部的降雨和徑流數(shù)據(jù)，研究對(duì)象為震區(qū)一個(gè)具有數(shù)年監(jiān)測(cè)歷史的2 km2左右尺度的小流域，具有較高的代表性。但在推廣應(yīng)用時(shí)仍需考慮山區(qū)降雨的高度不均勻性和野外水文監(jiān)測(cè)的復(fù)雜性，監(jiān)測(cè)結(jié)果和研究結(jié)果仍具有一定的不確定性。