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)
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。
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。
(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。
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。
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。
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。
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。
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。