王澤勇，鐘永華，廖衛(wèi)紅，鄭麗媛

（1.北京市密云水庫(kù)管理處，北京 101512；2.中國(guó)水利水電科學(xué)研究院，北京 100038；3.北京工業(yè)大學(xué)，北京 100124）

密云水庫(kù)位于京郊密云城區(qū)北部的山地上，距北京市區(qū)中心約90 km，為華北最大的蓄水池之一，是保障首都地區(qū)防汛安全與城市供水安全的重要工程。2014 年南水北調(diào)來(lái)水開始進(jìn)京，密云水庫(kù)水位逐漸上漲，正確預(yù)測(cè)密云水庫(kù)洪水對(duì)優(yōu)化水庫(kù)調(diào)度、維護(hù)首都地區(qū)防汛安全具有重大意義。分布式水文模型基于物理機(jī)制模擬，能較為真實(shí)地描述水文循環(huán)各個(gè)物理過(guò)程的時(shí)空變化。自上世紀(jì)60 年代以來(lái)，很多學(xué)者進(jìn)行了分布式水文模型的研究和研發(fā)，取得了大量成果。分布式水文模型EasyDHM（Easy Distributed Hydrological Model）由中國(guó)水利水電科學(xué)研究院自主研發(fā)，在國(guó)內(nèi)多個(gè)流域成功應(yīng)用且效果良好，證實(shí)了模型的適用性和實(shí)用性。2015 年，EasyDHM 模型開始實(shí)際應(yīng)用。本文介紹了近幾年分布式水文預(yù)報(bào)模型EasyDHM 在密云水庫(kù)洪水預(yù)報(bào)中的應(yīng)用情況。

1 研究區(qū)域及預(yù)報(bào)系統(tǒng)現(xiàn)狀

密云水庫(kù)于1960年修建完成，總庫(kù)容43.75億m3。水庫(kù)多年平均入庫(kù)徑流量為8.55億m3，100 a一遇洪水洪峰流量為9 320 m3/s，1 000 a一遇洪水洪峰流量為15 800 m3/s，最大可能洪水洪峰流量為23 300 m3/s。水庫(kù)在保護(hù)下游北京、天津、河北地區(qū)的防洪安全以及治理潮白河工作中發(fā)揮了巨大作用，取得了顯著的經(jīng)濟(jì)效益和社會(huì)效益。

密云水庫(kù)流域如圖1 所示，從圖1 可以看出，密云水庫(kù)建于潮河、白河主河道上，控制著潮白河88%的流域面積，實(shí)際控制面積15 788 km2。流域?qū)儆跍貛Т箨懶约撅L(fēng)氣候，降雨量主要集中在第三季度，汛期多年平均降雨量379 mm。

圖1 密云水庫(kù)流域

密云水庫(kù)在建庫(kù)時(shí)便開展水文預(yù)報(bào)工作，保障了水庫(kù)的正常施工。建庫(kù)后，由于當(dāng)時(shí)的特殊情況限制，預(yù)報(bào)工作發(fā)展不理想。雖然有一些小型的預(yù)報(bào)方案，但在調(diào)度工作中未能充分發(fā)揮應(yīng)有作用，主要預(yù)報(bào)方法是徑流系數(shù)法。1988 年，密云水庫(kù)管理處與南京水文水資源研究所合作，完成了以“新安江三水源模型”為基礎(chǔ)的預(yù)報(bào)方案《洪水預(yù)報(bào)調(diào)度軟件包》。由于水庫(kù)來(lái)水量逐漸減少、流域下墊面改變及受人類活動(dòng)影響，該預(yù)報(bào)方案的預(yù)報(bào)成果精度不斷下降。1999 年，委托大連理工大學(xué)研發(fā)洪水預(yù)報(bào)調(diào)度系統(tǒng)軟件，將原《洪水預(yù)報(bào)調(diào)度軟件包》界面化。由于模型參數(shù)固定，且流域下墊面情況變化較大，系統(tǒng)預(yù)報(bào)成果不符合水庫(kù)現(xiàn)狀。在實(shí)際工作中，洪水預(yù)報(bào)結(jié)合人工預(yù)報(bào)與水庫(kù)自動(dòng)化系統(tǒng)洪水預(yù)報(bào)軟件，更多的是采用徑流系數(shù)法進(jìn)行短期洪水預(yù)報(bào)。2012 年，委托中國(guó)水利水電科學(xué)研究院研發(fā)密云水庫(kù)洪水預(yù)報(bào)調(diào)度系統(tǒng)。該系統(tǒng)模型為分布式水文模型，于2015 年投入運(yùn)行。目前，密云水庫(kù)洪水預(yù)報(bào)工作主要依靠該系統(tǒng)進(jìn)行。

2 EasyDHM 模型原理

EasyDHM 模型采用模塊化編程思想，基本計(jì)算單元面積可以隨著模擬范圍的大小和精度要求自行調(diào)整，模型空間單元結(jié)構(gòu)形式為參數(shù)分區(qū)/計(jì)算分區(qū)-子流域-內(nèi)部計(jì)算單元，主要依據(jù)水文分析所推出的數(shù)字水系情況及流域下墊面情況進(jìn)行劃分。EasyDHM 模型可支持不同時(shí)間步長(zhǎng)的水文模擬、洪水預(yù)報(bào)及參數(shù)自動(dòng)率定等功能。

2.1 模型產(chǎn)匯流算法

內(nèi)部計(jì)算單元是EasyDHM 模型的產(chǎn)流計(jì)算單元，首先在各個(gè)內(nèi)部單元進(jìn)行產(chǎn)流模擬計(jì)算，繼而向子流域匯總，并逐級(jí)匯流到出口點(diǎn)。產(chǎn)流算法是影響流域水資源以及斷面洪量的最主要的模塊，直接關(guān)系河道徑流量級(jí)的大小。EasyDHM 模型產(chǎn)流計(jì)算算法有EasyDHM、WetSpa、新安江和Hymod 產(chǎn)流算法，密云水庫(kù)洪水預(yù)報(bào)采用自主研發(fā)的EasyDHM產(chǎn)流算法。

2.2 模型參數(shù)

EasyDHM 模型中每個(gè)計(jì)算單元都有一套獨(dú)立的產(chǎn)匯流參數(shù)，通過(guò)計(jì)算單元處的DEM、土壤類型、土地利用等下墊面數(shù)據(jù)推求而出。當(dāng)單元?jiǎng)澐州^細(xì)，在模型調(diào)參時(shí)逐個(gè)單元進(jìn)行調(diào)參是不可行的。因此，EasyDHM 模型引入“全局修正系數(shù)”概念，通過(guò)全局修正系數(shù)與模型默認(rèn)參數(shù)的默認(rèn)值相乘得到模型計(jì)算最終參數(shù)。EasyDHM 產(chǎn)流算法和馬斯京根匯流算法組合，共設(shè)定了29個(gè)全局修正系數(shù)。在進(jìn)行參數(shù)率定時(shí)，對(duì)這29個(gè)參數(shù)進(jìn)行敏感性分析和優(yōu)化。

2.3 模型參數(shù)率定

模型全局參數(shù)的率定工作包含參數(shù)敏感性分析和參數(shù)優(yōu)化兩部分內(nèi)容，均逐參數(shù)分區(qū)進(jìn)行計(jì)算。其中，參數(shù)敏感性分析主要具有以下兩大基本功能：①分析各種參數(shù)對(duì)模擬效果的影響程度；②將較敏感參數(shù)篩選出來(lái)進(jìn)行參數(shù)優(yōu)化。通過(guò)參數(shù)敏感性分析，能夠更深入理解各種參數(shù)如何對(duì)模型發(fā)展產(chǎn)生影響，簡(jiǎn)化參數(shù)優(yōu)化中的參數(shù)個(gè)數(shù)，對(duì)參數(shù)的測(cè)量以及模型發(fā)展提供指導(dǎo)性意見。在選取的率定期內(nèi)對(duì)挑選出的敏感參數(shù)進(jìn)行參數(shù)優(yōu)化，經(jīng)驗(yàn)證期驗(yàn)證通過(guò)，即可采用所優(yōu)化出的最優(yōu)參數(shù)進(jìn)行后續(xù)的計(jì)算模擬以及預(yù)報(bào)。

EasyDHM 模型在進(jìn)行模型參數(shù)敏感性分析時(shí)，采用了LH-OAT 參數(shù)抽樣方法。該方法將Latin-Hypercube 抽樣算法的穩(wěn)健性和OAT 算法的精確性充分融合在一起，使得在每個(gè)參數(shù)的整個(gè)可行空間中，都按照OAT 的設(shè)計(jì)要求進(jìn)行了準(zhǔn)確抽樣，確保通過(guò)改變輸入?yún)?shù)調(diào)整每次模擬運(yùn)算的輸出。在進(jìn)行參數(shù)敏感度分析時(shí)，選用的目標(biāo)函數(shù)不同，敏感度分析的側(cè)重點(diǎn)也不同。當(dāng)目標(biāo)函數(shù)為平均流量或SSQ 時(shí)，分別可以得到各個(gè)參數(shù)對(duì)模擬結(jié)果或模擬精度的敏感狀況。為保證EasyDHM 模型參數(shù)實(shí)現(xiàn)自動(dòng)優(yōu)化，將SCE-UA 全局參數(shù)優(yōu)化算法引入模型。洪水預(yù)報(bào)主要是對(duì)流域各洪水場(chǎng)次的精度進(jìn)行評(píng)定，參數(shù)優(yōu)化時(shí)選用的指導(dǎo)優(yōu)化的目標(biāo)函數(shù)如Nash效率系數(shù)、洪峰誤差等均可轉(zhuǎn)化為無(wú)量綱數(shù)，進(jìn)一步實(shí)現(xiàn)多個(gè)目標(biāo)函數(shù)的加權(quán)組合，使用單目標(biāo)優(yōu)化算法SCE-UA 即可達(dá)到同時(shí)優(yōu)化多目標(biāo)的效果。以張家墳站為例，列舉了各參數(shù)的相對(duì)敏感度，并按敏感性排序，各參數(shù)最優(yōu)值與默認(rèn)值之間存在較大差異，證明了參數(shù)率定的必要性，詳見表1。

表1 張家墳站參數(shù)率定結(jié)果

3 模型應(yīng)用及結(jié)果分析

3.1 模型應(yīng)用效果評(píng)估

密云水庫(kù)洪水預(yù)報(bào)調(diào)度系統(tǒng)自投入運(yùn)行以來(lái)，針對(duì)汛期每場(chǎng)流域性較大降雨（流域平均降雨量20 mm以上）進(jìn)行了實(shí)時(shí)預(yù)報(bào)，針對(duì)特殊天氣進(jìn)行了假擬預(yù)報(bào)，預(yù)報(bào)成果包括洪峰、峰現(xiàn)時(shí)間、3 d 洪量、7 d 洪量、15 d洪量和30 d洪量等。在上百次的預(yù)報(bào)中，預(yù)報(bào)結(jié)果合格率85%以上，良好以上50%。密云水庫(kù)及上游控制區(qū)洪水預(yù)報(bào)結(jié)果，詳見表2。由表2 可知，除大閣站和三道營(yíng)站（最上游控制站）外，其他每站均給出15場(chǎng)以上的洪水預(yù)報(bào)結(jié)果（包括率定及驗(yàn)證場(chǎng)次）。在下堡、大閣、三道營(yíng)、古北口、下會(huì)、張家墳及密云水庫(kù)的洪水預(yù)報(bào)評(píng)價(jià)中，預(yù)報(bào)精度等級(jí)均達(dá)到乙級(jí)及以上，說(shuō)明分布式水文模型EasyDHM 能夠較好地進(jìn)行密云水庫(kù)洪水模擬，可用于密云水庫(kù)流域的短期洪水預(yù)報(bào)中。

表2 密云水庫(kù)及上游控制區(qū)洪水預(yù)報(bào)結(jié)果

3.2 場(chǎng)次洪水模擬結(jié)果

近幾年，分布式水文模型EasyDHM 為密云水庫(kù)流域提供了較為精準(zhǔn)的洪水預(yù)報(bào)，為水庫(kù)的優(yōu)化調(diào)度運(yùn)行提供了支撐，主要場(chǎng)次預(yù)報(bào)情況如下：

在20170706 場(chǎng)次降雨中，全流域平均雨量52.7 mm，暴雨中心主要在水庫(kù)區(qū)間，密云水庫(kù)7 d洪量4 035萬(wàn)m3，徑流系數(shù)為0.048。此次降雨中，密云水庫(kù)入庫(kù)預(yù)報(bào)洪峰流量為251 m3/s，峰現(xiàn)時(shí)間為2017 年7 月6 日17 時(shí)；實(shí)測(cè)洪峰流量為178 m3/s，峰現(xiàn)時(shí)間為2017 年7 月6 日20 時(shí)，洪水模擬過(guò)程如圖2所示。

圖2 密云水庫(kù)20170706場(chǎng)次洪水過(guò)程線

在20180725 場(chǎng)次降雨中，全流域發(fā)生了連續(xù)降雨，雨量53.4 mm，密云水庫(kù)7 d 洪量為23 014 萬(wàn)m3。此次降雨中，密云水庫(kù)入庫(kù)預(yù)報(bào)洪峰流量為629 m3/s，峰現(xiàn)時(shí)間為2018年7月25日11時(shí)；實(shí)測(cè)洪峰流量為628 m3/s，峰現(xiàn)時(shí)間為2018 年7 月25 日8 時(shí)，洪水模擬過(guò)程如圖3所示。

圖3 密云水庫(kù)20180725場(chǎng)次洪水過(guò)程線

在20200812 場(chǎng)次降雨中，全流域雨量48.0 mm，密云水庫(kù)7 d洪量3 504萬(wàn)m3，徑流系數(shù)為0.046。此次降雨中，下會(huì)站模擬預(yù)報(bào)2020 年8 月24 日8 時(shí)洪峰流量為10.5 m3/s，實(shí)測(cè)8 月24 日11 時(shí)洪峰流量為12.4 m3/s，誤差為18%，預(yù)報(bào)結(jié)果評(píng)定為合格，洪水模擬過(guò)程如圖4 所示。張家墳站模擬預(yù)報(bào)2020 年8月13 日5 時(shí)洪峰流量為35.7 m3/s，實(shí)測(cè)8 月13 日5時(shí)洪峰流量為46.3 m3/s，誤差為7.9%，預(yù)報(bào)結(jié)果評(píng)定為合格，洪水模擬過(guò)程如圖5所示。

圖4 下會(huì)站20200817場(chǎng)次洪水過(guò)程線

圖5 張家墳站20200813場(chǎng)次洪水過(guò)程線

3.3 存在問(wèn)題及改進(jìn)方法

從近幾年的實(shí)際應(yīng)用來(lái)看，分布式水文模型EasyDHM 在密云水庫(kù)流域中運(yùn)用良好，然而仍有較大提升空間?？v觀近幾年密云水庫(kù)流域水文預(yù)報(bào)的實(shí)際應(yīng)用，仍然存在以下問(wèn)題：①局部強(qiáng)降雨預(yù)報(bào)精度不高，流域內(nèi)布設(shè)的雨水情遙測(cè)系統(tǒng)雨量遙測(cè)站點(diǎn)有限，難以有效監(jiān)測(cè)出流域內(nèi)不同類型的降雨，特別是局部強(qiáng)降雨，對(duì)預(yù)報(bào)精度影響很大；②流域產(chǎn)匯流條件發(fā)生變化，隨著人類活動(dòng)和氣候變化的影響，尤其是近幾年南水開始存蓄到水庫(kù)中，密云水庫(kù)的來(lái)水條件發(fā)生極大的變化且還將不斷發(fā)生變化，原模型結(jié)構(gòu)和模型參數(shù)可能不再適合新的流域產(chǎn)匯流條件，導(dǎo)致洪水預(yù)報(bào)結(jié)果精度不理想；③流域初始狀態(tài)識(shí)別不清，土壤初始含水率、蒸發(fā)、滲漏等變量也是影響降雨產(chǎn)流的重要因素，然而這些變量不能直接獲取，往往通過(guò)經(jīng)驗(yàn)或其他參數(shù)推算而出，精度不能保證。

針對(duì)上述問(wèn)題，建議通過(guò)一些基礎(chǔ)設(shè)施的改造升級(jí)和新技術(shù)方法的引入，提升水文預(yù)報(bào)精度。

3.3.1 優(yōu)化監(jiān)測(cè)站點(diǎn)布設(shè)

密云水庫(kù)雨水情遙測(cè)系統(tǒng)始建于1988年，原有9處雨量遙測(cè)站，至2019 年已增至42 個(gè)，其中32 個(gè)雨量站、8個(gè)雨量水位站和2個(gè)水位站。目前，密云水庫(kù)在北京境內(nèi)站網(wǎng)密度為164 km2/站，河北境內(nèi)站網(wǎng)密度為677 km2/站，未達(dá)到《水文情報(bào)預(yù)報(bào)技術(shù)手冊(cè)》中流域站網(wǎng)密度標(biāo)準(zhǔn)，對(duì)于流域降雨時(shí)空分布情況的監(jiān)測(cè)效果不理想，應(yīng)進(jìn)一步合理規(guī)劃并加密遙測(cè)雨量站點(diǎn)，更好監(jiān)測(cè)流域降雨情況。與此同時(shí)，流域上游主要支流應(yīng)補(bǔ)充建立流量自動(dòng)監(jiān)測(cè)站點(diǎn)，以便汛期及時(shí)獲取數(shù)據(jù)，同時(shí)比對(duì)校正實(shí)測(cè)流量，為水文預(yù)報(bào)提供更詳細(xì)準(zhǔn)確的基礎(chǔ)數(shù)據(jù)支撐，提升預(yù)報(bào)精度。

3.3.2 考慮土地利用變化影響

受人類活動(dòng)的影響，流域下墊面土地利用在不斷發(fā)生改變，流域產(chǎn)匯流模擬更加困難。一方面，需要借助遙感手段獲取流域下墊面的變化信息；另一方面，在水文產(chǎn)流模擬方面，不同的土地利用應(yīng)有不同的產(chǎn)流規(guī)律，即對(duì)應(yīng)不同的計(jì)算方程和參數(shù)，需要對(duì)原有水文模型進(jìn)行優(yōu)化，在流域產(chǎn)流模擬中考慮流域土地利用變化的影響。

3.3.3 基于遙感反演的土壤水分?jǐn)?shù)據(jù)

模型初值對(duì)洪水預(yù)報(bào)模型具有較為顯著影響，每場(chǎng)降雨前土壤的干濕程度直接影響其產(chǎn)流大小。密云水庫(kù)流域多年應(yīng)用經(jīng)驗(yàn)也表明，同樣量級(jí)的降水在汛期初期和中后期的產(chǎn)流量存在明顯差異。因此，引入準(zhǔn)確的土壤水分?jǐn)?shù)據(jù)也能提高洪水預(yù)報(bào)精度。隨著遙感技術(shù)快速發(fā)展，可多途徑獲得觀測(cè)數(shù)據(jù)。對(duì)于土壤水分?jǐn)?shù)據(jù)也是一樣，可借助實(shí)測(cè)土壤水分?jǐn)?shù)據(jù)對(duì)遙感數(shù)據(jù)進(jìn)行融合校正，保證數(shù)據(jù)真實(shí)性。同時(shí)，可將原有的觀測(cè)數(shù)據(jù)徑流量與反演的土壤含水量進(jìn)行多源數(shù)據(jù)融合，進(jìn)一步提高土壤水分?jǐn)?shù)據(jù)的準(zhǔn)確性。

4 結(jié)論

根據(jù)近年來(lái)密云水庫(kù)水文預(yù)報(bào)的應(yīng)用可知，采用分布式水文模型EasyDHM 對(duì)密云水庫(kù)流域相關(guān)水文站點(diǎn)進(jìn)行洪水預(yù)報(bào)，預(yù)報(bào)精度較高，為水庫(kù)的優(yōu)化調(diào)度運(yùn)行提供了有力的技術(shù)支撐。為更好地開展密云水庫(kù)的水文預(yù)報(bào)研究，今后可從以下幾個(gè)方面開展進(jìn)一步工作。

4.1 優(yōu)化監(jiān)測(cè)站點(diǎn)布設(shè)

增加流域站點(diǎn)布設(shè)密度，在上游主要支流補(bǔ)充建立流量自動(dòng)監(jiān)測(cè)站點(diǎn)，以便汛期及時(shí)獲取數(shù)據(jù)，同時(shí)可比對(duì)校正實(shí)測(cè)流量，為水文預(yù)報(bào)提供更詳細(xì)準(zhǔn)確的基礎(chǔ)數(shù)據(jù)支撐，提升預(yù)報(bào)精度。

4.2 考慮土地利用變化影響

一方面，需要借助遙感手段獲取流域下墊面的變化信息；另一方面，在水文產(chǎn)流模擬方面，對(duì)原有水文模型進(jìn)行優(yōu)化，進(jìn)而能將流域土地利用變化的影響考慮到流域產(chǎn)流模擬中。

4.3 基于遙感反演的土壤水分?jǐn)?shù)據(jù)

對(duì)于洪水預(yù)報(bào)模型來(lái)說(shuō)，引入準(zhǔn)確的土壤水分?jǐn)?shù)據(jù)能夠有效提高洪水預(yù)報(bào)精度。隨著遙感技術(shù)快速發(fā)展，可將原有的觀測(cè)數(shù)據(jù)徑流量與反演的土壤含水量進(jìn)行多源數(shù)據(jù)融合，進(jìn)一步提高土壤水分?jǐn)?shù)據(jù)的準(zhǔn)確性。