邱啟勇 ，殷國強(qiáng) ，溫珍玉 ，周屹峰 ，張 榮 ，羅宇翔

（1.鄱陽湖水文水資源監(jiān)測中心,江西 南昌 330000；2.江西省水文監(jiān)測中心,江西 南昌 330000；3.撫河水文水資源監(jiān)測中心,江西 撫州 344000；4.貴州東方世紀(jì)科技股份有限公司,貴州 貴陽 550000）

1 引言

洪水是自然災(zāi)害事件,其性質(zhì)可能使任何國家的人口面臨死亡或受傷的風(fēng)險(xiǎn),并可能損壞或摧毀私人和公共財(cái)產(chǎn)、基礎(chǔ)設(shè)施以及農(nóng)業(yè)或其他發(fā)達(dá)土地[1-2]。近年來,衛(wèi)星技術(shù)在為洪水災(zāi)害的防備、損失控制和救災(zāi)管理提供經(jīng)濟(jì)高效、可靠且關(guān)鍵的機(jī)制方面變得極其重要?？梢源_定并實(shí)施各種緩解措施,以減少或最小化洪水的影響[3]。這些緩解措施包括洪水預(yù)報(bào)和預(yù)警、采取適當(dāng)?shù)耐恋乩靡?guī)劃、洪水易發(fā)區(qū)分區(qū)和管理,改善區(qū)域洪水風(fēng)險(xiǎn)預(yù)測需要廣泛的洪水相關(guān)信息[4]。傳統(tǒng)上,收集和分析與洪泛區(qū)和洪水易發(fā)區(qū)相關(guān)的水文數(shù)據(jù)是一項(xiàng)耗時(shí)的工作,需要大量的現(xiàn)場觀測和計(jì)算。隨著遙感和計(jì)算機(jī)分析技術(shù)的發(fā)展,現(xiàn)在可以用這些獲取定量和定性洪水災(zāi)害信息的新方法來補(bǔ)充傳統(tǒng)技術(shù)。完全控制洪水在物理上和經(jīng)濟(jì)上都是不可能的。洪水預(yù)報(bào)能夠向可能受洪水影響的人民發(fā)出警報(bào),并及時(shí)組織民防措施。因此,預(yù)測是一項(xiàng)非常有效、重要且相對廉價(jià)的非工程防洪措施。

利用水文模型開發(fā)中小河流流域洪水預(yù)報(bào)模型對于減輕洪水災(zāi)害至關(guān)重要?？紤]到該領(lǐng)域的研究現(xiàn)狀和預(yù)測需求,目前的研究重點(diǎn)是基于大數(shù)據(jù)分析、衛(wèi)星遙感數(shù)據(jù)、數(shù)字高程模型（DEM）開發(fā)中小河流流域洪水預(yù)測模型。

2 預(yù)報(bào)模型結(jié)構(gòu)

本次洪水預(yù)報(bào)模型采用來源于“基于遙感大數(shù)據(jù)的洪水預(yù)報(bào)系統(tǒng)研究”的研究成果,該模型為具有明確物理意義的分布式降雨-徑流模型,是結(jié)合衛(wèi)星遙感、地形、植被、土地利用、數(shù)字氣象等新技術(shù)為一體的具有物理特征的分布式模型；模型系統(tǒng)基于30 m數(shù)字高程模型（DEM）生成高精度數(shù)字化水系,根據(jù)流域天然水系拓?fù)浣Y(jié)構(gòu),按集水面積2 km2～30 km2進(jìn)行基本計(jì)算單元?jiǎng)澐?；模型主要由蒸散發(fā)計(jì)算、產(chǎn)流計(jì)算和匯流計(jì)算子模塊組成。流域蒸散發(fā)采用蒸發(fā)曲線算法,產(chǎn)流計(jì)算采用蓄滿產(chǎn)流方法；匯流計(jì)算方面,單元面積的地面徑流匯流采用動(dòng)態(tài)瞬時(shí)單位線法,壤中水徑流和地下水徑流的匯流采用線性水庫法,河網(wǎng)匯流采用分段連續(xù)演算的Muskingum法（馬斯京根法）。降雨輸入為逐時(shí)網(wǎng)格化（5 km×5 km）數(shù)據(jù),包括實(shí)時(shí)、2 h短臨預(yù)報(bào)、72 h預(yù)報(bào)降雨數(shù)據(jù)。整個(gè)模型系統(tǒng)構(gòu)建于當(dāng)前主流的大數(shù)據(jù)分析處理平臺基礎(chǔ)之上,實(shí)現(xiàn)了氣象-水文耦合應(yīng)用,以及滾動(dòng)快速計(jì)算預(yù)報(bào)。這些模型簡要流程見圖1。

圖1 分布式水文模型流程圖

3 區(qū)域基礎(chǔ)數(shù)據(jù)及處理

3.1 研究區(qū)概況

本文選取撫州市瑯琚水、黎灘河和烏江流域進(jìn)行研究。撫州市境內(nèi)東、南、西三面環(huán)山,中部丘陵與河谷盆地相間。地勢南高北低,漸次向鄱陽湖平原地區(qū)傾斜,市境內(nèi)屬南方濕潤多雨季風(fēng)氣候區(qū),氣候濕潤,雨量充沛,光熱充足,四季分明,生長期長。年平均降水量1600 mm～1900 mm,集中雨季在4月～6月,年平均降水日為179.5 天。

3.2 模型設(shè)置

在分布式建模中,考慮了地形和氣象參數(shù)的空間變化,并在空間域中計(jì)算徑流。在這種方法中,除了其他地理空間數(shù)據(jù)外,還有源、匯和邊界條件；集成衛(wèi)星數(shù)據(jù)的GIS平臺提供了一個(gè)極好的解決方案?；灸Ｐ驮O(shè)置包括兩個(gè)主要模塊：地形模型和水文模型。

3.2.1 地形模型設(shè)置

流域或河流的物理表示在地形模型中配置。水文要素連接在樹狀網(wǎng)絡(luò)中,以模擬徑流過程。地形模型中的可用元素有：底槽、河段、交匯處、水庫、改道、源和匯。模型中的計(jì)算從下游方向的上游元素開始。在系統(tǒng)中準(zhǔn)備地形模型所需的各種專題圖層,如土地利用、土壤質(zhì)地、子流域等。

土地利用/土地覆蓋是水文模擬中一個(gè)非常重要的參數(shù)。蒸散、截留和集水區(qū)特征主要取決于該輸入?？紤]到其水文特征,土地利用進(jìn)一步重新分類為水文土地利用/土地覆蓋。使用數(shù)字高程模型（DEM）和土地利用數(shù)據(jù)（30 m）提取流域的各種地形和水力參數(shù),如底槽和河道坡度、曼寧系數(shù)、滯后時(shí)間、集中時(shí)間等。

3.2.2 水文參數(shù)提取

使用模型預(yù)處理器計(jì)算河流和流域的地形特征,包括河流長度、河流坡度、流域質(zhì)心、最長流徑、質(zhì)心流徑等。根據(jù)地形特征計(jì)算其他水文參數(shù),如集中時(shí)間、滯后時(shí)間參數(shù)。采用ARCGIS的水文工具提取流向、河網(wǎng)、流域邊界等數(shù)字流域河網(wǎng)信息。

3.3 參數(shù)率定和驗(yàn)證

模型參數(shù)率定是調(diào)整模型參數(shù)值直到模型結(jié)果與歷史數(shù)據(jù)匹配的過程。這一過程可以通過反復(fù)調(diào)整參數(shù)、計(jì)算和實(shí)測的水文曲線之間的擬合優(yōu)度,利用工程判斷來完成。通過計(jì)算所有上游要素并使用優(yōu)化模塊最小化誤差（與實(shí)測過程線的最小偏差）,在目標(biāo)要素（出口）處計(jì)算過程線。通過搜索方法調(diào)整參數(shù)值；重新計(jì)算目標(biāo)元素的過程線和目標(biāo)函數(shù)。重復(fù)該過程,直到目標(biāo)函數(shù)的值達(dá)到盡可能最佳的最小值。在模擬運(yùn)行期間,模型計(jì)算每個(gè)流域的直接徑流以及每個(gè)河道段的流入和流出過程線。該模型在將流量從所有子流域路由到流域出口后,計(jì)算出口處的洪水過程線。出口處的計(jì)算過程線與瑯琚站、黎川站和牛田站的實(shí)測過程線進(jìn)行了比較。

利用公網(wǎng)采集的地形地貌、土壤植被、土地利用、氣候特征等基礎(chǔ)資料,通過決策樹、聚類、深度學(xué)習(xí)等人工智能的技術(shù)構(gòu)建出參數(shù)智能轉(zhuǎn)移模型,通過該模型在任意流域使用即可提取出該區(qū)域的一套基礎(chǔ)的水文參數(shù),如最大蓄水量、蒸發(fā)能力、下滲能力等。

再以大數(shù)據(jù)洪水預(yù)報(bào)模型作為基礎(chǔ),通過自動(dòng)率定的水文參數(shù)成果,結(jié)合河網(wǎng)拓?fù)潢P(guān)系、數(shù)字流域計(jì)算單元（2 km2以上流域）以及歷史30年網(wǎng)格化降水?dāng)?shù)據(jù)作為輸入,進(jìn)行洪水反演計(jì)算,得到30年歷史洪水成果以及土壤含水量數(shù)據(jù),生成對應(yīng)河道斷面的頻率曲線,即可得到相應(yīng)的洪水重現(xiàn)期。

通過互聯(lián)網(wǎng)及用戶收集的歷史洪水災(zāi)害資料（發(fā)生時(shí)間、洪峰流量、重現(xiàn)期）、實(shí)測水文數(shù)據(jù)、實(shí)測墑情（土壤含水量）數(shù)據(jù)就可對“參數(shù)智能轉(zhuǎn)移模型”進(jìn)行評價(jià),周而復(fù)始的對模型參數(shù)進(jìn)行迭代改進(jìn)優(yōu)化調(diào)整,進(jìn)而達(dá)到持續(xù)提高模型精度的效果。

4 成果分析

利用2019年以前的歷史實(shí)測流量資料分別進(jìn)行瑯琚、黎川、牛田水文站控制流域模型參數(shù)的率定,并直接在2021年度中進(jìn)行實(shí)時(shí)作業(yè)預(yù)報(bào)。選擇洪峰流量、峰現(xiàn)時(shí)間2個(gè)洪水要素,進(jìn)行場次洪水的精度評定,評定按照《水文情報(bào)預(yù)報(bào)規(guī)范》（2008）相關(guān)方法進(jìn)行。

1）瑯琚

瑯琚水文站采用2017年、2018年、2019年實(shí)測資料進(jìn)行模型參數(shù)率定,2020 年作為驗(yàn)證期,在2021 年度中的作業(yè)預(yù)報(bào)精度見表1。共計(jì)9 場洪水,總體合格率為78%,預(yù)報(bào)的時(shí)效等級均達(dá)到甲（迅速）。

表1 瑯琚水文站2021年作業(yè)預(yù)報(bào)精度評定統(tǒng)計(jì)表

續(xù)表1

2）黎川

黎川水文站2017年、2018年、2019 年實(shí)測資料進(jìn)行模型參數(shù)率定,2020年作為驗(yàn)證期,在2021年度中的作業(yè)預(yù)報(bào)精度見表2。共計(jì)8 場洪水,總體合格率為69%,預(yù)報(bào)的時(shí)效等級均達(dá)到甲（迅速）。

表2 黎川水文站2021年作業(yè)預(yù)報(bào)精度評定統(tǒng)計(jì)表

3）牛田

牛田水文站2017年、2018年、2019年實(shí)測資料進(jìn)行模型參數(shù)率定,2020年作為驗(yàn)證期,在2021年度中的作業(yè)預(yù)報(bào)精度見表3。共計(jì)7場洪水,總體合格率為71%,預(yù)報(bào)的時(shí)效等級均達(dá)到甲（迅速）。

表3 牛田水文站2021年作業(yè)預(yù)報(bào)精度評定統(tǒng)計(jì)表

驗(yàn)證過程中的計(jì)算過程線瑯琚、黎川、牛田站的觀測過程線分別見圖2、圖3和圖4。這些數(shù)字表明,計(jì)算的過程線與實(shí)測的過程線吻合良好。

圖2 模型結(jié)構(gòu)圖

圖3 瑯琚水文站實(shí)測和計(jì)算洪水過程線（2021年）

圖4 黎川水文站實(shí)測和計(jì)算洪水過程線（2021年）

圖5 牛田水文站實(shí)測和計(jì)算洪水過程線（2021年）

5 結(jié)論

1）預(yù)報(bào)精度基本滿足要求：在開展試點(diǎn)的瑯琚、黎川、牛田水文站控制斷面,預(yù)報(bào)方案精度等級均達(dá)到丙級,根據(jù)《水文情報(bào)預(yù)報(bào)規(guī)范》（GB/T 22482-2008）,可用于參考性預(yù)報(bào)；2021年作業(yè)預(yù)報(bào)基本滿足當(dāng)前中小河流洪水預(yù)報(bào)要求。

2）模型使用簡單,易推廣使用：開放模型相關(guān)參數(shù)調(diào)試交互界面,模型使用流程較簡單,易推廣使用。

3）參數(shù)率定和預(yù)報(bào)計(jì)算速度較快,基于大數(shù)據(jù)分析處理技術(shù),和水文模型計(jì)算邏輯特點(diǎn),針對水文模型計(jì)算開發(fā)大數(shù)據(jù)處理平臺,實(shí)現(xiàn)中小河流快速預(yù)報(bào)。