蔡木良，支歡樂，李文歡，黃 河，劉 賢，蔣水華，張秀平

（1. 國(guó)網(wǎng)江西省電力有限公司電力科學(xué)研究院，江西 南昌 310058； 2. 南昌大學(xué)工程建設(shè)學(xué)院，江西 南昌 330031；3. 中鐵水利水電規(guī)劃設(shè)計(jì)集團(tuán)有限公司，江西 南昌 330029； 4. 江西省水利科學(xué)院，江西 南昌 330029）

0 引 言

近年來(lái)，結(jié)合數(shù)字高程模型（DEM）、水動(dòng)力模型和地理信息系統(tǒng)（GIS）推求洪水淹沒范圍是水利應(yīng)用領(lǐng)域的研究熱點(diǎn)之一。強(qiáng)暴雨引起的具有威脅性的洪水是我國(guó)最為嚴(yán)重的自然災(zāi)害之一，往往會(huì)對(duì)流域出口及下游緩坡及山間盆地人口密集地帶造成重大的人員傷亡和財(cái)產(chǎn)損失。目前我國(guó)尚未建立完善的基于降雨資料的洪水災(zāi)害預(yù)評(píng)估體系。如何快速預(yù)警預(yù)報(bào)暴雨洪水災(zāi)害是當(dāng)前迫切需要解決的難題。

建立一個(gè)適用性及可推廣性強(qiáng)，并且具有實(shí)際物理意義的洪水淹沒分析模型是實(shí)現(xiàn)暴雨洪水災(zāi)害預(yù)警預(yù)報(bào)的重要前提。傳統(tǒng)的預(yù)警預(yù)報(bào)方法根據(jù)臨界雨量等預(yù)警指標(biāo)和結(jié)合風(fēng)險(xiǎn)區(qū)域地形地貌等特征進(jìn)行綜合評(píng)斷［1］，然而該方法確定預(yù)警指標(biāo)臨界值缺乏科學(xué)依據(jù)，無(wú)法獲得準(zhǔn)確的暴雨洪水災(zāi)害淹沒信息，給決策者制定有效的洪災(zāi)防災(zāi)措施帶來(lái)了困難。結(jié)合GIS和分布式水文模型是目前提倡的洪水災(zāi)害預(yù)警預(yù)報(bào)方法，可考慮降雨資料的可獲得性以及預(yù)警預(yù)報(bào)技術(shù)的可推廣性。其中采用相對(duì)簡(jiǎn)單并具有一定物理意義的水文模型［2］，是目前使用較為廣泛的方法之一［3-7］。如劉仁義［3］提出了有源和無(wú)源淹沒情形下基于種子蔓延的淹沒區(qū)計(jì)算方法，但是該方法運(yùn)算效率及計(jì)算精度會(huì)受到種子點(diǎn)位置及數(shù)據(jù)精度等因素影響。馮麗麗等［7］盡管基于GIS 技術(shù)運(yùn)用無(wú)源淹沒和有源淹沒方法確定洪水淹沒區(qū)范圍，但是不能考慮實(shí)時(shí)降雨因素進(jìn)行洪災(zāi)預(yù)警分析。綜上，雖然基于GIS技術(shù)的無(wú)源淹沒算法較為簡(jiǎn)便，但是大多難以準(zhǔn)確模擬實(shí)時(shí)降雨造成的洪水淹沒過(guò)程。另外常用的洪水淹沒分析方法如水動(dòng)力學(xué)模型，雖然能夠模擬降雨和河道匯流過(guò)程得到相對(duì)準(zhǔn)確的結(jié)果，但是需要的輸入?yún)?shù)較多，運(yùn)算過(guò)程復(fù)雜，對(duì)數(shù)據(jù)精度要求較高。這些方法容易受到數(shù)據(jù)觀測(cè)與采集手段的限制，在無(wú)資料流域或無(wú)法確定河道上游斷面流量的情況下具有一定局限性。此外，上述方法建模過(guò)程繁瑣，且模型所需文件數(shù)據(jù)較多，數(shù)值求解微分方程的近似解時(shí)存在很大困難，導(dǎo)致實(shí)際工程應(yīng)用非常有限［8-10］。

相較之下，元胞自動(dòng)機(jī)為模擬洪水淹沒過(guò)程提供了一種有效的分析手段［8-12］。如王復(fù)生［8］運(yùn)用元胞自動(dòng)機(jī)模型模擬流域降雨徑流、產(chǎn)匯流和洪水淹沒的時(shí)空變化過(guò)程。Dai 等［12］考慮水文因素影響，構(gòu)建了三層空間連接城市屋頂、地面和人工排水網(wǎng)絡(luò)，建立了基于元胞自動(dòng)機(jī)的水文和NPS 污染模型。孫海等［13］提出了基于柵格水動(dòng)力學(xué)的元胞自動(dòng)機(jī)模型，獲得了與MIKE 21 模型相近的計(jì)算結(jié)果，并有效提高了計(jì)算效率。王威等［14］建立了基于“體積法”與元胞自動(dòng)機(jī)的潰壩洪水演進(jìn)模型，能較好地模擬城市地區(qū)潰壩洪水演進(jìn)的時(shí)空特性。劉伊萌等［15］利用CADDIES-2D 洪水模型模擬了北京五環(huán)內(nèi)城區(qū)內(nèi)澇情況，研究發(fā)現(xiàn)CADDIES-2D 模型的模擬精度優(yōu)于Flood Area模型，但稍遜于BUW 模型。綜上，相比于無(wú)源淹沒分析方法，基于元胞自動(dòng)機(jī)的洪水淹沒分析模型可以充分考慮流域下墊面條件。相比于水動(dòng)力學(xué)模型，該模型在保證計(jì)算精度的前提下需要的模型輸入?yún)?shù)更少，同時(shí)元胞自動(dòng)機(jī)受數(shù)據(jù)的影響更小，不僅可以計(jì)算獲得流域內(nèi)降雨產(chǎn)匯流量，而且可以動(dòng)態(tài)輸出徑流空間變化過(guò)程，因而具有較大的應(yīng)用前景［16］。

以江西省宜春市袁州流域作為研究區(qū)域，首先基于GIS 技術(shù)生成數(shù)字高程模型格網(wǎng)數(shù)據(jù)，結(jié)合流域下墊面條件，求解洪水淹沒范圍及水深，進(jìn)而建立基于元胞自動(dòng)機(jī)的洪水淹沒分析模型。將實(shí)時(shí)預(yù)報(bào)的未來(lái)24 h 降水資料作為模型輸入，發(fā)生最大暴雨洪水災(zāi)害的區(qū)域作為模型輸出。同時(shí)，基于無(wú)源淹沒分析方法和MIKE SHE 的坡面流模型計(jì)算結(jié)果驗(yàn)證所建模型的有效性。

1 洪水淹沒過(guò)程分析方法

在引入基于元胞自動(dòng)機(jī)的洪水淹沒分析模型之前，首先簡(jiǎn)要介紹洪水淹沒過(guò)程分析的無(wú)源淹沒洪水分析方法。

1.1 無(wú)源淹沒洪水分析方法

無(wú)源淹沒分析方法基本原理是運(yùn)用GIS 技術(shù)遍歷DEM 上每個(gè)點(diǎn)的高程值，一旦該點(diǎn)的高程值小于給定洪水水位，即將其加入至淹沒區(qū)域。該方法僅將區(qū)域總降水量作為輸入，適用于大面積區(qū)域降水情況下洪水淹沒分析，計(jì)算相對(duì)簡(jiǎn)單。無(wú)源淹沒分析方法將復(fù)雜的洪泛區(qū)域地形劃分為若干個(gè)相等的面積單元，以點(diǎn)（x，y）代表單元所在的地理位置，各單元淹沒水位和地面高程各不相同，可得單元網(wǎng)格對(duì)應(yīng)的淹沒水深D（x，y）為：

式中：H（x，y）為單元網(wǎng)格對(duì)應(yīng)的淹沒水位；E（x，y）為單元網(wǎng)格對(duì)應(yīng)的地面高程值。

考慮到區(qū)域下墊面的不均勻性，通過(guò)分析地表降雨經(jīng)過(guò)蒸散發(fā)、植被截留、土壤下滲等一系列損耗后產(chǎn)生的徑流量過(guò)程，可以得到單元網(wǎng)格處由降雨產(chǎn)生的徑流深R（x，y）為：

式中：α（x，y）為單元網(wǎng)格處的徑流系數(shù)；P（x，y）為單元網(wǎng)格處的降雨深度。

同時(shí)，根據(jù)無(wú)源淹沒基本理論，由下式可確保洪水來(lái)水量與洪水淹沒范圍內(nèi)總水量相等：

式中：i=1，2，…，n；Ri（x，y）和Di（x，y）分別為第i單元網(wǎng)格處徑流水深和淹沒水深；Δσ為單元網(wǎng)格面積。

1.2 基于元胞自動(dòng)機(jī)的洪水淹沒分析模型

元胞自動(dòng)機(jī)（Cellular Automata）是將系統(tǒng)劃分為規(guī)則的元胞網(wǎng)格，每個(gè)網(wǎng)格處于有限狀態(tài)并受相鄰元胞狀態(tài)的影響［8］。在每個(gè)模擬步中，所有元胞狀態(tài)都根據(jù)指定的轉(zhuǎn)換規(guī)則進(jìn)行同步更新。本文建立的基于元胞自動(dòng)機(jī)的洪水淹沒分析模型，將流域產(chǎn)匯流和洪水淹沒時(shí)空分布過(guò)程分為3 個(gè)階段：①雨水降落到地表時(shí)經(jīng)植被攔截、土壤非飽和帶吸收作用后，產(chǎn)生凈雨；②凈雨經(jīng)流域坡面、飽和帶、非飽和帶作用，匯聚形成徑流；③最終形成洪水［17，18］。該模型主要由元胞空間、元胞鄰域、元胞狀態(tài)和轉(zhuǎn)換規(guī)則這四部分構(gòu)成，按照既定規(guī)則進(jìn)行動(dòng)態(tài)模擬，主要特點(diǎn)如下：

（1）采用最常見的二維正方形元胞，以確保元胞空間劃分與研究區(qū)域地形的DEM格網(wǎng)劃分一致，便于數(shù)據(jù)提取、轉(zhuǎn)換、計(jì)算和數(shù)據(jù)前處理以及結(jié)果可視化輸出。

（2）元胞鄰域是指中心元胞周邊的其他元胞，與中心元胞有著直接的演化關(guān)系。本文研究中鄰域類型選擇摩爾型（Moore），定義每個(gè)元胞的左上、上、右上、左、右、左下、下和右下這8 個(gè)相鄰元胞為其鄰域元胞（見圖1），其中藍(lán)色元胞為中心元胞，相鄰的紅色元胞為鄰域元胞。洪水在360°方向上的演進(jìn)過(guò)程皆為連續(xù)，且只與相鄰的水量單位有關(guān)。

圖1 摩爾型鄰域關(guān)系Fig.1 Moorish neighborhood relationship

（3）元胞狀態(tài)是洪水演進(jìn)過(guò)程中的狀態(tài)量和參數(shù)，需要儲(chǔ)存在元胞空間內(nèi)進(jìn)行相應(yīng)的計(jì)算［9］。根據(jù)其各自屬性和特征，可分為靜態(tài)量集和動(dòng)態(tài)量集。表1給出了需要采用的元胞狀態(tài)量參數(shù)。

表1 元胞的狀態(tài)量參數(shù)Tab.1 Parameters for state variable set of a cell

（4）制定元胞轉(zhuǎn)換規(guī)則是構(gòu)建元胞自動(dòng)機(jī)模型的核心環(huán)節(jié)。元胞自動(dòng)機(jī)模型中的元胞轉(zhuǎn)換規(guī)則主要有產(chǎn)流規(guī)則和匯流規(guī)則。這些規(guī)則主要用于計(jì)算水流的流動(dòng)方向和進(jìn)行水量分配。水流方向與中心元胞與其鄰域元胞之間的水位差有關(guān)，如果某中心元胞的水位最低，則不進(jìn)行水量分配。先計(jì)算中心元胞及8個(gè)領(lǐng)域元胞的水位平均值：

式中：H0為中心元胞水位；Hi為未被去除的鄰域元胞的水位；m為未被去除的鄰域元胞的數(shù)目。將水位大于平均值（Hi＞ave）的鄰域元胞去除，計(jì)算剩余鄰域元胞與中心元胞的水位平均值，并繼續(xù)剔除水位大于平均值的鄰域元胞，重復(fù)上述步驟直到?jīng)]有鄰域元胞被剔除，即剩余的鄰域元胞水位都低于平均值。接著，再選擇剩余的鄰域元胞作為該中心元胞水量分配的對(duì)象，使中心元胞與剩余鄰域元胞具有相同的水位。按照最小差異算法，中心元胞向剩余鄰域元胞進(jìn)行水量分配，直至達(dá)到平均水位。元胞水流流速采用以下曼寧公式推求：

式中：V為流速；h為中心元胞水深；s為坡度；n為糙率。

據(jù)此，可進(jìn)一步得洪水由中心元胞流向鄰域元胞的流動(dòng)時(shí)間為：

式中：L為中心元胞與鄰域元胞的距離。在匯流模擬過(guò)程中，時(shí)間步長(zhǎng)t的大小決定了流量值。

鄰域元胞的實(shí)際流量q為：

在進(jìn)行水量分配時(shí)，需要注意以下兩點(diǎn)：①當(dāng)計(jì)算所得的分配水量大于該元胞水深時(shí)，分配水量需要按照該元胞的水深進(jìn)行計(jì)算；②當(dāng)中心元胞與鄰域元胞水位相同時(shí)，則不再進(jìn)行水量分配。為保證模型運(yùn)行效率和穩(wěn)定性，通常將時(shí)間步長(zhǎng)t設(shè)置為小于大部分洪水流動(dòng)時(shí)間的值，以防止水流在某一個(gè)時(shí)間步內(nèi)穿過(guò)元胞。每個(gè)元胞將水量分配給其鄰域元胞的同時(shí)，也會(huì)獲取來(lái)自其他鄰域元胞的洪水，因此每個(gè)時(shí)間步長(zhǎng)的元胞洪水量Qi計(jì)算公式為：

式中：qi表示中心元胞在該時(shí)間步長(zhǎng)內(nèi)的洪水流入量，來(lái)自其周邊8 個(gè)鄰域元胞；qt表示中心元胞在該時(shí)間步長(zhǎng)內(nèi)的洪水流出量；Qi-1表示通過(guò)上個(gè)時(shí)間步計(jì)算的元胞洪水量。

2 案例分析

下面依托江西省宜春市袁州流域，采用所建的基于元胞自動(dòng)機(jī)的洪水淹沒分析模型模擬洪水淹沒過(guò)程。江西省宜春市袁州地處江西省西部，東鄰鋼城新余，南接古城吉安，西毗煤都萍鄉(xiāng)，西北連湖南腹地。DEM 提取的流域數(shù)字特征包括單元格網(wǎng)的流向、匯流路徑、河網(wǎng)間的拓?fù)浣Y(jié)構(gòu)等。江西省宜春市袁州流域DEM高程圖如圖2所示。

圖2 江西省宜春市袁州流域圖Fig.2 Diagram of Yuanzhou watershed in Yichun City，Jiangxi Province

圖3 給出了以2021 年5 月28 日12 時(shí)至5 月29 日12 時(shí)的總降雨量生成的江西省預(yù)報(bào)降雨數(shù)據(jù)分布圖。由圖3 可知，該時(shí)段內(nèi)袁州流域地區(qū)總降雨量高達(dá)78 mm，極有可能出現(xiàn)因短歷時(shí)強(qiáng)降雨誘發(fā)的洪水災(zāi)害。研究流域采用30 m×30 m 格網(wǎng)，以2021年5月28日12時(shí)為計(jì)算初始時(shí)刻，采用30 m×30 m 分辨率的DEM高程格網(wǎng)數(shù)據(jù)和降雨格網(wǎng)數(shù)據(jù)，其中高程格網(wǎng)數(shù)據(jù)和降雨格網(wǎng)數(shù)據(jù)保持一致。

圖3 江西省2021年5月28日降雨數(shù)據(jù)分布圖Fig.3 Distribution of rainfall data in Jiangxi province on May 28， 2021

2.1 模型計(jì)算結(jié)果

采用所建的基于元胞自動(dòng)機(jī)的洪水淹沒分析模型計(jì)算降雨產(chǎn)流量時(shí)，考慮植被截留量和土壤下滲量這兩種降雨損耗，采取徑流系數(shù)表示降雨產(chǎn)生徑流的損耗過(guò)程。根據(jù)江西省暴雨洪水查算手冊(cè)［19］以及研究區(qū)域流域特征，取該研究區(qū)域的徑流系數(shù)為0.57。進(jìn)行匯流計(jì)算時(shí)，需要輸入每個(gè)元胞DEM 的格網(wǎng)數(shù)據(jù)和產(chǎn)生的徑流量數(shù)據(jù)。本文基于DEM 格網(wǎng)數(shù)據(jù)中3×3的元胞矩陣進(jìn)行計(jì)算，首先篩選出徑流流動(dòng)方向及流量，求解單位計(jì)算步的中心元胞至領(lǐng)域元胞的流動(dòng)水量，得到規(guī)定時(shí)間內(nèi)洪水淹沒范圍及淹沒深度。將降雨發(fā)生前即模型開始計(jì)算時(shí)刻的研究區(qū)域淹沒面積視為0。為了更直觀地呈現(xiàn)降雨徑流過(guò)程中流域洪水淹沒及變化過(guò)程，計(jì)算過(guò)程中記錄各個(gè)時(shí)刻的元胞水位值，并以柵格數(shù)據(jù)的形式進(jìn)行可視化輸出，進(jìn)而可得到4 個(gè)不同時(shí)刻（10 min、30 min、1 h 和2 h）的宜春市袁州流域洪水淹沒數(shù)據(jù)，如圖4 所示。表2 給出了不同時(shí)刻對(duì)應(yīng)的淹沒面積。另外，根據(jù)黃中發(fā)［20］和表3 基于淹沒水深的洪澇災(zāi)害等級(jí)劃分，將研究區(qū)域可分為輕澇、中澇、重澇和特澇這4 個(gè)等級(jí)。

表2 宜春市袁州流域淹沒面積km2Tab.2 Inundation area of Yuan Zhou watershed in Yichun city

表3 洪澇災(zāi)害等級(jí)劃分Tab.3 Classification of flood disaster levels

圖4 不同時(shí)刻的流域洪水淹沒水深結(jié)果Fig.4 Flood water inundation results for different durations using the established model

由表2 可知，這4 個(gè)時(shí)刻宜春市袁州流域的洪水總淹沒面積分別為136.28、40.91、33.68、33.68 km2。10 min時(shí)最大淹沒水深達(dá)4.93 m，淹沒區(qū)域分布較為密集，主要是由于此時(shí)洪水主要匯集在山谷溝壑等區(qū)域。隨著模擬時(shí)間的延長(zhǎng)，輕澇淹沒面積和總淹沒面積逐漸降低，30 min 時(shí)最大淹沒水深逐漸增加至8.90 m，這是因?yàn)樯焦葴羡值葏^(qū)域的洪水逐漸匯集到河道區(qū)域。由圖4（c）可知，1 h 時(shí)河道支流洪水逐漸減少，洪水貫通區(qū)逐漸增大，最大淹沒水深逐漸增加至10.18 m。此外，由圖4（c）和（d）可知，模擬時(shí)間超1 h 后，流域內(nèi)淹沒范圍基本不變，最大淹沒水深逐漸增加至10.62 m 后逐漸減小。此外，洪水并非全部聚集在地勢(shì)低的區(qū)域，而是有條件地選擇行進(jìn)路徑，即流入地形高程比其周圍淹沒水位更低的區(qū)域，符合水流運(yùn)動(dòng)的基本規(guī)律。綜上可知，所建模型能夠有效模擬洪水淹沒過(guò)程及時(shí)空分布特性。

2.2 模型驗(yàn)證

本節(jié)分別采用無(wú)源淹沒方法和基于MIKE SHE 的坡面流模型計(jì)算結(jié)果驗(yàn)證所建模型的有效性。首先，采用無(wú)源淹沒分析方法基于宜春市袁州流域的30 m×30 m 高程點(diǎn)的格網(wǎng)數(shù)據(jù)E（x，y）以及降雨格網(wǎng)數(shù)據(jù)P（x，y），通過(guò)式（2）計(jì)算單個(gè)格網(wǎng)的徑流深R（x，y），其中徑流系數(shù)取值同樣取0.57。進(jìn)而根據(jù)洪水來(lái)水量與洪水淹沒范圍內(nèi)總水量相等這一原則，聯(lián)立式（1）和式（3）推求研究區(qū)域淹沒水位。獲得宜春市袁州流域淹沒水位值之后，構(gòu)建無(wú)源淹沒洪水區(qū)域輸出模型。接著依次對(duì)格網(wǎng)單元進(jìn)行掃描，將格網(wǎng)單元的高程和給定洪水位進(jìn)行比較，并把其中的淹沒單元進(jìn)行連接，計(jì)算淹沒水深。最后獲得最終的洪水總淹沒面積為6.73 km2，最大淹沒水深為13.35 m（見圖5）。然而，利用無(wú)源淹沒洪水分析方法得出宜春市袁州流域淹沒災(zāi)害等級(jí)最高區(qū)域主要集中在流域西南部地勢(shì)較低處，顯然與實(shí)際洪水災(zāi)害特征不符。這是由于無(wú)源淹沒分析方法的基本原理是通過(guò)遍歷所有柵格單元，從中找出淹沒柵格，雖然實(shí)現(xiàn)過(guò)程較為簡(jiǎn)單，但是不能考慮地域連通性，導(dǎo)致高程值低于淹沒水位H的柵格都被計(jì)入淹沒區(qū)域。

圖5 無(wú)源淹沒分析方法的淹沒水深結(jié)果Fig.5 Inundation water depth results using the non-source inundation analysis method

接著，采用MIKE SHE 的坡面流模型進(jìn)行洪水淹沒過(guò)程分析。坡面流模塊主要采用擴(kuò)散波對(duì)圣維南方程組進(jìn)行近似分析，徑流系數(shù)同樣取值為0.57，糙率初始取0.025。MIKE SHE的坡面流模型運(yùn)行時(shí)間與元胞自動(dòng)機(jī)洪水淹沒模型相同。圖6給出了模擬得到的坡面流淹沒水深分布。由圖6可知，MIKE SHE的坡面流模型獲得的總淹沒面積達(dá)34.56 km2，與圖4（d）中歷時(shí)2 h 的總淹沒面積僅相差0.88 km2，較為吻合。圖6 和圖4（d）的淹沒水深分布基本一致表明，所建模型能夠準(zhǔn)確模擬洪水淹沒過(guò)程。表4 進(jìn)一步比較了3 種不同方法洪水淹沒結(jié)果。由表4可知，相較于無(wú)源淹沒分析方法，所建模型計(jì)算精度更高；相比于MIKE SHE 的坡面流模型，所建模型在滿足計(jì)算精度的同時(shí)，無(wú)需進(jìn)行復(fù)雜的模型計(jì)算，更便于實(shí)際工程推廣應(yīng)用。

表4 不同方法洪水淹沒結(jié)果的對(duì)比Tab.4 Comparison of flood inundation results obtained from different methods

圖6 MIKE SHE坡面流模型的淹沒水深計(jì)算結(jié)果Fig.6 Inundation water depth results using MIKE SHE overland flow model

2.3 參數(shù)敏感性分析

為探討輸入?yún)?shù)的影響，本節(jié)采用所建的元胞自動(dòng)機(jī)洪水淹沒分析模型對(duì)糙率n進(jìn)行敏感性分析，調(diào)查不同糙率n對(duì)研究區(qū)域不同時(shí)刻（30 min、1 h 和2 h）最大淹沒水深的影響。糙率n分別取0.01、0.025 和0.04，即是在基準(zhǔn)值0.025 的基礎(chǔ)上分別增加和減少0.015，其他參數(shù)保持不變［20］。計(jì)算參數(shù)敏感性指標(biāo)和H0.04分別表示糙率n取0.01、0.025和0.04的最大淹沒水深。參數(shù)敏感性指標(biāo)α值越大，表示該參數(shù)對(duì)研究區(qū)域最大淹沒水深的影響越大。表5給出了糙率n的敏感性分析結(jié)果。由表5 可知，隨著模擬時(shí)間的延長(zhǎng)，糙率n對(duì)研究區(qū)域最大淹沒水深的影響逐漸減小。因此，對(duì)于短時(shí)間洪水淹沒過(guò)程，糙率n的敏感性較大，而隨著模擬時(shí)間的延長(zhǎng)，糙率n的敏感性逐漸減小。

表5 糙率n的敏感性分析結(jié)果Tab.5 Sensitivity analysis results of roughness n

3 結(jié) 論

依托江西省宜春市袁州流域，建立了基于元胞自動(dòng)機(jī)洪水淹沒分析模型，進(jìn)而基于實(shí)時(shí)降雨數(shù)據(jù)獲得了研究區(qū)域不同時(shí)刻的淹沒水深和淹沒范圍，并通過(guò)無(wú)源淹沒分析方法和MIKE SHE 的坡面流模型計(jì)算結(jié)果驗(yàn)證了所建模型的有效性。主要結(jié)論如下：

（1）無(wú)源淹沒分析方法雖然計(jì)算簡(jiǎn)單，但是不僅只能考慮總降雨量對(duì)研究區(qū)域的淹沒結(jié)果的影響，而且忽略了研究區(qū)域下墊面及地形連通性的影響，無(wú)法考慮降雨產(chǎn)匯流過(guò)程，獲得的洪水淹沒計(jì)算結(jié)果與實(shí)際情況不符，不利于洪災(zāi)預(yù)警措施方案的制定。

（2）建立的基于元胞自動(dòng)機(jī)的洪水淹沒分析模型可以充分考慮研究區(qū)域下墊面條件以及降雨的產(chǎn)匯流過(guò)程的影響，更加合理地模擬洪水淹沒過(guò)程，動(dòng)態(tài)顯示不同時(shí)刻的洪水淹沒過(guò)程。相較于無(wú)源淹沒分析方法，所建模型具有更高的計(jì)算精度；相比于MIKE SHE 的坡面流模型，所建模型在滿足計(jì)算精度的同時(shí)，無(wú)需進(jìn)行復(fù)雜的模型計(jì)算，更便于實(shí)際工程推廣應(yīng)用，從而可為強(qiáng)降雨下洪水災(zāi)害風(fēng)險(xiǎn)評(píng)估以及防汛搶險(xiǎn)決策方案的制定提供了參考。

（3）所建模型的元胞大小和計(jì)算效率成反比，為保證計(jì)算效率，本文模型采用的元胞邊長(zhǎng)較大（為18 m），在一定程度上會(huì)影響對(duì)真實(shí)地形條件的模擬精度。此外，本文模型只考慮了中心元胞向鄰域一個(gè)元胞進(jìn)行分配水量。為更真實(shí)反映工程實(shí)際情況，關(guān)于中心元胞向鄰域多個(gè)元胞的水量分配問(wèn)題還有待進(jìn)一步研究。