程 東，劉榮華，翟曉燕，趙 宇，劉 瀟

(1.中國(guó)水利水電科學(xué)研究院，北京 100038；2.水利部防洪抗旱減災(zāi)工程技術(shù)研究中心，北京 100038)

1 研究背景

山洪在我國(guó)主要指山丘區(qū)由短歷時(shí)強(qiáng)降雨誘發(fā)的急漲急落的中小河流洪水[1]。山洪災(zāi)害多發(fā)于山丘區(qū)中小河流，山丘區(qū)坡降大，山丘間溪河分布密集，降雨發(fā)生后匯流時(shí)間短，迅速轉(zhuǎn)化為流速較大的徑流，一般降雨發(fā)生后幾個(gè)小時(shí)內(nèi)即產(chǎn)生洪水。由于洪水水量集中、漲水快、其中夾雜著泥石，沖擊破壞力大，洪水過(guò)后常造成人員傷亡，毀壞居住地和基礎(chǔ)設(shè)施，甚至可能導(dǎo)致水庫(kù)、山塘等水利工程潰壩，是一種毀滅性災(zāi)害[2-4]。1949—2015年間，我國(guó)山洪災(zāi)害造成的直接經(jīng)濟(jì)損失高達(dá)17.2萬(wàn)億元[5]。我國(guó)氣候特征多樣、地形條件復(fù)雜、暴雨頻次高，山洪災(zāi)害頻發(fā)，已成為世界上山洪災(zāi)害嚴(yán)重的國(guó)家之一[6]。及時(shí)有效的預(yù)警是決定山洪災(zāi)害防控的關(guān)鍵，國(guó)內(nèi)外學(xué)者已圍繞山洪災(zāi)害預(yù)警問(wèn)題進(jìn)行了大量的研究。臨界雨量是國(guó)內(nèi)外采用最廣泛的山洪災(zāi)害預(yù)警指標(biāo)之一[7-10]，有很多學(xué)者提出了一系列關(guān)于臨界雨量的研究方法。施征等[11]基于HEC-HMS分布式水文模型運(yùn)用水位流量反推法綜合確定山洪雨量預(yù)警指標(biāo)。趙龍等[12]基于隨機(jī)森林回歸算法構(gòu)建山洪災(zāi)害臨界雨量預(yù)估模型。賀拿等[13]運(yùn)用災(zāi)害實(shí)例調(diào)查法和頻率法對(duì)臨界雨量進(jìn)行了實(shí)驗(yàn)探究。張玉昶等[14]基于混合Copula函數(shù)風(fēng)險(xiǎn)組合研究了臨界雨量的降雨量和峰值雨強(qiáng)的聯(lián)合分布狀況。上述研究多為針對(duì)靜態(tài)預(yù)警指標(biāo)的研究，推求的臨界雨量為定值，未考慮前期影響雨量、土壤含水量、上游產(chǎn)匯流、暴雨洪水特征等實(shí)時(shí)動(dòng)態(tài)因素的影響。如何有效提高山洪災(zāi)害監(jiān)測(cè)預(yù)報(bào)預(yù)警精度，延長(zhǎng)山洪災(zāi)害預(yù)警預(yù)見期，降低生命財(cái)產(chǎn)安全風(fēng)險(xiǎn)是山洪災(zāi)害防治的重要任務(wù)之一。目前我國(guó)山洪災(zāi)害監(jiān)測(cè)預(yù)警技術(shù)方面雖有長(zhǎng)足進(jìn)步，但仍然存在一定不足，精確預(yù)報(bào)預(yù)警等關(guān)鍵技術(shù)難題仍需進(jìn)一步突破等[5，15-16]。為總結(jié)山洪災(zāi)害監(jiān)測(cè)預(yù)警系統(tǒng)的建設(shè)經(jīng)驗(yàn)，集成應(yīng)用山洪災(zāi)害調(diào)查評(píng)價(jià)成果，提高監(jiān)測(cè)預(yù)報(bào)預(yù)警精準(zhǔn)度，結(jié)合信息技術(shù)發(fā)展的新趨勢(shì)，在預(yù)警模式和技術(shù)方法上進(jìn)行升級(jí)和規(guī)范，實(shí)現(xiàn)山洪災(zāi)害精細(xì)化動(dòng)態(tài)預(yù)警，進(jìn)一步提升山洪災(zāi)害監(jiān)測(cè)預(yù)報(bào)預(yù)警水平，增強(qiáng)山洪災(zāi)害防御能力[17-18]。

江西省地處東亞季風(fēng)區(qū)，地形地質(zhì)條件復(fù)雜，山丘區(qū)范圍大，特殊氣候條件和降水時(shí)空分布不均，極易形成局部強(qiáng)降雨，導(dǎo)致山洪災(zāi)害頻發(fā)。 全國(guó)山洪災(zāi)害調(diào)查評(píng)價(jià)結(jié)果顯示，江西是長(zhǎng)江中下游山洪災(zāi)害嚴(yán)重的省份之一，東河流域所在的浮梁縣段是江西省山洪災(zāi)害防治縣之一。本文以江西省東河流域?yàn)槔?，充分利用山洪?zāi)害調(diào)查評(píng)價(jià)成果、水文氣象數(shù)據(jù)等信息源，綜合考慮小流域前期影響雨量、土壤濕度變化、上游產(chǎn)匯流過(guò)程和暴雨洪水特征等變化，以小流域?yàn)閱卧?，分析小流域暴雨洪水特征以及土壤水分運(yùn)移機(jī)制，結(jié)合設(shè)計(jì)暴雨洪水實(shí)時(shí)反算，利用成災(zāi)水位反推防災(zāi)對(duì)象不同土濕和典型預(yù)警時(shí)段長(zhǎng)的動(dòng)態(tài)臨界雨量變化趨勢(shì)，實(shí)時(shí)分析確定不同前期降雨或土壤含水量狀態(tài)下的動(dòng)態(tài)預(yù)警指標(biāo)，并生成山洪災(zāi)害防治區(qū)實(shí)時(shí)土壤含水量和山洪災(zāi)害實(shí)時(shí)動(dòng)態(tài)預(yù)警指標(biāo)成果[9，19-23]。同時(shí)以流域內(nèi)南泊村典型災(zāi)害事件為例，詳細(xì)介紹了該小流域典型防災(zāi)對(duì)象動(dòng)態(tài)預(yù)警指標(biāo)分析過(guò)程和動(dòng)態(tài)預(yù)警指標(biāo)應(yīng)用效果。計(jì)算分析結(jié)果表明，基于雨量預(yù)警指標(biāo)的實(shí)時(shí)動(dòng)態(tài)預(yù)警結(jié)果相比原山洪災(zāi)害調(diào)查評(píng)價(jià)中靜態(tài)預(yù)警指標(biāo)結(jié)果提前1～2 h預(yù)警，有效延長(zhǎng)了預(yù)警預(yù)見期。

2 研究區(qū)域概況及數(shù)據(jù)源

研究區(qū)位于江西省東北部(圖1)，屬于江西省東河流域，研究區(qū)面積465 km2，該地區(qū)地形地質(zhì)條件復(fù)雜，地勢(shì)東高西低，氣候濕潤(rùn)，屬于亞熱帶季風(fēng)性氣候，降雨量充沛，年內(nèi)分配不均，主汛期4—6月降雨量占全年總雨量的60%以上，研究區(qū)內(nèi)可觀測(cè)水位、流量、降雨的水文站共有2個(gè)。研究區(qū)內(nèi)山洪災(zāi)害頻發(fā)，共有41個(gè)山洪災(zāi)害防治村。

圖1 研究區(qū)概況Fig.1 Overview of the study area

以發(fā)生的山洪災(zāi)害事件為例，介紹預(yù)警指標(biāo)實(shí)時(shí)動(dòng)態(tài)分析過(guò)程及動(dòng)態(tài)預(yù)警指標(biāo)應(yīng)用效果。2020年7月7日至9日，東河流域范圍內(nèi)普降暴雨，過(guò)程降雨量最大的為竹嶺站519 mm，其次為梅嶺站496.5 mm，再次為鳳坑站485 mm；1小時(shí)最大降雨量為深渡站的64 mm，3小時(shí)最大降雨量為竹嶺站的130.5 mm，6小時(shí)最大降雨量為瑤里站的184 mm，12小時(shí)最大降雨量為竹嶺站的292.5 mm，24小時(shí)最大降雨量為竹嶺站的372 mm，3天最大降雨量為竹嶺站的495 mm，深渡水文站記錄的場(chǎng)次洪水最高水位50.96 m，對(duì)應(yīng)的洪峰流量為1930 m3/s。本場(chǎng)洪水在流域內(nèi)造成了較大的經(jīng)濟(jì)損失。研究防災(zāi)對(duì)象——南泊村-河?xùn)|自然村位于研究區(qū)域中上游(如圖2)，南泊村-河?xùn)|自然村于2020年7月8日發(fā)生山洪災(zāi)害，村莊部分房屋受淹較為嚴(yán)重，7月7日至9日期間，以南泊村-河?xùn)|自然村及上游流域作為本次災(zāi)害事件防災(zāi)對(duì)象的研究區(qū)，研究區(qū)域內(nèi)梅嶺站過(guò)程累積降雨最大，達(dá)496.5 mm，其次為鳳坑站，達(dá)485 mm；此外，瑤里站6小時(shí)累積降雨量最大，達(dá)184 mm。

圖2 南泊村-河?xùn)|自然村所在位置及上游影響Fig.2 Location of Nanpo Village-Hedong Natural Village figure and upstream influences

收集的數(shù)據(jù)包括基礎(chǔ)空間地理信息數(shù)據(jù)、山洪災(zāi)害調(diào)查評(píng)價(jià)成果數(shù)據(jù)以及水文氣象數(shù)據(jù)等。基礎(chǔ)空間地理信息數(shù)據(jù)主要用來(lái)提取流域的下墊面以及劃分小流域，主要包括數(shù)字高程模型、水系(1∶10000)、土地利用類型(1∶250000)等，均來(lái)自于國(guó)家基礎(chǔ)地理信息中心；山洪災(zāi)害調(diào)查評(píng)價(jià)成果數(shù)據(jù)包括山洪災(zāi)害防治村的臨界雨量、現(xiàn)有雨量預(yù)警指標(biāo)、5～100年一遇設(shè)計(jì)暴雨、5～100年一遇設(shè)計(jì)洪水、山洪災(zāi)害現(xiàn)狀防洪能力(即防治村成災(zāi)水位對(duì)應(yīng)流量的重現(xiàn)期)等，均來(lái)自于全國(guó)山洪災(zāi)害調(diào)查報(bào)告。水文氣象數(shù)據(jù)包括場(chǎng)次雨洪數(shù)據(jù)、土壤含水量數(shù)據(jù)等，均來(lái)自于江西省水利廳。

3 研究方法

3.1 分布式水文模型

3.1.1 中國(guó)山洪水文模型 中國(guó)山洪水文模型(China Flash Flood Hydrological Model，CNFF)是由中國(guó)水利水電科學(xué)研究院自主研發(fā)的具有物理機(jī)制的分布式水文模型，已廣泛用于我國(guó)中小流域的暴雨洪水分析和山洪災(zāi)害預(yù)報(bào)預(yù)警[24-27]。通過(guò)小流域、河段、節(jié)點(diǎn)、分水、水源、洼地和水庫(kù)等7類水文元素概化研究流域，以小流域?yàn)榛居?jì)算單元，基本計(jì)算單元內(nèi)的氣象條件和下墊面分布基本一致，采用模塊化建模技術(shù)構(gòu)建流域分布式水文模型，進(jìn)行產(chǎn)匯流、河道演進(jìn)和水庫(kù)調(diào)蓄計(jì)算。

3.1.2 模型構(gòu)建 采用適用于濕潤(rùn)地區(qū)的新安江三水源蓄滿產(chǎn)流法進(jìn)行產(chǎn)流計(jì)算和土濕計(jì)算，采用分布式單位線法和線性水庫(kù)調(diào)蓄法進(jìn)行坡面匯流計(jì)算，研究區(qū)小流域單位線如圖3，采用動(dòng)態(tài)馬斯京根法進(jìn)行河道洪水演進(jìn)計(jì)算[24-25]。坡面流流速和徑流匯集時(shí)間計(jì)算公式如式(1)：

圖3 研究區(qū)典型小流域不同雨強(qiáng)下的單位線Fig.3 Unit hydrograph of a typical small watershed in the study area under different rainfall intensities

(1)

3.1.3 模型評(píng)估 采用徑流深相對(duì)誤差(Rre)、洪峰相對(duì)誤差(Rqe)、峰現(xiàn)時(shí)差(Te)及Nash—Sutcliffe效率系數(shù)(NSE)四個(gè)指標(biāo)評(píng)估山洪模擬精度。Rre、Rqe和Te的最優(yōu)值均為0，NSE的最優(yōu)值為1。在模型評(píng)估中，當(dāng)Rre和Rqe的絕對(duì)值在20%以內(nèi)，Te的絕對(duì)值在2.5 h以內(nèi)，NSE的值在0.6以上時(shí)，我們認(rèn)為模擬結(jié)果為合格。各指標(biāo)的計(jì)算公式如下：

(2)

(3)

Te=Ts-To

(4)

(5)

3.2 指標(biāo)構(gòu)建方法實(shí)時(shí)動(dòng)態(tài)雨量預(yù)警指標(biāo)采用調(diào)查評(píng)價(jià)成果中山洪災(zāi)害防治村的成災(zāi)水位和設(shè)計(jì)暴雨洪水反推臨界雨量的分析計(jì)算方法確定。根據(jù)成災(zāi)水位/流量利用曼寧公式或水位流量關(guān)系推算出達(dá)到不同預(yù)警等級(jí)時(shí)，對(duì)應(yīng)的流量閾值，再根據(jù)設(shè)計(jì)暴雨洪水計(jì)算方法和典型暴雨時(shí)程分布，充分考慮土壤含水量的動(dòng)態(tài)變化的影響，反算設(shè)計(jì)洪水洪峰達(dá)到各預(yù)警等級(jí)的流量閾值時(shí)，各個(gè)預(yù)警時(shí)段對(duì)應(yīng)的雨量值，即為防災(zāi)對(duì)象的動(dòng)態(tài)臨界雨量。最后根據(jù)動(dòng)態(tài)臨界雨量和預(yù)警響應(yīng)時(shí)間綜合確定動(dòng)態(tài)雨量預(yù)警指標(biāo)，并分析成果的合理性。具體分析方法如下：

(1)確定預(yù)警等級(jí)及預(yù)警基準(zhǔn)指標(biāo)選取。預(yù)警等級(jí)可分為“關(guān)注、警戒、危險(xiǎn)、極危險(xiǎn)”四個(gè)等級(jí)，其中，關(guān)注用于提示各級(jí)防汛人員加強(qiáng)值班值守，密切關(guān)注降雨及河道水勢(shì)變化；警戒表示按照當(dāng)前降雨或洪水的趨勢(shì)可能成災(zāi)，可對(duì)基層防汛人員發(fā)出“準(zhǔn)備轉(zhuǎn)移”的建議；危險(xiǎn)表示當(dāng)前降雨或洪水造成災(zāi)害的可能性較大，可發(fā)出“立即轉(zhuǎn)移”的指令建議；極危險(xiǎn)表示當(dāng)前降雨或洪水造成災(zāi)害的可能性很大，且情況緊急，可發(fā)出“立即轉(zhuǎn)移”的指令建議，并做好搶險(xiǎn)救援的準(zhǔn)備。

(2)確定防災(zāi)對(duì)象預(yù)警時(shí)段。預(yù)警時(shí)段指雨量預(yù)警指標(biāo)中采用的最典型的降雨歷時(shí)。根據(jù)防災(zāi)對(duì)象所在地區(qū)暴雨特性、流域面積大小、平均比降、形狀系數(shù)、下墊面情況等因素確定小流域匯流時(shí)間，匯流時(shí)間即為最長(zhǎng)預(yù)警時(shí)段；充分參考前期基礎(chǔ)工作成果的流域單位線信息，結(jié)合流域暴雨、下墊面特性以及歷史山洪情況，綜合分析沿河村落、集鎮(zhèn)、城鎮(zhèn)等防災(zāi)對(duì)象所處河段的河谷形態(tài)、洪水上漲速率、轉(zhuǎn)移時(shí)間及其影響人口等因素后，確定各防災(zāi)對(duì)象比匯流時(shí)間小的各個(gè)短歷時(shí)典型預(yù)警時(shí)段，從最小預(yù)警時(shí)段直到流域匯流時(shí)間即為防災(zāi)對(duì)象預(yù)警時(shí)段，本文防災(zāi)對(duì)象預(yù)警指標(biāo)分析時(shí)段長(zhǎng)采用1、2、3、6小時(shí)。

(3)確定防災(zāi)對(duì)象臨界雨量如圖4?；谡{(diào)查評(píng)價(jià)成果中山洪災(zāi)害防治村的成災(zāi)水位/流量，以實(shí)時(shí)降雨為輸入，結(jié)合中國(guó)山洪水文模型(CNFF)產(chǎn)流模塊輸出的實(shí)時(shí)土壤含水量，選用設(shè)計(jì)暴雨洪水實(shí)時(shí)反算分析方法，實(shí)時(shí)動(dòng)態(tài)確定防災(zāi)對(duì)象不同土壤濕度Wm下(0.2Wm～1.0Wm)標(biāo)準(zhǔn)歷時(shí)(1、2、3、6 h)的動(dòng)態(tài)臨界雨量。

圖4 臨界雨量分析示意圖Fig.4 Schematic diagram of critical rainfall analysis

(4)確定防災(zāi)對(duì)象預(yù)警指標(biāo)?？紤]防災(zāi)對(duì)象所處小流域特征、產(chǎn)匯流特性(預(yù)警響應(yīng)時(shí)間)、溝道形態(tài)、洪水特性和監(jiān)測(cè)站點(diǎn)位置等因素，基于不同土壤含水量下的各時(shí)段臨界雨量值，綜合分析確定預(yù)警指標(biāo)。

4 結(jié)果與應(yīng)用效果分析

4.1 模型率定及驗(yàn)證東河流域共劃分了37個(gè)小流域，小流域面積為0.11～29.8 km2，選取了流域的40場(chǎng)雨洪過(guò)程進(jìn)行模型參數(shù)率定檢驗(yàn)，其中前28場(chǎng)雨洪過(guò)程用作模型參數(shù)率定，后12場(chǎng)雨洪過(guò)程用作模型檢驗(yàn)。率定期與驗(yàn)證期的部分場(chǎng)次雨洪過(guò)程如圖5所示。研究區(qū)率定期平均徑流深相對(duì)誤差為9.45%，平均洪峰流量相對(duì)誤差為13.87%，平均洪峰時(shí)間相對(duì)誤差為1.3 h，平均Nash-Sutcliffe效率系數(shù)為0.76。驗(yàn)證期各指標(biāo)平均值分別為8.42%、13.2%、1.3 h和0.80。總體來(lái)看，場(chǎng)次雨洪模擬結(jié)果合格率在90%以上，CNFF能準(zhǔn)確模擬場(chǎng)次雨洪響應(yīng)過(guò)程，在該研究區(qū)具有良好的適用性。

圖5 研究區(qū)率定期與驗(yàn)證期實(shí)測(cè)與模擬雨洪過(guò)程Fig.5 Observed and simulated rainfall-runoff processes during the calibration and validation periods in the study area

4.2 動(dòng)態(tài)預(yù)警指標(biāo)的動(dòng)態(tài)變化以南泊村為例，展示1 h、2 h、3 h、6 h四個(gè)預(yù)警時(shí)段0.2Wm～1.0Wm土濕情況的動(dòng)態(tài)預(yù)警指標(biāo)如圖6。

圖6 預(yù)警指標(biāo)動(dòng)態(tài)變化Fig.6 Dynamic changes of warning indicators

4.3 動(dòng)態(tài)預(yù)警指標(biāo)應(yīng)用效果分析

4.3.1 模型構(gòu)建及土濕分析 針對(duì)受災(zāi)區(qū)域，結(jié)合各防災(zāi)對(duì)象的實(shí)時(shí)動(dòng)態(tài)雨量預(yù)警指標(biāo)，基于CNFF分布式水文模型反演2020年7月8日的土壤濕度變化過(guò)程。流域總面積為157.71 km2，劃分了個(gè)13小流域，小流域平均面積為12.13 km2。流域內(nèi)有7座雨量站，收集了流域內(nèi)6座雨量站降雨資料。

防災(zāi)對(duì)象上游流域?yàn)?zāi)害時(shí)段的降雨過(guò)程如圖7所示。防災(zāi)對(duì)象所在流域在7月8日14時(shí)至18時(shí)的降雨和土濕逐小時(shí)變化過(guò)程如圖8—圖11所示。

圖7 南泊村-河?xùn)|自然村上游流域降雨過(guò)程Fig.7 Rainfall process in the upstream watershed of Nanpo Village and Hedong Natural Village

圖8 7月2日9時(shí)小流域降雨和土壤濕度分布Fig.8 Rainfall distribution(left)and soil moisture distribution(right)in the small watershed at 9：00 on July 2nd

圖9 7月8日3時(shí)小流域降雨和土壤濕度分布Fig.9 Rainfall distribution(left)and soil moisture distribution(right)in the small watershed at 3：00 on July 8th

圖10 7月8日14時(shí)小流域降雨和土壤濕度分布Fig.10 Rainfall Distribution(left)and Soil Moisture Distribution(right)in the Small Watershed at 14：00 on July 8th

圖11 7月8日17時(shí)小流域降雨和土壤濕度分布Fig.11 Rainfall distribution(left)and soil moisture distribution(right)in the small watershed at 17∶00 on July 8th

4.3.2 預(yù)警指標(biāo)及動(dòng)態(tài)預(yù)警效果 以南泊村-河?xùn)|自然村為例，說(shuō)明本次山洪災(zāi)害事件的動(dòng)態(tài)雨量預(yù)警過(guò)程。各防災(zāi)對(duì)象分析評(píng)價(jià)的臨界雨量和預(yù)警指標(biāo)如表1和表2所示。

表1 典型防災(zāi)對(duì)象典型土壤濕度下臨界雨量成果

表2 防災(zāi)對(duì)象災(zāi)害時(shí)段內(nèi)靜態(tài)預(yù)警與動(dòng)態(tài)預(yù)警結(jié)果

本次分析以雨量站實(shí)測(cè)降雨量為預(yù)警信息源，采用調(diào)查評(píng)價(jià)雨量預(yù)警指標(biāo)分析時(shí)，南泊村-河?xùn)|自然村上游流域3小時(shí)面雨量在7月8日18時(shí)達(dá)到準(zhǔn)備轉(zhuǎn)移預(yù)警等級(jí)。采用動(dòng)態(tài)雨量預(yù)警指標(biāo)分析時(shí)，上游流域3小時(shí)面雨量在7月8日15時(shí)達(dá)到關(guān)注預(yù)警等級(jí)，17時(shí)達(dá)到警戒(準(zhǔn)備轉(zhuǎn)移)預(yù)警等級(jí)；上游流域6小時(shí)面雨量在7月8日14時(shí)達(dá)到關(guān)注預(yù)警等級(jí)，16時(shí)達(dá)到警戒(準(zhǔn)備轉(zhuǎn)移)預(yù)警等級(jí)，17時(shí)達(dá)到危險(xiǎn)(立即轉(zhuǎn)移)預(yù)警等級(jí)。

綜合分析可知，基于本次分析的實(shí)時(shí)動(dòng)態(tài)雨量預(yù)警指標(biāo)，南泊村-河?xùn)|自然村的3小時(shí)動(dòng)態(tài)預(yù)警指標(biāo)在7月8日17時(shí)達(dá)到警戒預(yù)警等級(jí)，比靜態(tài)預(yù)警指標(biāo)提前1小時(shí)產(chǎn)生準(zhǔn)備轉(zhuǎn)移預(yù)警。6小時(shí)動(dòng)態(tài)預(yù)警指標(biāo)在7月8日16時(shí)達(dá)到警戒預(yù)警等級(jí)，比靜態(tài)預(yù)警指標(biāo)提前2小時(shí)產(chǎn)生準(zhǔn)備轉(zhuǎn)移預(yù)警，同時(shí)基于靜態(tài)預(yù)警指標(biāo)未達(dá)危險(xiǎn)預(yù)警，而動(dòng)態(tài)預(yù)警指標(biāo)產(chǎn)生危險(xiǎn)預(yù)警，動(dòng)態(tài)指標(biāo)預(yù)警等級(jí)高于靜態(tài)指標(biāo)預(yù)警等級(jí)。這主要是由于南泊村-河?xùn)|自然村位于流域下游，動(dòng)態(tài)雨量預(yù)警指標(biāo)考慮了上游流域降雨過(guò)程的影響，有效延長(zhǎng)了預(yù)警預(yù)見期，可為人員轉(zhuǎn)移決策爭(zhēng)取更多的時(shí)間。

5 結(jié)論

本文基于中國(guó)山洪水文模型進(jìn)行了小流域預(yù)警指標(biāo)實(shí)時(shí)動(dòng)態(tài)分析方法的研究和應(yīng)用。以東河流域?yàn)槔?，評(píng)估了動(dòng)態(tài)預(yù)警指標(biāo)的合理性和準(zhǔn)確性，研究的主要結(jié)論如下：

(1)基于中國(guó)山洪水文模型選取了研究流域的40場(chǎng)雨洪過(guò)程進(jìn)行模型的參數(shù)率定檢驗(yàn)，率定期和驗(yàn)證期的平均徑流深相對(duì)誤差和洪峰流量相對(duì)誤差均在15%以內(nèi)，平均洪峰時(shí)間相對(duì)誤差在1.5 h以內(nèi)，平均Nash-Sutcliffe效率系數(shù)分別為0.76和0.8，場(chǎng)次雨洪模擬結(jié)果合格率在90%以上，表明該模型能較為準(zhǔn)確模擬東河流域場(chǎng)次雨洪響應(yīng)過(guò)程，在該研究區(qū)具有良好的適用性。

(2)實(shí)時(shí)動(dòng)態(tài)預(yù)警指標(biāo)是通過(guò)對(duì)山洪災(zāi)害防治村的成災(zāi)水位和設(shè)計(jì)暴雨洪水反推不同預(yù)警時(shí)段在不同土壤濕度下的臨界雨量，從而獲得關(guān)注、警戒、危險(xiǎn)、極危險(xiǎn)四個(gè)預(yù)警等級(jí)對(duì)應(yīng)的雨量預(yù)警指標(biāo)。相比靜態(tài)預(yù)警指標(biāo)，動(dòng)態(tài)預(yù)警指標(biāo)充分考慮了小流域暴雨洪水特征、前期降雨、上游產(chǎn)匯流過(guò)程以及土壤濕度動(dòng)態(tài)變化等因素對(duì)臨界雨量的影響。

(3)以典型防災(zāi)對(duì)象南泊村-河?xùn)|自然村2020年7月7日至9日發(fā)生的山洪災(zāi)害事件為例，介紹動(dòng)態(tài)預(yù)警指標(biāo)分析過(guò)程及動(dòng)態(tài)預(yù)警指標(biāo)應(yīng)用效果。分析證明南泊村3小時(shí)實(shí)時(shí)動(dòng)態(tài)預(yù)警指標(biāo)在7月8日17時(shí)達(dá)到警戒預(yù)警等級(jí)，比靜態(tài)預(yù)警指標(biāo)提前1小時(shí)產(chǎn)生準(zhǔn)備轉(zhuǎn)移預(yù)警，6小時(shí)動(dòng)態(tài)預(yù)警在7月8日16時(shí)達(dá)到警戒預(yù)警等級(jí)，比調(diào)查評(píng)價(jià)中的靜態(tài)預(yù)警指標(biāo)提前2小時(shí)產(chǎn)生準(zhǔn)備轉(zhuǎn)移預(yù)警，同時(shí)基于靜態(tài)預(yù)警指標(biāo)未達(dá)危險(xiǎn)預(yù)警，而動(dòng)態(tài)預(yù)警指標(biāo)產(chǎn)生危險(xiǎn)預(yù)警，動(dòng)態(tài)指標(biāo)預(yù)警等級(jí)高于靜態(tài)指標(biāo)預(yù)警等級(jí)，有效延長(zhǎng)了預(yù)見期。