吳 娟,林 荷 娟

(太湖流域管理局 水文局(信息中心),上海 200434)

0 引 言

太湖流域位于長江三角洲核心區(qū)域,濱江臨海,地勢低洼,屬于亞熱帶季風(fēng)氣候區(qū),雨量充沛、洪澇頻繁[1]。太湖流域是中國城鎮(zhèn)化率最高的地區(qū),具有典型的城市群特征,經(jīng)濟發(fā)達(dá),是一個“淹不得、淹不起”的區(qū)域,同時也是我國防洪工作的重點區(qū)域[2]。受氣候變化與下墊面水利工程建設(shè)運行等影響,太湖流域防洪體系尚不完善,流域與區(qū)域洪水矛盾突出,現(xiàn)有洪水實時預(yù)報精度、風(fēng)險預(yù)警與防洪預(yù)報、預(yù)警、預(yù)演、預(yù)案(以下簡稱“四預(yù)”)要求仍存在一定的差距。為滿足新時期洪澇風(fēng)險預(yù)警的業(yè)務(wù)需求,特別是長三角生態(tài)綠色一體化發(fā)展示范區(qū)(以下簡稱“長三角一體化示范區(qū)”)防洪需求[3],考慮到精細(xì)化的流域陸氣耦合模型系統(tǒng)能夠準(zhǔn)確描述產(chǎn)匯流過程[4]、人類活動影響[5],同時還能夠提供高分辨率、多要素預(yù)報產(chǎn)品[6],亟需開展基于陸氣耦合模型系統(tǒng)的太湖流域與區(qū)域洪水風(fēng)險預(yù)報研究。

陸氣耦合模型系統(tǒng)是目前流域洪水預(yù)報延長預(yù)見期、提高預(yù)報精度的主要手段[7]。胡春歧等[8]在大清河系阜平水文站以上流域,采用中尺度數(shù)值大氣模式(WRF模式)耦合分布式河北雨洪模型,有效延長了洪水預(yù)報的預(yù)見期。周聶等[9]將高精度水文水動力模型,耦合GRAPES_MESO數(shù)值天氣預(yù)報模式,構(gòu)建了城市內(nèi)澇模擬預(yù)報模型,預(yù)報積水點位置、積水面積及積水量,效果較好。由于數(shù)值降雨預(yù)報模式輸出的降雨數(shù)據(jù)和太湖流域水文水動力學(xué)模型具有多尺度性,如何建立合適的陸氣耦合模型系統(tǒng)是獲得準(zhǔn)確流域洪水風(fēng)險預(yù)報的關(guān)鍵技術(shù)。傳統(tǒng)太湖流域陸氣耦合模型系統(tǒng)采用7大水利分區(qū)數(shù)值降雨預(yù)報與水文水動力學(xué)模型耦合,降雨預(yù)報空間尺度過大(水利分區(qū)面積介于3 192～7 549 km2),導(dǎo)致河網(wǎng)代表站水位預(yù)報計算效率低、精度難提高,對水旱災(zāi)害防御“四預(yù)”工作產(chǎn)生了一定的不利影響。如何合理高效地利用數(shù)值降雨預(yù)報模式提供的高分辨率降雨預(yù)報信息構(gòu)建更精細(xì)的空間尺度陸氣耦合洪澇預(yù)報模型系統(tǒng),對高標(biāo)準(zhǔn)保障流域與區(qū)域防洪除澇安全具有重要意義。本研究的陸氣耦合模型系統(tǒng)包括太湖流域水文水動力學(xué)耦合模型與基于水文學(xué)法的洪水淹澇風(fēng)險快速評估模型,分別以歐洲中期天氣預(yù)報中心(ECMWF)數(shù)值模式網(wǎng)格、分區(qū)降雨預(yù)報為輸入,驅(qū)動基于河網(wǎng)多邊形與匯流分布式動態(tài)單位線的產(chǎn)匯流及水動力學(xué)模型預(yù)報太湖與河網(wǎng)代表站水位過程與超警超保區(qū)域,驅(qū)動基于水文學(xué)法的洪水淹澇風(fēng)險快速評估模型預(yù)測太湖流域洪水淹澇風(fēng)險區(qū)域與強度,進(jìn)一步提升水位預(yù)報精度與預(yù)警效率。

1 研究區(qū)域概況

太湖流域是典型的平原河網(wǎng)地區(qū),流域內(nèi)河網(wǎng)如織、湖泊棋布,下墊面極為復(fù)雜,水位變化敏感[10]。根據(jù)太湖流域特點,將流域分成七大水利分區(qū),分別為湖西區(qū)、浙西區(qū)、太湖區(qū)、武澄錫虞區(qū)、陽澄淀泖區(qū)、杭嘉湖區(qū)、浦東浦西區(qū),代表站見圖1。長三角一體化示范區(qū)位于太湖流域下游滬蘇浙兩省一市的交界處[11],包括上海市青浦區(qū)、江蘇省蘇州市吳江區(qū)、浙江省嘉興市嘉善縣,總面積約2 413 km2(含水域面積350 km2),區(qū)域地勢低洼,外排能力不足,洪澇易發(fā)頻發(fā),長三角一體化示范區(qū)代表站為平望、嘉善、青浦。

圖1 研究區(qū)域水位代表站示意Fig.1 Location of representative water stage stations in the Taihu Basin

2 陸氣耦合模型系統(tǒng)

2.1 太湖流域水文水動力學(xué)耦合模型

太湖流域水文水動力學(xué)耦合模型由產(chǎn)匯流模型與水動力學(xué)模型共同組成[12],產(chǎn)匯流模型為水動力學(xué)模型提供河流側(cè)向入流與上游山區(qū)來水流量邊界。除了浙西區(qū)山丘區(qū)采用新安江三水源模型、馬斯京根法計算產(chǎn)匯流以外,16個平原計算分區(qū)分4種下墊面計算產(chǎn)水量,然后按各分區(qū)的匯流單位線匯入周邊河道。太湖流域既有山區(qū)又有平原河網(wǎng),平原河網(wǎng)地區(qū)又分為圩區(qū)和非圩區(qū)。山區(qū)匯流計算采用傳統(tǒng)的水文學(xué)方法,所得的出流斷面流量過程為平原河網(wǎng)的入流過程;非圩區(qū)坡面匯流模擬采用分布式匯流單位線法,圩區(qū)匯流綜合考慮最大調(diào)蓄水深、枯水水位上限以及泵站排澇模數(shù)等進(jìn)行計算。平原河網(wǎng)地區(qū)水動力學(xué)模型由零維、一維模型所組成,通過“聯(lián)系”耦合聯(lián)立求解[13]。“聯(lián)系”指模擬區(qū)域的聯(lián)接關(guān)系,包括沿長江、沿杭州灣、環(huán)太湖主要樞紐以及城市防洪等工程中控制水流運動的堰閘、泵站等,水閘過流流量采用水力學(xué)的方法求解[14]。河網(wǎng)水動力模型概化了1.5萬km河道,計算斷面達(dá)1萬余個,采用圣維南方程組求解計算斷面水位、流量,計算步長為15 min。模型采用Preissmann四點隱式格式離散方程組,利用追趕法消元,得到河道首末斷面的水位、流量表示的河段方程,結(jié)合邊界條件,求解出節(jié)點水位后,回代到各河道,求出各段的流量和水位。描述一維水流運動的圣維南方程組為

(1)

2.2 基于水文學(xué)法的洪水淹澇風(fēng)險快速評估模型

采用傳統(tǒng)的太湖流域水文水動力學(xué)耦合模型開展洪水風(fēng)險實時預(yù)測較為困難,不僅需要大量基礎(chǔ)資料支撐,而且計算速度極慢,無法實現(xiàn)全流域洪水淹沒計算功能,加上模型計算前處理、后處理耗時長,時效性不足,為解決計算速度慢的問題,通常采用水量平鋪法計算,這會導(dǎo)致淹澇從高程最低處開始,而不是按水流運動方向,與實際情況不符,難以支撐防汛調(diào)度決策。

構(gòu)建基于水文學(xué)法的洪水淹澇風(fēng)險快速評估模型需要根據(jù)地形資料先構(gòu)建數(shù)字高程模型[15];針對不同的前期影響雨量,以起漲水位為參數(shù),采用決策樹技術(shù)[16]分析平原河網(wǎng)地區(qū)降雨量與水位漲幅,并推求降雨徑流系數(shù)曲線簇[17]:

ΔZi=f(Pi,Zi0)

(2)

式中:ΔZi為第i水利分區(qū)的水位漲幅,m;Pi為水利分區(qū)面雨量,mm;Zi0為第i水利分區(qū)的起漲水位,m。

降雨徑流系數(shù)αij為從降雨到徑流的綜合折減系數(shù)。針對不同水利分區(qū),分別采用對應(yīng)分區(qū)不同起漲水位Zi0、不同場次降水建立各水利分區(qū)的降雨徑流系數(shù)αij曲線簇。

由分區(qū)起漲水位Zi0、場次降水量Pij,根據(jù)式(2)可求得分區(qū)水位漲幅ΔZij,再由式(3)可以得到降雨徑流系數(shù)αij:

(3)

式中:αij為第i水利分區(qū)第j場次降水的降雨徑流系數(shù);ΔTij為第i水利分區(qū)第j場次降水的水位漲幅,m;A外i為第i水利分區(qū)的圩外水面面積,km2;Wij為第i水利分區(qū)第j場次降水期間的凈排水量,萬m3;Rij為第i水利分區(qū)第j場次降雨量,mm;Ai為第i水利分區(qū)面積,km2。

根據(jù)預(yù)見期降雨預(yù)報成果與降雨徑流系數(shù)曲線簇,計算各分區(qū)產(chǎn)水量。依據(jù)產(chǎn)水量,結(jié)合圩區(qū)和區(qū)域排澇能力、特征水位(致澇水位等)和實時水位(圩內(nèi)外代表站起漲水位等),利用洪澇風(fēng)險快速評估模型實現(xiàn)洪水淹澇風(fēng)險、淹沒范圍(面積)以及強度(淹沒水深、淹沒歷時等)的定量化評估?；跀?shù)字高程模型,將淹沒范圍信息在GIS中轉(zhuǎn)換成矢量數(shù)據(jù),當(dāng)接收到Web端的洪水演進(jìn)請求后,即可實現(xiàn)洪水淹沒區(qū)域風(fēng)險提示、快速預(yù)警及動態(tài)演示,詳見參考文獻(xiàn)[18]。本研究提出的基于水文學(xué)法的洪水淹澇風(fēng)險快速評估方法,綜合考慮了區(qū)域外排和圩區(qū)排澇等因素,既解決了傳統(tǒng)水力學(xué)法淹澇模擬速度極慢的問題,又解決了純水文學(xué)法精度難以提高的問題,根據(jù)預(yù)見期降雨預(yù)報成果、前期實況降雨以及研究提出的太湖流域洪水預(yù)報模型計算的分區(qū)降雨徑流系數(shù)曲線簇,計算各分區(qū)產(chǎn)水量。

將基于水文學(xué)法的洪水淹澇風(fēng)險快速評估模型應(yīng)用于2018年“安比”“云雀”“摩羯”“溫比亞”臺風(fēng),2019年“利奇馬”臺風(fēng),2020年太湖流域性大洪水以及“黑格比”臺風(fēng)期間預(yù)測預(yù)報業(yè)務(wù)中,預(yù)測結(jié)果與實際情況基本吻合。以2020年太湖流域大洪水期間洪水淹澇風(fēng)險預(yù)測預(yù)報服務(wù)為例,7月6日,氣象部門預(yù)測流域未來24 h強降雨過程,據(jù)此預(yù)測流域杭嘉湖北部、淀泖片和長興平原存在淹澇風(fēng)險。根據(jù)太湖局防汛工作組現(xiàn)場了解,實際淹澇主要出現(xiàn)在杭嘉湖區(qū)北部,實際淹澇區(qū)域與預(yù)測結(jié)果基本吻合。流域各類水利工程調(diào)度措施根據(jù)預(yù)報意見提前啟用,流域僅農(nóng)業(yè)受災(zāi),受災(zāi)面積約5萬畝(0.33萬hm2),避免了江蘇省蘇州市3萬多人員的轉(zhuǎn)移工作,因災(zāi)直接經(jīng)濟損失遠(yuǎn)小于1991,1999,2016年3個大水年,經(jīng)濟和社會效益顯著。

3 基于河網(wǎng)多邊形與匯流分布式動態(tài)單位線的產(chǎn)匯流模型

傳統(tǒng)的太湖流域水文水動力學(xué)耦合模型將太湖流域劃分為36個計算分區(qū),分區(qū)面積介于250～3 192 km2,同一計算分區(qū)采用相同的降雨時空分布計算產(chǎn)水量,導(dǎo)致不同下墊面產(chǎn)水量被均化,造成了河網(wǎng)計算水位與實測水位過程相差較大。此外,太湖流域為典型的平原河網(wǎng)感潮地區(qū),圩外塘壩洼地與主要河道湖泊相通,圩外水量影響了河網(wǎng)水量調(diào)蓄,對計算水位影響也較大[19]。為了解決降雨量和產(chǎn)水量均化的問題,本研究采用河網(wǎng)多邊形分配平原區(qū)產(chǎn)流量,河網(wǎng)多邊形指由河網(wǎng)、各類分界線所圍成的封閉區(qū)域[20],即:河道所能接納的圩外水量既與河道長度有關(guān),也與河道過水能力等地理屬性有關(guān)[21]。為了更準(zhǔn)確地模擬平原區(qū)匯流,考慮到水面、水田、旱地、城鎮(zhèn)等下墊面的不均勻性,本研究將太湖流域下墊面信息柵格化,利用地理信息系統(tǒng)提取網(wǎng)格下墊面的分布信息,使得一個河網(wǎng)多邊形中包括多個網(wǎng)格,具備多種下墊面信息。

分區(qū)匯流分布式動態(tài)單位線構(gòu)建包括:匯流路徑計算、匯流時間計算、面積-時間曲線計算等步驟。在柵格化河網(wǎng)多邊形的基礎(chǔ)上,計算河網(wǎng)多邊形內(nèi)部每個網(wǎng)格到周圍河道的綜合系數(shù),再將網(wǎng)格分配到綜合系數(shù)最小的河道中,得到網(wǎng)格到河道的最短距離,即為網(wǎng)格匯流路徑長度。匯流時間指匯流路徑長度與平均匯流速度的比值,先計算時段內(nèi)匯流到流域出口斷面的網(wǎng)格,再計算時段內(nèi)水流到流域出口的累計集水面積,即為面積-時間曲線。分布式單位線指面積分配比例與時間的關(guān)系,將單位線縱坐標(biāo)(面積分配比例)除以分區(qū)總面積得到單位面積的匯流單位線。分區(qū)匯流分布式動態(tài)單位線通過計算不同時段水流面積,綜合考慮了河網(wǎng)多邊形內(nèi)部網(wǎng)格距離河道最短距離與河道過水能力計算匯流路徑長度、匯流時間,并將產(chǎn)水量信息分配到概化河道,再以分區(qū)面積-時間曲線為基本統(tǒng)計單元,計算流域各分區(qū)的匯流分布式動態(tài)單位線,改進(jìn)了傳統(tǒng)產(chǎn)水按40%、40%、20%比例的固定匯流曲線,從而最大可能地模擬平原河網(wǎng)區(qū)的坡面匯流過程,進(jìn)一步提高水位預(yù)報精度。

考慮到歐洲中期天氣預(yù)報中心(ECMWF)模式細(xì)網(wǎng)格預(yù)報產(chǎn)品在天氣預(yù)報業(yè)務(wù)中應(yīng)用廣泛,效果較好[22],本研究基于歐洲中期天氣預(yù)報中心模式數(shù)值降雨預(yù)報[23],以北京時間8:00時為初始場的24～240 h降雨預(yù)報,分辨率為0.125°×0.125°,對原有太湖流域產(chǎn)匯流模型結(jié)構(gòu)進(jìn)行改進(jìn),采用太湖流域水動力模型中概化的河道組成的河網(wǎng)多邊形作為降雨產(chǎn)匯流計算單元,耦合網(wǎng)格數(shù)值降雨預(yù)報成果,以河網(wǎng)多邊形作為新的產(chǎn)匯流模型的計算單元,本研究一共概化了近700個河網(wǎng)多邊形,見圖2。

圖2 太湖流域河網(wǎng)多邊形概化圖Fig.2 Polygon generalization of the Taihu River Basin

結(jié)合GB/T 22482-2008《水文情報預(yù)報規(guī)范》與防汛實際要求,太湖水位模擬許可誤差為±0.03 m,河網(wǎng)水位模擬許可誤差為±0.10 m,定義計算誤差小于許可誤差為合格,要求合格率(合格次數(shù)占總次數(shù)的比例)不低于85%。以2020年為率定期,2019年為驗證期,率定期、驗證期水位合格率分別為89%、86%,精度符合要求,可用于預(yù)報。

4 結(jié)果與分析

4.1 臺風(fēng)“煙花”概況

2021年第6號臺風(fēng)“煙花”于7月18日2:00在西北太平洋洋面上生成,25日12:30分在浙江省舟山普陀沿海登陸,登陸時中心附近最大風(fēng)力13級(38 m/s);26日9:50在浙江省平湖市沿海再次登陸,登陸時中心附近最大風(fēng)力10級(28 m/s);27日上午臺風(fēng)“煙花”移出太湖流域。臺風(fēng)“煙花”為有歷史記錄以來影響我國東部地區(qū)時間最長的臺風(fēng),長達(dá)10 d?！盁熁ā迸_風(fēng)移動緩慢、滯留時間偏長的原因有3個[24]:① 副熱帶高壓(以下簡稱“副高”)偏北偏東,“煙花”臺風(fēng)處于副高減弱東退的鞍形場中,引導(dǎo)氣流偏弱;② 副高西側(cè)引導(dǎo)氣流(向西北)與“煙花”臺風(fēng)東側(cè)第8號臺風(fēng)“尼伯特”引導(dǎo)氣流(向東南)相互牽制抵消;③ “煙花”臺風(fēng)在太湖流域登陸,下墊面溫度高、地勢平坦、水汽輸送條件好,使得高層出流條件較好、垂直風(fēng)切變低,使得保持較好的“暖心”結(jié)構(gòu)[25]。根據(jù)統(tǒng)計,2021年7月23～30日累計降雨量227.5 mm,空間上南部大于北部,各分區(qū)中浦東浦西區(qū)最大,達(dá)319.8 mm,其次為浙西區(qū)、杭嘉湖區(qū),分別為279.6,228.9 mm,其他分區(qū)在161.1～201.8 mm。

從空間分布來看,模式預(yù)報7月23～30日流域累計面雨量約為239.7 mm,其中浙西區(qū)最大,為414.4 mm,其次為杭嘉湖區(qū)348.5 mm、浦東浦西區(qū)274.7 mm,其他分區(qū)在98.2～188.6 mm。從時間分布來看,降雨集中在7月25～27日,太湖流域普降大到暴雨,局地大暴雨,23～28日降雨集中在南部浦東浦西區(qū)、杭嘉湖區(qū)與浙西區(qū),29日降雨全流域較均勻,30日預(yù)報降雨西移到湖西區(qū)、浙西區(qū),見圖3。

圖3 “煙花”臺風(fēng)登陸前后不同時刻太湖流域降雨預(yù)報Fig.3 Precipitation forecasting in Taihu River Basin at different time before and after the landing of Typhoon In-Fa

4.2 水位預(yù)報

分別以ECMWF網(wǎng)格數(shù)值降雨預(yù)報、分區(qū)數(shù)值降雨預(yù)報驅(qū)動太湖流域水文水動力學(xué)耦合模型(以下簡稱“網(wǎng)格預(yù)報驅(qū)動模型”“分區(qū)預(yù)報驅(qū)動模型”)計算太湖與河網(wǎng)代表站水位過程,預(yù)見期為10 d。將網(wǎng)格預(yù)報驅(qū)動模型計算的太湖與河網(wǎng)最高水位減去分區(qū)預(yù)報驅(qū)動模型計算的太湖與河網(wǎng)最高水位得到水位差值。正值差集中在網(wǎng)格數(shù)值降雨預(yù)報較分區(qū)降雨預(yù)報偏大的杭嘉湖區(qū)、浙西區(qū)、浦東浦西區(qū)與陽澄淀泖區(qū),負(fù)值差集中在網(wǎng)格數(shù)值降雨預(yù)報較分區(qū)降雨預(yù)報偏小的湖西區(qū),見圖4。最高水位差的最大值為杭長橋0.42 m,所在網(wǎng)格數(shù)值預(yù)報7月23～30日累計降雨量較所在浙西區(qū)預(yù)報累計降雨量偏大159.0 mm;其次為陳墓(錦溪)0.36 m,所在網(wǎng)格數(shù)值降雨預(yù)報較陽澄淀泖區(qū)降雨預(yù)報偏大114.0 mm;杭嘉湖區(qū)、浦東浦西區(qū)、武澄錫虞區(qū)最高水位差最大值介于0.04～0.32 m,所在網(wǎng)格數(shù)值降雨預(yù)報較分區(qū)降雨預(yù)報偏大11.0～92.0 mm。最高水位差的最小值為王母觀-0.17 m,所在網(wǎng)格數(shù)值預(yù)報累計降雨量較所在湖西區(qū)預(yù)報降雨量偏小70.0 mm;其次為坊前-0.10 m,所在網(wǎng)格數(shù)值預(yù)報累計降雨量較所在湖西區(qū)預(yù)報降雨量偏小26.0 mm。據(jù)統(tǒng)計,當(dāng)網(wǎng)格數(shù)值降雨預(yù)報累計降雨量與分區(qū)預(yù)報降雨量相差50.0 mm時,水位代表站最高水位差可能超過河網(wǎng)水位模擬許可誤差(±0.10 m)。與實測相比,75%的代表站網(wǎng)格預(yù)報驅(qū)動模型計算的最高水位誤差低于分區(qū)預(yù)報驅(qū)動模型計算的最高水位誤差,其中網(wǎng)格預(yù)報驅(qū)動模型計算的最高水位誤差介于-0.20～0.26 m,分區(qū)預(yù)報驅(qū)動模型計算的最高水位誤差介于0.05～0.37 m。

圖4 代表站最高水位差(單位:m)Fig.4 Highest water stage differences of representative stations

將網(wǎng)格預(yù)報驅(qū)動模型計算的太湖與河網(wǎng)最高水位出現(xiàn)時間(以下簡稱“峰現(xiàn)時間”)減去分區(qū)預(yù)報驅(qū)動模型計算的峰現(xiàn)時間得到峰現(xiàn)時間差,見圖5。無論是網(wǎng)格數(shù)值降雨預(yù)報較分區(qū)降雨預(yù)報偏大還是偏小,網(wǎng)格數(shù)值降雨預(yù)報的峰現(xiàn)時間均較分區(qū)預(yù)報的峰現(xiàn)時間提前。陽澄淀泖區(qū)蘇州(楓橋)站提前幅度最大,達(dá)到了35 h,其次是湖西區(qū)常州(三)站,提前了29 h,其他站點提前時間介于1～19 h。與分區(qū)數(shù)值降雨預(yù)報峰現(xiàn)時間相比,網(wǎng)格數(shù)值降雨預(yù)報峰現(xiàn)時間與實況結(jié)果更加吻合。與實測相比,81%的代表站網(wǎng)格預(yù)報驅(qū)動模型計算的峰現(xiàn)時間誤差低于分區(qū)預(yù)報驅(qū)動模型計算的峰現(xiàn)時間誤差,其中網(wǎng)格預(yù)報驅(qū)動模型計算的峰現(xiàn)時間誤差介于-9～13 h,分區(qū)預(yù)報驅(qū)動模型計算的峰現(xiàn)時間誤差介于-12～3 h。

圖5 代表站峰現(xiàn)時間差(單位:h)Fig.5 Highest water stage time occurrence differences of representative stations

4.3 超警超保與淹澇風(fēng)險預(yù)測

從模型計算結(jié)果可知,兩種模型計算的太湖與地區(qū)河網(wǎng)水位,水位均呈明顯上升趨勢,太湖將發(fā)生2021年第1號洪水,平原河網(wǎng)水位將普遍超警戒水位(以下簡稱“超警”),局地超保證水位(以下簡稱“超保”),見圖6。網(wǎng)格、分區(qū)預(yù)報驅(qū)動模型均預(yù)報杭嘉湖區(qū)、陽澄淀泖區(qū)及江南運河沿線站點超保,網(wǎng)格預(yù)報驅(qū)動模型計算得到的超警超保范圍高于分區(qū)預(yù)報驅(qū)動模型計算得到的超警超保范圍。除此以外,采用網(wǎng)格預(yù)報驅(qū)動模型預(yù)報浙西區(qū)東苕溪(瓶窯、洛舍閘、德清大閘上)、長興平原(長興、杭長橋)出現(xiàn)較大超保范圍,采用分區(qū)預(yù)報驅(qū)動模型預(yù)報湖西區(qū)北部(坊前、常州)出現(xiàn)超保范圍。經(jīng)統(tǒng)計,煙花臺風(fēng)影響期間,7月28日7:00太湖流域超警超保范圍最大,共有97個河道、閘壩、潮位站水(潮)位超警戒,占設(shè)有警戒水(潮)位站點的93%,超警幅度為0.03～2.31 m;52個站點超保證,占設(shè)有保證水(潮)位站點的52%,超保證幅度為0.01～1.31 m。與分區(qū)數(shù)值降雨預(yù)報超警超保區(qū)域相比,網(wǎng)格數(shù)值降雨預(yù)報超警超保區(qū)域與實況結(jié)果更加吻合。

圖6 超警超保風(fēng)險區(qū)域Fig.6 Risk region prediction of water exceeding the alarming and guaranteed level

分別采用網(wǎng)格降雨數(shù)值預(yù)報、分區(qū)降雨數(shù)值預(yù)報驅(qū)動基于水文學(xué)法的洪水淹澇風(fēng)險快速評估模型,得到太湖流域洪水淹澇風(fēng)險圖,見圖7。網(wǎng)格降雨數(shù)值預(yù)報7月27日杭嘉湖區(qū)嘉北、平湖、海鹽一帶,淹澇水深約0～0.5 m,局地達(dá)到0.5～1.0 m;浙西區(qū)長興平原、陽澄淀泖區(qū)存在淹澇風(fēng)險,淹澇水深約0～0.5 m,淹澇面積共計約300 km2。分區(qū)降雨數(shù)值預(yù)報與網(wǎng)格降雨數(shù)值預(yù)報的淹澇風(fēng)險區(qū)域基本接近,但淹澇面積明顯偏小,約100 km2,淹澇水深偏低,為0～0.5 m。根據(jù)太湖局防汛工作組現(xiàn)場了解,7月26日,杭嘉湖區(qū)運東片平湖發(fā)生淹澇,27日運西片王江涇、西苕溪流域曉墅港、蘇州平望、蘇州汾湖河灘上村、太浦河西城港閘發(fā)生淹澇,淹澇水深約0～0.5 m,局地達(dá)到0.6 m,即網(wǎng)格降雨數(shù)值預(yù)報預(yù)測洪水淹澇風(fēng)險結(jié)果與實際情況更加吻合。

圖7 太湖流域洪水淹澇風(fēng)險Fig.7 Flood inundation risk region prediction

根據(jù)水位預(yù)報與洪水風(fēng)險預(yù)測成果,太湖流域管理局在臺風(fēng)前全力預(yù)降太湖及地區(qū)河網(wǎng)水位,提前啟用常熟水利樞紐閘泵聯(lián)合全力排水,督促江蘇省、浙江省、上海市加強太湖流域沿長江、沿杭州灣口門排水,并通過圩區(qū)、城防工程預(yù)降圩內(nèi)水位;臺風(fēng)影響期間,為了緩解下游地區(qū)風(fēng)、暴、潮、洪“四碰頭”的防洪極端不利局面,支持江蘇省開啟蠡河水利樞紐,上海市開啟蕰西閘、淀西閘,浙江省開啟東導(dǎo)流東岸口門分泄區(qū)域洪水,錯峰開啟環(huán)太湖重要口門(望亭水利樞紐、太浦閘),充分發(fā)揮太湖攔蓄作用?！盁熁ā迸_風(fēng)期間的預(yù)測預(yù)報服務(wù),直接支撐了流域洪水與區(qū)域澇水的科學(xué)錯峰調(diào)度,有效緩解了太湖流域下游地區(qū)的防洪壓力,經(jīng)濟和社會效益顯著。

5 結(jié) 論

基于歐洲中期天氣預(yù)報中心模式數(shù)值降雨預(yù)報,對太湖流域產(chǎn)匯流模型結(jié)構(gòu)進(jìn)行改進(jìn),以河網(wǎng)多邊形作為新的產(chǎn)匯流模型的計算單元,共概化了近700個河網(wǎng)多邊形,采用太湖流域水動力模型中河道組成的河網(wǎng)多邊形作為降雨產(chǎn)匯流計算單元,產(chǎn)匯流計算單元從水利分區(qū)細(xì)化為河網(wǎng)多邊形,解決了暴雨中心雨峰坦化、降雨與徑流在空間上的2次均化問題。

“煙花”臺風(fēng)期間,以ECMWF網(wǎng)格與分區(qū)數(shù)值降雨預(yù)報驅(qū)動太湖流域水文水動力學(xué)耦合模型計算了太湖與河網(wǎng)代表站水位過程與超警超保區(qū)域,同時驅(qū)動基于水文學(xué)法的洪水淹澇風(fēng)險快速評估模型計算太湖流域洪水淹澇風(fēng)險。最高水位正值差集中在網(wǎng)格數(shù)值降雨預(yù)報較分區(qū)降雨預(yù)報偏大的杭嘉湖區(qū)、浙西區(qū)、浦東浦西區(qū)與陽澄淀泖區(qū),負(fù)值差集中在網(wǎng)格數(shù)值降雨預(yù)報較分區(qū)降雨預(yù)報偏小的湖西區(qū);網(wǎng)格數(shù)值降雨預(yù)報累計降雨量與分區(qū)預(yù)報降雨量相差50.0mm時,水位代表站最高水位差可能超過河網(wǎng)水位模擬許可誤差。與實況相比,網(wǎng)格降雨數(shù)值預(yù)報預(yù)測的超警超保區(qū)域、洪水淹澇風(fēng)險區(qū)域與實際情況更加吻合。“煙花”臺風(fēng)期間的洪水預(yù)報與風(fēng)險預(yù)測服務(wù),直接支撐了流域洪水與區(qū)域澇水科學(xué)錯峰調(diào)度,有效緩解了下游地區(qū)的防洪壓力,經(jīng)濟和社會效益顯著。