摘要：巖溶地區(qū)產(chǎn)匯流機(jī)制復(fù)雜，洪水預(yù)報的精度難以保證。為檢驗分布式水文模型（HEC-HMS）對巖溶地區(qū)山洪徑流過程的模擬效果，以陽朔金寶河流域為例，利用水文氣象及下墊面資料構(gòu)建水文模型?；谛拚腗orris篩選法分析模型的參數(shù)敏感性，并選取9場洪水進(jìn)行模型參數(shù)率定和驗證。研究結(jié)果表明：巖溶地區(qū)水文模型的主要敏感參數(shù)為徑流曲線數(shù)（Curve Number，CN）、流域滯時、退水常數(shù)、峰值比和蓄量常數(shù)；參數(shù)對目標(biāo)函數(shù)的敏感性隨著雨強(qiáng)的增大而降低，且參數(shù)對峰現(xiàn)時間的敏感性受雨強(qiáng)影響較??；金寶河模擬場次洪水的徑流深誤差均小于20%、峰現(xiàn)時間誤差均小于1 h，綜合合格率為88.89%，平均Nash效率系數(shù)為0.85，達(dá)到乙級預(yù)報精度，遇龍河洪水預(yù)報同樣也達(dá)到了乙級精度，表明所構(gòu)建的模型對金寶河及其他巖溶山區(qū)小流域徑流模擬具有良好的適用性；模型計算得出不同降雨重現(xiàn)期下易受災(zāi)點的預(yù)警時間和預(yù)警流量，可為該地區(qū)防洪預(yù)警提供依據(jù)。

關(guān)鍵詞：巖溶地區(qū)；山洪預(yù)報；HEC-HMS模型；參數(shù)敏感性；金寶河流域

中圖分類號：TV877文獻(xiàn)標(biāo)識碼：A文章編號：1001-9235（2024）08-0029-09

Flood Forecasting Simulation in Karst Areas

——A Case Study of Jinbao River Basin in Yangshuo

YUAN Meng1，HU Haiying1，TIAN Tian1，ZHU Dantong1，CHENG Xiangju1，2*

（1.School of Civil Engineering and Transportation，South China University of Technology，Guangzhou 510641，China;2.State KeyLaboratory of Subtropical Building and Urban Science，South China University of Technology，Guangzhou 510641，China）

Abstract：The production and sink mechanism in karst areas is complicated，and the accuracy of flood forecasting is difficult to ensure.In order to test the simulation effect of the distributed hydrological model（HEC-HMS）on the flash flood runoff process in karst areas，the hydrological model was constructed using hydrometeorological and subsurface data in the Jinbao River Basin of Yangshuo as an example.The parameter sensitivity of the model was analyzed based on the modified Morris screening method，and nine floods were selected for model parameter rate determination and validation.The results show that：the main sensitive parameters of the hydrological model in karst area are CN（curve number），lag time，recessionconstant，ratio to peak and storage constant.The sensitivity of the parameters to the objective function decreases with increasing rainfall intensity，and the sensitivity of the parameters to the peak time is less affected by rainfall intensity.The runoff depth errors of the simulated floods in Jinbao River are all less than 20%，the peak time errors are all less than 1 h，and the overall qualification rate is 88.89%，with an average Nash efficiency coefficient of 0.85，which achieves the accuracy of Class B forecasting，and the flood prediction of the Yulong River is also up to the Class B accuracy，which indicates that the constructed model has good applicability to the simulation of runoff in the Jinbao River and other small watersheds in the karst mountainous areas.The model calculates the warning time and flow rate of vulnerable points under different rainfallrecurrenceperiods，which can provide a basis for flood prevention and early warning in this area.

Keywords：karstarea;flash flood forecasting;HEC-HMSmodel;parametersensitivity;Jinbao River Basin

山洪主要指由降雨所導(dǎo)致暴漲暴落的山區(qū)溪河洪水［1］，有流速大、成峰快、沖刷力和破壞力強(qiáng)等特點［2］，其中山洪災(zāi)害作為洪澇災(zāi)害中傷亡率最高的災(zāi)種［3］，日漸受到社會的高度重視。廣西是中國目前山洪災(zāi)害發(fā)生次數(shù)最多的省級行政區(qū)［4］，且?guī)r溶地貌發(fā)育典型、分布廣闊，占廣西土地總面積的35.1%［5］。由于巖溶地區(qū)具有流域不閉合、巖層裂隙與孔隙發(fā)達(dá)、覆蓋層薄及下墊面空間異質(zhì)性較大等特點［6-7］，導(dǎo)致洪峰、洪水過程受巖溶地貌的影響顯著，加之廣西境內(nèi)山區(qū)流域常缺乏實測雨洪資料，使得洪水模擬難度大，因此在該巖溶地區(qū)進(jìn)行山洪模擬對洪澇災(zāi)害及生態(tài)保護(hù)等都具有重要意義。

巖溶地區(qū)產(chǎn)匯流機(jī)制復(fù)雜，其含水介質(zhì)中水流的水文運動規(guī)律與非巖溶地區(qū)存在較大差異，洪水預(yù)報在該地區(qū)的精度普遍不高。為解決此類問題，國內(nèi)外學(xué)者對巖溶水文模擬做了大量研究，目前用于巖溶水文過程的水文模型主要以概念性或集總式為主［6］。其中，許波劉等［8］構(gòu)建了以三水源新安江模型為基礎(chǔ)的LKHM模型，在貴州平湖流域有著良好適用性；ZHOU等［9］將集總式新安江模型與雙儲層的巖溶模型相結(jié)合，利用K-XAJ模型對漓江流域進(jìn)行了徑流模擬。然而，集總式巖溶水文模型卻難以考慮到巖溶含水層的復(fù)雜性［10］。隨著計算機(jī)技術(shù)和3S技術(shù)的發(fā)展，學(xué)者們也將分布式、半分布式水文模型應(yīng)用在巖溶地區(qū)，該類模型則可以考慮到流域內(nèi)水文要素的空間變異性［11］，常用的包括TOPMODEL［12］、SWAT［13-14］和DHSVM［15］等，但是上述模型多用于長時段的模擬，難以用于巖溶地區(qū)短歷時的洪水過程模擬。其中，HEC-HMS模型是由美國陸軍兵工團(tuán)（USCE）研發(fā)的用于模擬降雨徑流過程的半分布式水文模型，目前在國內(nèi)主要應(yīng)用于土地利用變化［16］、洪水模擬及臨界面雨量計算等［17-18］方面。胡國華等［19］研究表明，HEC-HMS在缺乏水文觀測資料的山區(qū)小流域洪水預(yù)報有很強(qiáng)的適用性；王璐等［20］也通過在典型山區(qū)小流域進(jìn)行了5種水文模型的對比分析，結(jié)果表明HEC-HMS模擬效果最優(yōu)。該模型在圪洞流域［21］、通天河流域［22］、武水流域［23］、岷江鎮(zhèn)江關(guān)流域［24］等非巖溶地區(qū)的暴雨-徑流模擬具有較為理想的效果，但在巖溶地區(qū)應(yīng)用還較少。

鑒于此，本文選擇陽朔金寶河流域作為廣西典型巖溶山區(qū)的研究區(qū)域，利用HEC-HMS水文模型進(jìn)行洪水模擬，分析影響洪水預(yù)報精度的敏感參數(shù)，探討其在巖溶山區(qū)小尺度流域的適用性，模擬在不同降雨重現(xiàn)期下易受災(zāi)點的洪水過程，其結(jié)果可為金寶河流域以及其他類似巖溶山區(qū)流域的洪水預(yù)報研究提供借鑒和參考。

1研究區(qū)概況和數(shù)據(jù)來源

1.1研究區(qū)概況

金寶河流域（圖1）位于廣西桂林市陽朔縣西南部，發(fā)源于陽朔縣與永?？h交界處的大蘇尾，屬于漓江水系。流域面積224 km2，主河道長43.1 km，流域坡度4.22‰，建有久大、陽朔洞2個中型水庫，其干流與遇龍河在荔陽公路工農(nóng)橋處匯合后稱田家河，并有栗木河在龍角山附近匯入，后于田家河村北匯入漓江。

金寶河流域?qū)僦袊胶橐患墔^(qū)劃中的東南亞熱帶豐水-高易發(fā)區(qū)［25］，多年降雨量為1 640.2 mm，3—8月為雨季且暴雨頻發(fā)，尤以短歷時強(qiáng)降雨為主，造成極端降雨事件頻發(fā)，山洪災(zāi)害嚴(yán)重。流域?qū)賻r溶地貌，以丘陵為主，山地為輔，地勢西北高東南低。2022年6月桂林普降大雨，金寶河流域暴發(fā)山洪，永寧橋附近至下游的陽朔城區(qū)受災(zāi)嚴(yán)重，危及學(xué)生和居民生命安全，再次引起公眾重視。

1.2數(shù)據(jù)來源

HEC-HMS模型所需數(shù)據(jù)包括DEM數(shù)據(jù)、土壤數(shù)據(jù)、土地利用數(shù)據(jù)、氣象數(shù)據(jù)。DEM數(shù)據(jù)來源于日本宇宙航空研究開發(fā)機(jī)構(gòu)的ALOSPALSAR 12.5 m高程數(shù)據(jù)（https：//search.asf.alaska.edu）；土壤分布數(shù)據(jù)為聯(lián)合國糧農(nóng)組織和維也納國際應(yīng)用系統(tǒng)研究所構(gòu)建的1∶100萬土壤數(shù)據(jù)（HWSD）（http：//www.fao.org/nr/land/soils/harmonized－world-soil－database/en/）；土地利用數(shù)據(jù)為國家自然資源部（2020年）Globeland30數(shù)據(jù)（http：//www.global‐landcover.com）；水文氣象數(shù)據(jù)來源于陽朔縣水利局及水文中心，實測歷史數(shù)據(jù)采用研究區(qū)內(nèi)部及周邊的18個雨量站和1個水位站的逐時降水?dāng)?shù)據(jù)（2016年3月至2023年5月），徑流數(shù)據(jù)根據(jù)龍?zhí)端徽镜乃涣髁筷P(guān)系曲線反推求得，并采用泰森多邊形法得出各子流域的雨量站權(quán)重，相關(guān)數(shù)據(jù)資料見圖2。

2 HEC-HMS模型構(gòu)建

2.1模型預(yù)處理

在HEC-GeoHMS10.8的支持下對研究區(qū)DEM數(shù)據(jù)進(jìn)行處理分析，將金寶河流域劃分為43個子流域，提取出相應(yīng)的河流長度、流域坡度、子流域面積等特征數(shù)據(jù)，在此基礎(chǔ)上生成圖3所示的流域HMS模型結(jié)構(gòu)概化。降雨流量資料利用HEC-DSSvue建立研究區(qū)雨量數(shù)據(jù)庫和流量數(shù)據(jù)庫，其中少數(shù)雨量站在部分時間段內(nèi)缺乏相應(yīng)數(shù)據(jù)，因雨量站間分布密集且距離較近，故選用臨近雨量站同時段降水?dāng)?shù)據(jù)。

2.2模型構(gòu)建方法

根據(jù)流域?qū)嶋H情況和計算目的，本模型在產(chǎn)流計算中選用SCS-CN曲線法，坡面匯流選用SCS單位線法，基流計算選用指數(shù)衰減法，河道匯流選用馬斯京根法。賈曉青等［26］通過修正CN進(jìn)行產(chǎn)流計算，在巖溶地區(qū)得到了較好的應(yīng)用。本文CN的參數(shù)確定需要在土壤數(shù)據(jù)庫中查找到對應(yīng)區(qū)域中粘粒、砂礫、有機(jī)質(zhì)的含量，通過飽和導(dǎo)水率經(jīng)驗公式［27］計算土壤飽和導(dǎo)水率，查取美國自然資源保護(hù)署（NRCS）土壤類型分類表可知研究區(qū)的土壤類型主要為B組?；谕恋乩脭?shù)據(jù)和水文土壤類型，利用美國國家工程手冊查算出各子流域的AMCII條件下的CN平均值。其他參數(shù)根據(jù)河道特征參數(shù)和已有流域數(shù)據(jù)進(jìn)行計算，并在后續(xù)進(jìn)行參數(shù)率定。

2.3參數(shù)敏感性分析

Morris篩選法是進(jìn)行局部敏感性分析較為廣泛的方法，其原理是對選定參數(shù)在閾值范圍內(nèi)進(jìn)行改變，以此得到模型目標(biāo)函數(shù)值，其變化率用于表示分析參數(shù)對輸出值的影響程度，具體計算見式（1）：

式中：y*為參數(shù)變化后的輸出值；y為參數(shù)變化前的輸出值；?i為參數(shù)i的變幅。

因Morris篩選法中參數(shù)變化幅度的隨機(jī)性會影響運行結(jié)果［28］，本研究利用修正的Morris篩選法，選取多個重要參數(shù)，設(shè)定5%作為固定步長，10%最大運行變幅進(jìn)行擾動，從而得到靈敏度判別因子評價參數(shù)的靈敏度，見式（2）：

式中：SN為敏感性辨別因子；Yi為模型第i次運行的輸出值；Yi+1為模型第i次運行的輸出值；Y0為參數(shù)率定后計算結(jié)果初始值；Pi為第i次模型運算參數(shù)值相對于率定后參數(shù)值的變化百分率；Pi+1為第i次模型運算參數(shù)值相對于率定后參數(shù)值的變化百分率；n為模型運算次數(shù)。

在HEC-HMS模型中，據(jù)上述選取的計算方法共有徑流曲線數(shù)CN、初損Ia、不透水率I、流域滯時Llag、衰減系數(shù)k、峰值比r、蓄量常數(shù)K和退水常數(shù)X共8個參數(shù)。根據(jù)修正的Morris篩選法得到靈敏度判別因子評價參數(shù)的靈敏度S。根據(jù)判別因子的絕對值將參數(shù)敏感性劃分為4個等級［29］，S越大說明所對應(yīng)的靈敏度越高。其中，|S|≥1為高敏感等級，1gt;|S|≥0.2為敏感等級，0.2gt;|S|≥0.05為中等敏感，0.05＞|S|≥0為不敏感等級。本次采用5、10、20、50 a重現(xiàn)期24 h設(shè)計暴雨，對研究區(qū)8個過程參數(shù)進(jìn)行擾動，得到洪峰流量、徑流系數(shù)（徑流深）和峰現(xiàn)時間的敏感性分析，計算結(jié)果見表1。

CN值、流域滯時及衰減系數(shù)對洪峰流量和徑流系數(shù)均表現(xiàn)出較高的敏感性，其中CN值為高敏感參數(shù)，同時蓄量常數(shù)和峰值比分別為洪峰流量和徑流系數(shù)的敏感參數(shù)。從圖4a、4b中可以看出，當(dāng)暴雨重現(xiàn)期從5 a增加到50 a時，各參數(shù)敏感性辨別因子（S）的絕對值大致呈現(xiàn)遞減趨勢。由此說明，當(dāng)雨強(qiáng)在一定范圍內(nèi)增大，參數(shù)對目標(biāo)函數(shù)的敏感性降低。

在各重現(xiàn)期下，流域滯時、蓄量常數(shù)和退水常數(shù)為峰現(xiàn)時間的中等敏感參數(shù)，CN值只在5 a和10 a重現(xiàn)期下略微表現(xiàn)出對峰現(xiàn)時間的敏感性，其余參數(shù)對峰現(xiàn)時間幾乎無影響。從圖4c可以發(fā)現(xiàn)，在不同重現(xiàn)期設(shè)計暴雨條件下，除CN值外的相關(guān)參數(shù)敏感性辨別因子不變，說明各參數(shù)對峰現(xiàn)時間的敏感性幾乎不受雨強(qiáng)的影響。

2.4模型率定與驗證

根據(jù)GB/T 22482—2008《水情情報預(yù)報規(guī)范》［30］對模型模擬預(yù)報精度等級評價，規(guī)定若洪峰流量相對誤差和徑流深相對誤差不超過20%，峰現(xiàn)時間誤差在±3 h，則判定為預(yù)報合格，洪水預(yù)報精度等級劃分見表2。

基于上述參數(shù)敏感性分析結(jié)果，采用人工試錯與目標(biāo)函數(shù)（峰值加權(quán)均方根誤差）優(yōu)化相結(jié)合的方法進(jìn)行模型參數(shù)率定。選取2016—2023年9場典型降雨洪水資料進(jìn)行模擬計算，其中6場用于模型參數(shù)率定，3場用于模型結(jié)果驗證，計算結(jié)果見表3，部分場次實測流量和模擬流量對比見圖5。率定期6場洪水的洪峰流量相對誤差在20%以內(nèi)的占比83%，徑流深相對誤差均在20%以內(nèi)，峰現(xiàn)時差均在40 min以內(nèi)，洪水模擬合格率為83.33%，Nash系數(shù)為0.85。從驗證期模擬結(jié)果中可以看出，3場洪水模擬的洪峰流量和徑流深的相對誤差均在15%以內(nèi)，洪水模擬合格率為89.7%，Nash系數(shù)為0.90。綜合洪水預(yù)報精度達(dá)到乙級，說明模擬方案和模型參數(shù)對金寶河流域模擬精度較高，可準(zhǔn)確地模擬再現(xiàn)洪水過程。

為進(jìn)一步驗證HEC-HMS模型在巖溶區(qū)河流的適用性，選取臨近的巖溶區(qū)流域-遇龍河流域（圖1）同樣采用9場洪水進(jìn)行參數(shù)率定和驗證，結(jié)果見表4。率定期6場洪水的洪水峰值相對誤差均值為6.86%，徑流系數(shù)相對誤差均值為14.43%，平均峰值相對誤差為1.5 h，平均Nash系數(shù)為0.84；驗證期3場洪水的合格率為100%，平均Nash系數(shù)為0.94。綜合洪水預(yù)報精度達(dá)到乙級，交叉驗證確定了HEC-HMS在巖溶區(qū)洪水預(yù)報模擬結(jié)果精度較高。

3模型的應(yīng)用

根據(jù)《廣西暴雨統(tǒng)計參數(shù)等值線圖集》（2010年3月）查算金寶河流域設(shè)計暴雨，設(shè)計雨型采用《廣西暴雨徑流查算圖表》中的第6雨型（圖6中的設(shè)計降雨），以此擬定24 h設(shè)計暴雨過程。易受災(zāi)點位置見圖1。

用上述已率定及驗證后的金寶河流域HEC-HMS模型，基于不同重現(xiàn)期下的降雨過程對易受災(zāi)處的設(shè)計洪水過程進(jìn)行模擬，結(jié)果見圖6。其中，降雨的初始時間設(shè)置為0：00，降雨峰值出現(xiàn)在18：00。永寧橋出口斷面處模擬過程呈明顯的雙峰小洪水，洪峰在20：00左右到達(dá)；木崗槽村、牛村及包茂高速附近洪峰在21：00左右到達(dá)；龍?zhí)端徽咎幵O(shè)計洪水洪峰在22：00左右到達(dá)。圖6f給出了相應(yīng)位置的洪峰對比。從圖6f可以看出，繼降雨峰值出現(xiàn)后，以金寶河主體的洪峰將在大約2 h后到達(dá)永寧橋，3 h到達(dá)木崗槽村、牛村及包茂高速，4 h后到達(dá)龍?zhí)端徽静⒌竭_(dá)陽朔縣城，不同重現(xiàn)期下的相應(yīng)預(yù)警流量詳見表5。為此，預(yù)警時間和預(yù)警流量的確定有助于水資源管理部門做出及時的調(diào)度決策，也可幫助相關(guān)部門提前應(yīng)對洪澇災(zāi)害的發(fā)生，包括疏散人員、轉(zhuǎn)移財產(chǎn)、加固防洪設(shè)施等預(yù)警防范措施，從而最大程度地減少人員傷亡和財產(chǎn)損失。

4結(jié)論

本文利用研究區(qū)水文、氣象、土壤、土地利用等數(shù)據(jù)建立了陽朔金寶河流域的HEC-HMS模型，在對其進(jìn)行敏感性分析的基礎(chǔ)上，采用9場次洪水進(jìn)行率定與驗證，以分析該模型在金寶河流域的適用情況，所得結(jié)論如下。

a）CN是洪峰流量和徑流系數(shù)的高敏感參數(shù)，流域滯時與衰減系數(shù)為洪峰流量和徑流系數(shù)的敏感參數(shù)，同時蓄量常數(shù)與峰值比分別對洪峰流量和徑流系數(shù)表現(xiàn)出敏感性。對峰現(xiàn)時間有影響的敏感參數(shù)為流域滯時、蓄量常數(shù)和退水常數(shù)。隨著雨強(qiáng)在一定范圍內(nèi)的增大，參數(shù)對洪峰流量和徑流系數(shù)的敏感性降低，且參數(shù)對峰現(xiàn)時間的敏感性受雨強(qiáng)影響較小。

b）金寶河流域的洪水模擬結(jié)果顯示所選場次洪水的綜合合格率為88.89%，平均Nash效率系數(shù)為0.85，峰現(xiàn)時差絕對值平均為0.26 h，達(dá)到了乙級預(yù)報精度。同時對鄰近巖溶山區(qū)-遇龍河流域利用同樣的方法再次進(jìn)行洪水模擬，也達(dá)到了乙級預(yù)報精度，表明HEC-HMS模型適用于巖溶山區(qū)小流域洪水模擬，可為流域洪水預(yù)報提供技術(shù)參考。

c）根據(jù)不同降雨重現(xiàn)期下的模擬結(jié)果，以金寶河主體的洪峰將在降雨峰值出現(xiàn)后的2 h左右到達(dá)永寧橋，3 h左右到達(dá)木崗槽村、牛村及包茂高速，4 h左右到達(dá)龍?zhí)端徽炯瓣査房h城，該結(jié)果對金寶河流域及陽朔縣城的防汛工作具有指導(dǎo)和參考意義。

d）由于巖溶山區(qū)小流域往往缺少水文地質(zhì)基本資料，所以HEC-HMS簡單有效的計算方法和模型結(jié)構(gòu)往往更為實用。但是HEC-HMS與新安江等模型相比，對巖溶地下系統(tǒng)空間異質(zhì)性的表達(dá)不夠全面和深入，針對地下徑流及基流模擬的方案選擇及參數(shù)變化還需進(jìn)一步研究。

參考文獻(xiàn)：

［1］丁留謙，郭良，劉昌軍，等.我國山洪災(zāi)害防治技術(shù)進(jìn)展與展望［J］.中國防汛抗旱，2020，30（S1）：11-17.

［2］田競，夏軍，張艷軍，等.HEC-HMS模型在官山河流域的應(yīng)用研究［J］.武漢大學(xué)學(xué)報（工學(xué)版），2021，54（1）：8-14.

［3］吳澤斌，徐萌萌，楚中柱.中國山洪災(zāi)害防治政策的演進(jìn)、特征與展望［J］.資源科學(xué)，2023，45（4）：776-785.

［4］郭良，丁留謙，孫東亞，等.中國山洪災(zāi)害防御關(guān)鍵技術(shù)［J］.水利學(xué)報，2018，49（9）：1123-1136.

［5］莫建飛，陳燕麗，莫偉華.廣西喀斯特地區(qū)植被生態(tài)質(zhì)量多尺度時空演變分析［J］.中國巖溶，2023，42（5）：1117-1130.

［6］任澤凌，夏栩，段雅楠，等.巖溶地貌流域洪水過程模擬研究［J］.水文，2023（6），45-50.

［7］張珂，周佳奇，張企諾，等.柵格巖溶分布式水文模型［J］.水資源保護(hù)，2022，38（1）：43-51.

［8］許波劉，董增川，洪嫻.集總式喀斯特水文模型構(gòu)建及其應(yīng)用［J］.水資源保護(hù)，2017，33（2）：37-42，58.

［9］ZHOU Q，CHEN L，SINGH V P，et al.Rainfall-runoff simulation in karst dominated areas based on a coupled conceptual hydrological model［J］.Journal of Hydrology，2019，573：524-533.

［10］代俊峰，郭純青，方榮杰.西南巖溶灌區(qū)水文特性及其模擬模型的構(gòu)建［J］.水資源與水工程學(xué)報，2011，22（4）：11-15.

［11］陳石磊，熊立華，查悉妮，等.考慮喀斯特地貌的分布式降雨徑流模型在西江流域的應(yīng)用［J］.人民珠江，2020，41（5）：17-24.

［12］索立濤，萬軍偉，盧學(xué)偉.TOPMODEL模型在巖溶地區(qū)的改進(jìn)與應(yīng)用［J］.中國巖溶，2007，26（1）：67-70.

［13］WANG Y，BRUBAKER K.Implementing a nonlinear groundwater module in the soil and water assessment tool（SWAT）［J］.Hydrological Processes，2014，28（9）：3338-3403.

［14］梁桂星，覃小群，崔亞莉，等.分布式水文模型在巖溶地區(qū)的改進(jìn)與應(yīng)用研究［J］.水文地質(zhì)工程地質(zhì)，2020，47（2）：60-67.

［15］張志才，陳喜，石朋，等.喀斯特流域分布式水文模型及植被生態(tài)水文效應(yīng)［J］.水科學(xué)進(jìn)展，2009，20（6）：806-811.

［16］鐘芳倩，霍艾迪，趙志欣，等.基于HEC-HMS的黃土高塬溝壑區(qū)流域城市化對洪水情勢的影響［J］.人民黃河，2024（2）：67-72，79.

［17］原文林，付磊，高倩雨.基于HEC-HMS模型的山洪災(zāi)害臨界雨量研究［J］.人民黃河，2019，41（8）：22-27，31.

［18］施征，陳煥寶.分布式水文模型在山洪雨量預(yù)警指標(biāo)確定中的應(yīng)用［J］.水電能源科學(xué)，2017，35（2）：79-81.

［19］胡國華，陳肖，于澤興，等.基于HEC-HMS的郴江流域山洪預(yù)報研究［J］.自然災(zāi)害學(xué)報，2017，26（3）：147-155.

［20］王璐，葉磊，吳劍，等.山丘區(qū)小流域水文模型適用性研究［J］.中國農(nóng)村水利水電，2018（2）：78-84，90.

［21］程文飛，陳軍鋒，吳博，等.HEC-HMS水文模型在圪洞流域洪水模擬中的應(yīng)用［J］.水電能源科學(xué)，2018，36（8）：52-55.

［22］張珊珊，王江婷，徐征和.基于HEC-HMS的小流域山洪雨量預(yù)警［J］.中國農(nóng)村水利水電，2019（7）：40-44，52.

［23］鄒楊，胡國華，于澤興，等.HEC-HMS模型在武水流域山洪預(yù)報中的應(yīng)用［J］.中國水土保持科學(xué)，2018，16（2）：95-102.

［24］ZHANG H L，WANG Y L，WANG Y Q，et al.Quantitative comparison of scmi-and fully-distributed hydrologic models insimulating flood hydrographs on a mountain watershed in southwest China［J］.Journal of Hydrodynamics，2013，25（6）：877-885.

［25］陳躍紅，徐聰聰，張曉祥，等.中國山洪區(qū)劃研究［J］.地理學(xué)報，2023，78（5）：1059-1073.

［26］賈曉青，杜欣，趙旭峰，等.改進(jìn)SCS產(chǎn)流模型在巖溶地區(qū)徑流模擬中的應(yīng)用［J］.人民長江，2008（11）：25-27，30.

［27］申紅彬，徐宗學(xué)，曹兵，等.分布式SCS-CN有效降雨修正模型建立及應(yīng)用［J］.水科學(xué)進(jìn)展，2023，34（4）：553-561.

［28］廖如婷，徐宗學(xué)，葉陳雷，等.暴雨洪水管理模型參數(shù)敏感性分析［J］.水力發(fā)電學(xué)報，2022，41（6）：11-21.

［29］高穎會，沙曉軍，徐向陽，等.基于Morris的SWMM模型參數(shù)敏感性分析［J］.水資源與水工程學(xué)報，2016，27（3）：87-90.

［30］水文情報預(yù)報規(guī)范：GB/T 22482—2008［S］.北京：中國標(biāo)準(zhǔn)出版社，2008.

（責(zé)任編輯：高天揚）