基于分布式水文模型的“尼伯特”臺風暴雨洪水反演
來源:用戶上傳
作者:
摘要：臺風暴雨具有強度大、降雨集中的特點，容易在沿海地區中小流域形成局地破壞性洪水災害，基于高精度地形地貌數據構建分布式水文模型，是實現中小流域洪水模擬和預報的重要手段。以福建閩清縣梅溪流域為研究區，基于高精度DEM、土壤和土地利用數據，采用中國山洪水文模型（CNFF-HM），構建了梅溪流域分布式水文模型，以56場實測水文氣象資料對模型進行率定和驗證，并對2016年7月9日發生的“尼伯特”臺風帶來的暴雨洪水進行反演。結果顯示，構建的分布式水文模型驗證和率定效果良好，對“尼伯特”臺風暴雨洪水模擬的洪峰流量誤差小于20 %，確定性系數達到0.96，因此模型能夠很好地反映流域短歷時強降雨引發的洪水特征，為流域防洪減災提供可靠的技術支撐。
關鍵詞：分布式水文模型;降雨分析;洪水反演;尼伯特臺風
中圖分類號：TV62 文獻標志碼：A
Abstract：The typhoon storm has the characteristics of high intensity and concentrated rainfall.It is easy to form local destructive flood disasters in the middle and small-sized watersheds of coastal areas.The distributed hydrological model based on high-resolution topographic and geomorphic data is an effective way to forecast flood in small and medium-sized basins.The Meixi River Basin in Minqing County of Fujian Province was selected as out study region.The China Flash Flood Model （CNFF-HM），based on the high-resolution DEM，soil data，and land use data，was used to build the distributed hydrological model of the Meixi Basin.Fifty-six hydrological events were used to calibrate and validate the model.The flood caused by the 'Niebert' typhoon，which occurred on 9 July 2016，was simulated. The result showed the model performance was good with a less than 20% error for flood peak flow，and a Nash-Sutcliffe efficiency coefficient （NSE） of 0.96.Thus the model can reflect the flood characteristics caused by short-term heavy rainfall in the basin，and provide reliable technical support for disaster prevention and reduction in the basin.
Key words：distributed hydrological model;storm analyses;flood simulation;′Niebert′ typhoon
水文模型是水文研究的重要方法和手段[1]，隨著遙感、地理信息系統與全球定位系統等3S技術的發展，土壤類型、土地利用類型、地形坡度等流域空間信息資料更加易于獲取，為分布式水文模型的推廣與應用提供了大量數據支撐。與傳統的集總式模型相比，分布式水文模型注重產匯流的物理機制、模型輸入的空間變異性[2-4]以及不同單元之間的水力聯系[5-6]，其結構復雜但模型參數具有較強的物理意義，且能夠得到較高的模擬精度。
繼丹麥、法國等研究機構聯合開發的以網格為計算單元的SHE模型后，美國農業部（USDA）農業研究中心開發的SWAT（Soil and Water Assessment Tool）模型以遙感空間信息數據為基礎，引入水文響應單元替代柵格計算單元，將其應用于模擬預測不同水文要素的變化，模型模擬效果較好[7]。我國在水文模型研究方面也取得一定成就。趙人俊等[8-10]通過大量產匯流計算提出了新安江模型，并在理論和結構等方面將其逐步完善，隨著GIS分辨率以及RS數據精度與處理技術的提高，該模型進一步發展為以柵格為計算單元的分布式新安江模型。李致家等[11]在新安江模型基礎上建立了分布式混合產流水文模型，并將新安江模型拓展至半濕潤半干旱流域洪水模擬中。楊大文等[12]將SHE模型與TOPMODEL模型相結合，提出基于單位線與降水產流物理機制的GBHM 模型，并利用函數關系式概化流域地形特征計算坡面流，減少了模型計算量。從國內外研究現狀來看，分布式水文模型是流域水文模型發展的必然趨勢。
2016年7月9日13時45分 超強臺風“尼伯特”（以下簡稱“尼伯特”臺風）在福建泉州石獅市登陸，臺風帶來的強降雨導致福建省多條河流水位超預警。福建省閩清縣遭遇超百年一遇[13]強降雨，此次短歷時強降雨造成閩清全縣受災，其中坂東鎮受災最為嚴重。本文以閩清縣梅溪流域為研究區，基于中國山洪水文模型（CNFF-HM），構建梅溪流域分布式水文模型，并利用該模型反演 “尼伯特”臺風暴雨洪水，為梅溪流域未來的山洪預警提供技術支撐。 1 資料與數據
1.1 研究區概況
梅溪流域位于福建省閩清縣，流域面積956 km2。梅溪是閩江的一級支流，發源于蓮花山麓，干流全長78.8 km，河道平均坡降4.2 ‰。流域位于亞熱帶季風氣候區，年平均氣溫15～20 ℃。流域多年平均降水量1 560 mm，相對濕度78%～87%，降雨集中于7月-9月。流域內四周地形高，尤以北部、西部和東南部地勢最高，隨著山脈、溪流展布，地勢從四周山地像中央梅溪河谷逐漸降低，中部河谷盆地發育，流域地形特征見圖1。
1.2 資料與數據
梅溪流域分布式水文模型計算所需數據包括：DEM、土壤、土地利用和水文氣象等資料。
?。?）DEM數據。
DEM數據來源于國家地理信息中心，分辨率為25 m?；贒EM數據對梅溪流域基礎信息進行提取，首先采用AGREE算法[14-15]修正原始高程數據，并進一步采用D8算法[15-16]修正流域空間拓撲關系，得到更逼近真實流域狀態的子流域。應用GIS工具提取修正后的流域、面積、坡度、水系等信息資料，并根據流域特征將梅溪流域劃分為60個子流域，子流域平均面積約16 km2，結果見圖2。
?。?）土壤及土地利用數據。
研究區內地貌的垂直差異性導致土壤類型變化多樣，本文從中國科學院資源環境科學數據中心（http：//www.resdc.cn）下載2015年中國土地利用現狀遙感監測數據和中國土壤質地空間分布數據，空間分辨率為30 m×30 m。梅溪流域土壤以黏壤土為主，其次為砂質壤土，見圖3（a）;流域土地利用分布見圖3（b），流域植被以有林地為主，占68.5%，其次為耕地和草地。
（3）水文氣象數據。
梅溪流域內包含8個雨量站和1個水文站。各站點的建站時間、洪水場次及數據見表1，后佳站點資料年限較短。本文采用SQL Server數據庫存儲上述數據，數據庫內數據可被梅溪水文模型直接讀取，模型運行結果自動更新存儲以便輸出調用。
2 構建梅溪流域分布式水文模型
2.1 分布式水文模型構建
本文運用中國山洪水文模型（CNFF-HM）對洪水進行模擬。CNFF-HM模型由中國水利水電科學研究院研發，以子流域作為基本計算單元，在構建梅溪流域模型時，CNFF-HM模型蒸散發計算采用新安江三層蒸散發模型[8-9]，產流計算采用新安江三水源模型[17-18]，坡面匯流計算采用時變分布式單位線法，壤中流與地下徑流匯流計算采用線性水庫法[19-20]，河道洪水演進計算采用動態馬斯京根法[21]，模型計算時段步長為30 min，以實現流域洪水過程整體建模和水文模擬，模型結構詳見參考文獻[22]。
2.2 模型精度評價指標
根據我國《水文情報預報規范》（GB/T 22482-2008），洪水預報精度評定項目主要包括洪峰流量（水位）、洪量（徑流量）、洪峰出現時間及洪水過程等[23]。本文擬采用確定性系數DC、洪峰相對誤差QE、徑流深相對誤差RE、峰現時間誤差ΔT作為模型精度指標對結果進行分析。計算方法如下：
2.3 模型率定與驗證
用研究區內的閩清水文站1989-2015年洪水資料對分布式水文模型進行參數率定和檢驗，其中，1986-2003年作為率定期，2003-2015年為驗證期。率定期與驗證期水文模型模擬效果見圖4。
模型率定和驗證結果見表2。從表中可以看出，率定期和驗證的確定性系數均值都較高，率定期確定性系數均值為0.85，驗證期為0.83;率定期和驗證期平均徑流深相對誤差均小于20 %，率定期為10.39 %，驗證期為11.35 %;率定期平均洪峰流量相對誤差為8.83 %，驗證期為9.52 %;率定期峰現時間誤差1.42 h，驗證期為1.17 h，驗證期略小于率定期。同時，率定期和驗證期確定性系數、洪峰流量相對誤差、徑流深相對誤差和峰現時間相對誤差的合格率較高，根據我國《水文情報預報規范》（GB/T 22482-2008），率定期和驗證期的確定性系數、洪峰流量相對誤差、徑流深相對誤差合格率均達到了甲級預報精度（大于85%），驗證期和率定期峰現時間誤差合格率也達到了乙級以上（大于70%），說明構建的分布式水文模型可用于梅溪流域洪水預報。
選取兩個典型場次（20020806場次與20150809場次）洪水對比模擬洪水過程和實測洪水過程（時段步長為30 min）進行對比分析，見圖5（a）、5（b）。從圖中可以看出，模擬洪水過程與實測洪水具有較好的一致性，進一步說明了分布式水文模型對梅溪流域的洪水模擬效果良好。
模型參數是依據其物理意義設定初值及取值范圍后，通過率定期與驗證期模擬洪水過程與實際過程比較，采用人工試錯法對參數進行調整，最終根據模型精度指標確定參數最優值，模型參數值見表3。
3 “尼伯特”臺風暴雨洪水反演
3.1 “尼伯特”臺風暴雨分析
“尼伯特”臺風于2016年7月3日8時在西北太平洋洋面上生成，中心最大風力約8級;9日13時45分登陸于福建省泉州市石獅市，登陸時風力達10級，移動速度25 m/s，為強熱帶風暴級臺風;10日3時于福建省寧化縣減弱至熱帶低壓;該次氣旋的運動導致福建閩清梅溪出現大到特大暴雨。
雨量站觀測資料顯示，梅溪流域經歷“尼伯特”臺風降雨過程從7月8日開始至7月11日結束，降雨持續時間為4 d，強降水集中在9日8時至13時。各時段降雨見表4。從表4中可以看出，最大1 h降雨出現在塔莊站，各站點最大3 h、6 h降雨量值均較大，大部分站點重現期超百年一遇。 采用反距離權重插值法（IDW）得到7月9日8時至13時逐時面雨量，見圖6，可以看出，降雨整體表現為由東南向西北逐漸覆蓋增加的分布特征，暴雨中心呈帶狀分布，主要集中于梅溪右岸支流，流域東南部。由此可見，“尼伯特”臺風暴雨具有歷時短、強度大、暴雨集中等特點，此種類型的降雨易形成災害性洪水。
3.2 “尼伯特”臺風暴雨洪水反演
采用上述分布式水文模型反演 “尼伯特”臺風場次洪水（2016年7月9日0時-11日8時），得到閩清水文站20160709場次洪水的模擬和實測徑流過程，見圖7。閩清水文站“尼伯特”洪水是單峰型大洪水，由模擬結果可知，洪峰實際出現時間為7月9日15時14分，模擬洪峰出現時間為14時，峰現時間誤差為1.2 h;實際洪峰流量為4 710 m3/s，模擬洪峰流量為5 133 m3/s;確定性系數經計算為0.96。數據情況說明，運用CNFF-HM構建的分布式水文模型能夠較為準確的模擬“尼伯特”場次洪水過程，也進一步說明了該模型能夠反映流域的產匯流特征。
根據“尼伯特”場次洪水模擬結果，得到梅溪流域的凈雨量空間分布，見圖8。從圖中可以看出，該場降雨梅溪流域東部塔莊雨量站周邊子流域的凈雨量最大，受洪水影響最嚴重，7月9日凌晨至11日8時凈雨量達到160 mm左右。梅溪流域的實際受災情況見圖9，梅溪流域東南部省璜、塔莊站周圍地區受災較為嚴重，同時，受流域地形地貌影響，處于流域谷底洼地的坂東鎮（塔莊站下游）受災最為嚴重，大量來水匯集于19 km2的坂東鎮。對比凈雨空間分布圖和實際受災范圍圖可知，凈雨量最大的地區與實際受災范圍具有較好的一致性，說明基于分布式水文模型對流域洪水進行模擬和預報對流域防洪減災有重要的指導意義。
4 結論
本文以梅溪流域作為研究區，采用高精度DEM數據劃分子流域，構建梅溪流域分布式水文模型，采用長系列水文氣象資料對分布式水文模型進行率定和驗證，在“尼伯特”臺風暴雨分析的基礎上，對“尼伯特”臺風暴雨洪水進行反演，得出以下結論。
（1）運用流域56場洪水對模型進行率定和驗證結果表明，率定期和驗證期確定性系數、徑流深相對誤差、洪峰流量相對誤差、峰現時間誤差均達到了乙級以上預報精度，說明基于分布式水文模型的流域洪水模擬結果較為理想，模型可用于流域洪水預報。
?。?）“尼伯特”臺風導致的降雨，最大1 h降雨量超百年一遇，24 h降雨也達到百年一遇。降雨呈從西北到東南逐漸增加的特點。整體上看，降雨具有歷時短、強度大、降雨集中的特點。
?。?）運用構建的分布式水文模型模擬，確定性系數較高，模擬凈雨空間分布與流域實際受災情況較為一致，說明構建的梅溪流域分布式水文模型能夠反映極端降雨條件下流域的產匯流過程。
參考文獻（References）：
[1] 王中根，劉昌明，左其亭，等.基于DEM的分布式水文模型構建方法[J].地理科學進展，2002，21（5）：430-439.（WANG Z G，LIU C M，ZUO Q T，et al.Methods of constructing distributed hydrological model based on DEM[J].Progress in Geography，2002，21（5）：430-439.（in Chinese））
[2] 喇承芳，仇杰，劉曉帆，等.分布式水文模型在大通河流域的應用研究[J].人民黃河，2016，38（11）：9-12.（LA C F，QIU J，LIU X F，et al.Study on distributed hydrological model in the Datong River Basin[J].Yellow River，2016，38（11）：9-12.（in Chinese）） DOI：10.3969/j.issn.1000-1379.2016.11.003.
[3] YAO C，ZHANG K，YU Z，et al.Improving the flood prediction capability of the Xinanjiang model in ungauged nested catchments by coupling it with the geomorphologic instantaneous unit hydrograph[J].Journal of Hydrology，2014，517（2）：1035-1048.DOI：org/10.1016/j.jhydrol.2014.06.037.
[4] 包紅軍，王莉莉，李致家，等.基于Holtan產流的分布式水文模型[J].河海大學學報：自然科學版，2016，44（4）：340-346 （BAO H J，WANG L L，LI Z J，et al.A distributed hydrological based on Holtan runoff generation theory[J].Journal of Hohai University （Natural Sciences），2016，44（4）：340-346.（in Chinese）） DOI：10.3876/j.issn.1000-1980.2016.04.010.
[5] 郭生練，熊立華，楊井，等.基于DEM的分布式流域水文物理模型[J].武漢大學學報（工學版），2000，33（6）：1-5.（GUO S L，XIONG L H，YANG J，et al.A DEM and physically based hydrological model[J].Engineering Journal of Wuhan University，2000，33（6）：1-5.（in Chinese）） [6] 郭俊.流域水文建模及預報方法研究[D].武漢：華中科技大學，2013.（GUO J.Studies on Watershed hydrological modelingand forecasting[D].Wuhan：Huazhong University of Science and Technology，2013.（in Chinese）） DOI：10.7666/d.D409170.
[7] ARNOLD J G，SRINIVASAN R，MUTTIAH R，et al.Large area hydrologic modeling and assessment：Part I.model development[J].Journal of American Water Resources Assessment，1998，34（1）：73-89.
[8] 趙人俊.流域水文模擬——新安江模型與陜北模型[M].北京：水利水電出版社，1984 （ZHAO R J.Watershed hydrological simulation—Xin′an River Three-Source model and Northern Shanxi model[M].Beijing：Water Power Press，1984.（in Chinese））
[9] 王佩蘭，趙人俊.新安江模型（三水源）參數的檢驗[J].河海大學學報，1989，17（4）：19-23.（WANG P L，ZHAO R J.Examination of parameters of Xinanjiang model （3 components）[J].Journal of Hohai University，1989，17（4）：19-23.（in Chinese））
[10] [ZK（#]劉金濤，宋慧卿，張行南，等.新安江模型理論研究的進展與探討[J].水文，2014，34（1）：1-6.（LIU J T，SONG H Q，ZHANG X N，et al.A discussion on advances in theories of Xinanjiang Model[J].Hydrology，2014，34（1）：1-6.（in Chinese）） DOI：10.3969/j.issn.1000-0852.2014.01.001.
[11] 包紅軍，王莉莉，李致家，等.基于混合產流與二維運動波匯流分布式水文模型[J].水電能源科學，2016，34（11）：1-4.（BAO H J，WANG L L，LI Z J，et al.Grid-based distributed hydrological model with mixed runoff model and two-dimensional kinematic wave flow model[J].International Journal Hydroelectric Energy，2016，34（11）：1-4.（in Chinese））
[12] 王磊，王忠靜，尹航，等.GBHM模型原理及其在中尺度流域的應用[J].冰川凍土，2006，28（2）：256-261.（WANG L，WANG Z J，YIN H，et al.A distributed hydrological model- GBHNM and its application in middle-scale catchment[J].Journal of Glaciology and Geocryology，2006，28（2）：256-261.（in Chinese））
[13] 伍永年，馬嘯，邱萍蔚.臺風“尼伯特”給福建省造成的災害成因分析[J].中國防汛抗旱，2017，27（1）：88-91.（WU Y N，MA X，QIU P W.Causes of flood disaster for typhoon Nepartak in Fujian Province ，2016[J].China Flood & Drought Management，2017，27（1）：88-91.（in Chinese）） DOI：10.3969/j.issn.1673-9264.2017.01.021.
[14] Hellweger R.Agree-DEM surface reconditioning system[EB/OL].http：//www.ce.utexas.edu/prof/maid/ment/gishydro/ferdi/ research/agree/agree.html，1997.
[15] 張維，楊昕，湯國安，等.基于DEM的平緩地區水系提取和流域分割的流向算法分析[J].測繪科學，2012，37（2）：94-96.（ZHANG W，YANG X，TANG G A，et al.DEM-based flow direction algorithms study of stream extraction and watershed delineation in the low relief areas[J].Science of Surveying and Mapping，2012，37（2）：94-96.（in Chinese））
[16] O′CALLAGHAN J F，MARK D M.The extraction of drainage networks from digital elevation data[J].Computer vision，graphics，and image processing，1984，27（3）：323-344.DOI：org/10.1016/S0734-189X（84）80011-0. [17] 芮孝芳，宮興龍，張超，等.流域產流分析及計算[J].水力發電學報，2009，28（6）：146-150.（RUI X F，GONG X L，ZHANG C，et al.Formation and calculation of watershed runoff yield[J].Journal of Hydroelectric Engineering，2009，28（6）：146-150.（in Chinese））
[18] 芮孝芳.產流模式的發現與發展[J].水利水電科技進展，2013，33（1）：1-6.（RUI X F.Discovery and development of the flow pattern[J].Advances in science and technology of water resources，2013，33（1）：1-6.（in Chinese）） DOI：10.3880/j.issn.1006-7647.2013.01.001.
[19] 許波劉，董增川，洪嫻.集總式喀斯特水文模型構建及其應用[J].水資源保護，2017，33（2）：37-42.（XU B L，DONG Z C，HONG X.Lumped karst hydrological model and its application[J].Water Resources Protection，2017，33（2）：37-42.（in Chinese）） DOI：10.3880/j.issn.1004-6933.2017.02.007.
[20] 魏兆珍.海河流域下墊面要素變化及其對洪水的影響研究[D].天津：天津大學，2013.（WEI Z Z.Study on the underlying surface change of Haihe River Basin and its impacts on flood[D].Tianjin：Tianjin University，2013.（in Chinese））
[21] WANG Y L，LIU R H，GUO L，et al.Forecasting and providing warnings of flash floods for ungauged mountainous areas based on a distributed hydrological model[J].Water，2017，9（10）：776.DOI：org/10.3390/w9100776.
[22] 郭良，丁留謙，孫東亞，等.中國山洪災害防御關鍵技術[J].水利學報.2018，49（9）：1-13.（GUO L，DING L Q，SUN D Y，et al.Key techniques of flash flood disaster prevention in China[J].Journal of Hydraulic Engineering.2018，49（9）：1-13 （in Chinese）） DOI：10.13243/ j.cnki.slxb.20180728.
[23] GB/T 22484-2008，水文情報預報規范[S].（GB/T 22484-2008，Standard for hydrological information and hydrological forcasting[S].（in Chinese））
轉載注明來源:http://www.hailuomaifang.com/8/view-14854974.htm
