1. 引言
中小流域山洪灾害严重威胁着人民生命和财产安全,因而开展中小流域洪水预报模拟研究的意义重大。中小流域洪水具有陡涨陡落、汇流时间短、不易于进行洪水预报等特点;另外,中小流域往往缺乏长系列的实测水文数据,造成模型参数率定和验证的工作困难,其洪水预报方案的编制比大流域更为困难。因此,如何选取合适的预报模型是做好中小流域洪水预报的关键。
针对中小流域山洪,目前还没有专门的预报模型。国内应用较广泛的是集总式预报模型,如新安江模型对南方湿润地区中小河流模拟效果较好,陕北模型在黄土高原中小流域的模拟效果较好 [1] ;而国外通常建立分布式预报模型,例如TOPMODEL、TOPKAPI、HEC-HMS模型等 [2] [3] [4] [5] 。分布式TOPMODEL以地形为基础,模型参数较少,且具有明确的物理意义,在国外的应用较成熟,但在国内的应用还较少 [5] ;新安江模型属于蓄满产流模型,适用南方大多参数有明确的物理意义,一定程度上反映了流域的水文特征和降雨~径流形成的物理过程,适合中小流域的洪水预报 [6] 。
本文以海南乘坡河流域为研究区域,选取TOPMODEL模型和新安江模型开展山洪预报模拟研究,为乘坡河流域山洪预报预警提供技术支持。
2. 流域概况及模型选择
2.1. 流域概况
乘坡河流域位于琼中县东南部,介于北纬18˚43'39~19˚00'16,东经109˚42'11~110˚03'35。区域内涉及4个乡镇,22个行政村,总人口5.9万人。乘坡河是万泉河的干流,在琼中县境内长62 km,集雨面积727 km2,最大年降水量为5525 mm (1964年),年平均流量66.9 m3/s,最大洪峰流量4390 m3/s (2013年),主河道天然落差1251 m,流域内多属山地。乘坡河流域属热带季风气候区,具有日照长、热量丰富、雨量充沛、蒸发量大、季风变化明显等特点。由于受境内高山地形的影响,降水量的地区性变化亦较大。年平均降水量为2200~2444 mm,年平均蒸发量为1824.1 mm。乘坡河流域图如图1所示。
2.2. 历史山洪灾害
2008年10月11~18日琼中县产生连续性暴雨和大暴雨天气。全县普遍出现300 mm以上强降水,暴雨造成直接经济损失达6041.5万元,营根中平路红口溪桥处2人被洪水冲走,其中1人轻伤,另1人失踪。
2010年9月30日上午八点至10月19日上午八点,累计平均降雨量达1272.2 mm。全县受灾人口27,356
人,直接经济损失2.94亿元;房屋倒塌140间,水浸房屋36间,危房180间。
2013年11月,受第30号强台风“海燕”影响,琼中县受灾范围涉及10个乡镇、3.2万人口,安全转移人口3317人,造成直接经济损失2.11亿元。
2014年9月中旬,受第15号超强台风“海鸥”影响,全县受灾人口2万多人,紧急转移2156人,全县直接经济损失达9180万元。
2.3. 样本及模型选择
选用乘坡河流域2010~2015年之间实测水文资料,经过整理、审查后得到17场典型洪水,对其产汇流机理分析发现:该流域洪水过程普遍符合中小流域的起涨快、退水快的特点,故采用1小时模拟时段。
考虑乘坡河流域属湿润地区气候及下垫面特点,固选取集总式的新安江模型进行该流域历史场次洪水模拟;同时又因乘坡河流域的实测水文资料系列较短,难以建立复杂的分布式洪水预报模型,故选取TOPMODEL半分布式模型开展本次研究,其中汇流方法均采用滞后演算法,最后将两种模型的模拟结果进行对比分析。
3. 洪水模拟
3.1. 预报模型简介
1) TOPMODEL模型
Beven和Kirkby于1979年开发的TOPMODEL模型是一种以数学方式及物理水文响应过程为基础,以地形指数为核心的半分布式流域水文模型 [3] 。该模型结构明晰,参数较少适用范围广且具有明确的物理意义,不仅适用在有资料的坡地集水区,还经常被应用到无资料的流域来进行产、汇流计算 [4] 。模型结构示意图如图2所示。
2) 新安江模型简介
三水源新安江模型是一个在经过了长期实践论证和对水文普遍规律深刻认识基础之上建立起来的概念性水文模型,在我国湿润和半湿润地区广泛应用,并取得了良好的效果 [7] 。三水源新安江模型采用蓄满产流原理(见
图3)、三层蒸发模式,用自由水蓄水库结构将总径流划分为地表径流、壤中流和地下径流 [8] 。模型主要由四部分组成,即蒸散发计算、产流量计算、水源划分和汇流计算 [9] 。
3.2. 基于新安江模型的洪水模拟
由于本次选取2010年到2015年共17场场次洪水,选取2010年到2013年12场洪水进行参数率定,选取2014到2015年5场洪水做验证;采用粒子群算法进行新安江模型参数率定,最后确定的模型参数值见表1,参数率定期及验证期的产汇流计算结果分别见表2和表3。
1) 分析表1~表3的结果可得:根据水文情报预报规范(GB/T22482-2008),模型率定期和检验期合格率都为100%。对于汇流来说,模型率定期合格率为92%,检验期合格率为100%。
2) 从产流模拟结果来看,新安江模型模拟径流量精度较高。对于前期土壤较湿润、降雨总量较大的洪水,模型模拟径流量的误差不超过13%,如“141026”、“141023”、“130622”、“120617”、“110917”、“101113”等场次洪水,因此模型模拟效果较好。
3) 从汇流模拟结果可知,新安江模型模拟洪峰流量和峰现时间的效果均较好,对于“120617”场次洪水,由于降雨中心主要集中在上游,导致洪峰传播时间较长,其峰现时间滞后,模拟确定性系数精度较低。
3.3. 基于TOPMODEL模型的洪水模拟
根据研究区域的DEM数据,利用ArcGIS软件对研究区域的DEM数据,经过对填洼、流量、流向等计算,通过公式(1)计算出地形指数作为模型计算参数参与计算,
![](Images/Table_Tmp.jpg)
Table 1. The calibrated parameters of the Xinanjiang model
表1. 新安江模型参数率定的结果
![](Images/Table_Tmp.jpg)
Table 2. The runoff generation results of Xinanjiang during calibration and test periods
表2. 新安江模型率定期及检验期的产流计算结果
(1)
式中:
代表地形指数,
代表单宽度汇流面积,
代表坡度。
洪水检验期与验证期同新安江模型,选取2010年到2013年12场洪水进行参数率定,选取2014到2015年5场洪水做验证;采用改进的粒子群算法进行TOPMODEL模型参数率定,最后确定的模型参数值见表4,模型率定期和检验期的产汇流计算结果,分别见表5和表6。
![](Images/Table_Tmp.jpg)
Table 3.The flow routing results of Xinanjiang during calibration and test periods
表3. 新安江模型率定期及检验期的汇流计算结果
![](Images/Table_Tmp.jpg)
Table 4. The calibrated parameters of TOPMODEL
表4. TOPMODEL模型参数的率定结果
![](Images/Table_Tmp.jpg)
Table 5. The runoff generation results of TOPMODEL during calibration and test periods
表5. TOPMODEL模型率定期及检验期产流模拟结果
![](Images/Table_Tmp.jpg)
Table 6. The flow routing results of TOPMODEL during calibration and test periods
表6. TOPMODEL模型率定期汇流模拟结果
1) 分析表5和表6可得,对于产流来说,模型参数率定期和检验期合格率都为100%。对于汇流来说,模型率定期合格率为92%,检验期合格率为100%。
2) 从产流模拟结果来看,TOPMODEL模型模拟径流量精度较高。除“120617”,“140717”场次洪水外,所有产汇流模拟径流量的误差不超过10%。对于场次洪水“120617”场次洪水来说,虽然相对误差为−19.11%,但是产流绝对误差只有−3.94 mm,所以相对误差较大可能是由于洪量较小造成的。对于“140717”场次洪水来说,前期土壤较为干旱,可能出现超渗产流的现象,造成实测洪水较大。对于“100930”场次洪水来说,计算绝对误差为19.17 mm,由于实测面雨量达到773 mm,绝对误差较大可能是由于实测误差积累所造成的。但对于整体来说,模型模拟效果较好。
3) 从汇流模拟结果可知,TOPMODEL模型模拟洪峰流量和峰现时间的效果均较好,且整体确定性系数模拟精度较高,对于“120617”场次洪水,同新安江模型一样,由于降雨中心主要集中在上游,其峰现时间滞后,模拟确定性系数精度较低。
3.4. 模拟结果对比分析
新安江模型与TOPMODEL模型产汇流结果对比见表7和表8。分析表7可得,对于产流而言,新安江模型和TOPMDOEL模型产流合格率均为100%。TOPMODEL模型平均相对误差为6.41%,新安江模型的平均相对误差为9.43%,TOPMODEL模型模拟效果较好。
分析表8得出,新安江模型和TOPMDOEL模型峰量模拟合格率均为100%,峰时模拟合格率均为94%。
![](Images/Table_Tmp.jpg)
Table 7. The comparison of runoff generation results between Xinanjang and TOPMODEL models
表7. 新安江模型与TOPMODEL模型产流结果对比分析
1) 平均相对误差角度分析,TOPMODEL模型的平均相对误差为5.37%,新安江模型的平均相对误差为9.31%,TOPMODEL模型的模拟效果较好。
2) 对于“101014”,“100930”两场多峰洪水来说,TOPMODEL模型的确定性系数分别为0.7与0.85,而新安江模型的确定性系数为0.57与0.8,且TOPMODEL模型的对于每个小峰的模拟效果均好于新安江模型。如图4和图5所示。
3) 单独对于洪峰流量大于1000 m3/s的大洪水进行统计,TOPMODEL模型的平均相对误差为5.05%,平均确定性系数为0.84;新安江模型的平均相对误差为9.86%,平均确定性系数为0.71。TOPMODEL模型的模拟效
![](Images/Table_Tmp.jpg)
Table 8. The comparison of simulation flow routing results between Xinanjiang and TOPMODEL models
表8. 新安江模型与TOPMODEL模型汇流模拟结果对比
![](//html.hanspub.org/file/8-2410463x17_hanspub.png)
Figure 4. Comparison of simulated and observed flood hydrograph in 101014
图4. 101014场次洪水模拟结果对比
![](//html.hanspub.org/file/8-2410463x18_hanspub.png)
Figure 5. Comparison of simulated and observed flood hydrograph in 100930
图5. 100930场次洪水模拟结果对比
果较好。
综上所述,新安江模型和TOPMODEL模型模拟产汇流的效果都比较好。但从平均相对误差,平均确定性
系数,以及针对大洪水计算三方面统计来说,TOPMODEL模型的模拟效果显然好于新安江模型。
4. 结论
利用新安江模型和TOPMODEL模型进行乘坡河流域历史洪水的模拟研究,结果表明:两个模型模拟产汇流的结果都较好,均可用于指导乘坡河流域的洪水预报。但相比而言,TOPMODEL模型模拟产汇流的平均误差较小,且对于大洪水来说,TOPMODEL模型模拟效果较好,并且TOPMODEL模型在模拟长系列连续洪水方面效果也更好。在实际工作中,对于湿润地区的中小流域,大多数中小流域所不具备长系列历时资料,模型的参数值可以结合地形和土地利用等资料来确定,TOPMODEL更适合水文资料较缺乏的中小流域。
基金项目
村镇区域防洪关键技术研究(2014BAL05B02)。