基于流溪河模型的連江流域洪水模擬

林博安,陳洋波,虞云飛,覃建明,王幻宇

(1. 中山大學(xué)水資源與環(huán)境系,廣東 廣州 510275；2. 廣東省飛來(lái)峽水利樞紐管理處,廣東 清遠(yuǎn) 511825)

?

基于流溪河模型的連江流域洪水模擬

林博安1,陳洋波1,虞云飛2,覃建明1,王幻宇1

(1. 中山大學(xué)水資源與環(huán)境系,廣東 廣州 510275；2. 廣東省飛來(lái)峽水利樞紐管理處,廣東 清遠(yuǎn) 511825)

為了提高連江流域洪水預(yù)報(bào)的技術(shù)水平和精度,探討流溪河模型在大流域洪水預(yù)報(bào)中應(yīng)用的效果,該文采用SRTM和USGS的DEM數(shù)據(jù),分別建立了連江流域洪水預(yù)報(bào)流溪河模型,采用1場(chǎng)實(shí)測(cè)洪水對(duì)模型參數(shù)進(jìn)行了優(yōu)選,并對(duì)2場(chǎng)實(shí)測(cè)洪水進(jìn)行了模擬,發(fā)現(xiàn)流溪河模型可較好的模擬連江流域洪水過(guò)程。研究發(fā)現(xiàn),采用空間分辨率為90 m的SRTM的DEM建立的流溪河模型計(jì)算量是以1 000 m的USGS的DEM建立的模型的計(jì)算量的56倍,但兩者洪水模擬的效果相當(dāng)。

流域洪水預(yù)報(bào)；分布式物理水文模型；流溪河模型；參數(shù)優(yōu)選；數(shù)字地形高程模型

1 概述

連江[1]是珠江流域北江水系的一級(jí)支流,發(fā)源于廣東省連州市潭嶺區(qū)三姊妹,流經(jīng)連州、陽(yáng)山、英德三縣(市),在英德市連江口鎮(zhèn)匯入北江。流域干流長(zhǎng)275 km,集水面積10 061 km2,是北江流域最大一級(jí)支流。連江流域簡(jiǎn)圖見(jiàn)圖1。

圖1 連江流域示意

連江屬山溪性河流,位于廣東省暴雨高值區(qū),洪水多發(fā),具有暴漲暴落的特點(diǎn)。連江流域洪水是北江流域洪水的主要來(lái)源,因靠近流域下游,對(duì)流域防洪的影響較大。準(zhǔn)確預(yù)報(bào)連江流域洪水是北江流域洪水預(yù)報(bào)與調(diào)度的關(guān)鍵,一直受到廣泛重視,采用新的流域洪水預(yù)報(bào)模型開(kāi)展連江流域洪水預(yù)報(bào)也一直是廣大技術(shù)人員的目標(biāo)。分布式物理水文模型是流域洪水預(yù)報(bào)模型的最新發(fā)展,由于其將流域劃分成精細(xì)化的網(wǎng)格,可以對(duì)流域下墊面特征進(jìn)行精細(xì)化的刻畫(huà),同時(shí)在網(wǎng)格層面和流域?qū)用骈_(kāi)展降雨徑流的產(chǎn)匯流計(jì)算,因而具有提高流域水文過(guò)程模擬的潛力,被認(rèn)為是新一代流域洪水預(yù)報(bào)模型[2]。分布式物理水文模型因具有物理意義,可以應(yīng)用于少水文資料流域,在此類(lèi)流域,常規(guī)的集總式模型難以應(yīng)用。

自1969年由Freeze和Harlan提出分布式物理水文模型的藍(lán)圖后[3],分布式物理水文模型得到快速發(fā)展,特別是隨著全球范圍的流域物理特性數(shù)據(jù)的制備及可以廉價(jià)獲取,一批分布式物理水文模型被國(guó)內(nèi)外學(xué)者提出,代表性的如SHE模型[4]、WetSpa模型[5]、DHSVM模型[6]等。流溪河模型[7-8]是一個(gè)主要用于流域洪水預(yù)報(bào)的分布式物理水文模型,在中小流域洪水預(yù)報(bào)中得到了成功應(yīng)用[9-10],但在大流域的應(yīng)用還較少。為了探討流溪河模型在大流域洪水預(yù)報(bào)中應(yīng)用的效果,本文以連江流域?yàn)槔?建立了流域洪水預(yù)報(bào)流溪河模型,并通過(guò)對(duì)國(guó)外幾種可用的DEM數(shù)據(jù)的比較,確定了適用于連江流域流溪河模型構(gòu)建的DEM。采用一場(chǎng)實(shí)測(cè)洪水對(duì)模型參數(shù)進(jìn)行了優(yōu)選,并對(duì)2場(chǎng)實(shí)測(cè)洪水進(jìn)行了模擬,發(fā)現(xiàn)流溪河模型可較好地模擬連江流域洪水。

2 連江流域物理特性數(shù)據(jù)收集與分析

2.1DEM數(shù)據(jù)

流溪河模型構(gòu)建需要的流域物理特性數(shù)據(jù)包括數(shù)字高程模型(DEM)數(shù)據(jù)、土地利用類(lèi)型數(shù)據(jù)和土壤類(lèi)型數(shù)據(jù),其中,DEM數(shù)據(jù)是流溪河模型結(jié)構(gòu)構(gòu)建的基礎(chǔ)數(shù)據(jù),DEM的空間分辨率也將決定模型的空間分辨率,是流溪河模型構(gòu)建中最關(guān)鍵的數(shù)據(jù)。由于DEM數(shù)據(jù)的測(cè)繪成本很高,而目前國(guó)際上已有全球范圍內(nèi)可免費(fèi)下載的DEM數(shù)據(jù),因此,構(gòu)建大流域洪水預(yù)報(bào)流溪河模型宜從免費(fèi)數(shù)據(jù)庫(kù)下載為宜。目前可免費(fèi)下載DEM的數(shù)據(jù)庫(kù)主要有兩個(gè),一個(gè)是由航天飛機(jī)地形測(cè)繪計(jì)劃制作的全球DEM數(shù)據(jù)庫(kù)[11-12],簡(jiǎn)稱(chēng)SRTM數(shù)據(jù)庫(kù),目前有兩種分辨率的產(chǎn)品,包括30 m和90 m的分辨率。另一個(gè)則是由美國(guó)地質(zhì)勘測(cè)局(USGS)地球資源觀測(cè)系統(tǒng)數(shù)據(jù)中心(EROS Data Center)與聯(lián)合國(guó)環(huán)境計(jì)劃—全球資源信息中心(UNEP/GRID)聯(lián)合制作的HYDRO1K全球數(shù)字地形高程模型數(shù)據(jù)庫(kù)[13],分辨率為1 000 m。為了比較這幾種數(shù)據(jù)在連江流域的有效性,本文下載了連江流域三種不同的DEM,分別稱(chēng)為SRTM30、SRTM90和USGS1 000,分別表示SRTM數(shù)據(jù)庫(kù)中30 m分辨率的DEM、90 m分辨率的DEM和USGS數(shù)據(jù)庫(kù)中1 000 m分辨率的DEM。

為了分析不同類(lèi)型DEM對(duì)連江流域流溪河模型的適用性,根據(jù)下載的三種類(lèi)型的DEM,采用D8[14]流向法分別提取了連江流域的三級(jí)河流水系及流域圖,簡(jiǎn)稱(chēng)連江數(shù)字流域圖,如圖2所示。

圖2 連江數(shù)字流域示意

從圖2的結(jié)果來(lái)看,基于SRTM30和SRTM90的DEM制作的連江數(shù)字流域圖基本一致,基于USGS1 000的DEM制作的連江數(shù)字流域圖與上述兩種DEM制作的連江數(shù)字流域圖也基本一致,但在左中部多出一小塊,流域面積略大。為了比較兩種來(lái)源DEM對(duì)模型模擬結(jié)果的影響,同時(shí)也考慮到采用SRTM30的DEM的計(jì)算工作量太大,因此,本文采用SRTM90的DEM和USGS1 000的DEM開(kāi)展對(duì)比研究。

從美國(guó)馬里蘭大學(xué)全球觀測(cè)實(shí)驗(yàn)室與中國(guó)科學(xué)院地理科學(xué)與資源研究所聯(lián)合實(shí)驗(yàn)室網(wǎng)站的全球土地覆蓋數(shù)據(jù)庫(kù)中下載并提取了連江流域土地利用類(lèi)型數(shù)據(jù),空間分辨率為1 000 m,見(jiàn)圖3(a)。從世界土壤信息(ISRIC)網(wǎng)站的全球土壤類(lèi)型數(shù)據(jù)庫(kù)中下載并提取了連江流域土壤類(lèi)型數(shù)據(jù),空間分辨率為1 000 m,見(jiàn)圖3(b)。

圖3 連江流域土地利用類(lèi)型和土壤類(lèi)型

2.2洪水過(guò)程數(shù)據(jù)

連江流域內(nèi)早期的雨量站較少,近年來(lái)進(jìn)行了加密建設(shè),現(xiàn)有自動(dòng)雨量站31個(gè),流域下游的高道水文站有流量觀測(cè),是連江流域出口流量控制站。本文研究中,收集到了雨量站加密以來(lái)發(fā)生的較大的實(shí)測(cè)洪水3場(chǎng)。第2009號(hào)洪水與2010號(hào)洪峰流量為3 000～4 000 m3/s,屬于較大洪水,而2014號(hào)洪水洪峰流量為5 000 m3/s左右,為大洪水。流域早期的洪水資料因測(cè)站較少,數(shù)據(jù)質(zhì)量無(wú)保證而無(wú)法采用,因此,連江流域?qū)偕偎馁Y料流域?？紤]到分布式物理水文模型具有物理意義,模型構(gòu)建時(shí)一般有一場(chǎng)洪水用于參數(shù)率定,1～2場(chǎng)洪水對(duì)模型進(jìn)行驗(yàn)證就可以滿(mǎn)足建模的要求,因此,本文收集的洪水過(guò)程資料滿(mǎn)足流溪河模型建模的要求。上述3場(chǎng)洪水一場(chǎng)用來(lái)進(jìn)行模型參數(shù)優(yōu)選,另2場(chǎng)用來(lái)進(jìn)行模型驗(yàn)證。

3 連江流域洪水模擬流溪河模型構(gòu)建和初始參數(shù)確定

3.1流溪河模型結(jié)構(gòu)構(gòu)建

首先需要確定模型的空間分辨率,模型的空間分辨率一般不能高于DEM的分辨率。采用USGS1000的DEM構(gòu)建流溪河模型時(shí),模型的分辨率取為1 000 m。采用SRTM90的DEM構(gòu)建流溪河模型時(shí),模型的分辨率取為90 m。

采用DEM將流域劃分成正方形的單元流域,對(duì)1 000 m分辨率的模型,連江流域分成了12 599個(gè)單元流域,而對(duì)于90 m分辨率的模型,連江流域分成了1 138 210個(gè)單元流域。流溪河模型中的單元分成水庫(kù)單元、邊坡單元和河道單元3種,由于連江流域沒(méi)有調(diào)蓄能力強(qiáng)的水庫(kù),因此,不設(shè)置水庫(kù)單元,僅有邊坡單元和河道單元2種類(lèi)型。采用累積流控制河道單元的劃分,將河道分成五級(jí),并按照strahler方法[15]對(duì)河道進(jìn)行分級(jí),從而劃分出邊坡單元和河道單元。對(duì)1 000 m分辨率的模型,連江流域分成了760個(gè)河道單元和11 839個(gè)邊坡單元,而對(duì)于90 m分辨率的模型,連江流域分成了13 984個(gè)河道單元和1 124 226個(gè)邊坡單元。見(jiàn)圖4。

圖4 連江流域流溪河模型結(jié)構(gòu)示意

流溪河模型假定河道斷面形狀為梯形,有3個(gè)斷面尺寸數(shù)據(jù),包括河道底寬、河道底坡和側(cè)坡。參考Google Earth遙感影像,結(jié)合河道單元DEM高程,估算河道斷面尺寸。為了簡(jiǎn)化計(jì)算,在同級(jí)河道上設(shè)置結(jié)點(diǎn),劃分虛擬河段,認(rèn)為同一虛擬河段中的所有河道斷面尺寸相同。對(duì)于1 000 m分辨率的模型,設(shè)置了68個(gè)結(jié)點(diǎn),劃分了77個(gè)虛擬河段,而對(duì)于90 m分辨率的模型,則設(shè)置了203個(gè)結(jié)點(diǎn),劃分了226個(gè)虛擬河段,結(jié)果見(jiàn)圖4。

3.2模型不可調(diào)參數(shù)推求

流溪河模型的不可調(diào)參數(shù)包括流向和坡度,根據(jù)流域DEM數(shù)據(jù)直接推求,兩種不同分辨率模型的不可調(diào)參數(shù)見(jiàn)圖5。

圖5 連江流域流溪河模型不可調(diào)參數(shù)(1 000 m分辨率)

圖6 連江流域流溪河模型不可調(diào)參數(shù)(90 m分辨率)

3.3 可調(diào)參數(shù)初值確定

可調(diào)參數(shù)包括植被類(lèi)參數(shù)、土壤類(lèi)參數(shù)和氣象類(lèi)參數(shù)。氣象類(lèi)參數(shù)為潛在蒸發(fā)率,根據(jù)當(dāng)?shù)氐臍夂驐l件,整個(gè)流域采用一個(gè)值,取為0.23 mm/d。植被類(lèi)參數(shù)為蒸發(fā)系數(shù)和邊坡單元糙率,蒸發(fā)系數(shù)統(tǒng)一取為0.7,邊坡單元糙率根據(jù)經(jīng)驗(yàn)確定,初值見(jiàn)表1。土壤類(lèi)型參數(shù)包括土壤層厚度、土壤特性系數(shù)(b)、飽和含水率、田間持水率、凋萎含水率和飽和水力傳導(dǎo)率。根據(jù)經(jīng)驗(yàn),土壤系數(shù)各單元統(tǒng)一取為2.5。對(duì)于飽和含水率、田間持水率和飽和水力傳導(dǎo)率則采用由Arya 等人提出的土壤水力特性計(jì)算器[16]進(jìn)行計(jì)算,凋萎含水率則按照田間持水率的30%計(jì)算。確定的土壤類(lèi)型參數(shù)初值見(jiàn)表2。對(duì)于地下徑流消退系數(shù),取值為0.995。可調(diào)參數(shù)初值與模型的空間分辨率無(wú)關(guān)。

表1 土地利用類(lèi)型參數(shù)初值

表2 土壤類(lèi)型參數(shù)初值

4 模型參數(shù)自動(dòng)優(yōu)選與驗(yàn)證

4.1模型參數(shù)自動(dòng)優(yōu)選

對(duì)可調(diào)參數(shù),采用粒子群法[17]進(jìn)行自動(dòng)優(yōu)選。選擇粒子數(shù)為20,慣性權(quán)重因子取值范圍為[0.3, 1],個(gè)體學(xué)習(xí)加速常數(shù)范圍為[1.0, 3.0 ],全局學(xué)習(xí)加速常數(shù)范圍為[0.75, 2.75],最大循環(huán)次數(shù)為50。采用2014號(hào)洪水對(duì)不同空間分辨率的模型參數(shù)進(jìn)行了優(yōu)選,得到了優(yōu)選后的模型參數(shù)。圖7為參數(shù)優(yōu)選過(guò)程中,目標(biāo)函數(shù)值的進(jìn)化過(guò)程,圖8為參數(shù)進(jìn)化過(guò)程。從圖中看到,經(jīng)過(guò)30～35次進(jìn)化計(jì)算,模型目標(biāo)函數(shù)值趨于穩(wěn)定,模型參數(shù)基本上收斂到最優(yōu)值。

圖7 目標(biāo)函數(shù)值進(jìn)化過(guò)程示意

(a) 1 000 m分辨率

(b) 90 m分辨率

本文參數(shù)優(yōu)選計(jì)算在中山大學(xué)流溪河模型云平臺(tái)上進(jìn)行[15],統(tǒng)計(jì)參數(shù)優(yōu)選所花時(shí)間,1 000 m分辨率的模型參數(shù)優(yōu)選計(jì)算時(shí)間為0.5 h,90 m空間分辨率的模型參數(shù)優(yōu)選計(jì)算時(shí)間為28 h,是前者的56倍,隨著模型空間分辨率的不斷提高,計(jì)算所需時(shí)間成指數(shù)增長(zhǎng)。圖9為2014號(hào)洪水參數(shù)優(yōu)選的結(jié)果圖,從圖上可以看出洪水模擬效果非常理想。

(a)1 000 m分辨率(b)90 m分辨率

圖9 第2014號(hào)洪水優(yōu)選參數(shù)模擬結(jié)果示意

4.2模型驗(yàn)證

為了驗(yàn)證模型參數(shù)的有效性,本文采用優(yōu)選后的模型參數(shù),對(duì)2009號(hào)和2010號(hào)洪水進(jìn)行了洪水模擬計(jì)算,得到了相應(yīng)的模擬計(jì)算結(jié)果,見(jiàn)圖10,并計(jì)算了各場(chǎng)洪水模擬的統(tǒng)計(jì)指標(biāo),見(jiàn)表3。從計(jì)算結(jié)果看到,模型模擬計(jì)算的效果非常理想,對(duì)洪水過(guò)程及洪峰流量的模擬效果都很好,特別是對(duì)洪峰流量和峰現(xiàn)時(shí)間的模擬達(dá)到了非常高的精度,均在5%誤差以?xún)?nèi),說(shuō)明采用本文建立的模型滿(mǎn)足開(kāi)展連江流域?qū)崟r(shí)洪水預(yù)報(bào)的精度要求。

1 000 m分辨率90 m分辨率

1 000 m分辨率90 m分辨率

圖10 模擬洪水過(guò)程示意

表3 模擬的洪水過(guò)程統(tǒng)計(jì)指標(biāo)

5 結(jié)論

通過(guò)本文的研究,可得到如下結(jié)論：

1) 采用90 m 的SRTM 和1 000 m的USGS的DEM數(shù)據(jù)建立的連江流域洪水預(yù)報(bào)流溪河模型在模型結(jié)構(gòu)和洪水模擬效果方面沒(méi)有明顯差別,模擬效果均十分理想,說(shuō)明兩者均可用于構(gòu)建連江流域洪水預(yù)報(bào)流溪河模型,并均可應(yīng)用于連江流域洪水預(yù)報(bào)。

2) 隨著模型空間分辨率的提高,流溪河模型計(jì)算工作量呈指數(shù)增長(zhǎng),以90 m 的SRTM 的DEM建立的連江流域洪水預(yù)報(bào)流溪河模型的計(jì)算工作量是以1 000 m的USGS的DEM建立的模型的計(jì)算工作量的56倍；

[1] 韓學(xué)軍. 連江流域設(shè)計(jì)洪水頻率計(jì)算方法探討[J]. 廣東水利水電, 2006(5):30-32．

[2] 陳洋波.流溪河模型[M].北京：科技出版社,2009．

[3] Freeze, R.A.,Harlan, R.L.. Blueprint for a physically-based, digitally simulated, hydrologic response model[J].journal of Hydrology, 1969(9):237-258.

[4] Abbott, M.B. et al.An Introduction to the European Hydrologic System——System Hydrologue Europeen, ‘SHE’, 2: Structure of a Physically based, distributed modeling System[J]. Journal of Hydrology, 1986，87(2)：61-77.

[5] Wang, Z., Batelaan, O. & De Smedt, F..A distributed model for Water and Energy Transfer between Soil, Plants and Atmosphere (WetSpa)[J]. Phys. Chem. Earth, 1996(21):189-193．

[6] Wigmosta, M.S., L.W. Vail, D.P. Lettenmaier. A Distributed Hydrology-Vegetation Model for Complex Terrain[J]. Water Resources Research, 1994,30(6),1 665-1 669．

[7] 陳洋波, 任啟偉, 徐會(huì)軍, 等. 流溪河模型I: 原理與方法[J]. 中山大學(xué)學(xué)報(bào)(自然科學(xué)版),2010,47(1):97-102．

[8] 陳洋波, 黃鋒華, 徐會(huì)軍,等. 流溪河模型Ⅱ:參數(shù)推求[J].中山大學(xué)學(xué)報(bào)(自然科學(xué)版),2010,47(2):95-102．

[9] 廖征紅,陳洋波,徐會(huì)軍,等.田頭水流域暴雨洪水預(yù)報(bào)的流溪河模型研究[J].人民長(zhǎng)江,2012,43(20)：12-16．

[10] Yangbo Chen, Qiwei Ren, Fenghua Huang, Huijun Xu, Ian Cluckie. Liuxihe Model and its modeling to river basin flood[J]. Journal of Hydrologic Engineering,2011,16(1):33-50

[11] Falorni, G., Teles, V., Vivoni, E.R., Bras, R.L., and Amaratunga,K.S.. Analysis and characterization of the vertical accuracyof digital elevation models from the Shuttle Radar TopographyMission[J]. J. Geophys. Res. F-Earth Surf., 110, F02005,doi∶10.1029/2003JF000113, 2005．

[12] Sharma, A.Tiwari, K.N.. A comparative appraisal of hydrologicalbehavior of SRTM DEM at catchment level[J]. J. Hydrol., 2014(519):1394-1404．

[13] 陳洋波.基于HYDRO1K的數(shù)字水文分析方法及實(shí)例[J].人民長(zhǎng)江,2002, 33(9):52-54.

[14] Jensen, S. K. and J. O. dominggue. Extracting Topographic Structure from Digital Elevation Data for Geographic Information System Analysis[J]. Photogrammetric Engineering and Remote Sensing, 1988,54(11)：1 593-1 600.

[15] Strahler A N.Quantitative Analysis of watershed Geomorphology[J]. Transactions of the American Geophysical Union ,1957(38)：913-920.

[16] Arya, L.M., and J.F. Paris. A physioempirical model to predict the soil moisture characteristic from particle-size distribution and bulk density data[J]. Soil Sci. Soc. Am. J. 1981(45):1 023-1 030．

[17] Yangbo Chen, JiLi, HuijunXu. Improving flood forecasting capability of physically based distributed hydrological model by parameter optimization[J]. Hydrology & Earth System Sciences, 2016(20):375-392．

[18] 陳洋波, 董溢.流溪河模型云服務(wù)平臺(tái)設(shè)計(jì)與開(kāi)發(fā)[C]∥中國(guó)水利學(xué)會(huì)2013學(xué)術(shù)年會(huì)論文集.北京:中國(guó)水利水電出版社, 2013:1 231-1 237．

(本文責(zé)任編輯 馬克俊)

Flood Simulation of Lianjiang Watershed Based on Liuxihe Model

LIN Bo’an1, CHEN Yangbo1，YU Yunfei2, QIN Jianming1, WANG Huanyu1

(1. Department of Water Resources and Environment, Sun Yat-sen University, Guangzhou 510275, China；2. The Management Office of Feilaixia Hydro-junction， Guangdong Province，Qingyuan 511825, China)

To improve the flood forecasting accuracy and technical level, and to explore the possibility of employing Liuxihe Model for large watershed flood forecast, the Liuxihe Model is set up for flood forecasting of Lianjiang Watershed with the SRTM and USGS DEM. The model parameters are optimized by using one observed flood event, and two flood events are simulated by using the model with optimized parameters. The results show that the Liuxihe Model could simulate the flood events of Lianjiang Watershed satisfactorily. It is found that the computation time for running the model setting up with SRTM 90m DEM is 56 times as that for running the model setting up with USGS 1000m DEM, but the simulated results by both model have no significant differences.

watershed flood forecasting； distributed hydrological model； Liuxihe model； parameter optimization； DEM

2016-05-20;

2016-05-31

水利部公益性行業(yè)科研專(zhuān)項(xiàng)經(jīng)費(fèi)項(xiàng)目(201301070),廣東省科技計(jì)劃項(xiàng)目(2013B020200007),12·5科技支撐計(jì)劃項(xiàng)目(2012BAK10B06-04)。

陳洋波(1964),男,博士,主要研究方向?yàn)楹樗A(yù)報(bào)、水文模型及水利信息技術(shù)。

P338