山洪預(yù)報(bào)模型歷史數(shù)據(jù)影響及解決方法探析

蘇曉林，秦根泉，黃少輝，林智偉，丁呈濤，3

（1.福州大學(xué) 土木工程學(xué)院，福建 福州 350000；2.四創(chuàng)科技有限公司，福建 福州 350000；3.福建省防災(zāi)減災(zāi)信息應(yīng)用工程技術(shù)研究中心，福建 福州 350000）

0 引言

山區(qū)小流域洪水常在暴雨后發(fā)生，具有匯流時(shí)間短、水位陡漲陡落、成災(zāi)時(shí)間快的特點(diǎn)，因而具有很強(qiáng)的突發(fā)性和破壞性，是我國防汛工作的難點(diǎn)和薄弱環(huán)節(jié)。隨著山洪災(zāi)害防御體系在全國各地項(xiàng)目建設(shè)中陸續(xù)建立，我國山洪防治取得了許多成果。據(jù)統(tǒng)計(jì)，1961年以來，中國極端強(qiáng)降水事件呈增多趨勢，而2011年至2019年山洪災(zāi)害年平均死亡人數(shù)近333人，較項(xiàng)目實(shí)施前的2000年到2010年的1179人大幅減少七成[1]。但是由于我國山區(qū)地形復(fù)雜、降雨時(shí)空分布不均，加上城鎮(zhèn)化的發(fā)展，導(dǎo)致山洪風(fēng)險(xiǎn)依舊嚴(yán)重。據(jù)統(tǒng)計(jì)，絕大部分已建的山洪監(jiān)測預(yù)警系統(tǒng)還處于初級階段，隨著我國山洪災(zāi)害防治非工程措施建設(shè)的深入，山洪監(jiān)測預(yù)警系統(tǒng)建設(shè)正面臨從“感知型”向“智能型”的轉(zhuǎn)變，即從山洪災(zāi)害調(diào)查評價(jià)得到的靜態(tài)風(fēng)險(xiǎn)區(qū)成果進(jìn)行經(jīng)驗(yàn)性預(yù)報(bào)，向以山洪模型模擬成果進(jìn)行預(yù)警轉(zhuǎn)變，以期得到更加精準(zhǔn)和實(shí)時(shí)的山洪災(zāi)害預(yù)測預(yù)警來指導(dǎo)避險(xiǎn)[2]。

鑒于歷史水文資料的缺失錯(cuò)漏是制約山洪預(yù)報(bào)模型成功搭建的重要因素，本文以海南白沙河流域?yàn)槔?，探索了一種通過選取典型流域進(jìn)行洪水預(yù)報(bào)模型參數(shù)率定，再采用水文模型參數(shù)物理特性相似法將得到的參數(shù)方案移植到其它子流域的方法，以期解決山洪小流域洪水預(yù)報(bào)模型當(dāng)前普遍存在的數(shù)據(jù)缺失問題。

1 研究現(xiàn)狀

1.1 山洪預(yù)報(bào)模型研究成果

當(dāng)前我國的山洪預(yù)警預(yù)報(bào)方法總體上可分為兩種：一種是以統(tǒng)計(jì)歸納所得的臨界預(yù)警指標(biāo)如臨界雨量閾值進(jìn)行預(yù)報(bào)的經(jīng)驗(yàn)性方法；另一種是以模擬降雨產(chǎn)流過程的洪水預(yù)報(bào)模型進(jìn)行預(yù)報(bào)的機(jī)理性方法[3]。隨著研究的發(fā)展，也出現(xiàn)了結(jié)合兩種方法的動(dòng)態(tài)臨界預(yù)警指標(biāo)法等。一般洪水預(yù)報(bào)模型從實(shí)現(xiàn)原理上可分為水文模型、水動(dòng)力模型和人工智能預(yù)測模型。其中由于新興的人工智能預(yù)測模型的預(yù)測精度和輸入的歷史數(shù)據(jù)量有關(guān)，所以難以在普遍資料不足的山洪流域滿足精度要求。同樣的，嚴(yán)格基于物理過程的水動(dòng)力模型具有更高的準(zhǔn)確性，但因其對河道地形等資料的高要求，也不適合應(yīng)用在無資料的山洪流域，而半經(jīng)驗(yàn)半物理過程的水文模型更加簡單、高效，在山區(qū)暴雨洪水模擬上應(yīng)用更為廣泛[4]。

當(dāng)前常用的洪水模擬水文模型方法主要有：新安江模型、HEC-HMS（Hydrologic Engineering Center-Hydrologic Modeling System） 模 型、TOPMODEL（Topgraphy Based Hydro-logical Model） 模 型、FFMS（Flash Flood Modul Simulation System）模型、NAM模型等[5-7]。新安江模型是趙人俊團(tuán)隊(duì)研發(fā)的集總式水文模型，在較濕潤地區(qū)有較好的適用性，研究應(yīng)用成果較多；HEC-HMS模型是美國陸軍工程兵團(tuán)開發(fā)的半分布式次降雨徑流模型，在長時(shí)間尺度的模擬應(yīng)用上較少，主要應(yīng)用于濕潤和半濕潤地區(qū)；TOPMODEL模型是基于地形的半分布式流域水文模型，它考慮了地形因素，但忽略了土壤、植被等要素，主要適用于小流域尺度和半干旱地區(qū)；FFMS模型是劉昌軍團(tuán)隊(duì)研發(fā)的模塊化小流域分布式水文模型，它是基于超滲、蓄滿時(shí)空動(dòng)態(tài)組合的原理，主要運(yùn)用于小流域暴雨洪水的模擬；DHI（Danish Hydraulic Institute）開發(fā)的集總式概念性的NAM模型，具有較簡單的結(jié)構(gòu)和明確物理意義的參數(shù)，對國內(nèi)外許多流域的降雨徑流過程都有較好的模擬效果，此外由于NAM模型對數(shù)據(jù)量的要求相對較少，因此在資料條件較差的區(qū)域也具有一定的可行性[8-11]。

1.2 模型數(shù)據(jù)存在的問題

依據(jù)相關(guān)規(guī)范在洪水預(yù)報(bào)中，必須使用至少10年的水文氣象資料，且還應(yīng)包括各種代表性年份和一定場次洪水資料，以此作為精度評定，確定預(yù)報(bào)等級，其中對于驟發(fā)性洪水（如短歷時(shí)、高強(qiáng)度暴雨形成的小范圍山洪）的預(yù)報(bào)可采用氣象與水文相結(jié)合的方法，可不進(jìn)行精度評定[12]。山洪預(yù)報(bào)雖然可以不進(jìn)行精度評定，但在建立水文模型過程中，仍然需要較好的水文資料進(jìn)行參數(shù)率定，才能得到反映地區(qū)情況較準(zhǔn)確的水文模型參數(shù)方案。并且隨著監(jiān)測手段和山洪治理建設(shè)的推進(jìn)，對防洪安全和模型預(yù)報(bào)精度的要求也將有所提高。

雖然我國對山洪的治理工作已經(jīng)取得初步成效，但由于山洪高發(fā)地區(qū)通常在較為偏遠(yuǎn)的山區(qū)，限于較差的實(shí)際條件，通常難以得到足夠多的符合質(zhì)量要求的歷史序列數(shù)據(jù)資料，使得山洪模型在構(gòu)建和參數(shù)率定等方面存在許多困難。當(dāng)前監(jiān)測數(shù)據(jù)主要存在的問題有：①水文監(jiān)測種類較少，河道通常只有水位數(shù)據(jù)缺乏相應(yīng)斷面的水位流量關(guān)系；②水文資料的代表性不強(qiáng)，不能很好地代表流域情況；③水文資料存在不連續(xù)、不穩(wěn)定的問題，數(shù)據(jù)質(zhì)量不佳，降低了數(shù)據(jù)可靠性，也影響數(shù)據(jù)的篩選使用；④水文資料時(shí)間序列過少，數(shù)據(jù)量不足，難以滿足預(yù)報(bào)要求。

分析現(xiàn)有的數(shù)據(jù)問題，可以發(fā)現(xiàn)影響數(shù)據(jù)質(zhì)量的原因主要有：①山區(qū)洪水流速快且含沙量大難以準(zhǔn)確監(jiān)測，監(jiān)測設(shè)備不夠齊全，監(jiān)測手段較為落后；②監(jiān)測站點(diǎn)位置不夠合理，例如雨量監(jiān)測站的密度不夠，不能準(zhǔn)確代表整個(gè)流域的情況；③監(jiān)測站點(diǎn)級別較低，多為自建站點(diǎn)，監(jiān)測儀器的穩(wěn)定性不足，存在缺測、誤測等問題；④山洪區(qū)域監(jiān)測站點(diǎn)建設(shè)時(shí)間晚，監(jiān)測時(shí)間短，缺乏多年長序列實(shí)測資料。

1.3 數(shù)據(jù)缺陷解決思路

在缺乏資料或資料質(zhì)量欠佳的山洪高發(fā)地區(qū)，水文模型參數(shù)受限于現(xiàn)狀條件而難以率定，對此在實(shí)際工程中通常是采用水文模型參數(shù)區(qū)域化的方法，將其它有資料地區(qū)的水文模型參數(shù)參照運(yùn)用于本地區(qū)中。當(dāng)前水文模型參數(shù)區(qū)域化方法主要可以分為兩類：一類是參數(shù)移植法，主要有空間鄰近法和物理特性相似法等；另一類是參數(shù)回歸法，主要有多元回歸法和全局平均法等[13]?？臻g鄰近法是借用鄰近地區(qū)的模型參數(shù)的方法，它假定相近地區(qū)具有相似的水文條件，以空間距離作為主要判定依據(jù)，對于地形地貌變化不大的地區(qū)有較好的準(zhǔn)確性。物理特性相似法是將地理?xiàng)l件、氣象條件等流域特征作為參數(shù)移用的判斷依據(jù)，與特征參數(shù)的選擇有較密切的關(guān)系。多元回歸法是建立模型參數(shù)與選取的地形特征參數(shù)的回歸方程，對特征參數(shù)選取和回歸方式有較高的要求，且需要較多的流域樣本。全局平均法是將流域內(nèi)劃分的有資料的小流域所得參數(shù)進(jìn)行算術(shù)平均，用以代表整個(gè)流域特征情況，一般適用于不大的流域。

由于參數(shù)回歸法對數(shù)據(jù)條件要求較高，因此當(dāng)前應(yīng)用更為廣泛的是參數(shù)移植法，而山洪預(yù)報(bào)機(jī)理性方法是基于水循環(huán)過程對降雨徑流過程的模擬，各基本假定和參數(shù)具有一定的物理意義，采用物理特性相似法更為合理。當(dāng)前對流域相似性的判斷主要考慮氣候條件和下墊面特征[14]。對于處在同一流域中特別是同一小流域中的子流域來說，其氣候條件和下墊面特征通常都不會(huì)有太大的變化，具有較大的相似程度，在參數(shù)的移植借鑒上有著較高的可信度。NAM模型的參數(shù)在物理意義上主要與下墊面特征有關(guān)，對于具有相似下墊面特征的山洪區(qū)域，模型參數(shù)具有較小的差異性，在參數(shù)移植上有較好的可行性。

2 參數(shù)確定方法

2.1 研究區(qū)域概況

本文選取海南省的樂東縣白沙河流域開展研究。白沙河位于海南省的西南面，河道比降9.95‰。干流全長26km，流域集雨面積170km2。流域處亞熱帶海洋性季風(fēng)氣候區(qū)，雨水十分充沛。白沙河流域中的水文站點(diǎn)數(shù)量較少，水位站點(diǎn)僅有兩個(gè)，一是流域出口處的丹村水位站（已損壞且缺乏歷史水位資料），另一個(gè)是支流上的牛尼頭水位站；而雨量站的數(shù)量也較少，且多分布于白沙河上支流區(qū)域。因此，對于整個(gè)白沙河流域洪水預(yù)報(bào)模型的搭建，站點(diǎn)分布及數(shù)據(jù)均不能滿足要求。子流域劃分采用ArcGIS水文分析工具處理白沙河流域DEM數(shù)據(jù)，以重要斷面（如水位站點(diǎn)）和支流匯入斷面作為流域劃分依據(jù)，將白沙河流域劃分為10個(gè)子流域。選取白沙河流域內(nèi)歷史數(shù)據(jù)情況相對較好的牛尼頭水位站點(diǎn)控制的子流域5作為典型區(qū)域，子流域5內(nèi)有尖峰嶺和牛尼頭兩個(gè)雨量站，根據(jù)子流域形狀和站點(diǎn)分布，由泰森多邊形作圖法確定其權(quán)重分別為0.9和0.1（圖1）。

圖1 白沙河流域劃分及站點(diǎn)分布圖Fig.1 Map of Baisha River Basin and hydrological stations

通過NAM模型對子流域5進(jìn)行山洪模擬和參數(shù)率定，再通過對子流域典型特征的比對將參數(shù)移植到其它子流域模型。牛尼頭水位站建站年月為2013年1月，其上游控制子流域面積約為11km2。牛尼頭水位站的實(shí)測水位數(shù)據(jù)序列為2015年6月1日—2020年12月8日，有5.5年，本次基于水位數(shù)據(jù)變化和降雨數(shù)據(jù)變化相匹配的原則，對數(shù)據(jù)準(zhǔn)確性和完整性進(jìn)行判斷，篩選可用洪水場次，結(jié)果詳見表1。

表1 牛尼頭水位站水位監(jiān)測數(shù)據(jù)情況表

從表1可知，該站點(diǎn)的實(shí)測水位序列不足，質(zhì)量也欠佳，中間存在許多缺測和誤測數(shù)據(jù)，而且雨量站存在部分降雨場次的缺失，綜合考慮歷史資料的完整性和代表性后選取3場較為可信的降雨和水位數(shù)據(jù)供模型參數(shù)率定和驗(yàn)證。

2.2 參數(shù)率定方法

2.2.1 模型原理

NAM模型將降雨徑流過程分為四個(gè)相互影響的儲(chǔ)水層的計(jì)算，其具體結(jié)構(gòu)見圖2[15]。

圖2 NAM模型計(jì)算結(jié)構(gòu)圖Fig.2 NAM model calculation structure diagram

模型的參數(shù)是對流域平均情況的代表取值，一般無法通過實(shí)測獲得，只能通過率定得到適合該流域的參數(shù)方案，參數(shù)物理意義及取值范圍見表2[16]。

表2 NAM模型主要參數(shù)意義及取值范圍

2.2.2 模型率定過程

水文產(chǎn)匯流模型參數(shù)率定需要將實(shí)測水位數(shù)據(jù)轉(zhuǎn)換成對應(yīng)流量數(shù)據(jù)。根據(jù)實(shí)測數(shù)據(jù)，牛尼頭監(jiān)測斷面屬于寬淺型河道，且斷面附近河道較為順直，斷面尺寸變化不大，可以采用如式（1）的曼寧公式計(jì)算水位流量關(guān)系。

式中，Q為流量，單位m3·s-1；A為斷面過流面積，單位m2；v為過流斷面平均流速，單位m·s-1；R為水力半徑；n為糙率，取值0.040；J為洪水水面線比降，由于缺乏資料，實(shí)際采用河道比降，取值8.8‰。

模型參數(shù)的確定，采用自動(dòng)率定和人工率定相結(jié)合的方式。

自動(dòng)率定采用SCE-UA隨機(jī)搜索參數(shù)優(yōu)化算法，該算法自1992年由Duan提出以來在水文模型參數(shù)率定中得到廣泛應(yīng)用和驗(yàn)證[17]。自動(dòng)率定的目標(biāo)為：①總水量平衡，即模擬的徑流量與實(shí)測值相等；②洪水過程線的形狀相近，變化規(guī)律類似；③洪水流量的峰值接近，主要考慮洪峰出現(xiàn)時(shí)間、洪峰流量大小以及水量等條件；④低流量吻合，即基流情況吻合[15]。

在進(jìn)行自動(dòng)率定之后，再進(jìn)行人工率定，反復(fù)進(jìn)行參數(shù)調(diào)整步驟，最終得到最符合各場次洪水的總體情況的參數(shù)方案。人工調(diào)整步驟如下：①通過調(diào)整參數(shù)Lmax和Umax來平衡水量；②通過調(diào)整參數(shù)CK1、CK2和CQOF來調(diào)整洪峰流量的大?。虎弁ㄟ^調(diào)整參數(shù)CKBF來調(diào)整基流[15]。使用Nash-Sutcliffe系數(shù)評價(jià)模擬結(jié)果與實(shí)測資料的符合程度，計(jì)算公式見公式2。

式中，R2為Nash-Sutcliffe系數(shù)，越接近1表示模擬結(jié)果和實(shí)測資料的差異性越??；Qobs（i）為實(shí)測流量，單位m3·s-1；Qsim（i）為模擬流量，單位m3·s-1；為實(shí)測流量平均值，單位m3·s-1；N為實(shí)測流量資料序列的長度；wi為權(quán)重系數(shù)。

3 參數(shù)結(jié)果與應(yīng)用

3.1 參數(shù)率定結(jié)果分析

根據(jù)站點(diǎn)現(xiàn)有數(shù)據(jù)情況，盡量多選取可用于模型計(jì)算的山洪場次進(jìn)行模型率定和驗(yàn)證。經(jīng)分析，選取2016年的2場山洪進(jìn)行模型參數(shù)率定，2017年的1場山洪作為驗(yàn)證，參數(shù)率定的模型模擬結(jié)果見表3和圖3-4?；谕荒Ｐ蛥?shù)方案，不同場次降雨間模擬效果差異的原因還可為山洪預(yù)報(bào)對降雨分布的敏感性，不同場次降雨雨強(qiáng)中心和站點(diǎn)斷面的距離存在差異，這就導(dǎo)致雨量站的實(shí)際分配效果和由泰森多邊形計(jì)算出的雨量分配權(quán)重方案有所差異，且將直接影響到匯流時(shí)間的長短，從而引起模型參數(shù)之間的差異。同時(shí)降雨強(qiáng)度的不同會(huì)影響徑流量和下滲量的分配比例，也是影響模型參數(shù)的原因之一。

從表3中可以看出，洪水率定期選取的2個(gè)場次洪水的模擬洪峰相對誤差均在洪峰許可誤差20%之內(nèi)，符合洪峰模擬精度要求。從圖3、4的模擬結(jié)果中可以看出，模擬洪水過程和實(shí)測情況整體吻合性較好，基本上能夠正確地反映出洪水過程，出現(xiàn)洪峰的時(shí)間也較為接近。一般情況下洪峰出現(xiàn)時(shí)間要晚于降雨峰值出現(xiàn)的時(shí)間，這一雨洪滯后性也在模擬結(jié)果中得到了驗(yàn)證。

表3 牛尼頭站斷面NAM模型場次山洪模擬結(jié)果

圖3 20160924場次洪水實(shí)測和模擬結(jié)果對比圖Fig.3 Comparison of measured and simulated results of 20160924 floods

圖4 20161018場次洪水實(shí)測和模擬結(jié)果對比圖Fig.4 Comparison of measured and simulated results of 20161018 floods

但是，其中20160924場次洪水模擬的Nash-Sutcliffe系數(shù)不佳，洪水模擬過程也不甚理想。分析原因是在率定參數(shù)的過程中，為了使2場洪水總體模擬效果較好，在自動(dòng)率定之后進(jìn)行手動(dòng)參數(shù)調(diào)整?？紤]到20161018場次洪峰流量更大，風(fēng)險(xiǎn)程度更大，所以在參數(shù)調(diào)整過程中，更加側(cè)重該場次的模擬效果，在保證洪峰誤差和峰現(xiàn)時(shí)間誤差滿足要求的前提下，適度犧牲20160924場次模擬精度。

受限于較少的可用洪水場次，且考慮到偶然性的影響，難以給出多種工況情景下參數(shù)方案，同時(shí)也為了便于模型的部署應(yīng)用，綜合考慮現(xiàn)有數(shù)據(jù)資料率定結(jié)果，最終確定一套參數(shù)方案，如表4所示，各參數(shù)均在合理范圍之內(nèi)，將被作為該地區(qū)的參考方案。

表4 山洪模擬NAM模型主要參數(shù)取值方案

3.2 模型模擬驗(yàn)證分析

選取2017年的一場山洪進(jìn)行參數(shù)驗(yàn)證，模擬結(jié)果見表5和圖5。從表5可以看出，驗(yàn)證期的洪水場次模擬洪峰誤差和峰現(xiàn)時(shí)間誤差基本滿足要求，Nash-Sutcliffe系數(shù)滿足要求，此外從圖5的模擬結(jié)果也可以看出洪水過程的模擬情況同實(shí)測較為吻合，說明采用的參數(shù)方案具備一定的準(zhǔn)確性。

圖5 20170826場次洪水實(shí)測和模擬結(jié)果對比圖Fig.5 Comparison of measured and simulated results of 20170826 floods

表5 牛尼頭站斷面NAM模型場次山洪模擬驗(yàn)證結(jié)果

3.3 參數(shù)移植方法

3.3.1 參數(shù)移植應(yīng)用思路

由于不同山洪流域的土壤和地形可能存在較大差異，因而不能直接使用代表性區(qū)域的參數(shù)方案，本次研究根據(jù)物理特性相似法制定NAM模型在山洪流域的參數(shù)移植方法，參數(shù)移植思路分兩種：一是分析模型參數(shù)的敏感性，篩選對模擬結(jié)果影響較大的模型參數(shù)和相關(guān)的流域物理特征，并建立模型參數(shù)和對應(yīng)流域物理特征之間的數(shù)學(xué)關(guān)系，以流域物理特征計(jì)算模型參數(shù)取值；二是選取足夠數(shù)量的具有不同流域物理特征的研究區(qū)分別進(jìn)行參數(shù)率定，進(jìn)而組合成一套適用多種類型流域的參數(shù)方案，建模時(shí)通過流域物理特征選取參數(shù)方案。本研究區(qū)域流域物理特征如表6所示。

表6 白沙河牛尼頭小流域物理特征表

要建立整個(gè)白沙河流域的降雨徑流模型，需要先建立各個(gè)子流域的水文產(chǎn)匯流模型，然后建立各個(gè)子流域匯流出口到流域總出口斷面的河道水動(dòng)力模型。由于在白沙河流域內(nèi)，除牛尼頭子流域外的其它子流域都缺乏站點(diǎn)和資料，采用上述方法二，以牛尼頭子流域的參數(shù)方案為基礎(chǔ)，對模型參數(shù)進(jìn)行調(diào)整，移植運(yùn)用到其它子流域，從而搭建出整個(gè)白沙河流域的降雨徑流模型。

3.3.2 參數(shù)敏感性與相關(guān)流域物理特征分析

模型參數(shù)的敏感性指的是參數(shù)變化對模擬結(jié)果影響的大小，在現(xiàn)有的NAM模型的參數(shù)敏感性分析研究中，姚璇[18]采用基于擾動(dòng)分析法的相對靈敏度方法對NAM模型9個(gè)主要參數(shù)進(jìn)行了局部敏感度分析，結(jié)果表明參數(shù)Lmax、Umax、CQOF和TG（參數(shù)含義參見表2）具有較高的敏感性，而CK1和CK2在日徑流模擬結(jié)果影響較小。陳福容等[19]則認(rèn)為參數(shù)Lmax、CK1和CK2是較為敏感的參數(shù)。此外李磊等[20]研究發(fā)現(xiàn)參數(shù)Lmax、Umax、CQOF對徑流總量影響明顯，CK1、CK2對峰值的影響明顯。研究普遍認(rèn)為參數(shù)Lmax、Umax、CQOF是對水量平衡有較大影響的參數(shù)，而影響匯流時(shí)間的CK1、CK2同樣具有較大的敏感性，且在本次手動(dòng)率定過程中同樣發(fā)現(xiàn)了類似的規(guī)律，因此對模擬結(jié)果影響較大的這5個(gè)參數(shù)，需要在參數(shù)移植中重點(diǎn)考慮。根據(jù)各參數(shù)的物理意義，總結(jié)其主要相關(guān)的流域特征參數(shù)，如表7所示。

表7 NAM模型部分參數(shù)及主要相關(guān)流域特征參數(shù)表

參數(shù)Lmax、Umax分別是淺層蓄水層最大含水量和地表蓄水層最大含水量，通常前者約為后者的10倍，主要與土壤有關(guān)，且強(qiáng)烈受到植被的影響。與洪峰流量有顯著相關(guān)的CK1、CK2和CQOF這三個(gè)參數(shù)和流域特征之間一般具有如下關(guān)系：當(dāng)土壤透水率越大時(shí)，CK1、CK2和CQOF越??；當(dāng)坡度越大時(shí)，CK1、CK2越小，而CQOF越大；當(dāng)植被覆蓋率越大時(shí)，CK1、CK2也越大，而CQOF越?。划?dāng)集水面積越大而流域形狀系數(shù)越小時(shí)，CK1、CK2越大，而CQOF變化較小。

3.3.3 白沙河子流域參數(shù)調(diào)整取值

白沙河各子流域的流域特征情況基本類似，因此，可以考慮在牛尼頭子流域模型參數(shù)方案的基礎(chǔ)上調(diào)整Lmax、Umax、CQOF、CK1和CK2參數(shù)，而保持其它參數(shù)不變。白沙河各個(gè)子流域的模型參數(shù)取值方案如表8所示。

表8 白沙河各子流域物理特征和模型參數(shù)取值表

采用上述參數(shù)方案建立白沙河各子流域的NAM模型，得到各子流域匯流的徑流量，再通過水動(dòng)力模型將其匯流到流域總出口斷面（即子流域9匯流斷面處），得到流域總出口斷面的徑流量過程。圖6為干流沿程各斷面位置處的流量模擬結(jié)果。從圖6可以看出，從河源到流域出口，沿程河道斷面的洪水流量不斷增加，且峰現(xiàn)時(shí)間也逐漸延后，符合洪水演進(jìn)的正常規(guī)律，后期將結(jié)合流域出口新建的水情站點(diǎn)監(jiān)測數(shù)據(jù)，對模型參數(shù)進(jìn)行優(yōu)化，逐步提高模型預(yù)報(bào)精度。

圖6 白沙河干流沿程流量模擬結(jié)果圖Fig.6 Flow simulation results of Baisha River mainstream

4 結(jié)論與展望

本文主要探討了山洪小流域地區(qū)的歷史資料數(shù)量不足和質(zhì)量欠佳情況下洪水預(yù)報(bào)模型的構(gòu)建過程。針對山洪流域下墊面變化劇烈，建設(shè)站點(diǎn)數(shù)量不足的現(xiàn)狀，本文提出區(qū)域化代表參數(shù)的思路，并采用NAM模型進(jìn)行模擬研究，是一種基于現(xiàn)狀，解決實(shí)際問題的建模方法探索。

（1）為解決山洪預(yù)報(bào)模型歷史數(shù)據(jù)質(zhì)量的限制，本文以白沙河流域?yàn)樵圏c(diǎn)，選取數(shù)據(jù)條件相對較好的牛尼頭站點(diǎn)控制的子流域?yàn)榇磉M(jìn)行山洪預(yù)報(bào)模型參數(shù)的率定和驗(yàn)證，根據(jù)山洪流域參數(shù)移植方法的適用性選取物理特征相似法進(jìn)行參數(shù)移植，從中得出一套較為合理的參數(shù)方案供該區(qū)域的山洪預(yù)報(bào)模型建模使用。

（2）本研究運(yùn)用基本的技術(shù)手段，進(jìn)行模型參數(shù)的率定驗(yàn)證和移植，以牛尼頭子流域率定參數(shù)方案作為其它子流域參數(shù)方案的調(diào)整基礎(chǔ)，可以避免其它子流域參數(shù)取值的盲目性，在無資料驗(yàn)證的情況下，最大限度地提高模擬的準(zhǔn)確性。

（3）對于耦合水文模型和水動(dòng)力模型的降雨徑流模型，總出口控制斷面的模擬精度是氣象預(yù)報(bào)、水文模擬和水動(dòng)力模擬三個(gè)階段的精確性的最終體現(xiàn)，在模型模擬精度分析時(shí)，需要對各個(gè)過程綜合考慮來提高模擬預(yù)測的精度。