鄂東北諸河來水對漢口站水位頂托量化研究

摘要：圍繞漢口站水位預報精度提升問題，開展了鄂東北來水對漢口站水位頂托量化研究。復盤了2024年漢口站水位發(fā)展過程及水位流量關系變化趨勢，辨析了漢口站水位影響因素，定性分析了鄂東北來水對漢口站泄流能力的影響，并以2014年以來鄂東北合成來水頂托典型案例為研究對象，采用經驗公式和多元回歸方法，以鄂東北合成來水漲幅、漢口站當下水位量級以及該量級下水位上漲1 m時對應的流量變幅為變量，構建了漢口站水位頂托量化模型，量化分析了鄂東北來水對漢口站水位的頂托程度。研究結果表明：鄂東北來水最大漲幅中能夠對漢口站水位產生實際影響的流量所占比例為0.3～0.8；漢口站水位頂托量化模型相關系數達到了0.94，檢驗誤差在0.1 m以內，可以較為準確和便捷地計算鄂東北來水對漢口站水位的頂托量，為漢口站水位精細化預報提供了重要參考依據。

關 鍵 詞：2024年長江洪水；鄂東北諸河來水；漢口站；水位頂托；水位流量關系；水位預報

中圖法分類號：TV123

文獻標志碼：ADOI：10.16232/j.cnki.1001-4179.2024.12.006

0 引 言

水位預報是長江流域水文預報的重要組成部分，是實現洪災預警及防御的重要非工程技術手段。不同于流量漲退，河道水位的變化不僅受到干支流來水的影響，還受到河槽調蓄、地形地貌、下游及區(qū)間來水頂托的共同作用。由于不同影響因素間的作用機制復雜、影響程度難以量化，對于復雜江湖關系下的站點而言，水位預報一直是作業(yè)預報的難點和痛點。

當前長江流域實時作業(yè)預報中常用的水位預報方法主要包括3類：① 建立在大量作業(yè)預報經驗基礎上的相關圖法^［1］，該方法兼具理論依據與數據基礎，具有鮮明的流域特色，同時計算簡單、運用靈活，在以漢口河段為代表的長江中下游水位流量關系復雜、水利工程影響較大的河段仍發(fā)揮重要作用^［2］；② 通過解析復雜水力關系、模擬水流運動特性所構建的水力學法^［3-4］，該方法可以處理復雜分汊水系問題，通過與二維洪水演進模型的耦合計算，能更好地分析河道與行蓄洪區(qū)間的洪水運行過程^［5］，動態(tài)反映潰堤等場景下內江與外江的水位變化情況；③ 依托大數據分析、人工智能等方法建立的黑箱模型^［6-8］，該方法具有強大的非線性和不確定性處理能力，對不同數據系列間的映射關系具有較好的解析效果，可有效修正洪水預報誤差，提升洪水預報精度。然而，由于上述3類方法無法完全厘清各水位影響因素間的作用機制及效果，當流域出現干支流來水顯著遭遇、江湖滿槽、水力關系極為復雜的情況時，上述方法的預報效果仍存在一定的欠缺，因此，亟需解析水位影響因素的作用機制，開展影響效果量化研究，提升水位預報精度、延長預見期。

漢口站是長江中下游主要控制站，作為受長江中下游復雜江湖關系影響的代表性水文站，漢口站水位預報一直是長江中下游水位預報的“痛難點”。相較于豐富的流量預報方法研究^［9-11］，有關漢口站水位預報新方法的研究并不多見^［12-13］。漢口站水位預報主要采用相關圖法，經過多年的不斷修訂，該相關圖法能較為準確地反映漢口站上游和漢江來水以及下游九江站水位頂托的影響。然而，由于缺乏對鄂東北諸河等來水變量的考慮，當該區(qū)域發(fā)生明顯漲水時，漢口站水位預報精度會出現降低的情況。以2024年6月下旬漢口站連續(xù)漲水過程為例，受鄂東北洪水過程影響，漢口站水位出現“上漲更快、高點更高”的現象，預報洪峰水位較實際水位明顯偏低，預報過程不斷滾動修正、逐步調高。因此，有必要在現有預報方法的基礎上，深入研究區(qū)間來水對漢口站水位頂托的影響，進一步提升漢口站水位實時預報精度。

本文通過復盤2024年漢口站水位發(fā)展過程，辨析漢口站水位影響因素及作用方式，以歷史典型頂托案例為研究對象，采用多元回歸方法，構建鄂東北來水影響下漢口站水位頂托量化模型，以期提高干支流洪水遭遇期漢口站水位精細化預報能力，以為長江流域實時作業(yè)預報方法提供新的思路。

1 2024年漢口站水位發(fā)展過程

按照暴雨洪水的發(fā)生時間及發(fā)展過程，可將2024年6月下旬至7月漢口站水位發(fā)展過程分為5個階段（圖1）。

（1）第一階段（6月9～17日）。該階段，長江中下游兩湖水系降雨增強，長江上游來水總體平穩(wěn)，中下游兩湖水系多條支流發(fā)生漲水過程，三峽水庫日均入庫流量在14 000 m³/s左右（圖2）。受此影響，漢口站合成來水穩(wěn)步增加，為后續(xù)水位快速上漲打下基礎。

（2）第二階段（6月18～27日）。此階段，長江中下游進入梅雨期，長江上游來水波動增加，三峽水庫6月28日最大入庫流量30 000 m³/s，為減輕中下游防洪壓力，出庫流量自28日起按14 000 m³/s下泄，庫水位消落至146.50 m附近快速返漲（圖2）。長江中下游兩湖洪水并發(fā)，洞庭湖、鄱陽湖水系多條支流發(fā)生超警及以上洪水，洞庭湖“四水”和鄱陽湖“五河”合成流量先后均發(fā)生2次30 000 m³/s以上量級漲水過程。長江中下游陸水、鄂東北諸支流發(fā)生較大漲水過程，中下游干流水位漲勢迅猛，逐漸逼近警戒水位，其中，漢口站水位漲幅達到5.00 m，6月22日起，水位由低于歷史同期轉為高于歷史同期均值。

（3）第三階段（6月28日至7月6日）。此階段，洞庭湖、鄱陽湖及長江干流附近支流來水持續(xù)增加，洞庭湖“四水”合成發(fā)生年度最大漲水過程，陸水崇陽站、鄱陽湖修河發(fā)生超歷史洪水，鄂東北諸河發(fā)生較大洪水，“長江2024年第1號洪水”在中下游形成。受兩湖及干流區(qū)間來水影響，長江中下游干流水位迅速上漲并相繼超警戒水位，其中，漢口站洪峰水位28.00 m（7月4日14∶50），超警戒水位0.70 m，居有實測記錄以來第9位。

（4）第四階段（7月7～25日）。此階段，強降雨區(qū)轉移至長江上游及漢江上游，長江上游岷江、嘉陵江及三峽區(qū)間來水上漲，在上游形成“長江2024年第2號洪水”，漢江發(fā)生1次編號洪水。期間，三峽水庫發(fā)生2次40 000 m³/s量級入庫洪水，入庫洪峰55 000 m³/s，最大出庫流量44 100 m³/s（圖2）；漢江支流唐白河發(fā)生超保證洪水，丹皇區(qū)間流量7月20日前維持在6 000 m³/s以上，下游漢川以下河段發(fā)生超警洪水；洞庭湖、鄱陽湖水系來水波動消退。長江2號洪水經上游水庫群攔蓄后向中下游演進，疊加漢江1號洪水影響，長江中下游干流九江以上河段水位小幅返漲，其中，漢口站7月8日17∶00退至警戒水位后返漲至26.90 m。

（5）第五階段（7月26日至8月5日）。此階段，受2024年第3號臺風“格美”影響，長江流域兩湖水系、烏江及漢江上游發(fā)生暴雨、局地大暴雨，長江上游岷江、綦江、烏江發(fā)生漲水過程，金沙江再次發(fā)生編號洪水，三峽水庫發(fā)生1次40 000 m³/s量級入庫洪水，出庫流量由35 000 m³/s逐步減小至26 600 m³/s（圖2）。兩湖水系再次發(fā)生較大漲水過程，洞庭湖“四水”和鄱陽湖“五河”合成流量分別最大漲至31 900 m³/s和9 440 m³/s。長江中下游干流蓮花塘站再次返漲并超過警戒水位，“長江2024年第3號洪水”在中游形成，受此影響，漢口站水位最高返漲至26.46 m。

2 漢口站水位影響因素及水位預報方法

2.1 漢口站水位影響因素

基于對2024年汛期漢口站水位發(fā)展5個階段的復盤，可以看出漢口站水位不僅受上游來水、支流漢江來水的影響，而且還受下游九江站以及鄂東北諸河倒、舉、巴、浠、蘄等各支流回水頂托的影響^［2］，各影響因素間的作用機制復雜、影響程度難以量化。其中上游來水主要以螺山站流量為代表，是影響漢口站水位變化的主要原因。

通過多年統(tǒng)計分析，長江水利委員會水文局（以下簡稱“長江委水文局”）建立了現行的漢口站水位預報相關圖（圖3），即綜合考慮上游螺山站來水、下游九江站水位頂托，以及區(qū)間漢江流量漲落影響對漢口站水位開展預報。同時，在此基礎上，若鄂東北諸河發(fā)生較大漲水過程，漢口站的水位預測還需加入鄂東北諸河等支流的量化考慮。

2.2 漢口站水位預報方法

依據前文辨識的影響因素及基于這些影響因素建立的漢口站水位預報相關圖，可開展?jié)h口站水位預報，具體步驟如下。

（1）準確把握上游螺山站來水，精細刻畫螺山站水位。長江中游螺山站控制著長江干流宜昌以上、支流清江，洞庭湖湘、資、沅、澧“四水”和松滋、太平、藕池三口及洞庭湖區(qū)間等來水，江湖關系十分復雜。據此特點，將宜昌至螺山站河段和整個洞庭湖視為一個大湖泊，湖泊內自然調整，根據湖泊水文學的方法進行調洪演算^［13-14］，入流為上邊界各來水流量與湖區(qū)徑流之和，出流為受水位制約的螺山站流量過程，根據水量平衡推算螺山站的水位過程。

（2）考慮下游九江站及區(qū)間來水頂托影響，綜合形成漢口站預報水位初始過程。長江九江站水位與湖口站水位存在較為穩(wěn)定的落差關系，因此，在確保預見期內湖口站水位預報精度下，可以通過查算兩站水位落差的方式預報九江站水位。而湖口站水位的預報方法與上游螺山站類似，同樣將鄱陽湖贛、撫、信、饒、修五河和區(qū)間來水視為一個大湖泊，采用大湖演算的方式進行推算。在確定九江站水位后，以螺山站t時刻水位為主變量、九江站t時刻水位為參變量，再根據漢江興隆站t時刻預報流量查漢口站水位預報4變量相關關系，即可得到24 h后漢口站的水位預報過程。

（3）定量考慮鄂東北諸河來水影響，修正漢口站預報水位過程。基于大量實踐預報經驗分析，漢口站水位漲落除了與上述3個變量相關外，同時受鄂東北諸河等支流漲退水影響。在鄂東北有明顯來水的情況下，漢口站水位預報除采用相關圖查算外，還需在預報過程上疊加支流來水影響值，即通過分析支流來水起漲時間、流量最大漲幅以及影響程度，采用“戴帽”的方式，將影響值錯時疊加到原相關圖查算結果上，并通過平滑修正的方式得到最終漢口站水位預報過程。

2.3 漢口站水位預報精度

采用上述預報方法，對2024年6月1日至8月5日期間漢口站水位開展?jié)L動預報，每次滾動預報的預見期為1～5 d，共制作并發(fā)布常態(tài)化預報9期，汛期預報61期，共70期。對發(fā)布的70期預報進行精度評定，可以看出漢口站1 d預見期水位預報平均誤差0.07 m，預報合格率100.0%，3 d預見期水位預報平均誤差0.24 m，預報合格率90.6%，5 d預見期水位預報平均誤差0.42 m，預報合格率71.9%。

總體來看，2024年長江流域兩次編號洪水期間漢口站水位預報精度整體較好，可以提前2 d預報出即將發(fā)生超警洪水。但是，針對支流頂托所造成的影響仍存在不能精準量化的情況，例如6月27日08∶00預報預見期3 d后的漢口站水位偏低（圖4），其原因在于鄂東北暴雨產生的洪水對漢口站水位的影響程度較預估值偏大，從而造成了漢口站水位較預報值上漲更快、高點更高。因此，有必要進一步梳理、量化鄂東北諸河來水對漢口站水位的影響。

3 鄂東北諸河來水對漢口站水位頂托的影響

當長江中下游鄂東北諸河發(fā)生強度特大的暴雨時，常會形成較大洪水后匯集于長江，其流量增量（各支流的合成流量增值）對上游漢口站的水位頂托影響甚為嚴重。選擇主要受鄂東北來水影響的場次洪水過程開展分析，初步量化鄂東北來水對漢口站水位頂托程度。

3.1 計算方法

考慮漢口站來水受多重因素的影響，采用控制變量法，分割鄂東北來水對漢口站水位頂托的影響。選擇歷史上鄂東北諸河典型漲水過程，獲取相應時間下長江干流螺山、漢口、九江站的水位過程及漢江興隆站流量過程；確定計算的依據時間，根據螺山、興隆、九江站實況來水情況，采用漢口站水位預報相關圖計算漢口站未來5～20 d水位過程；由實況漢口站水位值減去預報值得到鄂東北漲水對漢口站水位的頂托量。

3.2 實例分析

選擇2014年以來鄂東北典型來水過程進行分析，從面降雨量來看，鄂東北降雨期間漢口站也會發(fā)生同等及以上規(guī)模的降雨過程，在上下游來水、漢江入匯等邊界條件一致的前提下，漢口站水位同時受到鄂東北來水頂托以及區(qū)域降雨影響?？紤]到該站降雨對水位影響衰減很快，因此原分割出的影響值僅有極小一部分是由漢口站降雨引起。

10場漲水樣本特征參數如表1所列。從表中可以看出：鄂東北發(fā)生連續(xù)強降水的時間基本在汛期的6～8月，持續(xù)時間1周以內，強降雨中心和范圍內的各條支流均可能發(fā)生明顯漲水過程。受強降雨影響，鄂東北合成來水漲幅與累積降雨量基本呈正相關，若流域連續(xù)發(fā)生多次降雨過程，其合成流量漲幅會受土壤含水量飽和的影響，出現“降雨不大，但漲幅較大”的現象（以2020年7月連續(xù)兩次洪水過程為例）。由于鄂東北合成流量上漲對漢口站泄流能力產生的直接影響，漢口站水位發(fā)生頂托。統(tǒng)計分析本次10場鄂東北典型來水過程，可以看出，漢口站水位頂托程度與鄂東北來水漲幅、漢口站當時的水位流量關系具有顯著關聯（表2）：其頂托影響最大值一般出現在最大合成流量出現后的12～36 h，若鄂東北諸河遭遇連續(xù)洪水過程，由第2個洪峰造成的漢口站水位頂托最大值出現時間較第1個洪峰明顯縮短。

3.3 鄂東北來水頂托相關關系分析

為進一步量化鄂東北來水對漢口站水位頂托的影響，本文采用經驗公式和數學建模兩種方法分別開展分析研究，以期為鄂東北來水影響下的漢口站水位精細化預報提供較為準確和便捷的計算方法。

（1）折扣系數分析?！罢劭巯禂怠边@一概念由長江委水文局長期一線作業(yè)預報經驗所凝聚，是指鄂東北合成來水最大漲幅對漢口站水位產生實際影響的那一部分流量值占總漲幅的比例。在實時作業(yè)預報中通過選擇合適的折扣系數明確鄂東北合成來水的實際影響流量，并基于當時漢口站水位流量關系，可計算得到該流量影響下的漢口站水位變幅^［2，15］。通過表2可以計算出，歷史典型來水過程下，鄂東北來水的折扣系數在0.3～0.8之間。與文獻［2］研究成果對比可知：本文計算的折扣系數范圍略大于文獻［2］，除個別場次洪水外，折扣系數基本在0.3～0.6；折扣系數大小與鄂東北來水組成具有一定關系，即距離漢口站越近的支流來水折扣系數取值越大，反之則越小。

（2）漢口站水位頂托量化模型的構建。盡管折扣系數為鄂東北來水頂托量化提供了一種便捷的經驗計算方法，但是由于系數變化范圍較大，且在系數選擇上具有一定的主觀性，因此在實際作業(yè)預報中易造成不同預報員預報結果間差異性較大的情況。為減少上述情況的發(fā)生，本文擬建立一個數學模型，以較為客觀的視角科學量化頂托程度。該方法以鄂東北來水漲幅、漢口站當下水位量級，以及該量級下水位上漲1 m對應的流量變幅為變量，采用多元回歸思路^［16］，構建鄂東北來水影響下漢口站水位頂托量化模型：

V_Z=/1.72+8.12×10^-5×R-0.06×Z-5.5×10^-5×ΔQ（1）

式中：V_Z表示漢口站水位頂托量，m；R表示鄂東北來水漲幅，m³/s；Z為發(fā)生頂托時漢口站的水位量級，m；ΔQ表示依據頂托發(fā)生前的漢口站水位流量關系查算漢口站水位變幅1 m時對應的流量變幅。

從擬合結果上來看，相關系數達到了0.94，場次洪水過程對漢口站水位頂托誤差絕對值在0.1 m以下，10場洪水的頂托誤差分別為0.09，0.02，-0.01，-0.04，-0.04，-0.09，0，-0.1，-0.01，0.05 m。

選擇鄂東北2007年7月2日漲水過程進行驗證，對該場洪水分析可知，鄂東北諸河最大合成流量為6 610 m³/s（7月2日20∶00），最大漲幅約為6 100 m³/s，頂托發(fā)生前的漢口站水位量級是22.50 m，按當時水位流量關系查算，漢口站水位變幅1 m時對應的流量變幅為6 600 m³/s。采用漢口站水位頂托量化模型計算得到的鄂東北頂托影響值為0.50 m，較漢口站水位預報相關圖分割出的頂托值偏低0.05 m。

選擇鄂東北2011年6月19日漲水過程進行驗證，對該場洪水分析可知，鄂東北諸河最大合成流量為5 400 m³/s（6月19日08∶00），最大漲幅約為4 600 m³/s，頂托發(fā)生前的漢口站水位量級是21.30 m，按當時水位流量關系查算，漢口站水位變幅1 m時對應的流量變幅為3 000 m³/s。采用漢口站水位頂托量化模型計算得到的鄂東北頂托影響值為0.65 m，較漢口站水位預報相關圖分割出的頂托值偏高0.10 m。

選擇鄂東北2020年6月23日漲水過程進行驗證，對該場次洪水分析可知，鄂東北諸河最大合成流量為3 913 m³/s（6月23日14∶00），最大漲幅約為3 500 m³/s，頂托發(fā)生前的漢口站水位量級是22.50 m，按當時水位流量關系查算，漢口站水位變幅1 m時對應的流量變幅為3 400 m³/s。采用漢口站水位頂托量化模型計算得到的鄂東北頂托影響值為0.46 m，較漢口站水位預報相關圖分割出的頂托值偏高0.06 m。

從驗證試驗結果可以看出，漢口站水位頂托量化模型可以較為準確和便捷地計算鄂東北來水對漢口站的水位頂托量。

4 鄂東北來水對漢口站水位流量關系的影響

漢口站水位流量關系主要受洪水漲落、下游支流和鄱陽湖來水頂托影響，較為復雜，通過分析近年大水年水位流量關系變化情況可知，漢口站各年繩套擺幅無趨勢性變化^［17-19］，2024年漢口站水位流量呈逆時針繩套關系，7月前繩套擺幅較窄，如圖5所示。從圖5可以看出，2024年漢口站水位21.00 m以下時，水位流量關系線偏右；水位24.00 m以上時，水位流量關系線逐步偏左；高水位時，水位流量關系線較2016年偏右，與2017年相當。

2024年6月底，鄂東北諸支流出現合成流量 9 000 m³/s量級的漲水過程，頂托漢口站水位最大影響值達0.45 m，加之漢口站以下河段壅水、沿江城市排澇影響^［20］，漢口站水位流量繩套關系發(fā)生形變、左偏，同水位下泄流能力變弱，使得6月29日水位高于26.00 m后，水位流量關系線明顯左偏，走勢與2020年高水位時期相似。

2024年7月中旬鄂東北諸支流發(fā)生7 000 m³/s量級漲水過程，受鄂東北支流退水疊加下游水位逐步消退影響，漢口站水位受到的頂托逐漸消失，同水位下泄流能力變強、流量快速增加。期間，盡管漢江發(fā)生明顯來水過程，漢口站入流增加，但漢口站水位幾乎不變，維持在26.80 m左右。后期，隨著鄂東北及下游水位頂托影響的消失，漢口站顯著左偏的水位流量關系線逐步回歸到左偏前的位置，同時，由于上游來水消退，漢口站水位由波動維持轉為消退。

5 結 論

本文通過對2024年6～7月漢口站水位發(fā)展過程進行分析，闡述了影響漢口站水位變化的關鍵因素，介紹了長江委水文局現行的漢口站水位預報方案，總結了相關預報方法；通過分析2014年以來鄂東北典型漲水過程對漢口站水位頂托的影響，建立了漢口站水位頂托量化模型，可有效簡化分析步驟，提升預報精度，主要結論如下：

（1）2024年6～7月漢口站水位發(fā)展大致分為5個階段，其中：第一階段漢口站水位波動；第二、三階段，漢口站水位漲勢較快，最高水位28.00 m（超警戒水位0.70 m）；第四階段受降雨中心轉移、水庫下泄減小等影響，漢口站水位波動消退；第五階段長江流域再次發(fā)生編號洪水，漢口站水位小幅返漲。

（2）漢口站水位預報通常只考慮上游干流螺山站、下游九江站、區(qū)間漢江的影響，在鄂東北諸支流同時來水并相互作用的復雜情況下，漢口站水位預報則需在相關圖預報過程的基礎上疊加支流來水影響值，即采用“戴帽”的方式將影響值錯時疊加到原相關圖計算結果上，并通過平滑修正的方式得到最終漢口站水位預報過程。

（3）采用多元回歸的方法，建立了考慮鄂東北來水漲幅、漢口站水位量級、漢口站水位流量關系的漢口站水位頂托量化模型，模型相關系數達0.94，參與模型驗證的場次洪水對漢口站水位頂托誤差絕對值在0.1 m以下。

（4）2024年6月受鄂東北來水頂托、漢口站以下河段壅水、沿江城市排澇影響，漢口站水位流量繩套關系發(fā)生形變、左偏，同水位下泄流能力變弱，使得6月29日水位高于26.00 m后，水位流量關系線明顯左偏。7月受鄂東北支流退水疊加下游水位逐步消退影響，漢口站水位受到的頂托逐漸消失，同水位下泄流能力變強、流量快速增加，漢口站顯著左偏的水位流量關系線逐步回歸到左偏前的位置。

參考文獻：

［1］ 張建云.中國水文預報技術發(fā)展的回顧與思考［J］.水科學進展，2010，21（4）：435-443.

［2］ 鄒紅梅，李世強，陳瑜彬.長江漢口水位受鄂東北及漢江來水影響分析［J］.人民長江，2011，42（6）：83-86.

［3］ 荊柱，馬皓宇，李肖男，等.基于庫容實時校正的三峽庫區(qū)一維水動力學模擬［J/OL］.人民長江，（2024-09-29）［2024-10-02］.http：∥kns.cnki.net/kcms/detail/42.1202.TV.20240927.1722.002.html.

［4］ 仇紅亞，劉亞新，李妍清，等.水庫泄流洪水波在宜昌-大通河段傳播規(guī)律研究［J/OL］.人民長江，（2024-09-27）［2024-10-02］.http：∥kns.cnki.net/kcms/detail/42.1202.TV.20240926.1723.006.html.

［5］ 莊園.珠江流域中小河流一維水動力學模型研究與應用［D］.北京：清華大學，2019.

［6］ 周研來，郭生練，張斐章，等.人工智能在水文預報中的應用研究［J］.水資源研究，2019，8（1）：1-12.

［7］ 劉成帥，解添寧，李文忠，等.考慮徑流過程矢量化的機器學習洪水預報模型［J］.水科學進展，2024，35（3）：420-429.

［8］ 鄧超，陳春宇，尹鑫，等.融合數據同化與機器學習的流域徑流模擬方法［J］.水科學進展，2023，34（6）：839-849.

［9］ 孫亞婷，楊陽，羅倩，等.基于LSTM模型的漢口水文站流量預測研究［J/OL］.水利水電快報，（2024-07-21）［2024-10-02］.http：∥kns.cnki.net/kcms/detail/42.1142.TV.20240719.1549.004.html.

［10］周波，鄧山，陸鵬程，等.漢口水文站AI流量模型構建及應用研究［J］.水文，2024，44（5）：1-9，105.

［11］李爭和.基于深度學習的水文時間序列預測模型及可解釋性量化分析研究［D］.武漢：華中科技大學，2021.

［12］余玉歡，何益龍，萬辰煒.長江中游漢口站、黃石站航道水位短期預測研究［J］.中國水運，2022（增1）：36-42.

［13］陳瑜彬，張濤，童冰星.江-湖-蓄滯洪區(qū)聚合調洪演算模型研究與應用［J］.人民長江，2024，55（9）：60-70.

［14］曾明，張曉皓，紀國良，等.河庫及蓄滯洪區(qū)洪水預報調度一體化技術研究［J］.人民長江，2024，55（10）：48-54.

［15］王光越，孫以三.鄂東北來水對漢口水位的回水頂托影響預報［J］.水利水電快報，1997，18（20）：15-17.

［16］閆龍增，冉欽朋，賀蘋，等.三峽水庫蓄水初期寸灘站洪水預報方法研究［J］.水文，2023，43（1）：72-77.

［17］何康潔，鄧鵬鑫，王棟，等.漢口站2020年汛期水位流量關系分析［C］∥中國水利學會2021學術年會論文集第四分冊，2021：128-133.

［18］吳瓊，張莉，曾雅立，等.長江中下游河段低枯水水位流量關系變化規(guī)律分析［J］.人民長江，2023，54（2）：55-62.

［19］張亭，吳堯.漢口水文站水位流量單值化方案及其應用［J］.人民長江，2014，45（9）：39-42.

［20］官學文，張瀟.2024年長江暴雨洪水特點與啟示［J］.人民長江，2024，55（10）：1-6，47.

（編輯：郭甜甜）

Quantitative analysis on backwater effect of rivers inflow from northeast

Hubei Province on water level of Hankou Station

XU Yuni^1，2，XU Yinshan²，QIU Hongya¹，FENG Zhizhou³，HUI Yu⁴

（1.China Three Gorges Corporation，Yichang 443133，China； 2.Bureau of Hydrology，Changjiang Water Resources Commission，Wuhan 430010，China； 3.China Yangtze Power Co.，Ltd.，Yichang 443002，China； 4.Changjiang Survey，Planning，Design and Research Co.，Ltd.，Wuhan 430010，China）

Abstract： In order to improve the prediction accuracy of the water level of Hankou Station，a quantitative analysis of the backwater effect of the inflow from rivers in northeast Hubei Province on the water level of Hankou Station was conducted.This article reviewed the development of water level and the change tendency of the relationship between the water level and flow of Hankou Station in 2024，analyzed the influencing factors of the water level of Hankou Station，and qualitatively analyzed the impact of the inflow from Northeast Hubei Province on the discharge capacity of Hankou Station.Regarding the typical inflow from Northeast Hubei Province since 2014 as the research objects，based on empirical formula and multiple regression method，a quantitative model for the backwater effect of the inflow from Northeast Hubei Province on the water level of Hankou Station was constructed，which takes the compound rising magnitude of inflow from northeast Hubei Province，the water level of Hankou Station at that time，and the corresponding flow amplitude when the water level risen by 1 m as variables.The results indicated that during the maximum rising magnitude of inflow from Northeast Hubei Province，there is a proportion of 30%～80% flood quantities that have a backwater effect on the water level of Hankou Station.The correlation coefficient reached 0.94 and the test error was within 0.1 m.From the results，it can be seen that the correlation function can accurately and conveniently calculate the backwater effect of the inflow from Northeast Hubei Province on the water level of Hankou Station.

Key words： flood of Changjiang River in 2024；inflow of rivers from Northeast Hubei Province；Hankou Station；backwater effect；hydrograph of water level and flow；water level forecast