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

為了提高連江流域洪水預報的技術水平和精度,探討流溪河模型在大流域洪水預報中應用的效果,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報流溪河模型,采用1場實測洪水對模型參數(shù)進行了優(yōu)選,并對2場實測洪水進行了模擬,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算量是以1 000 m的USGS的DEM建立的模型的計算量的56倍,但兩者洪水模擬的效果相當。

流域洪水預報；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支流,發(fā)源于廣東省連州市潭嶺區(qū)三姊妹,流經連州、陽山、英德三縣(市),在英德市連江口鎮(zhèn)匯入北江。流域干流長275 km,集水面積10 061 km2,是北江流域最大一級支流。連江流域簡圖見圖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。連江流域洪水是北江流域洪水的主要來源,因靠近流域下游,對流域防洪的影響較大。準確預報連江流域洪水是北江流域洪水預報與調度的關鍵,一直受到廣泛重視,采用新的流域洪水預報模型開展連江流域洪水預報也一直是廣大技術人員的目標。分布式物理水文模型是流域洪水預報模型的最新發(fā)展,由于其將流域劃分成精細化的網格,可以對流域下墊面特征進行精細化的刻畫,同時在網格層面和流域層面開展降雨徑流的產匯流計算,因而具有提高流域水文過程模擬的潛力,被認為是新一代流域洪水預報模型[2]。分布式物理水文模型因具有物理意義,可以應用于少水文資料流域,在此類流域,常規(guī)的集總式模型難以應用。

自1969年由Freeze和Harlan提出分布式物理水文模型的藍圖后[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)的制備及可以廉價獲取,一批分布式物理水文模型被國內外學者提出,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]是一個主要用于流域洪水預報的分布式物理水文模型,在中小流域洪水預報中得到了成功應用[9-10],但在大流域的應用還較少。為了探討流溪河模型在大流域洪水預報中應用的效果,本文以連江流域為例,建立了流域洪水預報流溪河模型,并通過對國外幾種可用的DEM數(shù)據(jù)的比較,確定了適用于連江流域流溪河模型構建的DEM。采用一場實測洪水對模型參數(shù)進行了優(yōu)選,并對2場實測洪水進行了模擬,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)、土地利用類型數(shù)據(jù)和土壤類型數(shù)據(jù),其中,DEM數(shù)據(jù)是流溪河模型結構構建的基礎數(shù)據(jù),DEM的空間分辨率也將決定模型的空間分辨率,是流溪河模型構建中最關鍵的數(shù)據(jù)。由于DEM數(shù)據(jù)的測繪成本很高,而目前國際上已有全球范圍內可免費下載的DEM數(shù)據(jù),因此,構建大流域洪水預報流溪河模型宜從免費數(shù)據(jù)庫下載為宜。目前可免費下載DEM的數(shù)據(jù)庫主要有兩個,一個是由航天飛機地形測繪計劃制作的全球DEM數(shù)據(jù)庫[11-12],簡稱SRTM數(shù)據(jù)庫,目前有兩種分辨率的產品,包括30 m和90 m的分辨率。另一個則是由美國地質勘測局(USGS)地球資源觀測系統(tǒng)數(shù)據(jù)中心(EROS Data Center)與聯(lián)合國環(huán)境計劃—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[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,分別稱為SRTM30、SRTM90和USGS1 000,分別表示SRTM數(shù)據(jù)庫中30 m分辨率的DEM、90 m分辨率的DEM和USGS數(shù)據(jù)庫中1 000 m分辨率的DEM。

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

圖2 連江數(shù)字流域示意

從圖2的結果來看,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。為了比較兩種來源DEM對模型模擬結果的影響,同時也考慮到采用SRTM30的DEM的計算工作量太大,因此,本文采用SRTM90的DEM和USGS1 000的DEM開展對比研究。

從美國馬里蘭大學全球觀測實驗室與中國科學院地理科學與資源研究所聯(lián)合實驗室網站的全球土地覆蓋數(shù)據(jù)庫中下載并提取了連江流域土地利用類型數(shù)據(jù),空間分辨率為1 000 m,見圖3(a)。從世界土壤信息(ISRIC)網站的全球土壤類型數(shù)據(jù)庫中下載并提取了連江流域土壤類型數(shù)據(jù),空間分辨率為1 000 m,見圖3(b)。

圖3 連江流域土地利用類型和土壤類型

2.2洪水過程數(shù)據(jù)

連江流域內早期的雨量站較少,近年來進行了加密建設,現(xiàn)有自動雨量站31個,流域下游的高道水文站有流量觀測,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發(fā)生的較大的實測洪水3場。第2009號洪水與2010號洪峰流量為3 000～4 000 m3/s,屬于較大洪水,而2014號洪水洪峰流量為5 000 m3/s左右,為大洪水。流域早期的洪水資料因測站較少,數(shù)據(jù)質量無保證而無法采用,因此,連江流域屬少水文資料流域。考慮到分布式物理水文模型具有物理意義,模型構建時一般有一場洪水用于參數(shù)率定,1～2場洪水對模型進行驗證就可以滿足建模的要求,因此,本文收集的洪水過程資料滿足流溪河模型建模的要求。上述3場洪水一場用來進行模型參數(shù)優(yōu)選,另2場用來進行模型驗證。

3 連江流域洪水模擬流溪河模型構建和初始參數(shù)確定

3.1流溪河模型結構構建

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構建流溪河模型時,模型的分辨率取為1 000 m。采用SRTM90的DEM構建流溪河模型時,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1 000 m分辨率的模型,連江流域分成了12 599個單元流域,而對于90 m分辨率的模型,連江流域分成了1 138 210個單元流域。流溪河模型中的單元分成水庫單元、邊坡單元和河道單元3種,由于連江流域沒有調蓄能力強的水庫,因此,不設置水庫單元,僅有邊坡單元和河道單元2種類型。采用累積流控制河道單元的劃分,將河道分成五級,并按照strahler方法[15]對河道進行分級,從而劃分出邊坡單元和河道單元。對1 000 m分辨率的模型,連江流域分成了760個河道單元和11 839個邊坡單元,而對于90 m分辨率的模型,連江流域分成了13 984個河道單元和1 124 226個邊坡單元。見圖4。

圖4 連江流域流溪河模型結構示意

流溪河模型假定河道斷面形狀為梯形,有3個斷面尺寸數(shù)據(jù),包括河道底寬、河道底坡和側坡。參考Google Earth遙感影像,結合河道單元DEM高程,估算河道斷面尺寸。為了簡化計算,在同級河道上設置結點,劃分虛擬河段,認為同一虛擬河段中的所有河道斷面尺寸相同。對于1 000 m分辨率的模型,設置了68個結點,劃分了77個虛擬河段,而對于90 m分辨率的模型,則設置了203個結點,劃分了226個虛擬河段,結果見圖4。

3.2模型不可調參數(shù)推求

流溪河模型的不可調參數(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參數(shù)見圖5。

圖5 連江流域流溪河模型不可調參數(shù)(1 000 m分辨率)

圖6 連江流域流溪河模型不可調參數(shù)(90 m分辨率)

3.3 可調參數(shù)初值確定

可調參數(shù)包括植被類參數(shù)、土壤類參數(shù)和氣象類參數(shù)。氣象類參數(shù)為潛在蒸發(fā)率,根據(jù)當?shù)氐臍夂驐l件,整個流域采用一個值,取為0.23 mm/d。植被類參數(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)經驗確定,初值見表1。土壤類型參數(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率。根據(jù)經驗,土壤系數(shù)各單元統(tǒng)一取為2.5。對于飽和含水率、田間持水率和飽和水力傳導率則采用由Arya 等人提出的土壤水力特性計算器[16]進行計算,凋萎含水率則按照田間持水率的30%計算。確定的土壤類型參數(shù)初值見表2。對于地下徑流消退系數(shù),取值為0.995。可調參數(shù)初值與模型的空間分辨率無關。

表1 土地利用類型參數(shù)初值

表2 土壤類型參數(shù)初值

4 模型參數(shù)自動優(yōu)選與驗證

4.1模型參數(shù)自動優(yōu)選

對可調參數(shù),采用粒子群法[17]進行自動優(yōu)選。選擇粒子數(shù)為20,慣性權重因子取值范圍為[0.3, 1],個體學習加速常數(shù)范圍為[1.0, 3.0 ],全局學習加速常數(shù)范圍為[0.75, 2.75],最大循環(huán)次數(shù)為50。采用2014號洪水對不同空間分辨率的模型參數(shù)進行了優(yōu)選,得到了優(yōu)選后的模型參數(shù)。圖7為參數(shù)優(yōu)選過程中,目標函數(shù)值的進化過程,圖8為參數(shù)進化過程。從圖中看到,經過30～35次進化計算,模型目標函數(shù)值趨于穩(wěn)定,模型參數(shù)基本上收斂到最優(yōu)值。

圖7 目標函數(shù)值進化過程示意

(a) 1 000 m分辨率

(b) 90 m分辨率

本文參數(shù)優(yōu)選計算在中山大學流溪河模型云平臺上進行[15],統(tǒng)計參數(shù)優(yōu)選所花時間,1 000 m分辨率的模型參數(shù)優(yōu)選計算時間為0.5 h,90 m空間分辨率的模型參數(shù)優(yōu)選計算時間為28 h,是前者的56倍,隨著模型空間分辨率的不斷提高,計算所需時間成指數(shù)增長。圖9為2014號洪水參數(shù)優(yōu)選的結果圖,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號洪水優(yōu)選參數(shù)模擬結果示意

4.2模型驗證

為了驗證模型參數(shù)的有效性,本文采用優(yōu)選后的模型參數(shù),對2009號和2010號洪水進行了洪水模擬計算,得到了相應的模擬計算結果,見圖10,并計算了各場洪水模擬的統(tǒng)計指標,見表3。從計算結果看到,模型模擬計算的效果非常理想,對洪水過程及洪峰流量的模擬效果都很好,特別是對洪峰流量和峰現(xiàn)時間的模擬達到了非常高的精度,均在5%誤差以內,說明采用本文建立的模型滿足開展連江流域實時洪水預報的精度要求。

1 000 m分辨率90 m分辨率

1 000 m分辨率90 m分辨率

圖10 模擬洪水過程示意

表3 模擬的洪水過程統(tǒng)計指標

5 結論

通過本文的研究,可得到如下結論：

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報流溪河模型在模型結構和洪水模擬效果方面沒有明顯差別,模擬效果均十分理想,說明兩者均可用于構建連江流域洪水預報流溪河模型,并均可應用于連江流域洪水預報。

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

[1] 韓學軍. 連江流域設計洪水頻率計算方法探討[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, 徐會軍, 等. 流溪河模型I: 原理與方法[J]. 中山大學學報(自然科學版),2010,47(1):97-102．

[8] 陳洋波, 黃鋒華, 徐會軍,等. 流溪河模型Ⅱ:參數(shù)推求[J].中山大學學報(自然科學版),2010,47(2):95-102．

[9] 廖征紅,陳洋波,徐會軍,等.田頭水流域暴雨洪水預報的流溪河模型研究[J].人民長江,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例[J].人民長江,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.流溪河模型云服務平臺設計與開發(fā)[C]∥中國水利學會2013學術年會論文集.北京:中國水利水電出版社, 2013:1 231-1 237．

(本文責任編輯 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)科研專項經費項目(201301070),廣東省科技計劃項目(2013B020200007),12·5科技支撐計劃項目(2012BAK10B06-04)。

陳洋波(1964),男,博士,主要研究方向為洪水預報、水文模型及水利信息技術。

P338