考慮成災數據集合信息的山洪預警與降雨預報耦合修訂方法研究

郭小川

(遼寧省沈陽水文局，遼寧 沈陽 110005)

近年來，隨著極端天氣的增多，經常有突發性的暴雨發生，導致山洪災害頻繁發生，給人民以及社會帶來了嚴重的危害。山洪預警是防御山洪災害的一項重要的非工程措施，其作為一個行之有效的防洪減災手段越來越受到重視。目前，國內外學者對山洪預警技術進行了大量研究，也取得了一定的成果，但是由于山洪災害成因復雜，現有的山洪預警方法沒有完全將影響山洪災害的因素考慮在內。因此，本項目以遼寧中部某流域為研究流域，綜合考慮前期影響雨量、累計雨量、降雨強度以及降雨分布等因素對山洪災害的共同作用，提出了一種基于水文模型的動態臨界雨量山洪預警方法，并驗證了該方法在小流域的適用性。

1 研究方法

1.1 繪制降水徑流關系圖

降雨徑流相關圖描述的是前期影響雨量、面平均降雨量與徑流之間的關系。前期影響雨量對降雨徑流相關圖的繪制以及水文預報的準確性有著至關重要的作用，其計算公式為：

Pa，t+1=k(Pt+Pa，t)

(1)

k=1-Em/Wm

(2)

式中，Pa，t+1—t+1日上午8時的前期影響雨量；Pa，t—t日上午8時的前期影響雨量；Pt—t日的降雨量；k—流域蓄水的日消退系數；Em—流域每月平均蒸發能力；Wm—流域最大蓄水容量。

1.2 確定經驗單位線

用分析法求解單位線，即已知流域出口斷面的流量過程Q(t)和凈雨過程h(t)，求解一個以q(t)為未知數的線性方程組，即：

(3)

求解可得：

(4)

因估算凈雨量、流量以及降雨量檢測等均存在誤差，故分析法求得的單位線有時會出現鋸齒形，甚至是負值，此時需要對單位線進行修正，但要保持單位線的徑流量為10mm，誤差小于或等于0.1mm。

1.3 計算動態臨界雨量

分五步進行計算：①結合水文模型推求不同歷時T降水下的洪水過程；②當計算的洪峰流量大于設定的預警指標值，則區域出現山洪情況，重新回到步驟①計算洪水過程，若小于設定預警流量指標值，則進入步驟③；③將降雨量按照不同時段進行排序，再推求T+1時段下水文模型計算的洪水過程；④若T+1時刻計算的洪峰流量值大于預警指標值，則T+1時段對應的降雨量值則為動態臨界雨量值，結合該雨量值可降水～徑流關系曲線，若未能得到動態臨界雨量值，則進入步驟③進行重復計算；⑤將步驟①～④進行重復計算，得到不同降水時段的降水～徑流關系曲線，從而得到區域總的降水～徑流關系曲線。

2 研究結果

2.1 區域概況

東陵站位于遼寧省水文分區的III5區，流域面積56.2km2，河長18.6km，流域平均坡度2.7‰。區域降雨徑流參數見表1。

表1 區降雨徑流參數表

由綜合經驗單位線法計算出該站單位線洪峰流量qm=26.2m3/s，單位線上漲歷時tn=3h，變換為瞬時單位線，進而通過求得該站1h時段單位線進行匯流預報，見表2和圖1。

表2 東陵站1小時時段單位線

2.2 降雨結合預報結果

分別計算CMA和JMA未來24h各量級降雨預報誤差統計的特征值，計算結果列入表3和表4。

通過以上數據分析可看出：①由于中小雨及沒有降雨情況下的系列較多，因此可較好的反映區域實際的降水情況，小雨預報概率為實際降雨情況概率下的85%，這也表明對于小雨或者沒有降雨的預報精度還是較高的。②中等量級雨量預報的準確率可達到25%以上，發生中小量級雨量概率可達到85%以上，雖然中等量級的準確率較低，但是這種降水預報的信息還是可適當采用的。③預報大雨量級的概率較高，這表明大雨量級預報呈現偏少的情況，這個偏少的情況和6h、12h較為類似，并且降雨預報隨著預報時段的增加，降雨預報精度逐步偏小的趨勢更為明顯。④雖然大雨量級預報的樣本系列較少，但是從統計結果可看出兩個預報模式下的大雨量級的預報精度還是可滿足一定精度要求的。

表3 CMA未來6h各量級降雨預報誤差檢驗結果

表4 JMA未來6h各量級降雨預報誤差檢驗結果

圖1 CMA未來6h各預報降雨量級情況下實際降雨概率分布曲線

2.3 降雨概率預報結果

估算出了總體統計的各個特征值，并用適線法擬合，最后得到了不同預報降雨量級情況下實際降雨的概率分布曲線，如圖1—2所示。

從兩個降雨預報模式可看出，雖然預報的降雨總體偏小于預報降雨(需作者復核)，但是在一定量級的預報雨量情景模式下，實際的降雨大于動態臨界雨量的概率可為區域發生山洪災害時提供重要的預警指標的信息。此外，預報的降雨量和動態臨界雨量的比值可以間接反映區域發生山洪災害的程度的大小。

圖2 JMA未來6h各預報降雨量級情況下實際降雨概率分布曲線

2.4 耦合預警結果

采取修訂后的耦合方法，對“20150722”和“20160713”兩場洪水進行實時預警，結果見表5和表6。

通過與和實際降雨情況對比，采用降水預報與動態臨界雨量進行耦合的方式，能夠實現對區域山洪可能發生狀態進行預警。從總體分析結果可看出，JMA模式下山洪預警的效果總體好于CMA降雨模式下的預警效果。從“20150722”的洪澇災害發生情況可看出，對JMA降水集合預報信息下的山洪預警可達到紅色預警，對區域山洪進行及時預警，而耦合CMA降雨預報信息下山洪預警只顯示橙色預警，兩種模式下的山洪預警可為區域山洪災害的及時預警提供較為準確的信息。在具體實踐過程中，需要將氣象降水預測數據和山洪預警相關及時進行耦合，對區域山洪災害進行綜合預警。此外，超過6h的預警信息可以增長降水的預見期，可以作為山洪預警兩個主要時段的有效補充，從而為山洪預警提供更加有效的決策依據。

表5 “20150722”耦合降雨預報信息的實時滾動預警

表6 “20160713”耦合降雨預報信息的實時滾動預警

表7 1h臨界雨量指標檢驗

3 復核和校驗結果

分別將基于API模型和新安江模型計算得到的動態臨界雨量曲線應用于東陵站小流域的8場洪水中，檢驗其預警效果，檢驗過程列入表7。

從以上分析數據可以看出，采用API模型計算的山洪預警指標的合格率可以達到100%，而應用新安江模型計算的山洪預警指標的合格率同樣可以達到100%，因此可以表明本文研究的預警偶合修訂方法對于不同的水文模型都具有適用性。此外，水文模型計算條件下的動態臨界雨量計算方法可較好的滿足區域中小流域洪水預警的需求，其中中小流域預警效果也較好。為了提高山洪預警的準確度，在具體實際預警過程中，可采用不同水文模型對其臨界雨量進行動態計算，實現動態預警。

4 結論

(1)雖然實測降雨可對區域山洪預警采用有效、及時的預警，但是將實際降雨和預報降雨耦合下的預警效果較差，這主要是因為降雨集合預報對大雨量級預報精度偏低，從而使得預警效果不佳。

(2)本文研究的山洪預警耦合方法可根據不同時刻山洪災害可能性進行有效評估，結合評估結果進行不同等級的預警，從預警驗證結果可看出，修訂后的降水集合信息可有效進行山洪預警，并可充分提高預警的精度，表明該方法是有效的。