鰲江流域洪水風險動態預警預報研究

郭 磊，舒全英，劉 攀，熊夢思，朱建友

(1.浙江省水利水電勘測設計院, 杭州 310002；2.武漢大學水利水電學院, 武漢 430072)

隨著防洪理念由“洪水控制”轉向“洪水管理”，防洪非工程措施已成為治理洪水的重要手段[1]。洪水風險預警預報作為一種重要的防洪非工程措施，能夠提早研判可能出現的災害風險，為制定防汛抗洪決策提供科學依據[2]。然而，傳統的洪水風險圖側重于展現預定情景下洪水淹沒情況[3]，在時效性和預報結合方面研究較少[4]。因此通過流域動態預警預報來提高流域洪水管理水平的呼聲越來越高[5]，將洪水預報與洪水動態風險分析、影響評估結合起來，并構建流域三維洪水演進場景進行成果展現，為洪水風險管理策略和政策提供支持[6，7]。基于此，本文以鰲江流域為研究對象，將流域氣象降雨預報、潮汐預報、洪水預報、動態洪水風險分析和影響評估、基層防汛責任體系等有機結合在一起，打通了數據采集、分析、預警、預報、動態履職等各環節，為流域防汛調度決策提供技術支撐。

1 流域概況

鰲江是浙江省八大水系之一，是浙江省最南部水系，流域面積1 426 km2[8]。整個流域水系呈樹枝狀，干流全長81 km，全段受潮汐影響。鰲江流域上游缺乏控制性防洪工程，加之河床高，過水斷面小，又受下游潮水及支流南港洪水頂托，流域洪災十分嚴重，據統計，建國至2008年末，影響鰲江流的臺風共計123次，其中71次造成流域性較大災害，即影響臺風頻次約2 次/a，形成災害的臺風比例超過60%。2008年以后，對鰲江流域造成較大影響的臺風有2009年“莫拉克”臺風、2013年“菲特”臺風、2015年“蘇迪羅”臺風、2016年“鲇魚”等[9]。鰲江流域作為浙江省遭受洪澇災害十分嚴重和頻繁的區域之一，開展洪水風險預警預報研究十分必要。

2 流域耦合模型構建

由于鰲江流域洪水主要受山區流域洪水、水庫下泄、平原河網內澇和潮水頂托影響，因此本次建立基于水文學方法的產匯流模型與基于水力學方法的河網水動力模型耦合的洪水預報模型。模型將考慮整個流域情況，上下游邊界、區間水利工程調度影響以及區域內山區與平原之間、平原河網與干流之間的連通性和相互影響，選取典型歷史洪水進行模型參數的率定和驗證，并結合區域實際情況，提取區域洪水風險要素和影響指標。總體技術路線如圖1和圖2所示。

圖1 模型分析范圍圖

圖2 洪水分析總體思路圖

2.1 水文學模型

水文模型是探索和認識復雜水文循環過程和機理的有效手段，也是解決許多水文實際問題的有效工具[10]。洪水預報作為水文水資源中的一個重要分支，在水文學科的發展進程中扮演著重要角色。在我國濕潤半濕潤地區新安江模型被廣泛應用于洪水預報中[11-13]。

本次研究山區子流域及水庫入庫洪水預報采用三水源新安江模型。由于篇幅所限，本文僅介紹順溪水庫預報結果。順溪水庫是一個中型水庫，位于北港上游的順溪上，壩址以上集水面積92.3 km2，總庫容4 265 萬m3。根據2003-2007年汛期中5月1日至9月30日1小時段水文資料，選取20050719和20060810場次洪水作為模型率定期，選取20070819和20071007兩場洪水作為模型驗證期。采用混合算法率定模型參數，三水源新安江模型模擬效果如圖3和圖4所示，相應計算結果見表1。

表1 順溪水庫新安江模型結果統計

由表1可知，模型率定期和驗證期的確定性系數分別為87.13%和90.04%，水量平衡系數分別為0.82和0.91，模擬效果較好，其確定性系數平均值為84%，峰現時間合格率為100%。表明三水源新安江模型能夠為鰲江流域水庫洪水預報提供參考依據。

圖3 率定期洪水過程實測與模擬過程線

圖4 驗證期洪水過程實測與模擬過程線

2.2 水力學模型

本研究采用MIKE11對研究區一維河道洪水演進過程進行模擬，計算河道各斷面和潰口處的水位、流量過程線；采用MIKE21的水動力模塊計算江西垟平原區內的洪水淹沒過程，將一、二維模型通過MIKE FLOOD進行耦合。

(1)MIKE11模型。一維模型計算范圍包括鰲江流域全境，包括南港、北港兩個流域，其中北港上邊界選擇順溪水庫下游順溪鎮斷面，下游選擇鰲江河口鰲江潮位邊界；南港上游選擇橋墩水庫壩下，下游經朱家站匯入鰲江干流。主要支流如北港支流埭溪、帶溪、梅溪以及南港支流平水溪等均概化到計算模型，其他支流如岳溪、青街溪、鬧村溪、鳳臥溪、觀美溪等以入流(集中、分布)方式匯入，鰲江河口采用鰲江潮位站實測潮位。江西垟平原內部概化了滬山內河、蕭江塘河等主要河道。如圖5所示，模型總計概化斷面412個，邊界23個，調蓄概湖6個。

圖5 一維模型計算概化圖

(2)MIKE21模型。二維模型范圍主要為江西垟平原，概化范圍面積達84 km2。計算區域采用三角形網格劃分，能較好的擬合計算區域，區域共計11 657個節點，22 460個三角形網格，三角形邊長不超過100 m。網格劃分如圖6所示。

圖6 二維分析模型網格劃分

2.3 率定與驗證

在洪水預報中，首先采用新安江模型預報支流、水庫以上流域的流量過程，而后再采用馬斯京根法演算到集中入流節點，將節點流量作為水動力模型的輸入條件。采用2009年“莫拉克”臺風洪水率定模型，2016年“鲇魚”臺風洪水驗證模型(見圖7)。模型率定期和驗證期分析結果如表2所示。

圖7 “鲇魚”臺風鰲江干流站點洪水過程圖

由圖7和表2可知，鰲江干流埭頭站、水頭站以及麻步站水位模擬過程與遙測站觀測水位過程基本一致，模擬最高水位

表2 模型模擬結果

結果與實測數據相差均在0.10 m以內，滿足驗證結果與實際洪水的最大水位誤差(實測水位與計算水位之差絕對值的最大值)≤0.20 m的精度要求，表明模型能夠較好地模擬洪水期站點水位，可用于流域洪水動態預警預報。

3 應用實踐

2016年鰲江流域受17號臺風“鲇魚”影響，平陽縣面雨量352 mm，蒼南縣面平均降雨量336 mm。平陽縣水頭鎮最高水位達11.38 m，超歷史最高水位0.88 m；麻步鎮最高水位達9.8 m，超歷史最高水位1.8 m；蒼南縣鰲江內河最高水位達3.24 m，超警戒0.20 m，順溪水庫最高水位達191.36 m(汛限起調水位158 m)。根據耦合模型計算水位并繪制淹沒水深圖，見圖8。從圖8可以看出上游水頭鎮洪水淹沒最為嚴重，最大水深超過3 m，通過災后對水頭鎮進行洪水調查，其淹沒范圍和洪痕位置距離地面高度等情況與模型計算結果基本一致，表明模型計算成果是合理的，可用于實際洪水風險分析。

圖8 鰲江流域淹沒水深圖

4 結 語

以鰲江流域為例，整合網格化氣象降雨預報、海洋風暴潮預報成果，構建了水文水動力、洪水影響等多模型無縫耦合的全要素預報調度模型，實現了流域洪水預報調度和面上社會要素的影響預報，并搭建鰲江洪水預報與風險預警管理平臺，打通了數據采集、分析、預警、預報、動態履職等各環節。通過對2016年“鲇魚”臺風應用驗證，成果合理可信，為流域風險預警預報提供強有力的技術支撐。