基于HBV 模型的太子河流域致洪臨界雨量的確定

劉鳴彥，孫鳳華，周曉宇，侯依玲，趙春雨，易 雪，崔 妍，敖 雪

（1.中國氣象局沈陽大氣環境研究所，遼寧 沈陽 110166；2.沈陽區域氣候中心，遼寧 沈陽 110166）

近幾十年來， 我國東北地區持續性暴雨洪澇災害事件頻繁發生[1]，暴雨是導致流域洪澇災害發生的主要原因[2]，對流域暴雨洪澇開展監測預警具有重要的現實意義[3]。 當降水量達到某一臨界數值時可能造成流域發生不同等級的洪澇災害， 這一臨界降水值可稱為致洪臨界雨量[4]，臨界雨量是用于判斷洪澇災害是否發生， 進行暴雨洪澇災害監測的重要指標。在我國，目前通常采用統計歸納法和水文水力學方法計算臨界雨量。 統計歸納法通過統計降水序列或洪水災害數據推算臨界雨量[5]，在我國早期由于資料受限多采用此方法計算臨界雨量[6-8]。 但利用統計歸納法計算臨界雨量無法考慮到流域的下墊面條件， 而河道下墊面特征的改變會導致洪澇災害發生的臨界條件發生變化。 水文水力學方法則可綜合考慮流域下墊面、徑流、降水等要素，基于洪水災害發生的物理機制推算出臨界雨量，近年來，分布式或半分布式水文模型已廣泛應用于臨界雨量的計算中。水文模型是對復雜水循環過程的抽象或概化，能夠模擬出流域降雨徑流過程， 建立適用于研究流域的氣象要素與徑流響應關系[9]。 瑞典國家水文氣象局研發的HBV 水文模型適應于各種復雜氣象條件下的水文模擬，具有輸入參數少，模擬精度高等優點[10]，在我國各流域有廣泛的應用[11-12]。 康爾泗等[13]應用HBV 模型對黑河祁連山北坡山區流域水量平衡進行了模擬計算， 并對年徑流和逐月分配進行了預報；靳曉莉等[14]應用HBV-light 模型在東江流域及其子流域進行了參數區域化研究；張建新等[15]則驗證了HBV 模型在我國東北多冰雪地區洪水預報的可行性。HBV 模型可用于建立研究流域的面雨量與河流水文特征間的定量關系， 從而模擬降水致洪過程，確定致洪臨界雨量[16-17]。盧燕宇等[18]對HBV 模型在淮河上游地區的適用性進行分析， 并利用該模型確定流域的臨界雨量。 張亞杰等[19]通過對參數的率定與驗證，確定適合南渡江流域的HBV 模型最優化參數， 并以不同重現期水位作為洪水預警的判別條件，最終計算了臨界雨量。

目前，針對我國東北地區開展的流域洪水臨界雨量研究較少， 鑒于上述HBV 水文模型在臨界雨量研究中的廣泛應用，本文以太子河流域為研究區域， 對流域徑流開展統計分析及模擬試驗， 探討HBV 水文模型在該流域徑流模擬中的適用性，并對參數敏感性進行分析， 基于水文模型的模擬結果， 建立流域降水量與水文特征量的定量關系，根據流域防洪設施標準推算太子河流域發生不同等級洪水的致洪臨界雨量閾值。研究結論為太子河流域開展暴雨洪水監測、預警預報及制定防洪減災規劃提供理論依據。

1 研究流域概況

太子河是遼河的左岸支流，橫貫遼寧省中東部，上游分南北兩支， 北支發源于新賓滿族自治縣紅石砬子山，南支源于桓仁滿族自治縣白石砬子山，兩支流在本溪下崴子匯合后始稱太子河干流。由東向西，流經本溪、遼陽、鞍山3 市，在海城市三岔河與渾河匯合后匯入大遼河，行至營口市注入渤海遼東灣[20]。流域全長412.9 km，面積13 883.0 km2。 流域內修建了葠窩水庫、湯河水庫、觀音閣水庫等大中型水利樞紐工程，總庫容量達38.9×108m3。 太子河沿岸城市物產資源豐富，生產水稻、玉米、大豆等糧油作物，是國家重要的商品糧基地。

太子河本溪至遼陽河段，河道長89 km，河床多由砂卵石組成，河道多處于山谷之間，是暴雨洪澇多發地區。 遼陽以下河段， 自遼陽始進入遼河沖擊平原， 遼陽沈大線鐵橋至三岔河溝海線鐵橋， 河道長163 km，蜿蜒曲折，屬彎曲型河道，河床多為中細沙，是主槽泄洪為主的河道[21]。

太子河地處溫帶濕潤氣候區， 季風和大陸性氣候特征顯著，全年氣候溫和濕潤，四季分明，寒冷期長。 據統計[22]，太子河流域年平均氣溫為8.49 ℃，年平均降水量為743.5 mm，是東北地區降水較多的流域， 流域內降水自上游向下游遞減， 年內分配不均勻，且集中于幾場大暴雨之中。太子河流域的洪水由暴雨產生，多集中在7—8 月，約占全年的60%以上。

2 資料與方法

2.1 資料

氣象觀測數據來自沈陽區域氣候中心， 包括太子河流域內各氣象站1961—2016 年觀測的逐日降水量、最高氣溫、平均氣溫和最低氣溫。 水文數據選用小林子水文站1964—2012 年觀測的逐日水位和徑流量，摘錄自水文年鑒。數字地面高程DEM 數據為30 m 分辨率的SRTM 數據（http：//srtm.csi.cgiar.org）。 河網水系、1∶10 萬土地利用類型及土壤田間持水力等地理信息數據均來源于國家氣候中心。圖1 給出了太子河流域氣象站、水文站的分布情況。

圖1 太子河流域氣象站、水文站分布及子流域的劃分

2.2 HBV 水文模型

HBV 模型是由瑞典水文氣象局于20 世紀70年代開發的概念性、半分布式水文模型，經多次改進與修正，已形成了多個版本，被廣泛應用在30 多個國家和地區上百個流域的降水徑流模擬與洪水預報中[23]。本研究所采用的HBV-D 模型是德國波茨坦氣候影響研究所Krysanova.V 博士于1999 年改進[24]，適用于大尺度流域水文模擬。該模型以逐日氣溫、降水量、徑流量、水位、流域面積、土壤持水力等為輸入數據，輸出結果為模擬日徑流深。

模型包含4 個模塊，分別是積雪和融雪模塊、土壤含水量計算模塊、響應模塊及匯流模塊。 HBV 模型根據高程DEM 和日平均氣溫判斷降水進入模型的方式，當日平均氣溫高于（低于）臨界溫度時，降水以降雨（降雪）的形式進入模型[25]。 土壤含水量計算模塊同時結合了植被截留和土壤蓄水能力[26]，計算整個流域的濕潤指數，產生的每個子流域超滲水量，由響應模塊轉化為各子流域出流量。 通過三角形權重函數模擬匯流過程，對產生的徑流進行過濾，最終模擬得到整個研究流域的日徑流深（mm）。

HBV 水文模型需輸入積雪和融雪參數、潛在蒸發能力參數、土壤水分參數、上層和下層地下水消退系數及匯流過程參數等30 余個有意義的參數，其值可通過人工試錯法進行優化調整， 通過不斷調試參數值， 直到輸入的參數使模擬徑流值與觀測值相接近，模型在率定期內便達到擬合最優效果。通常采用Nash 效率系數NSE（Nash-Sutcliffe Efficiency）與確定性系數（R2）對模擬結果進行度量，NSE反映的是徑流模擬值與實測值的接近程度，R2用于度量徑流模擬值與實測值的相關程度[27]。 NSE與R2在0～1，越接近1，擬合效果越好[28]，數值為負時，說明模型不適用或數據不合理。

3 太子河流域HBV 水文模型的建立

3.1 模型數據構建

步驟一：子流域劃分。 利用GIS 的水文分析工具，經過DEM 填洼、根據坡向提取單元網格流向、計算匯流累積量等工作，將太子河流域劃分為12 個子流域（圖1）。

步驟二：氣象要素插值。 通過R 語言軟件，利用克里金插值法，將氣象站的氣溫、降水插值到12 個子流域中心點上，得到各子流域的氣溫與降水，并用于驅動模型。

步驟三：土壤持水力計算。采用國家氣候中心提供的全國土壤持水力格點數據， 利用GIS 對數據進行重采樣和分區統計，獲得各子流域土壤持水力FC值（表1）。

表1 土壤持水力

步驟四：土地利用代碼轉換。太子河流域內土地利用類型主要有林地、草地、濕地、城鎮用地、裸地、農田及旱地等，利用GIS 對土地利用進行重分類，轉換為HBV 模型需要的地類代碼（圖2）。

圖2 太子河流域土地利用類型

步驟五：匯流時間計算。利用GIS 提取各子流域河流長度，利用公式Length×0.012/1000 獲得子流域匯流時間（表2），各子流域基本在一日內完成匯流。

表2 匯流時間

步驟六：格式統一。 數據需要統一地理坐標、投影和分辨率，地理坐標選擇WGS1984，投影系統選擇Albers 投影，分辨率設置為100 m×100 m。

利用整理好的數據來驅動HBV 模型，通過模型運行對12 個子流域進行產匯流模擬，再將各子流域產生的從上游到下游的出流累加起來， 形成全流域的出流。

3.2 模型參數的率定與驗證

選取1964—1970 年的實測徑流序列作為模型的率定期，1975—1979 年及2008—2012 年實測徑流作為驗證期。HBV 模型中可調試的參數有33 個，根據以往經驗， 在率定期內采用試錯法反復修改參數值，通過對比模擬徑流與實測徑流的差異，最終確定了模型在太子河流域的敏感參數有12 個，再利用驗證期對參數值進行校準， 得到了敏感參數的最佳取值范圍（表3）。

表3 HBV 模型最優參數值

參數調試至最佳取值基礎上，經HBV 模型模擬得到太子河流域日徑流深模擬結果， 對逐日結果進行求和得到逐月徑流， 將模擬徑流深與實測數據進行對比分析。 在率定期內，逐日徑流模擬過程的NSE為0.66，R2為0.68， 逐月模擬的NSE為0.78，R2為0.81；驗證期1975—1979 年，日徑流的NSE為0.63，R2為0.73，月徑流的NSE為0.69，R2為0.77；而在驗證期2008—2012 年， 逐日模擬的NSE與R2分別為0.67 和0.68， 逐月模擬的NSE與R2分別為0.85 和0.89。由圖3～5 可知，模擬與實測的徑流曲線相似程度較高，徑流的變化趨勢特征基本一致，表明HBV水文模型能有效地對太子河流域的逐日及逐月徑流過程進行模擬。

圖3 率定期1964—1970 年模擬和實測徑流及降水量曲線

HBV 模型基本模擬出徑流的季節變化特征，對洪峰過程的模擬也較精準。 每年夏季太子河流域降水顯著增多，易于形成地表徑流，冬季氣溫降低，降水減少且多以降雪形式出現， 徑流的形成多是來自地下水，因而11 月—次年4 月徑流偏小。 此外對大水年（1964、2010 年），HBV 模型基本模擬出了洪水的洪峰流量過程。HBV 水文模型在太子河流域有很好的適用性，能較好地模擬出徑流變化，可進一步作為確定太子河流域致洪臨界雨量閾值的工具。

圖4 驗證期1975—1979 年模擬和實測徑流及降水量曲線

圖5 驗證期2008—2012 年模擬和實測徑流及降水量曲線

4 致洪臨界雨量的確定

流域水位的變化是判斷洪水等級高低的最直觀指標。 警戒水位是指河水上漲到河段內可能發生險情的水位，多取為洪水普遍漫灘時的水位，此時開始進入防汛戒備狀態。 保證水位是堤防工程所能保證自身安全運行的水位， 一般是堤防的設計水位或歷史上防御過的最高水位。因此，可將河水上漲至警戒水位、 保證水位作為流域發生不同等級洪水的一個判斷指標。 水位的漲落與流量的多寡具有對應的關系，利用太子河流域一次大水過程（2010 年）的水位與流量數據，點繪兩者的關系散點，概化為單一關系曲線（圖6）。

圖6 小林子水文站水位—流量關系曲線

遼寧省防汛抗旱水情信息網記錄了太子河小林子水文站警戒水位為12.5 m， 保證水位為16.8 m。根據章國材的研究[29]，流域發生暴雨洪澇災害的臨界氣象條件是與前期水文特征有關的動態條件。 對太子河流域歷次洪水過程進行統計分析發現， 洪水的起漲水位一般高于8 m， 因而選取8、9、10、11、12 m分別作為起始水位，可利用率定好的HBV 水文模型推算得到不同起始水位下， 當洪水分別上漲到警戒水位與保證水位時， 對應的太子河流域致洪臨界面雨量。

HBV 模型預運行使某一日河水上漲至起始水位，將起始水位所在的日子選為第一日，且該日前未發生過較大的降水過程， 這樣可以消除前期降水對水位上漲的影響，不斷調整第二日的面雨量，把調整后的面雨量帶入到HBV 模型進行徑流模擬，將第三日的模擬徑流量帶入到水位—流量關系中得到模擬水位， 將模擬水位與臨界水位（警戒水位和保證水位）相對比，如果兩者相差較大，則重新給定第二日的面雨量進行模擬， 直到第三日的模擬水位與臨界水位相一致， 這時輸入的第二日面雨量值就是不同起始水位上漲至臨界水位的致洪臨界雨量閾值。 表4 列出了不同起始水位下對應的臨界雨量， 臨界雨量隨著起始水位的升高而減小。由于HBV 水文模型的模擬步長為日， 計算得到的致洪臨界雨量時效為日雨量。

表4 太子河流域致洪臨界雨量

5 結論與討論

（1）HBV 水文模型在太子河流域模擬效果較理想，率定期與驗證期的Nash 效率系數及確定性系數均在0.60 以上，模擬結果基本反映出徑流的季節演變特征及洪水對降水的響應過程。

（2）HBV 模型的4 個模塊均對太子河流域徑流的模擬結果有影響，其中積雪和融雪模塊（CFR）、土壤含水量計算模塊（BETA） 與響應模塊（KUZ2、UZ1、PERC）中的這些參數最敏感，對模擬結果影響最大。

（3）以洪水上漲至警戒水位、保證水位作為發生不同等級洪水的判斷指標，通過建立的HBV 水文模型，輸入不同起始水位的不同降水量值，基于小林子水文站的水位—流量關系， 推算得到5 個不同起始水位條件下暴雨誘發的太子河流域洪水致洪臨界雨量。

本研究基于收集到的太子河流域內的氣象、水文監測資料，應用HBV 水文模型確定了流域內小林子水文站的暴雨洪澇致洪臨界雨量，效果較好。太子河流域面積較大，流域內不同水文站的警戒水位、保證水位具有差異， 在不同起始水位下應用各水文站數據計算得到的致洪臨界雨量也會有所不同， 需要加強太子河流域的水文氣象監測能力， 應用更加細致的信息進一步開展研究， 不斷完善太子河流域不同水文斷面上的致洪臨界雨量閾值， 提高暴雨洪澇災害氣象風險預警服務保障能力。