基于分布式預報平臺的水文模型預報研究

廖厚初，王加虎

(1.黑龍江省水文水資源中心，黑龍江 哈爾濱 150001；2.河海大學，江蘇 南京 210098)

水文系統是一個高度非線性的復雜系統，而流域水文模型則是封閉流域內的水文循環過程為研究對象的模型[1]。目前的水文模型主要有集總式模型和分布式模型兩大類。集總式模型是以整個流域為一個基本單元進行水文計算，以概念性模型為主，而分布式水文模型則將流域進行空間上的劃分；分布式水文模型是在DEM所劃分的流域網絡單元上建立水文模型，本文主要是基于分布式預報平臺的水文模型預報研究，考慮土壤水的再分布對水文模型預報的影響。

1 流域概況

湯旺河發源于小興安嶺南坡，由北向南貫穿小興安嶺腹地；全長約465 km，平均坡度0.71‰，流域面積20 557 km2。湯旺河流域降水時空分布極不均勻。年內降水主要集中在6—9月，占全年降水量的76%，其中7—8月占全年的50%。湯旺河上游五營站年徑流深約在100～600 mm 之間，多年平均徑流深約為255.5 mm，歷年平均徑流量約為10.59×108m3，徑流的年內分配和年際變化都存在較大差異，見圖1所示。

圖1 五營站年平均流量過程

2 模型采用資料

2.1 資料審查

由于預報平臺收集的資料只有18年，不能滿足計算的要求，需要對資料進行代表性、可靠性、一致性等三個方面審查，并確定出本次研究的代表站。

(1)代表性。統計參數穩定性分析: 年降水量均值和變差系數在系列長度增加到20年左右時，這兩個數逐漸趨于一個固定值，說明如果水文資料系列在20年以上，則此站的水文資料具有一定的代表性[2]，資料系列長度越長，那么代表性就越好。

(2)可靠性。流域內代表站的水文資料均為水文資料整編后成果。流域干支流各代表站徑流模數在7.8～9.7之間，相差比較小，斷面變化也較小，水位流量關系穩定，因此說明湯旺河流域各代表站的水文資料可靠性較高[2]。

(3)一致性。五營站以上沒有水利工程，人類活動少，下墊面條件好，徑流關系比較穩定。因此該站的水文資料系列一致性較好。

2.2 代表站選擇

在洪水預報平臺中收集到湯旺河流域，統計流域內水文站的降雨徑流和水位資料系列的長度，見表1。

表1 水文資料系列長度統計情況

五營站位于湯旺河流域上游，水文資料系列長度基本滿足，可靠性、一致性和代表性良好，而且該流域遠離大城市，水利工程等人為影響較小；洪水過程線多為由單次降雨形成的過程線，比較具有代表性。綜合分析，確定以五營站代表站，對湯旺河流域進行水文模型的了解和水文預報的研究。

3 模型對比分析

3.1 次洪選擇

一般上我們選擇次洪[3]，要考慮很多方面，比如形成次洪的降水在空間和時間上要具有相似性；盡量選擇由單一一場降雨形成的次洪，減小其他因素的影響。

3.2 率定結果的評價方法

對次洪進行參數率定后，可以計算得到擬合曲線，曲線的擬合程度由四個參數進行反映，分別為：納計系數NSCE、總量誤差Bias、峰量誤差ErrP、時間誤差ErrT。

NSCE為納什系數，一般用于評定水文模型擬合結果的好壞，取值為負無窮到1，取值越接近1，表示可信度高；取值接近0，表示總體結果可信，誤差大；取值小于0，則不可信。

Bias為總量誤差，取值既可以為正，也可以為負，取值越接近0越好。

ErrP為峰量誤差，取值既可以為正，也可以為負。取值越接近0越好。

ErrT步長數為峰現時間誤差，取值既可以為正，也可以為負，其數值的絕對值表示兩條曲線洪峰現時之間間隔的小時數，取值越接近0越好。

3.3 水文模型對比

水文模型的產流部分主要描述降雨入滲過程，在不同下墊面中各種因素綜合作用下的再分配，它是發生在非飽和土壤中的水分運動，貫穿于產流前期及產、匯流過程中[1]。

選擇五營站現有資料中的五場次洪作為代表，使用所選的四種水文模型對其進行參數率定、曲線擬合，篩選出率定、擬合結果較好的水文模型，確定該站點流域的參數和適用模型，見表 2。

表2 次洪信息統計情況

選擇其中2010年一場洪水,分別采用四種水文模型對其進行參數率定、曲線擬合，擬合結果的參數取值如表3～表6所示。可以看出：

表3 霍頓兩水源模型擬合參數

(1)霍頓兩水源模型在擬合時，峰量差別較大時，不能確定出一套公用的參數，所以認為霍頓兩水源模型在此地區的實用性有限，需要進行洪水分級再使用。

(2)在剩下三個模型方案中，蓄滿兩層兩水源模型納什系數均值為0.5845，徑流系數兩水源的納什系數均值為0.7249，微調版新安江模型的納什系數均值為0.8509，徑流系數兩水源與微調版新安江模型的納什系數均值都達到了0.7以上，擬合效果較好，相比之下排除掉納什系數較小的蓄滿兩層兩水源模型。

表4 蓄滿兩層兩水源模型擬合參數

表5 徑流系數兩水源模型擬合參數

表6 微調版新安江模型擬合參數

(3)剩下的兩個模型，微調版新安江模型的納什系數更大，說明其擬合效果更好，再觀察其總量誤差與峰量誤差的絕對值，誤差都在2%以內，比徑流系數兩水源模型的5%以擬合效果更加好，誤差更小。故認為微調版新安江模型最適合用在五營站流域。后續的方案制定均采用微調版新安江模型。

4 參數敏感性分析

本次分析參數的敏感性主要是對土壤水的再分配進行研究。為了方便參數敏感性的分析(以微調版新安江模型中的實際參數為對象)，這一步在分析參數的敏感性時，我們對土壤蒸散發折算系數K、自由水蓄水容量SM、蓄水容量曲線指數B、土壤含水量初值、不透水系數M、地下水日出流系數KG、壤中流日出流系數KI、快速滯時進行敏感性分析。詳見表7、表8。

表7 蒸散發折算系數、SM、指數B、土壤含水量初始值NSCE等參數對比

表8 不透水系數IM、KG、KI、快速滯時NSCE等參數對比

通過敏感性分析，可以確定各個參數的敏感性，找出誤差最小的各參數確定值，重新創建一個方案，只把2010年代表次洪放進去，然后把處理后的參數取值輸入模型，擬合得到的結果見表9。

表9 擬合效果評定參數

從擬合的圖形和結果可以看出，調整后的參數模擬效果較好。

5 模型驗證及精度評定

5.1 模型驗證

在比較水文模型的適用性的過程中，我們不僅從四個模型中選擇出了五營站的適用模型，也得到了對應該模型的模型參數的取值。這一步我們在已有的十幾年水文數據中選出兩場代表性較好的次洪，進行模型參數的驗證。

依然按照之前的次洪選擇方法，優先選擇由單次降雨形成的形狀較好的過程線。選擇出來的兩場次洪信息見表10所示將用微調版新安江模型率定出來的參數當作該站點的基本參數，運用在另一個新建方案中，然后將兩場驗證次洪添加入新建的方案中，點擊計算進行過程線的模擬。擬合后NSCE參數對比表見表11所示。

表10 驗證次洪信息

表11 驗證NSCE等參數

5.2 精度評定

精度評定參照《水文情報預報規范》(GB/T22482—2008)進行評定，預報的精度按合格率或確定性系數的大小分為3個等級[4]，見表12。

表12 預報項目精度等級

采用7場洪峰進行預報精度評定，分別以方案合格率和確定性系數來確定，詳見表13～表14。

表13 洪峰預報合格率計算

表14 洪峰預報確定性系數計算

綜合確定合格率為85.7%,確定性系數如式(1)：

(1)

通過計算，QR=85.7%>70%；DC=0.81≥0.7，因此可以確定五營站洪峰預報精度評級為乙級。

6 結 論

本文是在分布式水文預報平臺下開展的模型預報研究，對所選代表站的資料進行了三性審查，通過對土壤水的各種參數進行再分配和敏感性分析，采用四種不同的模型進行模擬和研究，分別得出了各種模型所對應的參數，掌握了這四種模型的基本理論和預報方法，經過比對分析，確定微調版新安江模型比較適合湯旺河流域上游五營站，確定了該模型的參數，并進行了模型驗證和精度評定，最終確定五營站微調版新安江模型的洪峰預報精度評級為乙級，滿足標準GB/T 22482—2008的要求，可以運用到實際的洪水預報中。