我國無資料地區水文預報研究進展

李治軍，王華凡，侯 岳，黃佳俊

(1.黑龍江大學 水利電力學院，黑龍江 哈爾濱 150080;2.黑龍江大學 寒區地下水研究所，黑龍江 哈爾濱 150080)

水文學是人類認識地球水資源時空分布規律的重要學科，廣泛應用于水資源開發、利用、調配和管理等實際生活中[1]。產匯流理論作為水文學的核心組成部分，研究歷史悠久，涵蓋較廣，涉及物理學、大氣學和環境學等多種學科，相關理論方法在水文預報、洪水災害預警和無資料地區產匯流規律研究等生產生活實踐中起到了舉足輕重的作用[2]。我國水資源短缺現象嚴重，南北方水資源量差距較大，旱澇災害頻發，水文氣象觀測站點量少且分布不均。據相關統計數據，2020年我國各種自然災害共造成1.38億人次受災，0.199 577×109hm2農作物受災，直接經濟損失近3 701.5億元，其中干旱和洪澇水文地質災害影響顯著[3]。水文預報科學研究不僅對有資料地區的防洪防災具有重大意義，對無資料地區的泥石流災害防范、洪水預警和人民財產安全保護等也具有較大的現實需求。本文以國際水文科學協會(IAHS)提出的無資料流域水文預報(PUB)計劃為切入點，通過對大量相關文獻的閱讀分析，基于文獻計量學[4]和可視化分析法[5]，概述國內學者針對無資料地區開展的水文預報研究現狀，總結無資料地區水文預報的主要方法，并對未來的發展趨勢做出展望，相關內容對于同領域的學者開展科學研究，具有一定的借鑒意義。

1 無資料流域水文預報計劃研究現狀

2003年7月，國際水文科學協會首次正式提出了無資料流域水文預報計劃，簡稱PUB(Prediction in Ungauged Basins)。PUB計劃主要包括水文預測和水文預報兩個方面，前者關注水文隨機事件的發生概率，后者則關注水文事件在未來某一時間點發生的狀態，該計劃立足于采用數值分析和地理信息科學技術等各種方法減少水文不確定性，在已有的水文產匯流模型基礎上，加強對水文過程的基本原理認識，通過有資料地區的參數與無資料地區水文基礎資料的參證融合，從而發展適合無資料地區水文預報模擬的新模型，達到有資料地區水文預報的經驗做法和數據資料在PUB計劃的實施下向無資料或缺資料地區拓展，PUB計劃方法論見圖1[6-8]。

圖1 PUB方法論

在PUB計劃提出一年后，2004年6月，中國PUB計劃科學委員會在北京成立，其工作核心內容之一就是針對洪水預報中的不確定性問題，利用相關技術手段提高洪水預報的預見期和準確性，為無資料或缺資料地區的水文預報提供理論指導[9]。

本文利用CNKI網頁附帶的文獻可視化分析選用“無資料地區”“水文模擬”“設計暴雨”和“洪水預報”關鍵詞，進行高級檢索，共得2110篇相關文獻資料，由研究論文發表量數據，見圖2，在PUB計劃正式提出之后，相關主題發表數量大體呈現遞增趨勢，并長期維持在每年百篇發表量的水平，2016年達到了年發表量的最大值140篇。由相關研究機構統計數據，河海大學、武漢大學和大連理工大學在無資料地區水文預報研究中比較活躍，文獻發表量較多，相關著名學者也大多出自這三所大學[10-11]。

圖2 無資料地區水文預報研究論文發表量

2 無資料地區水文預報主要方法

無資料流域水文預報以徑流量預測為核心，通過流量資料或雨量資料兩種途徑進行推求[12]，由此衍生的計算方法頗多，常用的有水文相似分析[13]、地貌參數[14]、經驗公式[15]、流量歷時曲線[16]、單位線模型[17]和設計暴雨洪水計算[18]等方法，本文將用于無資料或缺資料地區水文預報的常用方法總結歸納為參證法、推理公式法和水文模型法等具有代表性的三種方法，下面就具有代表性的三種方法，做簡要介紹并結合前人應用實例進行概括總結。

2.1 參證法

在地質構造、下墊面條件和水文氣候相似的地區，河流水系具有相似的產匯流機制，可利用相似流域或者上下游水文信息，達到無資料地區徑流量模擬的目的[19]。參證法正是結合了與無資料地區流域特性相似的河流水系的各類水文參數，運用水文比擬、參數移植和區域回歸等方法，進行無資料流域徑流量的參證模擬。

水文比擬法利用參考水文站點的流域特征值參數進行設計流域的徑流量計算，結合參考流域的平均年徑流量等參數，采用式(1)、式(2)和式(3)進行計算[20]。

(1)

K1=A/Ac

(2)

(3)

水文比擬法要求參考流域的水文觀測數據具有可靠性、代表性和一致性，要求參考水文站點統計的水文信息不能存在錯誤，水文數據資料與相應的水文影響因素一致，選用的數據要求具有豐、平、枯交替組合，對于參證站點的數據要求較高，站點選取難度較大。學者們常采用流域面積比擬、臨近地區降雨量插值和徑流量比擬等方式，利用數值分析，對不同頻率特征情況下的無資料地區徑流量資料進行推算，對于計算精度要求不高，偏遠跨界地區，引水工程來水量分析具有較好的應用效果[21-22]。

區域回歸法和參數移植法在建立有資料地區和無資料地區流域下墊面特征值關系后，借助有資料地區的水文信息，利用水文模型推求出無資料地區流域下墊面特征值，從而實現無資料地區水文預報模擬，兩種方法具有一定的相似之處，在此一并介紹。區域回歸法常以參考流域的下墊面特征參數為自變量，建立年平均徑流量與其影響因素的回歸方程。多元回歸法常采用式(4)和式(5)進行徑流量計算。

(4)

(5)

常用最小二乘法確定回歸方程的系數，利用F檢驗法對回歸效果進行評價。武漢大學周芬等[23]結合數理統計學中的模糊聚類分析確定相似水文子區域，充分考慮了水文不確定性，利用線性矩法進行一致性和均勻性審查，以洪峰流量和流域特征變量建立的回歸方程在實際應用中取得了很好的效果，做法獨特，值得學習推廣。由于可選取的回歸參數眾多，選取方法不一，在應用過程中應充分考慮水文不確定性，避免出現異參同效和參數間不獨立等情況，此外，部分水文參數難以與特征值之間建立良好的相關關系，也會給模擬效果帶來一定的影響[24]。

參數移植法將有資料地區的水文信息在通過空間距離臨近檢驗和移植屬性相似驗證后，將參數移植到無資料地區，結合相應的水文模型，進行無資料地區的徑流量模擬[25]。空間距離臨近常要求參證流域與無資料流域處于同一地區，具有相似的土壤性質和氣候條件，處于上下游或者位置臨近[26]。移植屬性相似要求參證流域與無資料流域具有相似的地形、氣候、土壤和植被等物理屬性，具有相似的降雨產匯流機制，通過選取氣候特征、地形特征、植被特征和土壤特征中的相關指標[27]。在完成相關檢驗和驗證之后，即可借助水文模型進行無資料地區徑流量模擬。許多學者在進行有資料流域的參數移植之前，常采用聚類分析或主成分分析法對相關屬性特征值進行優選，以提高計算精度[28-29]。隨著地理信息科學技術的發展，衛星數字高程數據的推廣應用，參數移植法、數字高程模型(DEM)和水文模型的耦合應用愈發廣泛，相關經驗做法模擬精度高，與實際流域貼切度高，具有廣泛的研究前景[30]。

2.2 推理公式法

無水文資料的流域大多是小流域，面積一般不超過50 km2，降雨面比較均勻，植被覆蓋比較單一，流域水文特征變化較小，水文領域專家學者常結合雨量資料，利用地區經驗公式法和降雨徑流系數法進行研究區的洪水預報，地區水利部門和水利科學研究院所通常會編制適用于當地的暴雨洪水分析手冊，并加以推廣利用。地區經驗公式常結合鄰近流域實測資料，建立洪峰流量與流域特征和降雨特性之間的方程式關系，該法簡便實用，地域性較強，但經驗公式通常是根據單一下墊面情況分區域建立的，對于地形地貌變化較快的流域并不實用，不適合外延推廣。此外，隨著人類活動對流域水文生態影響的程度不斷加大，地區氣候和土壤植被分布的變化，許多經驗公式也不再適用而面臨淘汰。降雨徑流系數是單位時段內徑流量與降雨量的比值，表示某時段內有多少降水量形成了徑流，綜合反映了流域自然地理條件對于徑流形成的影響，通過降雨量空間插值或降雨量移植等方法，結合地區徑流系數即可推求出徑流量。各類推理公式在實際確定過程中，工作量大，要求研究者具備扎實的專業基礎，對研究區域的水文、氣候和地形地質情況具有一定的了解，且相關經驗公式很難隨著流域下墊面變化得到進一步利用。國內學者在應用推理公式時，常結合地區設計暴雨洪水計算手冊，利用流域匯流歷時和土壤地質條件等特征參數進行無資料地區徑流量推求[31-32]。Gao Yuan等[33]在明確氣候變異和土壤儲水能力分布對平均年徑流量的影響程度的情況下，利用基礎的水量平衡方程，基于分布函數，建立了一個可估計平均年徑流經驗公式，可進一步用于流域徑流量的預測計算，做法獨特，別具一格。

2.3 水文模型法

流域水文模型是對自然界復雜水文現象的一種抽象概化，是研究產匯流理論的重要手段，通過結構與參數的耦合，從而實現對降雨徑流的模擬，現階段，能夠充分考慮流域下墊面差異變化的分布式水文模型已成為研究熱點，并廣泛應用于無資料地區的水文預報[34]。由于無資料地區缺乏歷史觀測數據，在水文模型應用過程中，模型參數率定對于預報效果至為關鍵。經過專家學者長期的模擬研究，形成了運用參數移植法或者各種模型耦合水文模型進行無資料地區水文預報研究的方法。參數移植法的相關理論前文已做敘述，在此不過多介紹，值得一提的是，隨著社會經濟的發展，人們對生態環境的影響力度愈發加大，流域下墊面條件變化劇烈，水文系列資料的一致性和代表性遭到破壞，參數移植結合水文模型的方法，在許多地區已無法適用。20世紀90年代之后，隨著計算機技術的快速發展，水文模擬軟件用戶界面的開放設計化，氣象衛星數據和空間遙感數據的推廣應用，基于DEM的分布式水文模型在無資料地區水文預報研究中廣為應用。DEM能夠利用空間坐標對一定區域范圍內的地貌形態進行描述，對流域地形地貌進行劃分，體現流域下墊面的空間差異性，更加真切地對降雨產匯流機制進行模擬，有效地提高了水文預報精度[35]。此外，地貌瞬時單位線等各類匯流曲線模型與水文模型的耦合，進一步提高了匯流計算的精度，具有較強物理概念基礎的改進的新安江模型和SWAT水文模型在無資料地區的水文預報中也得到了成功的應用[36-37]。水文模型的成熟發展也促使其在進行無資料地區水文預報的同時，與生態水文學、山洪泥石流災害防治和地下水推算等方面的應用。2010年，甘衍軍等基于ArcGIS軟件，利用遙感信息技術推求研究區土地利用情況和土壤類型等水文參數，結合參數率定較少的SCS水文模型對無資料地區徑流量進行模擬，計算方法先進，結果真實可靠[38]。在滿足預報精度要求的前提下，無資料地區的水文預報常要求參數較少的水文模型，利用參數較多和結構復雜的水文模型常取得適得其反的效果。

3 發展趨勢

隨著工業化進程的不斷加快，氣候變化愈發劇烈，人類活動對環境破壞愈發嚴重，日益嚴重的干旱和洪澇等自然災害危害著人類的生存安全，加強水資源管理和水文預報研究已刻不容緩[39]。未來，水文預報研究將朝著多學科交叉融合、多模型創新結合和多渠道拓展應用的方向發展，進一步減少無資料地區水文預報中的不確定性，以提高預報精度。

多學科交叉融合要求水文預報研究繼續加強計算機、氣象、物理和地質等學科的交流合作，加快學科理論的成果共享，加大研究力度，提高對水文現象和水文基本過程的認知，利用有限的水文資料提高洪水過程模擬精度，解決水文不確定性。

多模型創新使用要求水文預報利用先進的數字高程模型(DEM)、各類單位線模型、數值分析模型和分布式水文模型進行有機耦合，加強水文流域地形地貌特性研究，構建具有較強物理基礎的數值分析模型，提高洪水計算結果可靠性。

多渠道拓展應用要求水文預報技術能夠進行推廣利用，在無資料地區山洪泥石流預警計算[40]、災害預警雨量指標計算[41]、山洪災害評價[42]、江河入海口劃定[43]、地下水開采量推求[44]、江河泥沙估算[45]、水庫防洪[46]和地區耕地歷史經濟價值評估[47]等現實應用需求中起到重要的作用。此外，隨著我國對環境保護力度的加強，水文預報技術在生態水資源量保護方面也有較好的應用前景。

4 結 語

隨著科學技術的發展，多種學科的不斷交流融合，流域下墊面變化的加快，能夠充分反映流域下墊面特征的分布式水文模型將會在無資料地區水文模擬計算中得到更加廣泛的應用。隨著PUB計劃的總結深入，相關理論成果對缺少氣象水文觀測站點的發展中國家的水文預報研究具有較大的促進作用。此外，除了在理論方法上做出創新外，應積極推進水文氣象站點的建設，加快填補無資料地區水文數據上的空白。