江西省山區河流水文氣象分析及洪水預報研究

朱龍輝，黎良輝，韓會明，胡 閩

(1.南昌大學建筑工程學院，江西 南昌 330031；2.江西省水利科學院，江西 南昌 330029；3.江西省鄱陽湖水利樞紐建設辦公室，江西 南昌 330046)

據2018年中國水旱災害公報統計，全國31省(自治區、直轄市)總共5 576.55萬人口遭受洪水災害，直接造成的國家經濟損失占當年GDP總量的0.18%，高達1 615.47億元。其中，江西省有195.29萬人口被洪災影響，大約29.87億元的經濟受到損失。洪水預報技術作為應對洪水事件最有效的手段之一，受到越來越多的青賴。通過對山區流域歷年的水文氣象要素規律科學分析，深入探究大氣系統中氣溫及降雨因子對水文過程的影響機制，并結合水文模型預測未來一段時間內的洪水變化過程[1-2]，是山區洪水預報工作中十分關鍵的技術。

針對江西省流域洪水災害影響機制和防御措施，目前國內對此做過一些研究。韓會明等[3]利用累積距平法、滑動t檢驗和小波分析等方法分析贛江流域長系列降雨情況，得到了贛江流域的時空分布特征；劉靜楠等[4]運用負輪理論對江西贛江流域徑流量進行分析，發現該流域年內月水文現象分布具有周期性規律。丁志雄等[5]基于洪澇仿真模型對撫州市唱凱堤潰堤洪水過程進行了反演分析，模擬結果較為理想，對開展防洪減災工作有重要意義；付佳偉等[6]結合暴雨因素、氣象因素和地形因素，對江西省中小河流的洪水特征進行探究，發現洪水以局部性為主，洪水在5月～6月份多數呈現多峰特征，在7月～9月份一般呈現單峰特征；王嬌等[7]在江西省中小河流無資料地區，通過將新安江模型與分布式地貌單位線模型結合，得到了一套適用的洪水預報方案；朱漢華[8]為探究九江地區以往影響洪水發生的因素，通過歷年警戒水位變化對比分析，深入剖析了當地洪水在水文方面的特殊性；呂希希等[9]基于隨機森林模型和神經網絡模型，對安義縣洪水敏感因子進行評估，并通過實例進行了可靠性驗證。

顯然，對于江西省尤其是山區河流地區的洪水災害研究還不夠，而運用HEC-HMS模型在該類地區進行洪水預報的相關研究更鮮有發現。因此，本文基于HEC-HMS模型，同時結合水文氣象特征相關分析，對研究區進行洪水預報研究。研究成果可為山區地區洪水預報預警工作提供技術手段，同時也可豐富江西省洪水預報研究的理論成果。

1 數據來源與研究方法

1.1 研究區概況

南潦河流域隸屬于江西省西北部的宜春市，發源于宜豐縣北面的九嶺山脈南側，屬于潦河一級干流。流域內亞熱帶季風性濕潤氣候明顯，雨量充沛。降雨量“西多東少”，干濕分層明顯。流域內氣溫相差不大，年均氣溫約17.6 ℃。該山區易發生洪災，尤其在汛期期間更嚴重。暴雨洪水頻繁，往往一峰接一峰，并伴有泥石柴木下泄的險象，洪水持續1～2 d，洪峰停留時間0.5 h左右。

1.2 數據來源

本研究主要借助江西省氣象信息中心提供的1個國家氣象站逐月降雨量數據和逐月氣溫數據，宜春市水文局提供的1個水文站和5個雨量站的實時降雨數據，數據完整性較高，質量得到嚴格控制，對個別缺失數據進行線性插補。

1.3 研究方法

1.3.1 Mann-Kendall(M-K)檢驗法

M-K檢驗法可運用于識別水文氣象序列趨勢變化規律，是一種非參數的統計檢驗方法[10-11]，更加適用于非正態分布數據樣本分析。設一組長度為n的時間系列Dk(t1，t2，t3，…，tn)，構造一個秩序列

(1)

(2)

定義統計量

(3)

UF表示按照時間序列順序計算出的標準正態分布序列，UB是UF的逆序列。

1.3.2 滑動t檢驗

定義統計量

(4)

(5)

式中，t服從自由度為n1+n2-2的分布。一般顯著性水平取0.05。

1.3.3 小波分析法

小波分析通過利用函數在時頻上的局部化特征來揭示序列信號多層次的變化規律，廣泛應用于水文時間尺度分析、水文預報和隨機模擬方面[12-13]。表達式如下

(6)

式中，ψ(t)為基小波，伸縮平移后形成以下關系式

(7)

式中，ψa，b(t)為子小波；a為尺度因子；b為時間因子。

1.3.4 HEC-HMS模型

HEC-HMS是一款用于模擬人工或者自然狀態下流域降雨徑-流過程的水文模型[14-15]，主要功能是用于洪水預報計算，由流域、氣象、時間和控制等4個模塊組成，可運用不同方法組合對洪水發生過程進行不同情景分析。通過HEC-GeoHMS組件將研究區概化成16個匯水小流域，見圖1。

圖1 流域模型概化

2 結果與分析

2.1 年內變化特征分析

通過統計流域內站點1960年～2018年多年月均降雨量和多年月均氣溫，分別得到對應的年內分布特征(見圖2和圖3)：流域降雨的年內分配極不均勻。流域多年年均降雨1 669.9 mm，6月、12月分別是全年降雨最多和最少的月份，對應降雨量值為307.8、47.1 mm，分別占全年降雨總量的18.4%和2.8%。汛期(4月～9月)降雨集中，占全年降雨總量的69.2%，而主汛期(4月～6月)降雨量更是高達789.2 mm，占全年降雨總量的47.3%。全年降雨總體上呈現“春夏多、秋冬少”的特征，降雨過度集中，是導致流域內洪水事件頻發的最主要原因。流域降雨年內分布呈單峰特征，峰值出現在夏季，所以夏季常易發生由暴雨因素造成的洪水災害。導致該現象的主要原因是流域內屬于季風性氣候，受海陸熱力性質差異影響，4月初季風開始盛行，降雨持續增加；5月至6月，冷暖空氣遭遇并形成大量降雨；之后由于副熱帶高壓壓氣團繼續南下且強度減弱，降雨也隨之減少。流域年內氣溫分布在也是呈現單峰特征，氣溫最高是7月，其平均氣溫約為29.1 ℃。1月溫度最低，其平均氣溫只有5.2 ℃；6月～8月平均溫度達到27.7 ℃，是連續3個月中溫度最高的月份；以之相對應的是12月～2月，氣溫最低，均溫只有6.5 ℃，兩者相差23.9 ℃，可見氣溫在年內變化幅度相當大。

圖2 多年月均降雨分布

圖3 多年月均氣溫分布

2.2 年際變化特征分析

線性回歸和5 a滑動平均檢驗結果如下圖4和圖5所示。流域多年降雨量在1 163.7～2 263.5 mm之間來回波動，均值為1 941.4 mm，降雨量最多和最少的年份分別是1975年、2011年，兩者相差1 099.8 mm。由線性回歸線可以看出，該流域降雨量以36.9 mm/10 a的速率在波動中增加。在流域多年降雨變化中，降雨量存在3個較為明顯的周期變化。1960年～1964年降雨量呈下降趨勢，隨后1964年～1975年間迅速上升，并于1975年達到歷史最高點，1975年～1979年，降雨急劇下降，1979年～1998年降雨在波動中呈穩定上升趨勢，1998年～2011年呈下降趨勢，并于2011年達到最低點，2011年～2015年呈上升趨勢。流域多年年均氣溫范圍在16.5～18.8 ℃，年均氣溫是17.6 ℃，氣溫最高的年份有2017年和2018年，最低的年份是1984年，兩者相差了2.3 ℃。流域氣溫以0.24 ℃/10 a的速率在波動中上升，并且1996年后速率略微加快。流域多年平均氣溫有2個較為明顯的周期變化。1960年～1976年、2007年～2012年間氣溫呈下降趨勢，其中1976年～1993年間屬于氣溫來回波動時期，并于1984年達到歷史最低點；1993年～2007年、2012年～2018年間氣溫持續波動上升，并分別于2007年、2018年達到歷史最高點。

圖4 降雨量年際變化趨勢

圖5 氣溫年際變化趨勢

綜合分析表明，南潦河流域在過去的59 a，降雨及氣溫整體上都呈上升趨勢，氣溫越高，水分蒸散發越快，地面暖濕氣流與高空冷氣流越容易發生強對流碰撞；因此，發生由短歷時大暴雨導致洪水現象的可能性會增加。

2.3 突變分析

結合M-K檢驗等3種突變分析方法對南潦河流域降雨和氣溫進行突變分析，研究結果見圖6～11。綜合分析表明：年降雨量分別在1977年、1990年和2011年內出現過3次較明顯突變。1977年降雨進行了降雨由多到少的突變，1990年和2011年降雨則都進行了由少到多的突變；年氣溫突變年份為2011年，2011年以前氣溫下降趨勢明顯，2011年以后氣溫迅速上升，進行了由下降到上升的突變，其余年份突變不夠明顯。

圖6 降雨量累積距平

圖7 氣溫累計距平曲線

圖8 降雨量滑動t檢驗

圖9 氣溫滑動t檢驗

圖10 降雨量M-K檢驗

圖11 氣溫M-K檢驗

2.4 周期分析

小波分析結果如圖12所示。由圖12可知，年降雨量存在多種時間尺度周期變化特征：3～5 a、5～14 a和29～42 a。其中，29～42 a的降雨量時間尺度振蕩交替明顯，可視作第一主周期；3～5 a尺度振蕩周期存在于整個時期，并于1987年～1997年間有向弱周期演變的趨勢；5～14 a尺度在整個研究時期狀態維持不太穩定，并在1968年～1993年間有向10～25 a尺度發展的趨勢；結合圖13，圖中出現了3個峰值，最大峰值對應3 a尺度，其余還有出現在4、12 a的小峰值。由此推斷，南潦河流域年降雨量的主周期為35 a，并伴有多個次周期。根據圖14得知，多年平均氣溫只存在39～46 a時間尺度周期變化特征。在39～46 a間氣溫顏色交替變化明顯，氣溫經歷了“升高-降低-升高-降低”的變化期；再結合圖15，圖中只出現了1個峰值，峰值對應著44 a尺度。顯而易見，南潦河流域年氣溫的主周期為44 a。

圖12 降雨量小波系數實部等值線

圖13 降雨量小波方差

圖14 氣溫小波系數實部等值線

圖15 氣溫小波方差

3 HEC-HMS模型的洪水過程模擬結果

本文對3場驗證期洪水過程模擬結果進行展示，如下圖16所示。

本次研究通過對流域率定期8場洪水過程模擬和驗證期3場洪水過程驗證，根據GB/T 22482—2008《水文情報預報規范》[16]要求，選取洪峰流量、徑流深、峰現時差、確定性系數等4個指標，對模型模擬精度進行了綜合評價，模型模擬結果見下表1所示。

由表1可知，在率定期內從洪峰流量的預報結果評價，只有2000年洪峰流量的相對誤差超過了20%，其余7場次的相對誤差均在20%以內，合格率是87.5%，達到了甲級標準；從徑流深的預報結果來看，率定期8場洪水預報誤差全部小于20%，也屬于甲級標準；從峰現時差的預報結果來看，率定期內所有場次模擬時差均在±3 h以內，合格率高達100%，是4個評價指標中模擬度最高的；從確定性系數來看，除了2006年份模擬效果不太好，DC值只有0.329，其余年份均達到合格水平，合格率為75%，達到甲級標準。驗證期內無論從洪峰流量相對誤差、峰現時差，還是從徑流深相對誤差、確定性系數來看，模型預報的3場洪水過程效果都不錯，均達到了合格水平，同時也說明參數率定效果較好。本次HEC-HMS模型模擬的11場次洪水中有9場洪水模擬結果評定合格，每場洪水過程線模擬與實測兩者大致擬合，合格率達到了81.8%，評定為乙級標準。

表1 HEC-HMS模型模擬結果

4 結 論

本文依托于南潦河流域1960年～2018年的降雨氣溫等數據，探究了該區域的水文氣象要素演變規律，構建了一套基于HEC-HMS模型的適用于當地的洪水預報方案，可為南潦河流域的洪水預報工作充當參考依據。主要研究成果如下：

(1)南潦河流域4月～6月份降雨量占全年總降雨量的47.3%，是年內降雨最集中的月份。年降雨總量呈現出以36.9 mm/10 a速率上升的態勢；但在1977年發生了降雨減少突變，1990年和2011年發生了降雨增加突變。降雨主周期是35 a，同時伴隨4、12 a的次周期。流域內多年平均氣溫為17.6 ℃，氣溫以0.24 ℃/10 a的速率逐漸上升，并于2011年發生過氣溫上升突變，氣溫主周期為44 a，不存在其他次周期。

(2)通過建立基于HEC-HMS的洪水預報模型，選擇對流域內8場率定期洪水和3場驗證期洪水過程模擬并進行精度評定。綜合結果表明，整個模擬場次中徑流深模擬最好，其合格率為100%；峰現時間、洪峰流量以及確定性系數DC次之，但每項指標合格率均達到了91%。整體模擬合格率為81.8%，結果較好，達到了乙級預報精度標準，可用作正式預報。