基于計算機實現(xiàn)的水文滾動預報機制淺析

章 陽，徐星星，吳欽華，李金宵

（1.東莞市水利勘測設(shè)計院有限公司，廣東 東莞 523000；2.蒼南縣水利局橋墩水庫管理所，浙江 溫州 325800； 3.浙江禹貢信息科技有限公司，浙江 杭州310052）

1 概述

經(jīng)過多年的探索和研究，我國在大江大河防洪治理方面有了明顯的提高，但是山區(qū)中小河流，由于基礎(chǔ)資料的缺失，導致各類新技術(shù)缺乏數(shù)據(jù)支撐，發(fā)揮不出應有的效用，長序列多長洪水的預報整體精度達不到規(guī)范要求[1-3]。傳統(tǒng)預報作業(yè)采用日模型與次洪模型相結(jié)合的方式進行預報作業(yè)[4-6]，但由于缺乏流域河道基流及土壤含水量資料，導致預報成果偏低，使得后期率定時參數(shù)將失真，該影響在降雨驟停驟起的多雨峰汛期尤為明顯[7]。為克服這一現(xiàn)象，目前采用較多的方法往往是從枯水期進行不間斷的長時間預報，以減少土壤含水量和河道基流對整體預報的精度的影響，但這將導致預報時間將逐步拉長，無法從根本上解決這一問題。

為克服這一現(xiàn)狀，本文基于徑流產(chǎn)生的物理機理，采用滾動疊加的預報機制，將次洪模型歷史成果與當前時刻暴雨生成的徑流成果進行疊加后生成最新預報結(jié)果。

2 模型算法

2.1 水文預報模型

針對流域的地理信息資料及歷史洪水資料進行分析可知：本次研究對象位于南方濕潤地區(qū)，預報模型可采用新安江模型，新安江模型是河海大學提出具有世界影響力的水文模型，允許用戶依據(jù)計算流域的面積大小和精度要求，進行預報流域精度劃分。隨后針對各個子流域進行產(chǎn)流與匯流分析，求得子流域的洪水出流過程。最后利用河道洪水演進模擬可分別求得預報斷面處的洪水出流過程，基于時間軸疊加出流過程便可求得預報斷面的最終洪水出流過程。本次水文預報分析計算過程中采用三水源三蒸發(fā)的新安江模型，匯流計算則采用線性水庫法，河道洪水演進分析則采用滯后演算[8]。

2.2 滾動疊加機制

本次采用的滾動疊加機制是基于瞬時單位線法衍生得到，單位時段內(nèi)給定流域上，時空分布均勻的一次單位凈雨量在流域出口斷面所形成的地面徑流（直接徑流）過程線。區(qū)別在單位線法中雨量與徑流關(guān)系推求是通過分析法、試錯法和系統(tǒng)識別法[9]，而本文中雨量與徑流管是通過新安江模型計算得到。

具體流程如下：

①預報初始階段，可依據(jù)歷史降雨數(shù)據(jù)，使用新安江模型預報生成歷史流量過程以及歷史土壤含水量；

②基于當前時刻降雨總量，使用同一套新安江模型參數(shù)得到當前降雨對應的流量過程；

③將歷史預流量過程與當前時刻流量過程進行疊加，得到當前時刻預報流量過程線以及土壤含水量；

使用流程③得到的預報流量過程線以及土壤含水量帶入流程①，作為下一時刻預報的歷史流量過程和歷史土壤含水量。

滾動預報引入疊加示意圖如圖1所示，圖1（a）為未引入短臨預報的實時降雨監(jiān)測數(shù)據(jù)，圖1（b）為僅有短臨預報時的降雨數(shù)據(jù)，圖1（c）為圖1（a）和圖1（b）兩者的疊加效果。

圖1 滾動預報引入疊加示意圖

3 案例分析

3.1 背景情況

本文研究區(qū)域地處浙江沿海地帶，位于鰲江的最大支流一橫陽支江上游，集水面積137.83 km2。流域范圍內(nèi)地形以低山丘陵為主，地勢高程約34～1 176 m。流域范圍內(nèi)以5°～15°的斜坡為主，約占28.7%；其次為15°～35°的陡坡，約占28.6%。流域內(nèi)最大坡度約69°，平均坡度約為18°。此外，橋墩水庫控制流域范圍內(nèi)山體坡向分布較均勻，除去平地外，其余八個方向的傾向分布較均勻，在12%～13%左右。

橋墩水庫流域范圍內(nèi)主要低山丘陵地區(qū)，土地類型多為林地，約占總面積的72.3%，另有水田8.81 km2，約占6.4%；旱地面積約6.64 km2，約占總面積的4.8%；水域面積約18.42 km2，約占總面積的13.3%；零星有村鎮(zhèn)分布，多為混凝土硬化路面，約占3.2%。流域?qū)儆诘湫湍戏綕駶櫳絽^(qū)流域，模型參數(shù)取值如下。水庫控制流域及周邊可用的雨量遙測站點共有9處，依據(jù)泰森多邊形原理，對各個雨量站點進行流域面積權(quán)重計算，用于后續(xù)面雨量計算。

表1 橋墩水庫次洪模型參數(shù)

以“2018.7.11臺風”為例，對本次機制進行預報進行驗證。依據(jù)相關(guān)資料，水庫上游河道水位較高，河道流量較大，在驗證過程中，采用歷史臺風降雨作為輸入條件進行洪水模擬[10]，總計60 h，無基流輸入。由于前期雨量輸入缺失，導致預報流量及洪量整體偏低，導致洪峰流量誤差為16%，總洪量誤差為14%。

3.2 方法驗證

采用滾動預報機制進行預報作業(yè)時同樣使用歷史臺風降雨作為驅(qū)動數(shù)據(jù)[11]，與常規(guī)作業(yè)預報區(qū)別在于單次降雨輸入1 h雨量，并以當前時刻預報成果作為下一時刻預報參數(shù)，累計預報60次。經(jīng)結(jié)果對比分析，滾動預報成果與常規(guī)預報成果完全一致，洪峰流量誤差為16%，總洪量誤差為14%。

在此基礎(chǔ)上，前移歷史降雨開始時間，進而增加歷史降雨輸入長度至枯水期，增加滾動預報次數(shù)。結(jié)果表明，該方法效果與傳統(tǒng)增加降雨輸入結(jié)果一致，模型精度逐步上升，前期及峰值預報過程與實測過程基本保持一致，洪峰流量誤差可下降至1%，總洪量誤差下降至4%。

但由于每次只需更新1 h降雨數(shù)據(jù)，因此預報計算時間基本固定，且大大小于枯水期至今的預報計算時間，從根本上解決了預報作業(yè)時，驅(qū)動數(shù)據(jù)輸入時段選擇對預報結(jié)果的影響，為自動化預報提供了更為簡單明了的驅(qū)動數(shù)據(jù)輸入方式。上述結(jié)果表明該種方式下預報結(jié)果良好，滿足日常自動洪水預報工作，可由計算機完全獨立完成預報工作。

4 結(jié)束語

為了應對中小流域河道基流數(shù)據(jù)缺失以及預報作業(yè)機制不完善的問題，以橋墩水庫上游流域為研究對象，基于新安江模型及滾動預報機制進行了日常預報作業(yè)機制的創(chuàng)新，并進行了驗證。結(jié)果表明，采用滾動預報機制后的可以較好的消除河道基流資料缺失對模型精度及后期參數(shù)率定的影響，適用性較強，可在整點降雨數(shù)據(jù)完成更新后自動進行預報作業(yè)，大大降低了預報作業(yè)的難度，降低預報計算時間和數(shù)據(jù)存儲量，同時保證了預報精度，為后期參數(shù)更新提供了更加可靠的預報成果，適用于流域監(jiān)測設(shè)備較少的中小型流域進行日常水文預報工作。