基于陸氣耦合模型系統的太湖流域洪水風險預測

吳 娟,林 荷 娟

(太湖流域管理局 水文局(信息中心),上海 200434)

0 引 言

太湖流域位于長江三角洲核心區域,濱江臨海,地勢低洼,屬于亞熱帶季風氣候區,雨量充沛、洪澇頻繁[1]。太湖流域是中國城鎮化率最高的地區,具有典型的城市群特征,經濟發達,是一個“淹不得、淹不起”的區域,同時也是我國防洪工作的重點區域[2]。受氣候變化與下墊面水利工程建設運行等影響,太湖流域防洪體系尚不完善,流域與區域洪水矛盾突出,現有洪水實時預報精度、風險預警與防洪預報、預警、預演、預案(以下簡稱“四預”)要求仍存在一定的差距。為滿足新時期洪澇風險預警的業務需求,特別是長三角生態綠色一體化發展示范區(以下簡稱“長三角一體化示范區”)防洪需求[3],考慮到精細化的流域陸氣耦合模型系統能夠準確描述產匯流過程[4]、人類活動影響[5],同時還能夠提供高分辨率、多要素預報產品[6],亟需開展基于陸氣耦合模型系統的太湖流域與區域洪水風險預報研究。

陸氣耦合模型系統是目前流域洪水預報延長預見期、提高預報精度的主要手段[7]。胡春歧等[8]在大清河系阜平水文站以上流域,采用中尺度數值大氣模式(WRF模式)耦合分布式河北雨洪模型,有效延長了洪水預報的預見期。周聶等[9]將高精度水文水動力模型,耦合GRAPES_MESO數值天氣預報模式,構建了城市內澇模擬預報模型,預報積水點位置、積水面積及積水量,效果較好。由于數值降雨預報模式輸出的降雨數據和太湖流域水文水動力學模型具有多尺度性,如何建立合適的陸氣耦合模型系統是獲得準確流域洪水風險預報的關鍵技術。傳統太湖流域陸氣耦合模型系統采用7大水利分區數值降雨預報與水文水動力學模型耦合,降雨預報空間尺度過大(水利分區面積介于3 192～7 549 km2),導致河網代表站水位預報計算效率低、精度難提高,對水旱災害防御“四預”工作產生了一定的不利影響。如何合理高效地利用數值降雨預報模式提供的高分辨率降雨預報信息構建更精細的空間尺度陸氣耦合洪澇預報模型系統,對高標準保障流域與區域防洪除澇安全具有重要意義。本研究的陸氣耦合模型系統包括太湖流域水文水動力學耦合模型與基于水文學法的洪水淹澇風險快速評估模型,分別以歐洲中期天氣預報中心(ECMWF)數值模式網格、分區降雨預報為輸入,驅動基于河網多邊形與匯流分布式動態單位線的產匯流及水動力學模型預報太湖與河網代表站水位過程與超警超保區域,驅動基于水文學法的洪水淹澇風險快速評估模型預測太湖流域洪水淹澇風險區域與強度,進一步提升水位預報精度與預警效率。

1 研究區域概況

太湖流域是典型的平原河網地區,流域內河網如織、湖泊棋布,下墊面極為復雜,水位變化敏感[10]。根據太湖流域特點,將流域分成七大水利分區,分別為湖西區、浙西區、太湖區、武澄錫虞區、陽澄淀泖區、杭嘉湖區、浦東浦西區,代表站見圖1。長三角一體化示范區位于太湖流域下游滬蘇浙兩省一市的交界處[11],包括上海市青浦區、江蘇省蘇州市吳江區、浙江省嘉興市嘉善縣,總面積約2 413 km2(含水域面積350 km2),區域地勢低洼,外排能力不足,洪澇易發頻發,長三角一體化示范區代表站為平望、嘉善、青浦。

圖1 研究區域水位代表站示意Fig.1 Location of representative water stage stations in the Taihu Basin

2 陸氣耦合模型系統

2.1 太湖流域水文水動力學耦合模型

太湖流域水文水動力學耦合模型由產匯流模型與水動力學模型共同組成[12],產匯流模型為水動力學模型提供河流側向入流與上游山區來水流量邊界。除了浙西區山丘區采用新安江三水源模型、馬斯京根法計算產匯流以外,16個平原計算分區分4種下墊面計算產水量,然后按各分區的匯流單位線匯入周邊河道。太湖流域既有山區又有平原河網,平原河網地區又分為圩區和非圩區。山區匯流計算采用傳統的水文學方法,所得的出流斷面流量過程為平原河網的入流過程;非圩區坡面匯流模擬采用分布式匯流單位線法,圩區匯流綜合考慮最大調蓄水深、枯水水位上限以及泵站排澇模數等進行計算。平原河網地區水動力學模型由零維、一維模型所組成,通過“聯系”耦合聯立求解[13]。“聯系”指模擬區域的聯接關系,包括沿長江、沿杭州灣、環太湖主要樞紐以及城市防洪等工程中控制水流運動的堰閘、泵站等,水閘過流流量采用水力學的方法求解[14]。河網水動力模型概化了1.5萬km河道,計算斷面達1萬余個,采用圣維南方程組求解計算斷面水位、流量,計算步長為15 min。模型采用Preissmann四點隱式格式離散方程組,利用追趕法消元,得到河道首末斷面的水位、流量表示的河段方程,結合邊界條件,求解出節點水位后,回代到各河道,求出各段的流量和水位。描述一維水流運動的圣維南方程組為

(1)

2.2 基于水文學法的洪水淹澇風險快速評估模型

采用傳統的太湖流域水文水動力學耦合模型開展洪水風險實時預測較為困難,不僅需要大量基礎資料支撐,而且計算速度極慢,無法實現全流域洪水淹沒計算功能,加上模型計算前處理、后處理耗時長,時效性不足,為解決計算速度慢的問題,通常采用水量平鋪法計算,這會導致淹澇從高程最低處開始,而不是按水流運動方向,與實際情況不符,難以支撐防汛調度決策。

構建基于水文學法的洪水淹澇風險快速評估模型需要根據地形資料先構建數字高程模型[15];針對不同的前期影響雨量,以起漲水位為參數,采用決策樹技術[16]分析平原河網地區降雨量與水位漲幅,并推求降雨徑流系數曲線簇[17]:

ΔZi=f(Pi,Zi0)

(2)

式中:ΔZi為第i水利分區的水位漲幅,m;Pi為水利分區面雨量,mm;Zi0為第i水利分區的起漲水位,m。

降雨徑流系數αij為從降雨到徑流的綜合折減系數。針對不同水利分區,分別采用對應分區不同起漲水位Zi0、不同場次降水建立各水利分區的降雨徑流系數αij曲線簇。

由分區起漲水位Zi0、場次降水量Pij,根據式(2)可求得分區水位漲幅ΔZij,再由式(3)可以得到降雨徑流系數αij:

(3)

式中:αij為第i水利分區第j場次降水的降雨徑流系數;ΔTij為第i水利分區第j場次降水的水位漲幅,m;A外i為第i水利分區的圩外水面面積,km2;Wij為第i水利分區第j場次降水期間的凈排水量,萬m3;Rij為第i水利分區第j場次降雨量,mm;Ai為第i水利分區面積,km2。

根據預見期降雨預報成果與降雨徑流系數曲線簇,計算各分區產水量。依據產水量,結合圩區和區域排澇能力、特征水位(致澇水位等)和實時水位(圩內外代表站起漲水位等),利用洪澇風險快速評估模型實現洪水淹澇風險、淹沒范圍(面積)以及強度(淹沒水深、淹沒歷時等)的定量化評估。基于數字高程模型,將淹沒范圍信息在GIS中轉換成矢量數據,當接收到Web端的洪水演進請求后,即可實現洪水淹沒區域風險提示、快速預警及動態演示,詳見參考文獻[18]。本研究提出的基于水文學法的洪水淹澇風險快速評估方法,綜合考慮了區域外排和圩區排澇等因素,既解決了傳統水力學法淹澇模擬速度極慢的問題,又解決了純水文學法精度難以提高的問題,根據預見期降雨預報成果、前期實況降雨以及研究提出的太湖流域洪水預報模型計算的分區降雨徑流系數曲線簇,計算各分區產水量。

將基于水文學法的洪水淹澇風險快速評估模型應用于2018年“安比”“云雀”“摩羯”“溫比亞”臺風,2019年“利奇馬”臺風,2020年太湖流域性大洪水以及“黑格比”臺風期間預測預報業務中,預測結果與實際情況基本吻合。以2020年太湖流域大洪水期間洪水淹澇風險預測預報服務為例,7月6日,氣象部門預測流域未來24 h強降雨過程,據此預測流域杭嘉湖北部、淀泖片和長興平原存在淹澇風險。根據太湖局防汛工作組現場了解,實際淹澇主要出現在杭嘉湖區北部,實際淹澇區域與預測結果基本吻合。流域各類水利工程調度措施根據預報意見提前啟用,流域僅農業受災,受災面積約5萬畝(0.33萬hm2),避免了江蘇省蘇州市3萬多人員的轉移工作,因災直接經濟損失遠小于1991,1999,2016年3個大水年,經濟和社會效益顯著。

3 基于河網多邊形與匯流分布式動態單位線的產匯流模型

傳統的太湖流域水文水動力學耦合模型將太湖流域劃分為36個計算分區,分區面積介于250～3 192 km2,同一計算分區采用相同的降雨時空分布計算產水量,導致不同下墊面產水量被均化,造成了河網計算水位與實測水位過程相差較大。此外,太湖流域為典型的平原河網感潮地區,圩外塘壩洼地與主要河道湖泊相通,圩外水量影響了河網水量調蓄,對計算水位影響也較大[19]。為了解決降雨量和產水量均化的問題,本研究采用河網多邊形分配平原區產流量,河網多邊形指由河網、各類分界線所圍成的封閉區域[20],即:河道所能接納的圩外水量既與河道長度有關,也與河道過水能力等地理屬性有關[21]。為了更準確地模擬平原區匯流,考慮到水面、水田、旱地、城鎮等下墊面的不均勻性,本研究將太湖流域下墊面信息柵格化,利用地理信息系統提取網格下墊面的分布信息,使得一個河網多邊形中包括多個網格,具備多種下墊面信息。

分區匯流分布式動態單位線構建包括:匯流路徑計算、匯流時間計算、面積-時間曲線計算等步驟。在柵格化河網多邊形的基礎上,計算河網多邊形內部每個網格到周圍河道的綜合系數,再將網格分配到綜合系數最小的河道中,得到網格到河道的最短距離,即為網格匯流路徑長度。匯流時間指匯流路徑長度與平均匯流速度的比值,先計算時段內匯流到流域出口斷面的網格,再計算時段內水流到流域出口的累計集水面積,即為面積-時間曲線。分布式單位線指面積分配比例與時間的關系,將單位線縱坐標(面積分配比例)除以分區總面積得到單位面積的匯流單位線。分區匯流分布式動態單位線通過計算不同時段水流面積,綜合考慮了河網多邊形內部網格距離河道最短距離與河道過水能力計算匯流路徑長度、匯流時間,并將產水量信息分配到概化河道,再以分區面積-時間曲線為基本統計單元,計算流域各分區的匯流分布式動態單位線,改進了傳統產水按40%、40%、20%比例的固定匯流曲線,從而最大可能地模擬平原河網區的坡面匯流過程,進一步提高水位預報精度。

考慮到歐洲中期天氣預報中心(ECMWF)模式細網格預報產品在天氣預報業務中應用廣泛,效果較好[22],本研究基于歐洲中期天氣預報中心模式數值降雨預報[23],以北京時間8:00時為初始場的24～240 h降雨預報,分辨率為0.125°×0.125°,對原有太湖流域產匯流模型結構進行改進,采用太湖流域水動力模型中概化的河道組成的河網多邊形作為降雨產匯流計算單元,耦合網格數值降雨預報成果,以河網多邊形作為新的產匯流模型的計算單元,本研究一共概化了近700個河網多邊形,見圖2。

圖2 太湖流域河網多邊形概化圖Fig.2 Polygon generalization of the Taihu River Basin

結合GB/T 22482-2008《水文情報預報規范》與防汛實際要求,太湖水位模擬許可誤差為±0.03 m,河網水位模擬許可誤差為±0.10 m,定義計算誤差小于許可誤差為合格,要求合格率(合格次數占總次數的比例)不低于85%。以2020年為率定期,2019年為驗證期,率定期、驗證期水位合格率分別為89%、86%,精度符合要求,可用于預報。

4 結果與分析

4.1 臺風“煙花”概況

2021年第6號臺風“煙花”于7月18日2:00在西北太平洋洋面上生成,25日12:30分在浙江省舟山普陀沿海登陸,登陸時中心附近最大風力13級(38 m/s);26日9:50在浙江省平湖市沿海再次登陸,登陸時中心附近最大風力10級(28 m/s);27日上午臺風“煙花”移出太湖流域。臺風“煙花”為有歷史記錄以來影響我國東部地區時間最長的臺風,長達10 d。“煙花”臺風移動緩慢、滯留時間偏長的原因有3個[24]:① 副熱帶高壓(以下簡稱“副高”)偏北偏東,“煙花”臺風處于副高減弱東退的鞍形場中,引導氣流偏弱;② 副高西側引導氣流(向西北)與“煙花”臺風東側第8號臺風“尼伯特”引導氣流(向東南)相互牽制抵消;③ “煙花”臺風在太湖流域登陸,下墊面溫度高、地勢平坦、水汽輸送條件好,使得高層出流條件較好、垂直風切變低,使得保持較好的“暖心”結構[25]。根據統計,2021年7月23～30日累計降雨量227.5 mm,空間上南部大于北部,各分區中浦東浦西區最大,達319.8 mm,其次為浙西區、杭嘉湖區,分別為279.6,228.9 mm,其他分區在161.1～201.8 mm。

從空間分布來看,模式預報7月23～30日流域累計面雨量約為239.7 mm,其中浙西區最大,為414.4 mm,其次為杭嘉湖區348.5 mm、浦東浦西區274.7 mm,其他分區在98.2～188.6 mm。從時間分布來看,降雨集中在7月25～27日,太湖流域普降大到暴雨,局地大暴雨,23～28日降雨集中在南部浦東浦西區、杭嘉湖區與浙西區,29日降雨全流域較均勻,30日預報降雨西移到湖西區、浙西區,見圖3。

圖3 “煙花”臺風登陸前后不同時刻太湖流域降雨預報Fig.3 Precipitation forecasting in Taihu River Basin at different time before and after the landing of Typhoon In-Fa

4.2 水位預報

分別以ECMWF網格數值降雨預報、分區數值降雨預報驅動太湖流域水文水動力學耦合模型(以下簡稱“網格預報驅動模型”“分區預報驅動模型”)計算太湖與河網代表站水位過程,預見期為10 d。將網格預報驅動模型計算的太湖與河網最高水位減去分區預報驅動模型計算的太湖與河網最高水位得到水位差值。正值差集中在網格數值降雨預報較分區降雨預報偏大的杭嘉湖區、浙西區、浦東浦西區與陽澄淀泖區,負值差集中在網格數值降雨預報較分區降雨預報偏小的湖西區,見圖4。最高水位差的最大值為杭長橋0.42 m,所在網格數值預報7月23～30日累計降雨量較所在浙西區預報累計降雨量偏大159.0 mm;其次為陳墓(錦溪)0.36 m,所在網格數值降雨預報較陽澄淀泖區降雨預報偏大114.0 mm;杭嘉湖區、浦東浦西區、武澄錫虞區最高水位差最大值介于0.04～0.32 m,所在網格數值降雨預報較分區降雨預報偏大11.0～92.0 mm。最高水位差的最小值為王母觀-0.17 m,所在網格數值預報累計降雨量較所在湖西區預報降雨量偏小70.0 mm;其次為坊前-0.10 m,所在網格數值預報累計降雨量較所在湖西區預報降雨量偏小26.0 mm。據統計,當網格數值降雨預報累計降雨量與分區預報降雨量相差50.0 mm時,水位代表站最高水位差可能超過河網水位模擬許可誤差(±0.10 m)。與實測相比,75%的代表站網格預報驅動模型計算的最高水位誤差低于分區預報驅動模型計算的最高水位誤差,其中網格預報驅動模型計算的最高水位誤差介于-0.20～0.26 m,分區預報驅動模型計算的最高水位誤差介于0.05～0.37 m。

圖4 代表站最高水位差(單位:m)Fig.4 Highest water stage differences of representative stations

將網格預報驅動模型計算的太湖與河網最高水位出現時間(以下簡稱“峰現時間”)減去分區預報驅動模型計算的峰現時間得到峰現時間差,見圖5。無論是網格數值降雨預報較分區降雨預報偏大還是偏小,網格數值降雨預報的峰現時間均較分區預報的峰現時間提前。陽澄淀泖區蘇州(楓橋)站提前幅度最大,達到了35 h,其次是湖西區常州(三)站,提前了29 h,其他站點提前時間介于1～19 h。與分區數值降雨預報峰現時間相比,網格數值降雨預報峰現時間與實況結果更加吻合。與實測相比,81%的代表站網格預報驅動模型計算的峰現時間誤差低于分區預報驅動模型計算的峰現時間誤差,其中網格預報驅動模型計算的峰現時間誤差介于-9～13 h,分區預報驅動模型計算的峰現時間誤差介于-12～3 h。

圖5 代表站峰現時間差(單位:h)Fig.5 Highest water stage time occurrence differences of representative stations

4.3 超警超保與淹澇風險預測

從模型計算結果可知,兩種模型計算的太湖與地區河網水位,水位均呈明顯上升趨勢,太湖將發生2021年第1號洪水,平原河網水位將普遍超警戒水位(以下簡稱“超警”),局地超保證水位(以下簡稱“超保”),見圖6。網格、分區預報驅動模型均預報杭嘉湖區、陽澄淀泖區及江南運河沿線站點超保,網格預報驅動模型計算得到的超警超保范圍高于分區預報驅動模型計算得到的超警超保范圍。除此以外,采用網格預報驅動模型預報浙西區東苕溪(瓶窯、洛舍閘、德清大閘上)、長興平原(長興、杭長橋)出現較大超保范圍,采用分區預報驅動模型預報湖西區北部(坊前、常州)出現超保范圍。經統計,煙花臺風影響期間,7月28日7:00太湖流域超警超保范圍最大,共有97個河道、閘壩、潮位站水(潮)位超警戒,占設有警戒水(潮)位站點的93%,超警幅度為0.03～2.31 m;52個站點超保證,占設有保證水(潮)位站點的52%,超保證幅度為0.01～1.31 m。與分區數值降雨預報超警超保區域相比,網格數值降雨預報超警超保區域與實況結果更加吻合。

圖6 超警超保風險區域Fig.6 Risk region prediction of water exceeding the alarming and guaranteed level

分別采用網格降雨數值預報、分區降雨數值預報驅動基于水文學法的洪水淹澇風險快速評估模型,得到太湖流域洪水淹澇風險圖,見圖7。網格降雨數值預報7月27日杭嘉湖區嘉北、平湖、海鹽一帶,淹澇水深約0～0.5 m,局地達到0.5～1.0 m;浙西區長興平原、陽澄淀泖區存在淹澇風險,淹澇水深約0～0.5 m,淹澇面積共計約300 km2。分區降雨數值預報與網格降雨數值預報的淹澇風險區域基本接近,但淹澇面積明顯偏小,約100 km2,淹澇水深偏低,為0～0.5 m。根據太湖局防汛工作組現場了解,7月26日,杭嘉湖區運東片平湖發生淹澇,27日運西片王江涇、西苕溪流域曉墅港、蘇州平望、蘇州汾湖河灘上村、太浦河西城港閘發生淹澇,淹澇水深約0～0.5 m,局地達到0.6 m,即網格降雨數值預報預測洪水淹澇風險結果與實際情況更加吻合。

圖7 太湖流域洪水淹澇風險Fig.7 Flood inundation risk region prediction

根據水位預報與洪水風險預測成果,太湖流域管理局在臺風前全力預降太湖及地區河網水位,提前啟用常熟水利樞紐閘泵聯合全力排水,督促江蘇省、浙江省、上海市加強太湖流域沿長江、沿杭州灣口門排水,并通過圩區、城防工程預降圩內水位;臺風影響期間,為了緩解下游地區風、暴、潮、洪“四碰頭”的防洪極端不利局面,支持江蘇省開啟蠡河水利樞紐,上海市開啟蕰西閘、淀西閘,浙江省開啟東導流東岸口門分泄區域洪水,錯峰開啟環太湖重要口門(望亭水利樞紐、太浦閘),充分發揮太湖攔蓄作用。“煙花”臺風期間的預測預報服務,直接支撐了流域洪水與區域澇水的科學錯峰調度,有效緩解了太湖流域下游地區的防洪壓力,經濟和社會效益顯著。

5 結 論

基于歐洲中期天氣預報中心模式數值降雨預報,對太湖流域產匯流模型結構進行改進,以河網多邊形作為新的產匯流模型的計算單元,共概化了近700個河網多邊形,采用太湖流域水動力模型中河道組成的河網多邊形作為降雨產匯流計算單元,產匯流計算單元從水利分區細化為河網多邊形,解決了暴雨中心雨峰坦化、降雨與徑流在空間上的2次均化問題。

“煙花”臺風期間,以ECMWF網格與分區數值降雨預報驅動太湖流域水文水動力學耦合模型計算了太湖與河網代表站水位過程與超警超保區域,同時驅動基于水文學法的洪水淹澇風險快速評估模型計算太湖流域洪水淹澇風險。最高水位正值差集中在網格數值降雨預報較分區降雨預報偏大的杭嘉湖區、浙西區、浦東浦西區與陽澄淀泖區,負值差集中在網格數值降雨預報較分區降雨預報偏小的湖西區;網格數值降雨預報累計降雨量與分區預報降雨量相差50.0mm時,水位代表站最高水位差可能超過河網水位模擬許可誤差。與實況相比,網格降雨數值預報預測的超警超保區域、洪水淹澇風險區域與實際情況更加吻合。“煙花”臺風期間的洪水預報與風險預測服務,直接支撐了流域洪水與區域澇水科學錯峰調度,有效緩解了下游地區的防洪壓力,經濟和社會效益顯著。