綜合遙測數據的小流域設計暴雨洪水計算

肉孜買買提·阿不來提

（伊犁水文勘測局,新疆 伊寧 835000）

伴隨著氣候變化與強人類活動的影響,極端水文事件頻現,對社會經濟的發展、人們的生活帶來了深遠的影響,甚至產生了巨大的經濟損失,長期以來成為研究的重點、熱點。伴隨著水文與氣象站網密布、水文氣象數據豐富,人們已對于大中流域及極端水文事件頻現區域的自然災害進行大量研究,最大可能暴雨計算方法、調蓄經驗單位線法、推理公式法等相繼被提出[1-3],并在實踐中不斷得到完善,部分方法被寫入了規范,對自然災害的預防、水利工程的建設等提供了可靠的技術支撐。為使暴雨洪水的成果更加合理,不同學者對目前現有方法的改進方面也開展了大量研究,深化了人們對于暴雨洪水的認識,為更好的應對自然災害提供了可靠的方法與數據支撐[4-6]。

暴雨洪水成果的合理性取決于實測數據的可靠性及精確度。雖然我國已布設了大量基礎監測站點,但如新疆這類地形復雜、氣候多變區域,現有的站點數量、密度遠無法滿足實際的需要,且大部分站點多布設在平原區及出山口,而暴雨及自然災害頻現區域站點十分稀少。對于大中流域暴雨洪水認識十分清楚,而小流域多采用規律的外推、展延、插值、比擬等方法獲得,與實際存在一定的偏差,其精度與可信度還有待于進一步提高。

隨著遙測技術的發展及其大量推廣使用,目前逐步彌補了我國水文氣象基礎監測數據匱乏的弊端。為更好的指導小流域暴雨洪水計算,使之成果更加符合實際,本研究依托新疆天山西部山區小流域泥石流災害治理項目,開展考慮綜合遙測數據的小流域暴雨洪水計算方面的探究,以豐富基礎資料匱乏區域暴雨洪水計算的成果與理論,更好地指導自然災害治理與水利工程建設。

1 資料來源及研究方法

1.1 研究區概況

1.2 資料來源

（1）水文氣象資料。收集研究區范圍內建站至2015 年水文氣象資料,數據來源于水文、氣象年鑒。詳細介紹哪些站是水文資料、哪些站是采用的氣象資料。

（2）遙測數據。收集研究區范圍內2013 年～2015 年遙測站點降水數據,數據來源于所在區域氣象部門。介紹有幾個遙感站。

（3）地形數據。地形數據來源于為本項目服務的1∶1000比例尺高精度等高線與高密度GPS 采集信息數據。

（4）ASTER DEM 數據。為拓展研究范圍,研究中所用到的地形起伏變化分析的DEM 數據來源于美國EOS/MODIS 數據中心提供的ASTER GDEM數據,水平分辨率為30 m×30 m。

1.3 研究方法

為合理計算資料匱乏小流域的暴雨洪水,本研究以目前常用的方法為依據,并根據研究區的實際情況加以改進、修正,以探究結果的合理性,具體采用的方法有水文比擬法、推理公式法和地區經驗公式法。

2 分析計算

2.1 洪水特性分析

研究區洪水以融雪洪水、暴雨洪水與混合洪水為主,融雪洪水主要發生在3 月～5 月的中低山和沖積扇坡面區域和6 月～8 月的高山區,其過程與氣溫變化過程類似,歷時約5 天～7 天。混合型洪水主要發生在4 月～5 月,由氣溫升高引起的融雪水與多發的暴雨所造成。暴雨洪水多發的夏季,無明顯的日變化。根據資料統計,所在區域年最大洪峰流量發生在4 月～6 月,占全年洪峰流量發生時間的84%,且主要發生在5 月份。

2.2 設計洪峰流量計算

以臨近站庫勒水文站作為參證站,采用矩法對1961 年～2015 年實測洪峰流量系列進行統計分析,并采用P-Ⅲ型曲線適線優選確定采用參數,最終確定的不同頻率設計洪峰流量,見表1。

表1 參證站設計洪峰流量

2.3 研究區最大1 日降水量的確定

最大1 日降水量的確定主要依據所在區域已有的暴雨圖集[7],由于所采用暴雨圖降水量等值線較稀疏,給其加密帶來了一定的難度。本研究選取流域內距研究區較近的庫勒水文站作為參證站,確定不同頻率下的最大日降水量。選用可用的遙測數據,采用反距離加權法計算出研究區中心的多年平最大日降水量,并建立其與參證站間的關系,修正參證站最大日降水量,具體見表2。

由于遞推算法只有加法運算，而沒有乘法運算，因此，該算法具有較高的運算效率。插補計算的初始條件（i=0時）如下式所示：

表2 研究區最大日降水量

考慮到參證站降水觀測時段為兩段制定點觀測,因此最大24 小時暴雨均值采用最大一日暴雨乘以轉換系數K1求得,根據《新疆維吾爾自治區可能最大暴雨圖集》成果,新疆地區轉換系數K1為1.13,則研究區中心最大24 h 降雨量見表2。

2.4 基于不同方法的小流域暴雨洪水計算

2.4.1 水文比擬法

研究區所在區域面積為21.8 km2,參證站以上集水面積為2326 km2。兩者均屬于同一流域,水文規律具有一定的相似性,但面積相差較大,根據《水利水電工程水文計算規范》（SL 278-2002）的規定,采用水文比擬法時需對其結果進行相應的修正。因此,本研究采用考慮最大日降水量作為修正要素對傳統水文比擬法進行修正,具體公式如下：

式中：Qs為計算斷面設計洪峰流量,m3/s；PS為計算斷面在所區域平均最大日降水量,mm；P0為參證站點平均最大日降水量降水量,mm；FS為計算斷面以上集水面積,km2；F0為參證站點以上集水面積,km2；Q0為參證站點最大洪峰流量,m3/s；n為經驗指數,結合本流域所布設的其它站點,如天山積雪站等,綜合確定為0.643。

最終得到研究區計算斷面處的P=1%、P=2%和P=5%的洪水分別為13.92 m3/s、12.44 m3/s、11.05 m3/s。

2.4.2 推理公式法

依據國家行業標準《水利水電工程設計洪水計算規范》（SL 44-2006）及《水利水電工程設計洪水計算手冊》等參考技術數據[8～9],并結合該流域的下墊面條件情況,采用推理公式法,推算各過水斷面的設計洪峰流量。其中最大24 小時點降雨量采用以遙測站點為基礎修正后數據。

采用推理公式法最終得到研究區計算斷面處融合與不融合遙測站點洪水（表3）,可以看出兩者相差在29%左右。

表3 融合與不融合遙測站點不同頻率下的洪水

2.4.3 地區經驗公式法

為更好地指導無資料區域暴雨洪水計算,所在區域建立了實測洪水、產流面積間的關系,具體公式如下：

式中：Qm為洪峰流量,m3/s；K為綜合系數；n為指數常數；F為設計斷面以上的流域面積,km2。

采用地區經驗公式法最終得到研究區計算斷面處的P=1%、P=2%和P=5%的洪水分別為15.38 m3/s、12.72 m3/s、9.36 m3/s。

2.5 討論

小流域由于基礎資料匱乏加之暴雨的復雜性,極大的制約了其合理計算,給相關方面帶來了一定的隱患。為此,本研究充分挖掘研究區域可用基礎監測數據,將遙測站點數據,融入暴雨洪水過程,充分考慮了暴雨空間的差異性,使暴雨中心的確定更符合實際,使計算結果更加符合實際。基于不同方法不同設計保證率下的洪峰流量（圖1）可知,融合與不融合遙測站點數據確定的洪峰流量平均相差29%左右,由于沒有考慮到降雨空間與大小流域產匯特征的差異性,以及無法合理的確定暴雨中心,使得最終確定的小流域暴雨洪水偏小,與實際相關較大。綜合遙測站點數據在一定程度上考慮小流域與大流域的降雨量、強度的差異性,將其融入常規暴雨洪水的計算方法中,所得到的結果更反映實際情況。水文比擬法在產匯流相似流域應用較多且較好,盡管相似流域產匯流規律一致的,但其面積若相關太大,使用該方法得到的結果存在較大的不確定性,本研究將面積、暴雨等修正要素加以考慮,對傳統水文比擬法進行了修正,計算結果得到了一定的改正,但大、小流域暴雨洪水的誘因復雜多變,加之兩流域面積相關較大,最終結果還與實際存在一定的差異。推理公式法由于考慮了坡度、地形、植被覆蓋率、產匯流影響、暴雨衰減等,用其得到的暴雨洪水結果更好符合實際,在生產中受到青睞,本研究結合遙測數據將大、小流域暴雨的差異性給予考慮,所得到的結果將更好符合實際,所得結果更加合理、可信。

3 結論

圖1 不同方法不同設計保證率下的洪峰流量

本研究充分借助研究區可用的遙測站點數據,在數據潛力充分挖掘的基礎上,在常規暴雨洪水計算的基礎上,將遙測站點數據融與其中,使所得結論更加合理、可信。主要結論如下：

（1）鑒于研究區與參證站以上集水區面積相差較大,將遙測站日暴雨數據融入常規的水文比擬法中,對其進行修正,所得結果盡管仍存在一定的不確性,但與常規的水文比擬法相比有一定的改進,將暴雨的空間差異性納入了其中。

（2）在推理公式法進行暴雨洪水計算中,將遙測站日暴雨數據融入,合理依據參證站不同保證率最大日暴雨進行研究區不同保證率日暴雨的確定,使所確定的暴雨洪水更加的合理。

（3）與常規方法暴雨洪水計算結果相比,融入與不融入遙測站點數據確定的洪峰流量平均相差29%左右,并且充分考慮了暴雨空間的差異性。由于推理公式法在小流域暴雨洪水計算過程中將與洪水相關的多種因素納入其中,所得到結果更加合理、可信；水文比擬法由于面積較大差異性,其結果仍存在較多的不確定性,易出現失真的情況。地區經驗公式法多反映流域暴雨洪水的平均情況,對于小流域面言其結果也存在一定的不確定性。

總之,小流域暴雨洪水確定受基礎資料的限制,加之小流域本身產匯流規律的復雜性、影響因素的眾多,合理確定其仍存在一定的難度,需充實結合實際,合理挖掘可用的數據源潛力,才能合理的確定；這也是今年需要開展的研究。