北江流域水文要素時(shí)空模擬及致災(zāi)成因分析

關(guān)鍵詞：分布式水文模型；水文要素時(shí)空分析；滑坡災(zāi)害；北江流域

中圖分類號(hào)：TV123 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-9235（2024）12-0022-08

中國(guó)幅員遼闊、江河湖泊眾多，是遭受洪水較為頻繁的國(guó)家，洪災(zāi)導(dǎo)致的人員傷亡占各種自然災(zāi)害的半數(shù)以上［1］。21世紀(jì)以來(lái)，在全球氣候變暖的背景下，極端暴雨事件頻率增多，強(qiáng)度加大，發(fā)生流域性大洪水和城市內(nèi)澇災(zāi)害的可能性加大、次數(shù)增多［2］。當(dāng)土壤含水量升高甚至飽和時(shí)，土壤滲透率降低，若此時(shí)發(fā)生暴雨，短時(shí)間內(nèi)將有大量雨水落在地表，而下滲量極小，從而導(dǎo)致地表徑流量增大，極易引發(fā)洪澇及其衍生地質(zhì)災(zāi)害。了解水文要素在區(qū)域內(nèi)的時(shí)空分布尤其是土壤含水量的變化，對(duì)災(zāi)害的預(yù)報(bào)及防范有重要意義［3-4］。

水文模型是預(yù)測(cè)洪澇及其衍生地質(zhì)災(zāi)害的有力工具，在所有水文模型中，分為集總式和分布式模型［5］。集總式模型的參數(shù)需求較低，模型較為簡(jiǎn)單容易，但精度低，不能很好地分析區(qū)域內(nèi)水文要素分布與變化［6-8］。而分布式模型將流域劃分為較小的單元，根據(jù)地質(zhì)地理信息數(shù)據(jù)在每個(gè)單元上取不同的參數(shù)，從而能捕捉到水文要素在降雨過(guò)程中的空間分布差異性［9-11］。隨著計(jì)算機(jī)的發(fā)展和基于遙感的時(shí)空數(shù)據(jù)可用性的提高，分布式水文模型的應(yīng)用變得越來(lái)越廣泛，其發(fā)展也變得更加復(fù)雜，使得土壤含水量、土壤濕度和洪水淹沒(méi)范圍等水文變量可以在不同的空間和時(shí)間尺度上進(jìn)行預(yù)測(cè)［12-15］。

北江流域位于中國(guó)華南地區(qū)，每逢雨季，土壤飽和疊加強(qiáng)降雨導(dǎo)致洪水及其衍生地質(zhì)災(zāi)害頻繁出現(xiàn)，造成巨大生命和財(cái)產(chǎn)損失。因此，在此地區(qū)開展水文研究與災(zāi)害分析變得緊迫與關(guān)鍵。本文利用CREST分布式水文模型對(duì)北江流域進(jìn)行了水文分析。首先，基于地理數(shù)據(jù)獲得模型所需的分布式參數(shù)，結(jié)合均布式參數(shù)模擬徑流過(guò)程，并對(duì)參數(shù)進(jìn)行了率定和驗(yàn)證。然后基于率定的模型分析了北江流域土壤濕度及徑流量等水文要素時(shí)空分布。最后，對(duì)流域內(nèi)災(zāi)害成因進(jìn)行了分析，旨在為在此區(qū)域的洪澇及其衍生地質(zhì)災(zāi)害預(yù)防提供依據(jù)。

1研究區(qū)概況與數(shù)據(jù)來(lái)源

1. 1研究區(qū)概況

北江流域?qū)儆谥榻饔蚱挥谥袊?guó)南方的濕潤(rùn)地區(qū)，其地理特征和氣候條件顯著影響著當(dāng)?shù)氐乃难h(huán)，見(jiàn)圖1。該流域總面積為4. 67萬(wàn)km²，擁有典型的亞熱帶季風(fēng)氣候，夏季盛行偏南風(fēng)及東南風(fēng)，而冬季則以偏北風(fēng)為主。年均降水量超過(guò)1500mm，表現(xiàn)出明顯的季節(jié)性差異：豐水期在4—9月，這一時(shí)期的降水量約占全年總量的75%；相比之下，從10月至次年3月的枯水期內(nèi)，降水量?jī)H占全年總量的大約25%。北江干流與各支流的分布格局深受區(qū)域內(nèi)弧形山脈及谷地地形的影響，地勢(shì)由北向南逐漸降低。在同一弧形谷地中，兩側(cè)支流通常在較短的距離內(nèi)匯入北江干流。特別是在汛期，北江洪水匯集迅速、洪量急劇升高。

1. 2數(shù)據(jù)來(lái)源

構(gòu)建CREST模型所使用的數(shù)據(jù)包括降雨量、潛在蒸散發(fā)、DEM數(shù)據(jù)、徑流數(shù)據(jù)、土壤類型。日降水?dāng)?shù)據(jù)來(lái)自于中國(guó)網(wǎng)格降水?dāng)?shù)據(jù)，分辨率為0. 1°；日潛在蒸散發(fā)數(shù)據(jù)（Potential" Evapotranspiration，PET）來(lái)自于饑荒預(yù)警系統(tǒng)網(wǎng)絡(luò)全球數(shù)據(jù)門戶FEWSNET （http：//earlywarning. usgs. gov/fews），分辨率為1° ；DEM 數(shù)據(jù)來(lái)自于USGS HydroSHEDS （http：//hydrosheds. cr. usgs. gov/index. php），分辨率為15\"；流域以石角站為控制站，日徑流數(shù)據(jù)來(lái)自中國(guó)水文年鑒；土壤類型數(shù)據(jù)來(lái)自世界土壤數(shù)據(jù)庫(kù)（Harmonized World Soil Database，HWSD）V1. 2，分辨率為1 km；模型所使用的各種不同分辨率的數(shù)據(jù)均通過(guò)ArcGIS軟件中的最鄰近法重采樣為15\"。降水誘發(fā)的滑坡點(diǎn)數(shù)據(jù)來(lái)源于全球滑坡目錄（GlobalLandslide Catalog，GLC） （https：//catalog. data. gov/dataset/global-landslide-catalog-export）。

2水文模型構(gòu)建與分析方法

2. 1 CREST模型簡(jiǎn)介研究采用分布式水文模型CREST進(jìn)行水文模擬。該模型由俄克拉荷馬大學(xué)和美國(guó)國(guó)家航空航天局聯(lián)合開發(fā)，可將高程、土地利用、土壤等分布式數(shù)據(jù)與降雨數(shù)據(jù)耦合，在任意定義的分辨率下模擬地表和地下水通量和儲(chǔ)量的時(shí)空變化，適用于全球、區(qū)域和流域等多個(gè)尺度的應(yīng)用。模型包括蒸散發(fā)、產(chǎn)流、匯流以及產(chǎn)匯流反饋模塊，主要原理可概括為：①降雨經(jīng)冠層截留后，分為回到大氣中的蒸散發(fā)量及降落到地面的凈雨；②凈雨利用可變?nèi)霛B曲線劃分為地表徑流及入滲產(chǎn)生的地下徑流；③利用線性水庫(kù)模擬地表和地下徑流的網(wǎng)格內(nèi)與網(wǎng)格間匯流；④通過(guò)反饋機(jī)制進(jìn)行產(chǎn)匯流耦合。

2. 2模型參數(shù)預(yù)處理

CREST模型包含12個(gè)基本參數(shù)，這些參數(shù)可以根據(jù)需要設(shè)為均布式和分布式參數(shù)，其范圍和使用值見(jiàn)表1。為反映水文要素的空間分布差異性，本研究將土壤水容量（Wm）、土壤飽和導(dǎo)水率（Ksat）設(shè)為由地理空間信息決定的分布式參數(shù)，其他參數(shù)設(shè)為需率定的均布式參數(shù)。參數(shù)率定采用模型內(nèi)置的 SCE-UA 自動(dòng)校準(zhǔn)算法。

土壤水容量為每個(gè)網(wǎng)格單元所能容納的最大水量，可按照Yao等［16］的方法根據(jù)土壤類型推算；土壤飽和導(dǎo)水率可基于土壤類型根據(jù)表2得到。北江流域土壤類型分布見(jiàn)圖2，處理得到的分布式參數(shù)見(jiàn)圖3。

2. 3模擬效果評(píng)估指標(biāo)

為分析水文模型對(duì)徑流的模擬效果，使用納什效率系數(shù)（NSE）評(píng)估模擬徑流（R_simu）與實(shí)測(cè)徑流（R_obs）的擬合度；使用皮爾遜相關(guān)系數(shù)（CC）評(píng)估數(shù)據(jù)之間的一致性程度；使用相對(duì)偏差（BIAS）衡量數(shù)據(jù)平均值之間的系統(tǒng)偏差比率。相關(guān)統(tǒng)計(jì)指標(biāo)計(jì)算式見(jiàn)表3。

2. 4核密度分析法

滑坡災(zāi)害活動(dòng)強(qiáng)度可利用滑坡災(zāi)害密度表示，密度越大，活動(dòng)越強(qiáng)。研究采用Arcgis內(nèi)置的核密度估計(jì)法（Kernel Density Estimation），這是一種非參數(shù)檢驗(yàn)方法。該方法利用指定寬度的移動(dòng)搜索窗口，在窗口范圍內(nèi)，根據(jù)滑坡點(diǎn)按離柵格中心遠(yuǎn)近賦予不同的權(quán)重，以此估計(jì)滑坡點(diǎn)的密度。核密度估計(jì)的計(jì)算見(jiàn)式（1）：

3模擬結(jié)果與討論

3. 1模型校準(zhǔn)與驗(yàn)證

首先，為驗(yàn)證CREST模型在北江流域的模擬效果及適用性，以2019年1月1日至2020年12 月31日作為率定期，2021年1月1日至2022年12月31日作為驗(yàn)證期，利用CREST水文模型對(duì)北江流域2019—2022年時(shí)間段進(jìn)行水文模擬。將模擬得到的徑流與觀測(cè)徑流對(duì)比，見(jiàn)圖4。

使用統(tǒng)計(jì)指標(biāo)對(duì)模型模擬效果進(jìn)行驗(yàn)證，結(jié)果顯示，在2019—2020年率定期期間，最優(yōu)參數(shù)集的模擬結(jié)果為NSE=0. 84，BIAS= -6. 30%，CC=0. 92，表明模型參數(shù)具有較好的準(zhǔn)確性；對(duì)2021—2022年驗(yàn)證期的流量過(guò)程進(jìn)行驗(yàn)證，模擬結(jié)果為NSE=0. 82、BIAS= 6. 4%、CC=0. 91，表明在率定期之外該參數(shù)集依然具有較高的準(zhǔn)確性。根據(jù)GB/T22482—2008《水文情報(bào)預(yù)報(bào)規(guī)范》的要求，當(dāng)0. 7≤NSE≤0. 9時(shí)，達(dá)到乙級(jí)預(yù)報(bào)標(biāo)準(zhǔn)。從NSE來(lái)看，模擬結(jié)果符合乙級(jí)標(biāo)準(zhǔn)。此外，該模型結(jié)合了雷達(dá)降雨、蒸散發(fā)等氣象數(shù)據(jù)，模擬結(jié)果側(cè)面說(shuō)明了所用氣象數(shù)據(jù)的合理性。

從圖4中率定期、驗(yàn)證期的徑流過(guò)程可以發(fā)現(xiàn)，CREST模型模擬的徑流與實(shí)測(cè)徑流的漲退水變化趨勢(shì)整體上較為一致。然而，峰值流量的模擬結(jié)果與實(shí)測(cè)值之間差異較大，這可能是由于北江流域在汛期受到人為防洪調(diào)度的影響，致使模擬流量與實(shí)際流量相比明顯偏小。

從總體模擬結(jié)果來(lái)看，模擬數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)較為吻合，能夠較好地重現(xiàn)徑流漲退水過(guò)程，盡管洪峰流量模擬有所偏差，但仍能反映出徑流的主要變化過(guò)程。綜上所述，CREST水文模型在北江流域具有較好的適用性，可以利用該參數(shù)集對(duì)該流域進(jìn)行流量預(yù)測(cè)及水文分析。

3. 2水文要素時(shí)空分析

2022年6月21日，北江發(fā)生百年一遇級(jí)洪水，提取2022年6月的降水、土壤濕度及徑流分布，對(duì)該事件發(fā)生前后水文要素的時(shí)空變化進(jìn)行分析，見(jiàn)圖5—7。

3. 2. 1降水量

6月的降水主要集中與流域中游及下游地區(qū)。

時(shí)間分布上，降水主要集中在上旬及中旬，每5日平均降水量在6月16至20日（圖5d）達(dá)到峰值。6月21日之后，降水量開始減少，并在26日之后的5d內(nèi)（圖5f），平均降水量降至10 mm以下。

3. 2. 2土壤濕度

6月1日，流域土壤濕度整體較高。隨著降雨的不斷持續(xù)，土壤水得到補(bǔ)充，土壤含水量持續(xù)增大。從圖6e可以看出，在6月21日，整個(gè)流域的土壤濕度均達(dá)到100%，流域完全飽和；之后降雨逐漸減小，流域內(nèi)土壤濕度整體下降，土壤濕度分布格局與土壤水容量分布格局相似（圖6f），原因是高土壤水容量地區(qū)相比低水容量地區(qū)土壤濕度降低較慢。

3. 2. 3徑流量

2022年6月1日，下游干流的徑流量較小，未超過(guò)4000m³/s。隨后徑流量逐步增加，在6月6日、16日徑流量分別超過(guò)4000、8000 m³/s。至6月21日，下游干流徑流量超過(guò)16000 m³/s（圖7e）。之后，在26日徑流量回落至8000m³/s以下。相比之下，兩側(cè)支流的徑流量在整個(gè)期間內(nèi)一直較小，即使在洪水暴發(fā)當(dāng)天仍均未超過(guò)4000 m³/s。

3. 3致災(zāi)原因分析

將模擬得到的2022年全年土壤濕度數(shù)據(jù)進(jìn)行處理，生成了2022年北江流域平均土壤濕度分布圖。將其與歷史滑坡災(zāi)害點(diǎn)核密度圖進(jìn)行比較，以分析土壤濕度與滑坡災(zāi)害之間的關(guān)系，見(jiàn)圖8、9。

從圖8的平均土壤濕度分布圖中可以看出，北江流域的北部邊緣、中部、西部邊緣及東南部地區(qū)的土壤濕度相較于其他區(qū)域更高。圖9的歷史滑坡災(zāi)害點(diǎn)核密度分布圖則顯示，滑坡災(zāi)害點(diǎn)在流域的北部邊緣、西部邊緣及東南部呈現(xiàn)出明顯的空間聚集特性，尤其是在東南部地區(qū)，歷史滑坡災(zāi)害點(diǎn)的核密度值達(dá)到了最高。

通過(guò)對(duì)比分析可以發(fā)現(xiàn)，北江流域滑坡災(zāi)害的高發(fā)區(qū)域基本上對(duì)應(yīng)于CREST模型模擬出的土壤濕度較高的區(qū)域，這表明土壤濕度與滑坡災(zāi)害之間存在較為顯著的正相關(guān)關(guān)系。值得注意的是，盡管中部地區(qū)的土壤濕度也較高，但歷史滑坡災(zāi)害點(diǎn)卻較少，這可能是因?yàn)樵摰貐^(qū)多為山區(qū)，遠(yuǎn)離人口密集區(qū)，即便發(fā)生了滑坡事件，也很少會(huì)有記錄。

此外，2022年6月21日北江發(fā)生了百年一遇級(jí)別的洪水。通過(guò)對(duì)2022年6月土壤濕度的時(shí)空分析可見(jiàn)，在洪水發(fā)生之前，整個(gè)流域的土壤濕度已處于較高水平，加之強(qiáng)降雨的作用，形成了大量的地表徑流，這是導(dǎo)致下游干流形成洪水的重要原因之一。

綜上所述，從災(zāi)害預(yù)測(cè)的角度可以得出以下結(jié)論：北江流域的東南部平均土壤濕度較高，該地區(qū)滑坡災(zāi)害的發(fā)生頻率也較高；在高土壤濕度的條件下遭遇強(qiáng)降雨，極易在下游引發(fā)洪澇地質(zhì)復(fù)合災(zāi)害。

4結(jié)論

研究利用分布式CREST模型模擬了中國(guó)華南地區(qū)北江流域的水文過(guò)程，并對(duì)汛期水文要素的時(shí)空演變進(jìn)行了分析，進(jìn)一步探討了致災(zāi)成因。

a）在對(duì)日徑流的率定和驗(yàn)證期間，相關(guān)評(píng)估指標(biāo)顯示出模型輸出的模擬徑流與實(shí)測(cè)徑流具有良好的一致性，表明CREST模型能較好地反映出北江流域的水文狀況。

b）針對(duì)2022年6月21日北江百年一遇洪水事件前后的降水量、土壤濕度和徑流量等水文要素進(jìn)行分析，發(fā)現(xiàn)在洪水發(fā)生前期北江流域的土壤濕度整體較高，經(jīng)過(guò)持續(xù)降水，土壤濕度及徑流量持續(xù)升高，在發(fā)生當(dāng)天整個(gè)流域土壤幾乎全部飽和，下游徑流量超過(guò)16000m³/s，之后降水逐漸減小，土壤濕度整體及徑流量整體回降。

c）分析發(fā)現(xiàn)，滑坡點(diǎn)多集中在平均土壤濕度較高的區(qū)域，尤其是東南部地區(qū)，該區(qū)域歷史滑坡災(zāi)害分布最為密集；由于該地區(qū)位于下游，因此在汛期需要注意防范土壤飽和及強(qiáng)降雨疊加導(dǎo)致的洪澇地質(zhì)復(fù)合災(zāi)害。

未來(lái)可根據(jù)模型輸出的徑流量結(jié)果進(jìn)一步模擬洪水淹沒(méi)區(qū)域，并將土壤濕度分布的結(jié)果與滑坡巖土模型耦合，以量化分析降水造成的滑坡地質(zhì)災(zāi)害。此外，分布式水文模型還可以結(jié)合預(yù)測(cè)降雨等氣象數(shù)據(jù)進(jìn)行模擬，對(duì)預(yù)防由降水造成的洪澇及地質(zhì)災(zāi)害的具有重要意義。