巖溶區洪水預報模擬研究

摘要：巖溶地區產匯流機制復雜，洪水預報的精度難以保證。為檢驗分布式水文模型（HEC-HMS）對巖溶地區山洪徑流過程的模擬效果，以陽朔金寶河流域為例，利用水文氣象及下墊面資料構建水文模型?；谛拚腗orris篩選法分析模型的參數敏感性，并選取9場洪水進行模型參數率定和驗證。研究結果表明：巖溶地區水文模型的主要敏感參數為徑流曲線數（Curve Number，CN）、流域滯時、退水常數、峰值比和蓄量常數；參數對目標函數的敏感性隨著雨強的增大而降低，且參數對峰現時間的敏感性受雨強影響較小；金寶河模擬場次洪水的徑流深誤差均小于20%、峰現時間誤差均小于1 h，綜合合格率為88.89%，平均Nash效率系數為0.85，達到乙級預報精度，遇龍河洪水預報同樣也達到了乙級精度，表明所構建的模型對金寶河及其他巖溶山區小流域徑流模擬具有良好的適用性；模型計算得出不同降雨重現期下易受災點的預警時間和預警流量，可為該地區防洪預警提供依據。

關鍵詞：巖溶地區；山洪預報；HEC-HMS模型；參數敏感性；金寶河流域

中圖分類號：TV877文獻標識碼：A文章編號：1001-9235（2024）08-0029-09

Flood Forecasting Simulation in Karst Areas

——A Case Study of Jinbao River Basin in Yangshuo

YUAN Meng1，HU Haiying1，TIAN Tian1，ZHU Dantong1，CHENG Xiangju1，2*

（1.School of Civil Engineering and Transportation，South China University of Technology，Guangzhou 510641，China;2.State KeyLaboratory of Subtropical Building and Urban Science，South China University of Technology，Guangzhou 510641，China）

Abstract：The production and sink mechanism in karst areas is complicated，and the accuracy of flood forecasting is difficult to ensure.In order to test the simulation effect of the distributed hydrological model（HEC-HMS）on the flash flood runoff process in karst areas，the hydrological model was constructed using hydrometeorological and subsurface data in the Jinbao River Basin of Yangshuo as an example.The parameter sensitivity of the model was analyzed based on the modified Morris screening method，and nine floods were selected for model parameter rate determination and validation.The results show that：the main sensitive parameters of the hydrological model in karst area are CN（curve number），lag time，recessionconstant，ratio to peak and storage constant.The sensitivity of the parameters to the objective function decreases with increasing rainfall intensity，and the sensitivity of the parameters to the peak time is less affected by rainfall intensity.The runoff depth errors of the simulated floods in Jinbao River are all less than 20%，the peak time errors are all less than 1 h，and the overall qualification rate is 88.89%，with an average Nash efficiency coefficient of 0.85，which achieves the accuracy of Class B forecasting，and the flood prediction of the Yulong River is also up to the Class B accuracy，which indicates that the constructed model has good applicability to the simulation of runoff in the Jinbao River and other small watersheds in the karst mountainous areas.The model calculates the warning time and flow rate of vulnerable points under different rainfallrecurrenceperiods，which can provide a basis for flood prevention and early warning in this area.

Keywords：karstarea;flash flood forecasting;HEC-HMSmodel;parametersensitivity;Jinbao River Basin

山洪主要指由降雨所導致暴漲暴落的山區溪河洪水［1］，有流速大、成峰快、沖刷力和破壞力強等特點［2］，其中山洪災害作為洪澇災害中傷亡率最高的災種［3］，日漸受到社會的高度重視。廣西是中國目前山洪災害發生次數最多的省級行政區［4］，且巖溶地貌發育典型、分布廣闊，占廣西土地總面積的35.1%［5］。由于巖溶地區具有流域不閉合、巖層裂隙與孔隙發達、覆蓋層薄及下墊面空間異質性較大等特點［6-7］，導致洪峰、洪水過程受巖溶地貌的影響顯著，加之廣西境內山區流域常缺乏實測雨洪資料，使得洪水模擬難度大，因此在該巖溶地區進行山洪模擬對洪澇災害及生態保護等都具有重要意義。

巖溶地區產匯流機制復雜，其含水介質中水流的水文運動規律與非巖溶地區存在較大差異，洪水預報在該地區的精度普遍不高。為解決此類問題，國內外學者對巖溶水文模擬做了大量研究，目前用于巖溶水文過程的水文模型主要以概念性或集總式為主［6］。其中，許波劉等［8］構建了以三水源新安江模型為基礎的LKHM模型，在貴州平湖流域有著良好適用性；ZHOU等［9］將集總式新安江模型與雙儲層的巖溶模型相結合，利用K-XAJ模型對漓江流域進行了徑流模擬。然而，集總式巖溶水文模型卻難以考慮到巖溶含水層的復雜性［10］。隨著計算機技術和3S技術的發展，學者們也將分布式、半分布式水文模型應用在巖溶地區，該類模型則可以考慮到流域內水文要素的空間變異性［11］，常用的包括TOPMODEL［12］、SWAT［13-14］和DHSVM［15］等，但是上述模型多用于長時段的模擬，難以用于巖溶地區短歷時的洪水過程模擬。其中，HEC-HMS模型是由美國陸軍兵工團（USCE）研發的用于模擬降雨徑流過程的半分布式水文模型，目前在國內主要應用于土地利用變化［16］、洪水模擬及臨界面雨量計算等［17-18］方面。胡國華等［19］研究表明，HEC-HMS在缺乏水文觀測資料的山區小流域洪水預報有很強的適用性；王璐等［20］也通過在典型山區小流域進行了5種水文模型的對比分析，結果表明HEC-HMS模擬效果最優。該模型在圪洞流域［21］、通天河流域［22］、武水流域［23］、岷江鎮江關流域［24］等非巖溶地區的暴雨-徑流模擬具有較為理想的效果，但在巖溶地區應用還較少。

鑒于此，本文選擇陽朔金寶河流域作為廣西典型巖溶山區的研究區域，利用HEC-HMS水文模型進行洪水模擬，分析影響洪水預報精度的敏感參數，探討其在巖溶山區小尺度流域的適用性，模擬在不同降雨重現期下易受災點的洪水過程，其結果可為金寶河流域以及其他類似巖溶山區流域的洪水預報研究提供借鑒和參考。

1研究區概況和數據來源

1.1研究區概況

金寶河流域（圖1）位于廣西桂林市陽朔縣西南部，發源于陽朔縣與永?？h交界處的大蘇尾，屬于漓江水系。流域面積224 km2，主河道長43.1 km，流域坡度4.22‰，建有久大、陽朔洞2個中型水庫，其干流與遇龍河在荔陽公路工農橋處匯合后稱田家河，并有栗木河在龍角山附近匯入，后于田家河村北匯入漓江。

金寶河流域屬中國山洪一級區劃中的東南亞熱帶豐水-高易發區［25］，多年降雨量為1 640.2 mm，3—8月為雨季且暴雨頻發，尤以短歷時強降雨為主，造成極端降雨事件頻發，山洪災害嚴重。流域屬巖溶地貌，以丘陵為主，山地為輔，地勢西北高東南低。2022年6月桂林普降大雨，金寶河流域暴發山洪，永寧橋附近至下游的陽朔城區受災嚴重，危及學生和居民生命安全，再次引起公眾重視。

1.2數據來源

HEC-HMS模型所需數據包括DEM數據、土壤數據、土地利用數據、氣象數據。DEM數據來源于日本宇宙航空研究開發機構的ALOSPALSAR 12.5 m高程數據（https：//search.asf.alaska.edu）；土壤分布數據為聯合國糧農組織和維也納國際應用系統研究所構建的1∶100萬土壤數據（HWSD）（http：//www.fao.org/nr/land/soils/harmonized－world-soil－database/en/）；土地利用數據為國家自然資源部（2020年）Globeland30數據（http：//www.global‐landcover.com）；水文氣象數據來源于陽朔縣水利局及水文中心，實測歷史數據采用研究區內部及周邊的18個雨量站和1個水位站的逐時降水數據（2016年3月至2023年5月），徑流數據根據龍潭水位站的水位流量關系曲線反推求得，并采用泰森多邊形法得出各子流域的雨量站權重，相關數據資料見圖2。

2 HEC-HMS模型構建

2.1模型預處理

在HEC-GeoHMS10.8的支持下對研究區DEM數據進行處理分析，將金寶河流域劃分為43個子流域，提取出相應的河流長度、流域坡度、子流域面積等特征數據，在此基礎上生成圖3所示的流域HMS模型結構概化。降雨流量資料利用HEC-DSSvue建立研究區雨量數據庫和流量數據庫，其中少數雨量站在部分時間段內缺乏相應數據，因雨量站間分布密集且距離較近，故選用臨近雨量站同時段降水數據。

2.2模型構建方法

根據流域實際情況和計算目的，本模型在產流計算中選用SCS-CN曲線法，坡面匯流選用SCS單位線法，基流計算選用指數衰減法，河道匯流選用馬斯京根法。賈曉青等［26］通過修正CN進行產流計算，在巖溶地區得到了較好的應用。本文CN的參數確定需要在土壤數據庫中查找到對應區域中粘粒、砂礫、有機質的含量，通過飽和導水率經驗公式［27］計算土壤飽和導水率，查取美國自然資源保護署（NRCS）土壤類型分類表可知研究區的土壤類型主要為B組。基于土地利用數據和水文土壤類型，利用美國國家工程手冊查算出各子流域的AMCII條件下的CN平均值。其他參數根據河道特征參數和已有流域數據進行計算，并在后續進行參數率定。

2.3參數敏感性分析

Morris篩選法是進行局部敏感性分析較為廣泛的方法，其原理是對選定參數在閾值范圍內進行改變，以此得到模型目標函數值，其變化率用于表示分析參數對輸出值的影響程度，具體計算見式（1）：

式中：y*為參數變化后的輸出值；y為參數變化前的輸出值；?i為參數i的變幅。

因Morris篩選法中參數變化幅度的隨機性會影響運行結果［28］，本研究利用修正的Morris篩選法，選取多個重要參數，設定5%作為固定步長，10%最大運行變幅進行擾動，從而得到靈敏度判別因子評價參數的靈敏度，見式（2）：

式中：SN為敏感性辨別因子；Yi為模型第i次運行的輸出值；Yi+1為模型第i次運行的輸出值；Y0為參數率定后計算結果初始值；Pi為第i次模型運算參數值相對于率定后參數值的變化百分率；Pi+1為第i次模型運算參數值相對于率定后參數值的變化百分率；n為模型運算次數。

在HEC-HMS模型中，據上述選取的計算方法共有徑流曲線數CN、初損Ia、不透水率I、流域滯時Llag、衰減系數k、峰值比r、蓄量常數K和退水常數X共8個參數。根據修正的Morris篩選法得到靈敏度判別因子評價參數的靈敏度S。根據判別因子的絕對值將參數敏感性劃分為4個等級［29］，S越大說明所對應的靈敏度越高。其中，|S|≥1為高敏感等級，1gt;|S|≥0.2為敏感等級，0.2gt;|S|≥0.05為中等敏感，0.05＞|S|≥0為不敏感等級。本次采用5、10、20、50 a重現期24 h設計暴雨，對研究區8個過程參數進行擾動，得到洪峰流量、徑流系數（徑流深）和峰現時間的敏感性分析，計算結果見表1。

CN值、流域滯時及衰減系數對洪峰流量和徑流系數均表現出較高的敏感性，其中CN值為高敏感參數，同時蓄量常數和峰值比分別為洪峰流量和徑流系數的敏感參數。從圖4a、4b中可以看出，當暴雨重現期從5 a增加到50 a時，各參數敏感性辨別因子（S）的絕對值大致呈現遞減趨勢。由此說明，當雨強在一定范圍內增大，參數對目標函數的敏感性降低。

在各重現期下，流域滯時、蓄量常數和退水常數為峰現時間的中等敏感參數，CN值只在5 a和10 a重現期下略微表現出對峰現時間的敏感性，其余參數對峰現時間幾乎無影響。從圖4c可以發現，在不同重現期設計暴雨條件下，除CN值外的相關參數敏感性辨別因子不變，說明各參數對峰現時間的敏感性幾乎不受雨強的影響。

2.4模型率定與驗證

根據GB/T 22482—2008《水情情報預報規范》［30］對模型模擬預報精度等級評價，規定若洪峰流量相對誤差和徑流深相對誤差不超過20%，峰現時間誤差在±3 h，則判定為預報合格，洪水預報精度等級劃分見表2。

基于上述參數敏感性分析結果，采用人工試錯與目標函數（峰值加權均方根誤差）優化相結合的方法進行模型參數率定。選取2016—2023年9場典型降雨洪水資料進行模擬計算，其中6場用于模型參數率定，3場用于模型結果驗證，計算結果見表3，部分場次實測流量和模擬流量對比見圖5。率定期6場洪水的洪峰流量相對誤差在20%以內的占比83%，徑流深相對誤差均在20%以內，峰現時差均在40 min以內，洪水模擬合格率為83.33%，Nash系數為0.85。從驗證期模擬結果中可以看出，3場洪水模擬的洪峰流量和徑流深的相對誤差均在15%以內，洪水模擬合格率為89.7%，Nash系數為0.90。綜合洪水預報精度達到乙級，說明模擬方案和模型參數對金寶河流域模擬精度較高，可準確地模擬再現洪水過程。

為進一步驗證HEC-HMS模型在巖溶區河流的適用性，選取臨近的巖溶區流域-遇龍河流域（圖1）同樣采用9場洪水進行參數率定和驗證，結果見表4。率定期6場洪水的洪水峰值相對誤差均值為6.86%，徑流系數相對誤差均值為14.43%，平均峰值相對誤差為1.5 h，平均Nash系數為0.84；驗證期3場洪水的合格率為100%，平均Nash系數為0.94。綜合洪水預報精度達到乙級，交叉驗證確定了HEC-HMS在巖溶區洪水預報模擬結果精度較高。

3模型的應用

根據《廣西暴雨統計參數等值線圖集》（2010年3月）查算金寶河流域設計暴雨，設計雨型采用《廣西暴雨徑流查算圖表》中的第6雨型（圖6中的設計降雨），以此擬定24 h設計暴雨過程。易受災點位置見圖1。

用上述已率定及驗證后的金寶河流域HEC-HMS模型，基于不同重現期下的降雨過程對易受災處的設計洪水過程進行模擬，結果見圖6。其中，降雨的初始時間設置為0：00，降雨峰值出現在18：00。永寧橋出口斷面處模擬過程呈明顯的雙峰小洪水，洪峰在20：00左右到達；木崗槽村、牛村及包茂高速附近洪峰在21：00左右到達；龍潭水位站處設計洪水洪峰在22：00左右到達。圖6f給出了相應位置的洪峰對比。從圖6f可以看出，繼降雨峰值出現后，以金寶河主體的洪峰將在大約2 h后到達永寧橋，3 h到達木崗槽村、牛村及包茂高速，4 h后到達龍潭水位站并到達陽朔縣城，不同重現期下的相應預警流量詳見表5。為此，預警時間和預警流量的確定有助于水資源管理部門做出及時的調度決策，也可幫助相關部門提前應對洪澇災害的發生，包括疏散人員、轉移財產、加固防洪設施等預警防范措施，從而最大程度地減少人員傷亡和財產損失。

4結論

本文利用研究區水文、氣象、土壤、土地利用等數據建立了陽朔金寶河流域的HEC-HMS模型，在對其進行敏感性分析的基礎上，采用9場次洪水進行率定與驗證，以分析該模型在金寶河流域的適用情況，所得結論如下。

a）CN是洪峰流量和徑流系數的高敏感參數，流域滯時與衰減系數為洪峰流量和徑流系數的敏感參數，同時蓄量常數與峰值比分別對洪峰流量和徑流系數表現出敏感性。對峰現時間有影響的敏感參數為流域滯時、蓄量常數和退水常數。隨著雨強在一定范圍內的增大，參數對洪峰流量和徑流系數的敏感性降低，且參數對峰現時間的敏感性受雨強影響較小。

b）金寶河流域的洪水模擬結果顯示所選場次洪水的綜合合格率為88.89%，平均Nash效率系數為0.85，峰現時差絕對值平均為0.26 h，達到了乙級預報精度。同時對鄰近巖溶山區-遇龍河流域利用同樣的方法再次進行洪水模擬，也達到了乙級預報精度，表明HEC-HMS模型適用于巖溶山區小流域洪水模擬，可為流域洪水預報提供技術參考。

c）根據不同降雨重現期下的模擬結果，以金寶河主體的洪峰將在降雨峰值出現后的2 h左右到達永寧橋，3 h左右到達木崗槽村、牛村及包茂高速，4 h左右到達龍潭水位站及陽朔縣城，該結果對金寶河流域及陽朔縣城的防汛工作具有指導和參考意義。

d）由于巖溶山區小流域往往缺少水文地質基本資料，所以HEC-HMS簡單有效的計算方法和模型結構往往更為實用。但是HEC-HMS與新安江等模型相比，對巖溶地下系統空間異質性的表達不夠全面和深入，針對地下徑流及基流模擬的方案選擇及參數變化還需進一步研究。

參考文獻：

［1］丁留謙，郭良，劉昌軍，等.我國山洪災害防治技術進展與展望［J］.中國防汛抗旱，2020，30（S1）：11-17.

［2］田競，夏軍，張艷軍，等.HEC-HMS模型在官山河流域的應用研究［J］.武漢大學學報（工學版），2021，54（1）：8-14.

［3］吳澤斌，徐萌萌，楚中柱.中國山洪災害防治政策的演進、特征與展望［J］.資源科學，2023，45（4）：776-785.

［4］郭良，丁留謙，孫東亞，等.中國山洪災害防御關鍵技術［J］.水利學報，2018，49（9）：1123-1136.

［5］莫建飛，陳燕麗，莫偉華.廣西喀斯特地區植被生態質量多尺度時空演變分析［J］.中國巖溶，2023，42（5）：1117-1130.

［6］任澤凌，夏栩，段雅楠，等.巖溶地貌流域洪水過程模擬研究［J］.水文，2023（6），45-50.

［7］張珂，周佳奇，張企諾，等.柵格巖溶分布式水文模型［J］.水資源保護，2022，38（1）：43-51.

［8］許波劉，董增川，洪嫻.集總式喀斯特水文模型構建及其應用［J］.水資源保護，2017，33（2）：37-42，58.

［9］ZHOU Q，CHEN L，SINGH V P，et al.Rainfall-runoff simulation in karst dominated areas based on a coupled conceptual hydrological model［J］.Journal of Hydrology，2019，573：524-533.

［10］代俊峰，郭純青，方榮杰.西南巖溶灌區水文特性及其模擬模型的構建［J］.水資源與水工程學報，2011，22（4）：11-15.

［11］陳石磊，熊立華，查悉妮，等.考慮喀斯特地貌的分布式降雨徑流模型在西江流域的應用［J］.人民珠江，2020，41（5）：17-24.

［12］索立濤，萬軍偉，盧學偉.TOPMODEL模型在巖溶地區的改進與應用［J］.中國巖溶，2007，26（1）：67-70.

［13］WANG Y，BRUBAKER K.Implementing a nonlinear groundwater module in the soil and water assessment tool（SWAT）［J］.Hydrological Processes，2014，28（9）：3338-3403.

［14］梁桂星，覃小群，崔亞莉，等.分布式水文模型在巖溶地區的改進與應用研究［J］.水文地質工程地質，2020，47（2）：60-67.

［15］張志才，陳喜，石朋，等.喀斯特流域分布式水文模型及植被生態水文效應［J］.水科學進展，2009，20（6）：806-811.

［16］鐘芳倩，霍艾迪，趙志欣，等.基于HEC-HMS的黃土高塬溝壑區流域城市化對洪水情勢的影響［J］.人民黃河，2024（2）：67-72，79.

［17］原文林，付磊，高倩雨.基于HEC-HMS模型的山洪災害臨界雨量研究［J］.人民黃河，2019，41（8）：22-27，31.

［18］施征，陳煥寶.分布式水文模型在山洪雨量預警指標確定中的應用［J］.水電能源科學，2017，35（2）：79-81.

［19］胡國華，陳肖，于澤興，等.基于HEC-HMS的郴江流域山洪預報研究［J］.自然災害學報，2017，26（3）：147-155.

［20］王璐，葉磊，吳劍，等.山丘區小流域水文模型適用性研究［J］.中國農村水利水電，2018（2）：78-84，90.

［21］程文飛，陳軍鋒，吳博，等.HEC-HMS水文模型在圪洞流域洪水模擬中的應用［J］.水電能源科學，2018，36（8）：52-55.

［22］張珊珊，王江婷，徐征和.基于HEC-HMS的小流域山洪雨量預警［J］.中國農村水利水電，2019（7）：40-44，52.

［23］鄒楊，胡國華，于澤興，等.HEC-HMS模型在武水流域山洪預報中的應用［J］.中國水土保持科學，2018，16（2）：95-102.

［24］ZHANG H L，WANG Y L，WANG Y Q，et al.Quantitative comparison of scmi-and fully-distributed hydrologic models insimulating flood hydrographs on a mountain watershed in southwest China［J］.Journal of Hydrodynamics，2013，25（6）：877-885.

［25］陳躍紅，徐聰聰，張曉祥，等.中國山洪區劃研究［J］.地理學報，2023，78（5）：1059-1073.

［26］賈曉青，杜欣，趙旭峰，等.改進SCS產流模型在巖溶地區徑流模擬中的應用［J］.人民長江，2008（11）：25-27，30.

［27］申紅彬，徐宗學，曹兵，等.分布式SCS-CN有效降雨修正模型建立及應用［J］.水科學進展，2023，34（4）：553-561.

［28］廖如婷，徐宗學，葉陳雷，等.暴雨洪水管理模型參數敏感性分析［J］.水力發電學報，2022，41（6）：11-21.

［29］高穎會，沙曉軍，徐向陽，等.基于Morris的SWMM模型參數敏感性分析［J］.水資源與水工程學報，2016，27（3）：87-90.

［30］水文情報預報規范：GB/T 22482—2008［S］.北京：中國標準出版社，2008.

（責任編輯：高天揚）