閔心怡，楊傳國，程雨春，李 瑩

(1.河海大學水文水資源學院，南京 210098；2.中國氣象局 國家氣候中心，北京 100081)

水循環(huán)的關(guān)鍵環(huán)節(jié)之一是降水，由于其在時空上的高度異質(zhì)性，對水資源的空間分配產(chǎn)生了重大影響[1]。高質(zhì)量的降雨資料不僅僅是保證洪水預(yù)報精確性的前提，同時也在氣象、水文和農(nóng)業(yè)生產(chǎn)等領(lǐng)域起著至關(guān)重要的作用[2]。目前傳統(tǒng)的降雨數(shù)據(jù)來源為雨量站點觀測，但由于雨量站分布密度較小且空間分布不均，難以保證降水空間結(jié)構(gòu)的準確性[3,4]。

近年來，衛(wèi)星技術(shù)的發(fā)展推動了衛(wèi)星在降雨觀測方面的應(yīng)用，這是因為其可實現(xiàn)對大范圍降水的連續(xù)觀測，從而獲取大面積連續(xù)雨強分布[5]，使得其能應(yīng)用于實際的應(yīng)用研究。TRMM(Tropic Rainfall Measurement Mission) 降雨數(shù)據(jù)的應(yīng)用較為廣泛，其數(shù)據(jù)的覆蓋范圍為南北緯度60°之間，水平分辨率是0.25°×0.25°。高潔[6]對基于TRMM衛(wèi)星數(shù)據(jù)的降雨測量進行精度評價，發(fā)現(xiàn)TRMM降雨數(shù)據(jù)對于無資料地區(qū)、大尺度范圍，在中長期水資源規(guī)劃、旱情分析等方面具有較強的實用性。蔡研聰[1]等研究得出中高緯度的TRMM衛(wèi)星降雨數(shù)據(jù)具有適宜的空間和時間尺度，但誤差隨時間尺度增大而增加。利用降雨量模擬水文徑流過程的方式多種多樣，其中由美國陸軍工程師團(USCE)所發(fā)布的HEC-HMS(Hydrologic Modeling System)模型由于其便捷性和科學性受到極大的關(guān)注。模型是可用于山洪預(yù)警系統(tǒng)的，其除了能夠模擬研究流域斷面的流量過程外，還可計算任一單元出口的徑流過程[7]，應(yīng)用性較廣。

目前，衛(wèi)星降雨數(shù)據(jù)精度評價及其在水文模擬中的應(yīng)用，主要集中的逐日甚至逐月尺度上，對小時尺度的衛(wèi)星降雨數(shù)據(jù)評估，并將其應(yīng)用到流域洪水模擬的研究還較少。本文將選擇地處濕潤地區(qū)的新安江流域為研究區(qū)，在小時尺度上評估TRMM實時衛(wèi)星降雨數(shù)據(jù)精度，驗證其用于洪水模擬預(yù)測的可行性。

1 研究區(qū)概況

新安江發(fā)源于安徽省休寧縣與江西省交界處的五股尖山, 東入浙江省西部, 經(jīng)淳安至建德與蘭江匯合后為錢塘江干流桐江段、富春江段, 東北流入錢塘江, 是錢塘江正源[8]。新安江干流長約359 km[9]，本文研究區(qū)面積約6 219 km2。地形主要以河谷平原和少部分丘陵為主，地處北亞熱帶，山溪性河流水力資源豐富，水熱條件優(yōu)越。雨量在初夏期間，即五六月時最多，原因主要是因為長江中下游地區(qū)在該時段處于梅雨季節(jié)，且由于對流的影響暴雨天氣較多，并伴隨臺風等自然災(zāi)害，易造成山洪災(zāi)害。圖1為研究區(qū)子流域劃分及匯流河道分布圖。

圖1 研究區(qū)子流域劃分及匯流河道分布圖Fig.1 Subbasins and river channels in the study area

研究區(qū)的洪水數(shù)據(jù)從《中國水文年鑒-錢塘江流域》摘錄，選擇臨溪和屯溪兩個水文站，每個水文站均摘錄2007-2013年期間的洪水數(shù)據(jù)。由于摘錄的實測洪水并非逐小時的洪水過程，因此運用HEC-DSSVue錄入洪水后，采用線性插值的方法，插值出逐小時的實測洪水數(shù)據(jù)。

2 降雨資料介紹與評估校正

2.1 實測小時降雨數(shù)據(jù)及其代表性分析

本文使用了新安江流域逐時網(wǎng)格降水量數(shù)據(jù)集。該數(shù)據(jù)集通過提取全國2 419個站(包括國家氣候觀象臺，國家氣象觀測一級站、二級站)逐時降水量，采用雙線性插值方法，生成研究區(qū)每小時降水量的網(wǎng)格產(chǎn)品，數(shù)據(jù)格式為ArcGIS格式，產(chǎn)品空間分辨率均為0.25°×0.25°，所選用時間為2007-2013年3-10月洪水期間降雨數(shù)據(jù)。

為了評估研究區(qū)選用的降雨資料系列的代表性，根據(jù)1986-2015年的降雨資料作為長系列，通過對比均值、最大值和Cv值對研究期資料系列進行代表性分析。結(jié)果表明，研究區(qū)2007-2013年降雨資料系列均值(0.221 mm/h)與長系列相比偏小2.78%，最大值(8.140 mm/h)偏小4.61%，Cv值(2.639)相對偏大3.99%?？梢姸滔盗械慕y(tǒng)計參數(shù)與長系列相近，短系列對于長系列而言有一定的代表性，即2007-2013年的降雨資料具有代表性。研究期包括3個偏豐年份(2007、2009、2013年)、2個平水年份(2008、2011年)和2個偏枯年份(2010、2012年)，所選的年份在豐平枯級別方面也具有典型性和代表性。

2.2 TRMM RT衛(wèi)星降雨數(shù)據(jù)

TRMM降雨數(shù)據(jù)可從NASA官網(wǎng)上下載(https:∥pmm.nasa.gov/)。所下載數(shù)據(jù)為TRMM_V7 3 h實時衛(wèi)星降雨數(shù)據(jù)(3B42 RT)，未同化任何實測降雨數(shù)據(jù)，時效性高，適用于開展洪水模擬預(yù)測。選用范圍及時間和實測小時降雨保持一致。

2.3 TRMM RT衛(wèi)星降雨數(shù)據(jù)評估與校正

2.3.1 評估指標

本文所選指標為相關(guān)系數(shù)(R)、偏差值(Bias)、均方根誤差(RMSE)和相對均方根誤差(RelativeRMSE)，公式分別如下：

(1)

(2)

(3)

(4)

2.3.2 精度評估結(jié)果

分別對2007-2013年間洪水期的TRMM RT衛(wèi)星降雨數(shù)據(jù)進行精度評估，結(jié)果如表1所示。

表1 TRMM RT衛(wèi)星降雨數(shù)據(jù)精度評估

相關(guān)系數(shù)主要反映了衛(wèi)星降雨與實測降雨的關(guān)聯(lián)程度，不同年份相關(guān)系數(shù)在0.669～0.912之間，平均值為0.840，表明TRMM RT數(shù)據(jù)能夠較好的反映降水時間過程；偏差值能直觀反映衛(wèi)星降雨與實測降雨間差異，研究時段內(nèi)偏差均顯著小于0，平均值為-0.355，表明TRMM RT降雨對極值降雨存在明顯低估；均方根誤差能反映兩個變量之間的差異，相對均方根誤差是均方根誤差除以平均降水雨量計的數(shù)據(jù)，可以用來評估數(shù)據(jù)的可靠性，是檢查數(shù)據(jù)有效性的重要手段[10]。根據(jù)相對均方根誤差，2011年和2008年數(shù)據(jù)精度較高。對于出現(xiàn)的高估情況，其原因可能與制作降水產(chǎn)品時使用的反演算法和對固態(tài)降水反演不準確有關(guān)[11]。

2.3.3 降雨量分級校正

由于衛(wèi)星降雨對不同量級降雨的監(jiān)測能力差異，本文采用降雨量分級校正的方法對TRMM RT衛(wèi)星降雨數(shù)據(jù)進行校正。該方法以實測降雨量為判斷依據(jù)，計算研究區(qū)TRMM RT降雨的在不同雨量級上的偏差，進而計算得到不同降雨等級的校正系數(shù)。降雨分級標準及TRMM RT降雨校正系數(shù)如表2所示。

表2 3 h降雨量等級劃分及TRMM RT降雨校正系數(shù)

校正前后的TRMM RT降雨數(shù)據(jù)與實測降雨數(shù)據(jù)之間的關(guān)系如圖2所示。由關(guān)系圖可以看出，TRMM RT降雨數(shù)據(jù)在校正前與實測值相比具有一定的相關(guān)性，但總體上數(shù)值明顯偏低，與實測降雨的偏差較大；采用降雨分級校正后，TRMM RT的降雨數(shù)據(jù)與實測降雨的誤差變小，兩者之間的相關(guān)性有顯著的提高。

圖2 研究區(qū)TRMM RT衛(wèi)星降雨校正前后與實測降雨關(guān)系分布圖Fig.2 The relationship between the measured rainfall and the rainfall before and after the correction of TRMM RT satellite in the study area

3 HEC-HMS模型與參數(shù)率定

3.1 模型原理

HEC-HMS(Hydrologic Modeling System)模型計算每一個子流域的產(chǎn)流和匯流(包括坡面匯流和河道匯流)，然后再演算至出口斷面，得到模擬的降雨徑流過程線[12]。其計算過程主要分為4個部分，即凈雨計算、坡面匯流計算、基流計算和河道匯流計算[13,14]。

(1)凈雨計算。凈雨計算的原理主要是初始降水量減去初損量，初損主要包括降雨在形成徑流前的截留和填洼蓄水量，并認為凈雨在研究區(qū)空間分布均勻?？蛇x擇的方法有CSC曲線數(shù)模型、格林-安普頓損失模型以及SMA模型等。本文所選的CSC曲線數(shù)模型與CN值、初損和不透水性有關(guān)。

(2)坡面匯流計算。坡面匯流計算可采用的方法主要分為兩大類，分別為單位線法和運動波模型。其中單位線法又有CSC單位線、斯奈德單位線和克拉克單位線等。本文在HEC-HMS模型中采用斯奈德單位線法，主要需考慮的參數(shù)為流域滯時和峰值系數(shù)。

(3)基流計算?；饔嬎憧蛇x擇的方法有退水曲線法、線性水庫模型和常數(shù)月變化模型等。本文所采用的為退水曲線法，該模型需要給定的參數(shù)為初始流量、退水常數(shù)和峰值系數(shù)。初始流量為每場次洪的起漲流量，峰值系數(shù)取計算洪峰流量的0.1倍，退水常數(shù)則根據(jù)實測資料率定[15]。

(4)河道匯流計算。河道匯流計算可采用的方法有馬斯京根法、運動波模型和滯后模型等。目前運用最廣泛的是馬斯京根法，原因是其計算簡單且適用于無資料地區(qū)，需要率定的參數(shù)少[16]。該方法主要的參數(shù)為蓄量常數(shù)K和槽蓄系數(shù)x。K反映恒定流條件下的河段傳播時間，x反映河段的楔蓄作用和調(diào)蓄能力，取值范圍0～0.5，x越大表明河道楔蓄作用越大、調(diào)蓄作用越小。

3.2 模型建立

將研究區(qū)域的DEM數(shù)據(jù)利用HEC-geoHMS進行水文分析，分割和計算子流域，得到各子流域的信息，HEC-HMS的基本模型建立完成。

在基本模型的基礎(chǔ)上，通過HEC-DSSVue導(dǎo)入降雨數(shù)據(jù)和洪水數(shù)據(jù)；HEC-HMS考慮到每一個子流域自身下墊面條件估算的有關(guān)參數(shù)，并對初始參數(shù)進行自動優(yōu)化，計算每一個子流域的平均坡度、產(chǎn)流和匯流(包括坡面匯流和河道匯流)，再演算至出口斷面，得到模擬的降雨徑流過程線[12]。

3.3 參數(shù)率定

通過HEC-HMS模型，利用實測降雨數(shù)據(jù)對臨溪、屯溪兩站分別進行降雨徑流模擬，為了使建立的HEC-HMS模型模擬結(jié)果達到最優(yōu), 必須對模型參數(shù)進行優(yōu)化。HEC-HMS模型提供了單變量梯度法 (Univariate Gradient) 與Nelder Mead法2種方法及7種目標函數(shù)供用戶選擇, 目標函數(shù)包括峰值加權(quán)均方根誤差、洪峰流量百分比誤差和洪量百分比誤差等[17]。參數(shù)率定完成后，利用實測洪水檢驗HEC-HMS模型的模擬精度，為基于衛(wèi)星降雨數(shù)據(jù)的降雨徑流模擬提供參照。

在臨溪站所選取的洪水場次分別為20080608、20100304、20100713、20110608、20120626和20130606，用于模型參數(shù)率定。在最終確定的參數(shù)下，模擬洪水與實測洪水擬合的較好，在峰現(xiàn)時間和洪水過程方面準確度較高，相關(guān)系數(shù)R平均值達到0.95，效率系數(shù)NS平均值為0.79，如表3所示。

表3 臨溪站實測降雨和校正后TRMM RT降雨模擬洪水精度評估

在屯溪站所選取的洪水場次分別為20080608、20100516、20100706、20110604、20130429和20130624。屯溪站實測降雨模擬洪水的洪水總量與實測值較接近，峰形一致，相關(guān)系數(shù)平均值達到0.93，效率系數(shù)平均值為0.78，如表4所示。各個洪水場次的模擬精度相差不大，表明HEC-HMS模型參數(shù)率定結(jié)果可靠，該模型適用于研究區(qū)的洪水過程模擬。

表4 屯溪站實測降雨和校正后TRMM RT降雨模擬洪水精度評估

4 基于TRMM RT衛(wèi)星降雨洪水的模擬評估

根據(jù)率定的HEC-HMS模型及參數(shù)，利用校正前后的TRMM RT衛(wèi)星降雨數(shù)據(jù)進行相同洪水場次的模擬。保持參數(shù)前后保持一致，僅分析降雨輸入的不確定性，從而分析利用衛(wèi)星實時降雨產(chǎn)品開展洪水模擬預(yù)報的可用性。

4.1 臨溪站

以典型洪水事件(20100304和20110608)為例，分別利用實測降雨、校正前后的TRMM RT降雨開展洪水過程模擬。結(jié)果表明，直接采用TRMM RT降雨所模擬出的洪水，雖然洪峰過程基本一致，但對洪量存在明顯低估；在20100304號洪水單峰大值區(qū)這種現(xiàn)象尤為明顯，并且模擬洪水的峰值過多(圖3)；相對而言，當時間尺度較長、實測洪水峰值大的情況下(即20110608號洪水)，模擬洪水的精度較高。利用校正后的TRMM RT降雨數(shù)據(jù)所模擬出來的洪水精度明顯提高，主要原因在于模擬值偏低現(xiàn)象明顯得到改善，洪水總量與實測洪水總量和峰值更為貼近。

圖3 臨溪站模擬洪水與實測洪水對比Fig.3 Comparison between the simulated and the measured floods in Linxi station

針對臨溪站6場洪水，利用校正后的TRMM衛(wèi)星降雨數(shù)據(jù)模擬出的洪水的精度評估指標見表3。相關(guān)系數(shù)平均值達到0.89，效率系數(shù)平均值為0.42，但對于不同降雨場次效率系數(shù)值變化較大，表明了衛(wèi)星降雨監(jiān)測精度受降雨事件個例影響較大，存在較大的不確定性。

4.2 屯溪站

以屯溪站多峰洪水事件20080608號洪水和單峰洪水事件20100516號洪水為例，直接采用TRMM RT降雨得到的模擬徑流對于單峰洪水存在明顯的低估，未能反映本次降雨徑流過程；而20080608號洪水，利用TRMM RT降雨得到的模擬洪水在小值區(qū)模擬精度較好，峰現(xiàn)時間一致但峰值模擬依然偏小。校正后的TRMM RT降雨數(shù)據(jù)所模擬出的洪水同樣在洪水總量相對接近實測洪水，在小值區(qū)的洪水過程模擬地更精準(見圖4)。

圖4 屯溪站模擬洪水與實測洪水對比Fig.4 Comparison between simulated flood and the measured flood in Tunxi station

利用校正后TRMM RT降雨得到的屯溪站7場洪水模擬結(jié)果與實測洪水相關(guān)性平均值為0.86，說明模擬結(jié)果在峰現(xiàn)時間和實測洪水過程吻合度較高；效率系數(shù)在0.59，說明精度較佳，但部分模擬洪水在峰值區(qū)與實測洪水差距較大，效率系數(shù)小于0.35，衛(wèi)星降雨監(jiān)測能力仍有進一步提高的空間。

5 結(jié) 語

(1)驗證了TRMM RT小時尺度衛(wèi)星降雨在研究區(qū)洪水期的監(jiān)測精度，與實測數(shù)據(jù)相比，數(shù)值偏小35.5%，尤其在降水大值區(qū)存在明顯的低估?？傮w來看，降水過程吻合度較好，相關(guān)系數(shù)0.84，在連續(xù)降水時段，衛(wèi)星監(jiān)測靈敏度不高，在降雨極值及峰現(xiàn)時間方面均存在一定誤差。

(2)HEC-HMS模型具有較好的洪水模擬精度，臨溪和屯溪站實測降雨模擬洪水的效率系數(shù)平均值都達到0.78，相關(guān)系數(shù)均超過0.93，模擬洪水與實測洪水擬合性較好，HEC-HMS模型適用于濕潤地區(qū)的降雨徑流模擬。

(3)直接采用TRMM RT小時衛(wèi)星降雨數(shù)據(jù)開展洪水模擬，仍存在較大的誤差，尤其是一些單峰洪水過程，在本研究區(qū)模擬的洪水流量比實際數(shù)值顯著偏低；本文采用降雨分級校正方法有效地降低了實時衛(wèi)星降雨監(jiān)測誤差，顯著提高了洪水模擬精度，對于無/缺資料地區(qū)洪水預(yù)報具有重要應(yīng)用價值。

(4)利用校正后的TRMM RT小時衛(wèi)星降雨數(shù)據(jù)進行洪水模擬有一定的可行性，臨溪和屯溪的模擬洪水平均效率系數(shù)分別為0.42和0.59，平均相關(guān)系數(shù)分別為0.89和0.86，精度較好，可見通過TRMM衛(wèi)星降雨數(shù)據(jù)預(yù)測洪水有一定的前景，但還需要進一步提高衛(wèi)星降雨監(jiān)測能力和改進融合同化方法。