黃國新 謝小華 黃 煌

(1.江西省水文局，江西 南昌 330000；2.江西省吉安市水文局，江西 吉安 343000；3.江西省南昌市水文局，江西 南昌 330000)

江西省位于長江中游南岸，境內(nèi)地勢南高北低，邊緣群山環(huán)繞，中部丘陵起伏，北部平原坦蕩，四周漸次向鄱陽湖區(qū)傾斜，形成南窄北寬以鄱陽湖為底部的盆地狀地形。山區(qū)、丘陵、平原面積分別占全省總面積的36%、42%和22%。江西省多年平均降水量為1638mm，居全國第4位，河網(wǎng)密布，水系發(fā)達，境內(nèi)有贛江、撫河、信江、饒河、修河五大水系，水庫10800座。獨特的地形和氣候條件，導(dǎo)致江西省洪澇災(zāi)害頻繁，因此，洪水預(yù)報工作頗為重要。

洪水預(yù)報是指流域上發(fā)生的暴雨或河流上游的來水，經(jīng)過預(yù)報系統(tǒng)對水情信息采集、處理與計算，預(yù)估出流域出口斷面或下游河道測站可能發(fā)生的洪水過程。目前國內(nèi)外開發(fā)的水文模型眾多，根據(jù)模型構(gòu)建基礎(chǔ)可以分為基于物理的模型、概念性模型及黑箱模型。如果模型的結(jié)構(gòu)關(guān)系是嚴(yán)格依據(jù)物理定律確定的，則該模型為基于物理的模型。如果模型以物理成因為基礎(chǔ)，采用概化和假設(shè)的方法對水文現(xiàn)象進行數(shù)學(xué)模擬，模型的結(jié)構(gòu)和參數(shù)具有一定物理意義，該類模型為概念性模型。第一個概念性水文模型誕生于1960年，是美國的斯坦福模型，此后水文模型便得到了蓬勃的發(fā)展[1]。我國具有代表性的概念性水文模型有趙人俊1973年提出的以蓄滿產(chǎn)流為產(chǎn)流機理的新安江模型，在我國南方濕潤地區(qū)取得了很好的效果；在干旱半干旱地區(qū)得到了廣泛應(yīng)用的陜北模型[2]；在東北地區(qū)普遍應(yīng)用的大伙房模型等[3]。若模型的結(jié)構(gòu)關(guān)系沒有任何物理意義，只要求系統(tǒng)響應(yīng)而不要求系統(tǒng)狀態(tài)，完全依靠數(shù)學(xué)方法模擬的模型為黑箱模型。如早期的經(jīng)驗相關(guān)方法和后來發(fā)展迅速的智能預(yù)測算法像神經(jīng)網(wǎng)絡(luò)模型、混沌理論等都屬于黑箱模型[4]。

在眾多的流域水文預(yù)報模型中，新安江模型作為我國自主研究成功的流域水文預(yù)報模型的代表，得到了國際上的廣泛認(rèn)可，洪水預(yù)報精度在我國以蓄滿產(chǎn)流為主的濕潤、半濕潤有資料地區(qū)得到廣泛驗證。

江西屬亞熱帶季風(fēng)氣候區(qū)，多年的研究和實踐表明這類氣候地區(qū)的降雨產(chǎn)流機制主要是蓄滿產(chǎn)流，江河常年水量豐潤，完全具備新安江流域模型和馬斯京根河道模型的應(yīng)用條件。本文基于2016年江西省實施的中小河流水文監(jiān)測系統(tǒng)建設(shè)工程預(yù)警預(yù)報系統(tǒng)，應(yīng)用新安江模型構(gòu)建了適用于江西省中小河流洪水預(yù)報方案，并進行了影響模型預(yù)報精度的研究，以萬安水庫為例對研究成果進行說明。

1 研究方法與數(shù)據(jù)

1.1 新安江模型

新安江模型是概念性水文模型，本文采用將徑流劃分為地表徑流、壤中流以及地下徑流的三水源新安江模型。采用蓄滿產(chǎn)流假定進行產(chǎn)流計算，將流域內(nèi)各點不同土壤含水容量概化成蓄水容量曲線。蒸散發(fā)采用三層蒸發(fā)模式計算，將土壤層劃分為上層、下層和深層。三水源新安江模型將凈雨劃分成地面徑流、壤中流以及地下徑流，其中地面徑流采用單位線進行匯流計算，壤中流和地下徑流經(jīng)過線性水庫的調(diào)蓄分別作為壤中流出流和地下水出流[5]。其計算流程見圖1。

1.2 研究區(qū)概況

萬安水庫位于長江流域贛江水系贛江上，坐落于江西萬安縣芙蓉鎮(zhèn)芙蓉村，水庫以上流域集水面積36900km2。萬安水庫站具有1991年以來的歷史整編資料，1998年以來的實時報汛流量資料。其中萬安上游峽山、翰林橋、居龍灘、壩上4個河道控制站都具有1992年以來的歷史入庫流量資料，資料比較全面。萬安水庫站網(wǎng)分布圖及流域范圍見圖2。

1.3 數(shù)據(jù)處理

a.水庫站資料：萬安水庫站有1998年以來的實時報汛資料、1991年以來歷史摘錄資料。

圖1 三水源新安江模型流程

圖2 萬安水庫站網(wǎng)分布圖及流域范圍

b.雨量站選用：萬安水庫站上游集水面積36900km2，區(qū)間面積2828km2，區(qū)間有長竹、寶山、長村、沙地、峽山、翰林橋、居龍灘、壩上、萬安水庫9個測站。平均控制面積小于315km2，能夠控制區(qū)域內(nèi)降雨分布情況[6]。

c.蒸發(fā)資料：選用蒸發(fā)代表站多年平均逐月蒸發(fā)的均值資料，詳見表1。

表1 多年平均逐月蒸發(fā)量

d.歷史洪水排位資料：萬安水庫站1957年建站，建站以來最大流量為15200m3/s(1964年6月17日)。其中歷史排位前12年的洪水情況見表2。

表2 萬安水庫站歷史洪水排位情況

e.資料選用：綜合考慮歷史大洪水資料和降雨資料的匹配性等信息，選用1992年、1994年、1995年、1996年、1997年、1999年、2001年、2002年、2003年、2006年作為率定期進行參數(shù)率定，2008年、2010年、2012年進行檢驗。摘錄大、中、小洪水共38場。

2 洪水預(yù)報研究

2.1 新安江模型建模

本研究采用新安江流域模型和河道演算模型構(gòu)建洪水預(yù)報方案。采用中國洪水預(yù)報系統(tǒng)相關(guān)技術(shù)，根據(jù)流域特性確定模型的輸入、輸出，在其基礎(chǔ)上確定模型結(jié)構(gòu)，進行模型率定、校核，增加模型方法、作業(yè)預(yù)報和方案管理等[7-9]。預(yù)報方案設(shè)置5個計算區(qū)域：萬安水庫站集水面積36900km2、區(qū)間面積2828km2，4個河道匯流站，分別為峽山(集水面積15975km2)、翰林橋(集水面積2689km2)、居龍灘(集水面積7751km2)、壩上(集水面積7657km2)。區(qū)間產(chǎn)匯流模型分別采用蓄滿產(chǎn)流模型(SMS_3)和滯后演算模型(LAG_3)；河道輸入采用馬斯京根河道演算模型(MSK)；各雨量站控制權(quán)重采用泰森多邊形法進行劃分。方案計算步長為3h，方案輸出類型為流量。預(yù)報方案結(jié)構(gòu)見圖3。

圖3 萬安水庫站預(yù)報結(jié)構(gòu)

2.2 模型參數(shù)率定驗證

將1992—2006年(共有29次洪水)作為參數(shù)率定期，2008—2012年(共有9次洪水)作為參數(shù)校驗期，率定部分過程和結(jié)果見圖4、圖5和表3。

圖4 2001年5月1日至2001年9月30日參數(shù)率定結(jié)果

圖5 2012年5月1日至2012年9月30日檢驗結(jié)果

表3 萬安水庫新安江次模型模擬結(jié)果

續(xù)表

2.3 模型參數(shù)率定結(jié)果

三水源蓄滿產(chǎn)流模型(SMS_3)參數(shù)見表4，滯后演算匯流模型(LAG_3)參數(shù)見表5，馬斯京根河道演算模型(MSK)參數(shù)見表6。

表4 三水源蓄滿產(chǎn)流模型(SMS_3)參數(shù)

表5 滯后演算匯流模型(LAG_3)參數(shù)

表6 馬斯京根河道演算模型(MSK)參數(shù)

3 洪水預(yù)報方案分析

3.1 洪水預(yù)報方案評定

萬安站建于1957年，位于長江流域贛江水系贛江上，坐落于江西萬安縣芙蓉鎮(zhèn)芙蓉村，斷面位置未發(fā)生過遷移。該站具有1991年以來的歷史整編資料、1998年以來的實時報汛流量資料，萬安上游峽山、翰林橋、居龍灘、壩上4個河道控制站都具有1992年以來的歷史出庫流量資料。

項目采用自1992年以來萬安水庫站及同期峽山、翰林橋、居龍灘、壩上4個流入站共計38場實測洪水過程值同步參與模型參數(shù)率定。由率定結(jié)果可知，洪水率定期確定性系數(shù)為0.975，方案達到了甲級方案。場次洪水洪峰的模擬精度較好，峰現(xiàn)時間與實際過程都基本相符。對1992年以來38場洪水進行率定，37場洪峰誤差小于20%，洪峰合格率達到97.37%；35場峰現(xiàn)時間小于峰現(xiàn)許可誤差(許可誤差3h)，峰現(xiàn)時間合格率92.11%，率定后的參數(shù)均在合理范圍之內(nèi)。此預(yù)報方案為甲級預(yù)報方案，對較大洪水模擬較好，對中小洪水適當(dāng)人工交互調(diào)整預(yù)報即可，可以投入實時作業(yè)預(yù)報。

同樣的方法將新安江模型應(yīng)用到宜春、吉安和贛州其他48個有水文資料的斷面進行洪水預(yù)報工作中，其方案評定結(jié)果為：甲級方案14個、乙級方案27個、丙級方案4個、其他3個，詳見表7。

表7 預(yù)報方案綜合評定匯總 單位：個

3.2 洪水預(yù)報方案精度分析

預(yù)報方案達到甲、乙級方案占比為85%，模型結(jié)果精度較高，分析原因主要有：一是充分利用現(xiàn)有水文站網(wǎng)的河道水文監(jiān)測信息，提高洪水預(yù)報精度。河道演算模型精度一般遠高于流域產(chǎn)匯流模型精度。同時，通過構(gòu)建河系預(yù)報方案和利用數(shù)值降雨預(yù)報，采用上游河道站點預(yù)報信息連續(xù)制定下游河道站點預(yù)報信息的運行機制，維持并延長洪水預(yù)見期。二是充分利用雨量監(jiān)測信息，準(zhǔn)確反映雨量分布情況，確保面雨量計算精度。由雨量站計算的流域面雨量準(zhǔn)確與否直接影響洪水預(yù)報精度，而雨量站網(wǎng)越密、監(jiān)測信息越多，計算的流域面雨量就越準(zhǔn)確，洪水預(yù)報精度就越高。因此，在構(gòu)建方案和實時預(yù)報過程中，選用流域內(nèi)現(xiàn)有投入運行的所有測站作為面雨量計算的依據(jù)站點，在方案建模和實時預(yù)報時，由洪水預(yù)報系統(tǒng)平臺自動判別測站是否有資料、自動剔除無資料站點、自動重新分配權(quán)重、自動計算面雨量，實現(xiàn)測站降雨信息的充分利用，提高洪水預(yù)報精度。三是充分考慮具有調(diào)節(jié)能力的水庫(水電站)對洪水預(yù)報的影響，將其作為輸入條件納入洪水預(yù)報方案，以充分反映人為活動的影響。

本研究中也出現(xiàn)了效果不理想的方案，其主要原因為：受水利工程影響歷史資料波動劇烈，資料質(zhì)量較差；水文資料報汛頻次低，多為日資料或者多日資料；斷面平時流量很小，單次降雨過程后洪峰起漲迅速，退水迅速，陡漲陡落，影響模型參數(shù)率定。

3.3 模型參數(shù)影響及適用性分析

由于新安江模型參數(shù)具有物理意義，所以參數(shù)在具體應(yīng)用過程中可以定量化處理，但是實用上只能依據(jù)實際測量數(shù)據(jù)資料，采用系統(tǒng)率定和人工參數(shù)輔助調(diào)整的率定方法進行參數(shù)的調(diào)整。由于參數(shù)多、信息少，參數(shù)的最優(yōu)解受到率定次數(shù)和上下游地形地貌、是否有流入站等因素影響，導(dǎo)致在參數(shù)調(diào)節(jié)上繁瑣。

新安江模型參數(shù)分類如下：?蒸散發(fā)計算：K，UM，LM，C；?產(chǎn)流量計算：WM，B，IM；?分水源計算：SM，EX，KG，KI；?匯流計算：CI，CG，CS，L，KE，XE。

在人工調(diào)節(jié)參數(shù)過程中，首先計算預(yù)報洪量和實際洪量是否存在較大差距，K值越大，預(yù)報的凈雨值就會越小，該參數(shù)通過降雨徑流水量平衡影響流域的產(chǎn)流量。在預(yù)報凈雨量一致的基礎(chǔ)上微調(diào)匯流部分的參數(shù)，該層參數(shù)調(diào)節(jié)對結(jié)果的影響是最敏感的：CI值是相對獨立的，作用是彌補KG+KI=0.7不足，該參數(shù)值主要影響的是洪水尾部即壤中流退水的快慢，該值越小，退水越快；CS值是相對獨立的，該參數(shù)值決定了洪水中高洪峰流量部分值的擬合程度，該參數(shù)越小，峰值越大，洪水漲落越迅速；L值控制的是峰現(xiàn)時間，參數(shù)值越大，峰現(xiàn)時間越延后，該參數(shù)值是獨立的。

在以上調(diào)節(jié)無法得到較好的預(yù)報成果時，需要考慮地表、壤中、地下3種水源產(chǎn)流量的關(guān)系，此時第三類參數(shù)是敏感和重要的，相互之間的關(guān)系也復(fù)雜。SM反映表層土蓄水能力，表層土越厚，值越大；降雨時段越短，值越大，該參數(shù)值決定了地表徑流的量值，對地表和地下徑流的比重起到?jīng)Q定作用。KG、KI是地下和壤中徑流的出流系數(shù)，KG+KI代表自由水出流的快慢，KG、KI代表地下和壤中流之比，對具體流域一般都為固定值。

由于參數(shù)敏感性不同，通過分析及實際48個站點應(yīng)用過程中發(fā)現(xiàn)，主要影響的敏感參數(shù)及參數(shù)區(qū)間值：江西省K值主要介于0.7～1.0，K值越大，產(chǎn)流量越少；WM值可定為120；SM值日模取10～20，次模取20～50；KG+KI=0.7；CI值介于0.6～0.9，且在CS和CG值之間；CS介于0.6～0.9。

4 結(jié) 語

結(jié)合本次江西洪水預(yù)報方案編制工作，本文詳述采用新安江模型進行洪水預(yù)報方案編制的應(yīng)用過程，系統(tǒng)分析了48個斷面預(yù)報方案，對獲得精度較高的原因以及不理想方案原因進行了探究和總結(jié)，為以后預(yù)報工作開展提供了翔實的實踐經(jīng)驗。

預(yù)報方案是基于多年歷史資料基礎(chǔ)上完成的，其模型參數(shù)反映了流域特性和洪水一般規(guī)律。但由于歷史資料洪水大小不一、下墊面不斷變化，其模型參數(shù)已均一化，不能充分反映每場洪水特性和當(dāng)前下墊面情況。因此，在實時作業(yè)預(yù)報中，基于已編制的預(yù)報方案，充分利用預(yù)報員的經(jīng)驗，針對當(dāng)前洪水特性，實時交互調(diào)整模型參數(shù)，才能更好地提高洪水預(yù)報精度。