潘婭英， 王 偉?， 顧婷婷， 張 青

(1.浙江省氣象服務(wù)中心,310017,杭州；2.杭州市氣象局,310017,杭州)

暴雨洪澇災(zāi)害嚴(yán)重威脅著人類的生存和發(fā)展，水庫(kù)、水電站等水利工程的興建就是為了合理使用和調(diào)配水資源，從而達(dá)到除害興利、水土保持的目的。在水電站的生產(chǎn)調(diào)度中，水文氣象信息是防洪調(diào)度的重要決策依據(jù)，為了提高水電站的防洪調(diào)度能力，迫切需要高水平的水文氣象預(yù)報(bào)產(chǎn)品。

當(dāng)前，氣象綜合觀測(cè)能力不斷增強(qiáng)，數(shù)值模式預(yù)報(bào)水平顯著提升，GIS技術(shù)迅猛發(fā)展，為分布式水文模型注入新的活力。其中SWAT模型就是這樣一個(gè)具有很強(qiáng)物理機(jī)制，同時(shí)又能夠利用GIS技術(shù)模擬流域水文物理過(guò)程的一種分布式水文模型，該模型于1994年由美國(guó)農(nóng)業(yè)部(USDA)開(kāi)發(fā)，國(guó)內(nèi)外學(xué)者利用該模型在流域徑流模擬預(yù)報(bào)、實(shí)時(shí)業(yè)務(wù)運(yùn)行等方面，取得諸多應(yīng)用成果[1-4]，但已有研究[5-7]更多關(guān)注未來(lái)72 h內(nèi)的降水和徑流預(yù)報(bào)，為了滿足水電站對(duì)精細(xì)化、長(zhǎng)時(shí)效水文氣象預(yù)報(bào)產(chǎn)品的需求，有必要開(kāi)展更深入的研究。

筆者利用氣象監(jiān)測(cè)和模式預(yù)報(bào)數(shù)據(jù)，并以此作為初始場(chǎng)，驅(qū)動(dòng)SWAT水文模型，同時(shí)結(jié)合Html5、GIS技術(shù)，為灘坑水電站研制適用于手機(jī)端、電腦端的水文氣象服務(wù)系統(tǒng)。該系統(tǒng)的流域面雨量和徑流預(yù)報(bào)可達(dá)14 d，大大提高水庫(kù)流域洪澇災(zāi)害的預(yù)報(bào)能力，延長(zhǎng)洪澇預(yù)見(jiàn)期，為水電站的防洪調(diào)度提供有利支撐。

1 研究區(qū)概況

小溪是浙江省西南地區(qū)甌江右岸的最大支流，發(fā)源于浙江省慶元縣百山祖自然保護(hù)區(qū)，經(jīng)景寧縣至青田縣，于青田縣石溪口匯入甌江。灘坑水電站位于小溪干流的下游(E 118°45′ ～119°10′， N 28°05′～28°55′)，流域集水面積3 330 km2，占小溪流域總面積的93%，水庫(kù)正常蓄水位160 m，總庫(kù)容 41.55億m3，總裝機(jī)為60萬(wàn)kW，年發(fā)電量可達(dá)10.23億kW·h，是一座具有多年調(diào)節(jié)能力的大型水庫(kù)，同時(shí)也是集洪水、發(fā)電、灌溉、防洪、旅游等功能為一體的綜合性水電工程。灘坑水庫(kù)是峽谷型庫(kù)區(qū)，90%以上流域?yàn)橹械蜕降孛?，局部有丘陵和山間盆地分布，發(fā)育土壤分紅壤、黃壤、水稻土和潮土等，植被覆蓋良好，森林景觀資源非常豐富。灘坑流域?qū)儆趤啛釒Ъ撅L(fēng)氣候，四季分明，溫暖濕潤(rùn)，雨量充沛，每年5—9月的總降水量占全年降水量的70%。年內(nèi)徑流分布不均，夏秋季多，春冬季少，徑流多年變化與降水多年變化一致。

2 資料與方法

2.1 流域基礎(chǔ)地理數(shù)據(jù)預(yù)處理

水文預(yù)報(bào)系統(tǒng)以流域?yàn)檠芯繉?duì)象。由于流域是天然集水區(qū)域，需要對(duì)其進(jìn)行數(shù)字化提取處理。本系統(tǒng)采用的DEM數(shù)據(jù)，來(lái)源于CGIAR-CSISRTM高程數(shù)據(jù)庫(kù)，其空間分辨率為90 m×90 m，利用SWAT模型對(duì)該數(shù)據(jù)劃分子流域生成數(shù)字河網(wǎng)(圖1a)。

采用的土地利用數(shù)據(jù)(GLC2000)，來(lái)源于國(guó)家冰川凍土沙漠科學(xué)數(shù)據(jù)中心( http:∥www.ncdc.ac.cn)的中國(guó)地區(qū)土地覆蓋綜合數(shù)據(jù)集，其空間分辨率為1 km×1 km，根據(jù)SWAT模型的土地利用分類標(biāo)準(zhǔn)，對(duì)灘坑流域的土地利用類型進(jìn)行重新分類，最后得到2類，其中98.43%為林地類，剩余1.57%為農(nóng)田類(圖1b)。

采用的土壤數(shù)據(jù)，來(lái)源于國(guó)家冰川凍土沙漠科學(xué)數(shù)據(jù)中心( http:∥www.ncdc.ac.cn)，基于世界土壤數(shù)據(jù)庫(kù)(HWSD)的中國(guó)土壤數(shù)據(jù)集(V1.1)，空間分辨率為1 km×1 km。HWSD土壤數(shù)據(jù)庫(kù)可以提供SWAT模型所需的土壤參數(shù)，主要包括：土層厚度、有機(jī)碳含量等，有效含水量、飽和導(dǎo)水率等，對(duì)灘坑流域的土壤類型再進(jìn)行重分類，可知灘坑流域土壤類型共分12種(圖1c)，比例較高的有：普通高活性強(qiáng)酸土(Haplic Alisols)、腐殖質(zhì)強(qiáng)淋溶土(Humic Acrisols)以及不飽和粗骨土(Dystric Regosols)，比例分別為40.73%、26.98%、26.27%。

圖1 灘坑流域高程、土地利用及土壤分布Fig.1 Elevation, land use and soil distribution of Tankeng watershed

2.2 參數(shù)率定及模擬

在SWAT模型構(gòu)建中，將灘坑流域劃分為19個(gè)子流域。依據(jù)灘坑流域的土壤、土地利用、坡度信息定義水文響應(yīng)單元，其中設(shè)置土壤類型、土地利用、坡度的閾值分別為 15%、 10%、10%，再提取這149個(gè)水文響應(yīng)單元，并對(duì)模型中與徑流相關(guān)的10個(gè)參數(shù)進(jìn)行率定。

選取Nash-Sutcliffe Efficiency效率系數(shù)(E)及決定性系數(shù)(R2)來(lái)評(píng)估SWAT模型在灘坑流域的模擬效果。具體公式如下：

(1)

(2)

選擇模型的參數(shù)率定期為2010—2012年，模型的驗(yàn)證期為2014年，評(píng)估SWAT模型對(duì)研究區(qū)域的逐日徑流模擬能力。由圖2a可知，模型對(duì)灘坑流域逐日徑流變化的模擬效果較好，率定期的模擬效率系數(shù)E為0.75，決定性系數(shù)R2為0.75，驗(yàn)證期的模擬效率系數(shù)E為0.86，決定性系數(shù)R2為0.87，符合模型評(píng)價(jià)標(biāo)準(zhǔn)[8-9]，模擬結(jié)果較為可靠(圖2b)。

圖2 SWAT模型在率定期和驗(yàn)證期逐日徑流的實(shí)測(cè)、模擬與雨量實(shí)測(cè)對(duì)比Fig.2 Comparison among the observed, simulated daily runoffs and the observed daily rainfall during the periods of calibration and validation of SWAT model

2.3 系統(tǒng)設(shè)計(jì)與架構(gòu)

本系統(tǒng)基于模塊化設(shè)計(jì)思路采用前后端分離的總體設(shè)計(jì)框架[10-11]，后端基于.NET開(kāi)發(fā)WebService接口供前端調(diào)用，WebService接口通過(guò)SOAP協(xié)議實(shí)現(xiàn)異地調(diào)用，通過(guò)分布式集群以及負(fù)載均衡快速響應(yīng)大量前端數(shù)據(jù)請(qǐng)求；利用ArcGIS Server管理工具批量發(fā)布動(dòng)態(tài)圖層服務(wù)，高效地將氣象數(shù)據(jù)轉(zhuǎn)換為地圖數(shù)據(jù)。前后端之間通過(guò)Jquery的ajax請(qǐng)求進(jìn)行數(shù)據(jù)通信，能夠快速與后端建立通信獲取數(shù)據(jù)，并支持?jǐn)?shù)據(jù)的異步加載，即在頁(yè)面不刷新的情況下獲取數(shù)據(jù)。前端基于Html5與輕量級(jí)的leaflet地圖類庫(kù)高效支持各類地圖數(shù)據(jù)的加載和顯示，e-charts圖表插件的使用豐富化數(shù)據(jù)的展現(xiàn)形式。塊交互友好、響應(yīng)迅速，頁(yè)面展示支持自適應(yīng)布局，頁(yè)面適配多個(gè)主流尺寸，支持常規(guī)手機(jī)和電腦的瀏覽展示[12-13]。

系統(tǒng)從數(shù)據(jù)到展示主要分為4個(gè)處理環(huán)節(jié)：多源數(shù)據(jù)獲取、數(shù)據(jù)處理及計(jì)算、地圖服務(wù)和數(shù)據(jù)接口發(fā)布、產(chǎn)品多樣化顯示，4個(gè)環(huán)節(jié)呈遞進(jìn)關(guān)系，并相互關(guān)聯(lián)，系統(tǒng)架構(gòu)流程圖見(jiàn)圖3。

圖3 系統(tǒng)架構(gòu)及數(shù)據(jù)流程Fig.3 System architecture and data flow

3 結(jié)果與分析

3.1 系統(tǒng)客戶端實(shí)現(xiàn)的功能

本系統(tǒng)通過(guò)Html5與GIS技術(shù)搭建多終端展示的精細(xì)化水文氣象服務(wù)平臺(tái)，適用于pad、手機(jī)和電腦等終端訪問(wèn)和展示，水庫(kù)、電力等用戶獲取精細(xì)化的雨量、徑流的實(shí)況和預(yù)報(bào)等產(chǎn)品更加友好。本系統(tǒng)客戶端平臺(tái)的主要功能如下：

1)雨量實(shí)況。該功能模塊主要展示流域內(nèi)及水庫(kù)需要了解的包括周邊區(qū)域的歷史雨量實(shí)況，該功能結(jié)合地圖模塊做流域面雨量值和對(duì)應(yīng)等級(jí)色塊填充，同時(shí)支持雷達(dá)、氣象站雨量實(shí)況層的疊加。

2)0～14 d不同時(shí)段流域精細(xì)化面雨量預(yù)報(bào)。該功能模塊主要展示未來(lái)0～14 d不同時(shí)段的流域精細(xì)化面雨量預(yù)報(bào)，主要包括6 h以內(nèi)逐小時(shí)面雨量預(yù)報(bào)；0～3 d以內(nèi)逐3 h、逐6 h、逐12 h、逐24 h、08:00—翌日08:00、20:00—翌日20:00累積等6個(gè)不同時(shí)段的面雨量預(yù)報(bào)；4～7 d以內(nèi)逐6 h、逐12 h、逐24 h、08:00—翌日08:00、20:00—翌日20:00累積等5個(gè)不同時(shí)段的面雨量預(yù)報(bào)；8～14 d以內(nèi)逐12 h、逐24 h、08:00—翌日08:00、20:00—翌日20:00累積等4個(gè)不同時(shí)段的面雨量預(yù)報(bào)。該功能不僅通過(guò)地圖模塊展示，還可通過(guò)柱狀圖、曲面圖以及文本等形式展示。

3)客觀面雨量預(yù)報(bào)評(píng)估。該功能主要展示對(duì)歷史流域面雨量客觀預(yù)報(bào)產(chǎn)品準(zhǔn)確率的檢驗(yàn)結(jié)果。評(píng)價(jià)指標(biāo)有平均絕對(duì)誤差、TS評(píng)分、空?qǐng)?bào)率、漏報(bào)率、綜合模糊評(píng)分等，分別在24～168 h內(nèi)不同時(shí)段展示評(píng)價(jià)結(jié)果，使用柱狀圖、折線圖以及表格等多種方式聯(lián)合展示。

4)徑流預(yù)報(bào)。該功能模塊主要展示由氣象—水文耦合模型得到的未來(lái)0～14 d逐日徑流預(yù)報(bào)。

本系統(tǒng)自2016年在灘坑流域開(kāi)展水文氣象預(yù)報(bào)服務(wù)以來(lái)，取得一定的應(yīng)用和服務(wù)效果。本研究主要分析2017年6月中旬和2019年6月下旬發(fā)生在灘坑水庫(kù)流域的洪峰流量>1 000 m3/s的梅汛期洪水預(yù)報(bào)情況。

3.2 灘坑流域2017年6月中旬大洪水

2017年6月份之前灘坑流域降水明顯偏少，自6月1日迎來(lái)首場(chǎng)汛期暴雨，灘坑流域進(jìn)入降水集中期，6月11—16日出現(xiàn)連續(xù)大雨及大到暴雨過(guò)程，累積面雨量達(dá)148.6 mm，流域徑流明顯增加，16日發(fā)生了2017年的第一場(chǎng)洪水，其中日平均最大洪水流量出現(xiàn)在16日達(dá)1 019.3 m3/s。

2017年6月1日開(kāi)始，灘坑水庫(kù)精細(xì)化水文氣象服務(wù)系統(tǒng)提供的預(yù)報(bào)時(shí)效可覆蓋此次過(guò)程，并對(duì)未來(lái)14 d的逐日流域面雨量、入庫(kù)徑流展開(kāi)滾動(dòng)預(yù)報(bào)。至6月7日08:00，該系統(tǒng)對(duì)此次洪水過(guò)程做出比較正確的預(yù)報(bào)：預(yù)報(bào)自11日起，灘坑流域入庫(kù)徑流逐日增加，至16日達(dá)最大值892.5 mm，之后徑流逐日減小至結(jié)束(圖4)。對(duì)比實(shí)際觀測(cè)，雨量預(yù)報(bào)絕對(duì)誤差為5.3 mm，徑流預(yù)報(bào)絕對(duì)誤差為88.4 m3/s，16日最大徑流值較實(shí)測(cè)值偏小126.8 m3/s，誤差距平比例為12.4%。此次有效洪水預(yù)見(jiàn)期達(dá)9 d，洪水過(guò)程的預(yù)報(bào)與實(shí)況比較一致。

圖4 2017年6月中旬洪水過(guò)程水文實(shí)測(cè)及模擬Fig.4 Hydrological measurement and simulation of flood process in mid-June 2017

3.3 灘坑流域2019年6月下旬大洪水

2019年梅汛期暴雨過(guò)程頻繁、總雨量大，灘坑流域出現(xiàn)3次大洪水過(guò)程，其中6月21—23日由于連續(xù)大雨、暴雨出現(xiàn)了年內(nèi)最大洪水過(guò)程，過(guò)程累計(jì)面雨量達(dá)123.1 mm，日平均最大洪水流量達(dá)1 336.3 m3/s，出現(xiàn)在6月23日。自9日起的逐日預(yù)報(bào)即可覆蓋本次過(guò)程，至16日08:00預(yù)報(bào)與實(shí)際比較一致(圖5)，過(guò)程面雨量預(yù)報(bào)絕對(duì)誤差為6.1 mm，徑流預(yù)報(bào)絕對(duì)誤差為134.4 m3/s。預(yù)報(bào)21日起流域降水明顯增加，至23日達(dá)最大值51 mm，實(shí)測(cè)66.6 mm，預(yù)報(bào)23日流域徑流達(dá)最大值1 001.1 m3/s，實(shí)測(cè)1 336.3 m3/s。此次有效洪水預(yù)見(jiàn)期達(dá)7天，洪水過(guò)程的預(yù)報(bào)與實(shí)況比較一致。

圖5 2019年6月下旬洪水過(guò)程水文實(shí)測(cè)及模擬Fig.5 Hydrological measurement and simulation of flood process in late-June 2019

4 討論與結(jié)論

灘坑流域精細(xì)化水文氣象服務(wù)系統(tǒng)提取灘坑流域的DEM、土地利用和土壤等數(shù)字化信息，對(duì)歷史降水和徑流數(shù)據(jù)進(jìn)行參數(shù)率定，構(gòu)建了灘坑流域SWAT水文模型；利用氣象站監(jiān)測(cè)數(shù)據(jù)、雷達(dá)以及多模式預(yù)報(bào)產(chǎn)品等多源信息，形成客觀化、精細(xì)化的流域雨量實(shí)況反演及預(yù)報(bào)產(chǎn)品，并以此數(shù)據(jù)作為初始場(chǎng)驅(qū)動(dòng)SWAT水文模型，實(shí)現(xiàn)入庫(kù)徑流預(yù)報(bào)；通過(guò)Html5與GIS技術(shù)研發(fā)適用于pad、手機(jī)和電腦多終端展示的精細(xì)化水文氣象服務(wù)平臺(tái)，實(shí)現(xiàn)了流域面雨量實(shí)況、面雨量和徑流預(yù)報(bào)、預(yù)報(bào)評(píng)估等產(chǎn)品的圖表化展示，水庫(kù)用戶獲取相關(guān)信息更加直觀、便捷。

本系統(tǒng)自業(yè)務(wù)化運(yùn)行以來(lái)，水庫(kù)流域面雨量及徑流預(yù)報(bào)時(shí)效提升至2周，汛期有效洪水預(yù)見(jiàn)期提升至1周以上，為灘坑電站的生產(chǎn)調(diào)度、防洪防汛、水土保持提供決策支持。同時(shí)，該系統(tǒng)在業(yè)務(wù)運(yùn)行中也存在一些問(wèn)題，比如在該系統(tǒng)如何體現(xiàn)水庫(kù)的泄洪、調(diào)洪受人工干預(yù)，上游水庫(kù)對(duì)本水庫(kù)徑流的影響等問(wèn)題。因此，灘坑流域精細(xì)化水庫(kù)氣象服務(wù)系統(tǒng)還需結(jié)合實(shí)際業(yè)務(wù)進(jìn)一步實(shí)驗(yàn)及不斷完善。