基于ＨＢＶ模型的藉河流域致灾临界面雨量模拟研究

苏谢卫 任源鑫 王毅勇 宋佳欣 王有恒

摘要：运用半分布式HBV水文模型，选取藉河流域2006—2013年水文资料、气象资料在渭河一级支流藉河天水（二）站水文站以上流域建立降水-流量-水位关系，确定流域致灾临界面雨量。结果表明，HBV模型在率定期Nash系数为0.50，确定性系数R2为0.70;在验证期Nash系数为0.71，确定性系数R2为0.84。根据天水（二）站水文站实测流量数据以及HBV模型水位-降水关系，对流域致灾临界面雨量进行确定，并选择3次洪水过程进行验证，证明基于HBV水文模型方法确定的致灾临界面雨量指标预警效果良好。

关键词：HBV模型;藉河流域;致灾临界面雨量

中图分类号：P339         文献标识码：A

文章编号：0439-8114（2018）21-0046-05

DOI：10.14088/j.cnki.issn0439-8114.2018.21.011           开放科学（资源服务）标识码（OSID）：

Simulation Study of Critical Surface Rainfall in Jihe River Basin Based on HBV Model

SU Xie-wei1，REN Yuan-xin1，WANG Yi-yong1，SONG Jia-xin1，WANG You-heng2

（1.Baoji College of Arts and Sciences，Shaanxi Provincial Key Laboratory of Disaster Monitoring and Mechanism Simulation， Baoji 721013， Shaanxi，China;2.Northwest Regional Climate Center，Lanzhou 730020，China）

Abstract： Using semi-distributed HBV hydrological model， the hydrological data and meteorological data of Jihe River Basin from 2006 to 2013 were selected in the first-level tributary of Weihe River Jihe Tianshui（II） hydrological station. The relationship between precipitation， discharge and water level is established in the basin above the hydrological station， and the precipitation at the precipitation-induced interface is determined. The results show that the Nash coefficient of the HBV model is 0.50 and the deterministic coefficient R2 is 0.70. The Nash coefficient is 0.71 and the deterministic coefficient R2 is 0.84 in the verification period. According to the measured discharge data of Tianshui（II） hydrologic station and the relationship between water level and precipitation in HBV model are used to determine the rainfall at the interface of basin disaster， and the three flood processes are selected to verify it. It is proved that the early warning effect of the rainfall index of the disaster interface based on the HBV hydrological model method is good.

Key words： HBV model;Jihe River Basin;area precipitation thresholds of rainstorm-flood hazard

21世纪以来，暴雨洪涝灾害在中国的影响已位居前列，其中造成的经济损失更是达到各种自然灾害的首位[1]。同时，暴雨洪涝灾害还带来大量的人员伤亡。中小河流站点稀疏，洪水过程短，难以预测。洪涝灾害预警可以用临界面雨量来表示，临界面雨量是指一个流域某一时间段内降雨量达到或超过某一量级和强度时，该流域将发生洪涝灾害，把这时的降雨量称之为该流域的临界面雨量[2]。

近年来，水文模型广泛应用于流域洪水致灾临界面雨量的确定中，涌现出一些使用较多的模型，如HBV模型、SWAT模型、SWIN模型、中国新安江模型等[3]。HBV水文模型是瑞典气象和水文研究所开发研制的水文预报模型[4]。模型不同版本已经在全世界多个国家的洪水预报项目上得到广泛应用。HBV模型在中国也得到了广泛应用，如靳晓莉等[5]指出HBV模型通过参数区域化可以有效应用于东江无资料流域的模拟;王有恒等[6]利用HBV水文模型对白龙江流域进行了应用研究;刘义华等[7]证明了HBV模型在玉树巴塘河流域具有很好的适用性。运用半分布式HBV水文模型，选取藉河流域2006—2013年水文资料、气象资料在渭河一级支流藉河天水（二）站水文站以上流域建立降水-流量-水位關系，确定流域致灾临界面雨量，以期为建立致灾临界面指标预警提供参考。

1  研究区概况

藉河流域位于甘肃省天水市，所在县级行政区如图1所示。藉河是渭河一级支流，发源于甘肃省天水市秦州区和甘谷县交界处的龙台山景东梁东麓，东流经天水市城区，至麦积区北道埠峡口汇入渭河。藉河全长85 km，流域面积1 019 km2，河道比降12‰，自然落差1 517 m，流域地形西高东低，海拔1 193～2 710 m。藉河流域地处副热带气候区，属半湿润气候，多年平均气温10.5 ℃，年降水量580 mm，无霜期180 d左右。降雨多集中于夏季[8]。藉河流域属黄土峁梁沟壑区，水土流失较严重，年平均侵蚀模数4 650 t/km2。

2  资料与方法

2.1  数据来源

气象资料取自藉河天水（二）站水文站上游流域11个气象站2005—2013年逐日最高温、最低温、平均气温和降雨量，水文资料来自水文年鉴2005—2013年天水（二）站水文站逐日流量数据。DEM为90 m分辨率的SRTM数据、土地利用数据为1∶100万基础数据集以及土壤持水力FC值等信息。

2.2  研究方法

2.2.1  模型简介  HBV水文模型是一个概念性、半分布式水文模型，能模拟包括积雪、融雪、实际蒸散量、土壤水分存储、地下水和径流等水文过程，已在全世界多个不同气候条件的国家得到应用[9]。模型具有原理结构简单、输入资料少、模拟精度高等优点。模型输入数据主要是研究区DEM、日均气温、降水、土地利用、土壤最大含水量和河流汇流时间等参数，模拟各个子流域的径流，最后模拟汇流到流域出口的径流过程。

2.2.2  HBV模型建立

1）利用Map Windows GIS将藉河流域划分为11个子流域，见图2。

2）在R平台下，调用gstat和sp程序包，基于克里金（Kriging）插值法实现藉河11个子流域中心点的插值，目的是通过流域内11个气象站气温和降水数据，通过插值方法获取11个子流域中心点相应的气象数据。

3）分别建立各子流域土壤持水力（FC）值文件（表1）和土地利用类型文件（表2）。

4）采用Nash-Sutcliffe系数和确定性系数（R2）对模型模拟结果进行率定。一般情况下，Nash系数和确定性系数（R2）取值范围在0～1，越接近1，模拟效果越好。

R2=   （1）

Nash系数=1-   （2）

式中，Q0与为观测值与观测值平均值，Qs与为模拟值与模拟值平均值。

3  结果与分析

3.1  率定期

HBV模型率定是为了判断模型哪些参数值的改变会对模型结果影响较大，并找到最优参数值来提高模型模拟结果。选取2006—2009年藉河流域天水（二）站水文站逐日径流数据对模型进行参数率定。

HBV模型输入参数为33个，敏感性较高的参加需要反复多次调试，本研究采用试错法将敏感性较高的参数输入到模型中，通过反复调试，获得影响模型结果的敏感性参数，如表3所示。率定结果用Nash系数和确定性系数R2表示，模型率定期模拟结果Nash系数为0.50，确定性系数R2为0.70，图3为藉河流域天水（二）站水文站以上流域的径流模拟结果。可见，经过率定的模型能够较好地反映藉河流域天水（二）站水文站上游的水文过程。

3.2  验证期

将2010—2013年作为验证期，用于对模型结果的检验，结果如图4所示。将2010—2013年天水（二）站水文站逐日径流数据、气象数据输入率定好的模型，得到结果Nash系数为0.71，确定性系数R2为0.84。模型结果与径流实测结果基本吻合，可见，HBV模型在藉河流域具有良好的适用性，模拟结果精度较高。

4  致灾临界面雨量确定

4.1  降水-流量-水位

通过HBV模型建立降水与流量的关系，本研究只考虑洪水上涨时水位流量关系，以流量为纽带建立降水-流量-洪水三元关系，从而确定流域致灾临界面雨量。

由于HBV模型对藉河流域的模拟精度较高，通过建立的降水-流量关系，输入1965—2013年的逐日气象数据对藉河流域天水（二）站水文站的径流数据进行插补延长，得到水文站1965—2013年完整逐日径流量数据，结果如图5所示。根据水位-流量关系，获得藉河流域天水（二）站水文站1965—2013年逐日水位数据。

4.2  暴雨洪涝灾害判别条件确定

藉河流域天水（二）站水文站暴雨洪涝灾害判别条件的确定采用分布函数拟合方法，采取最优拟合函数，计算10年一遇、50年一遇、100年一遇的重现期水位作为暴雨洪涝灾害判别条件。

通过插补延长得到的天水（二）站水文站逐日水位数据，得到逐年最大日水位，即建立日水位最大值AM水位极值序列，通过采用年最大抽样法得到最大值（AM）序列，是中国洪水计算中采用的规范[10]。用Easyfit软件中50多种分布函数对AM序列进行拟合，以Kolmogorov-Smirnov检验对拟合结果进行评价，显著性水平为0.08。通过对Easyfit软件中分布函数进行排序分析得知，Log-Logistic（3P）分布函数在藉河天水（二）站水文站流域拟合极端水位效果最好，经过Log-Logistic（3P）分布函数计算得出10年一遇、50年一遇、100年一遇重现期的水位，作为藉河天水（二）站水文站流域暴雨洪涝灾害判别条件，结果见表4。

4.3  致灾临界面雨量确定

由于流域暴雨灾害发生是气象、地形地貌、下垫面类型和工程设施等多个要素共同作用的结果，因此，流域暴雨洪涝灾害的致災临界气象条件不是一个静态的值，而是与前期水文特征、水利设施及下垫面等条件密切相关的动态条件[11]。

在本研究中，以藉河天水（二）站水文站以上流域为例，致灾临界面雨量与前期水文数据有关，根据已经建立的降水-流量-水位关系，在已知前期水位数据的情况下，就可得到所求临界面雨量。首先运行HBV模型使流域水位上涨到一定水平，给HBV模型输入1个给定的面雨量进行径流模拟，得到洪峰流量值。将洪峰流量值带入建立的流量-水位关系中，得到对应的降水量值，通过对输入面雨量值的不断调整进行多次模拟，直到水位值与临界水位一致，此时的面雨量就是临界面雨量值。

分析藉河流域1965—2013年历次洪水过程，发现前期水位多分布在1 164.28、1 164.29、1 164.30 m，筛选出1979、1982和2005年，拟合出在3个不同前期水位条件下的水位-雨量关系，如图6所示。根据已有的暴雨洪涝灾害判别条件得到在不同前期水位条件下的临界面雨量值。

4.4  致灾临界面雨量验证

選取1979、1982和2005年3次洪水过程对临界面雨量值进行验证，结果见表5。在1979年洪水过程中，8月2日平均水位为1 164.278 m，即前期水位值为1 164.278 m，8月3日发生洪水当天面雨量为54 mm，根据前期水位为1 164.278 m的临界面雨量判断，8月3日面雨量超过三级预警，未达到二级预警，实测水位为1 164.900 m，超过10年一遇重现期水位，未达到50年一遇重现期水位。HBV模型对此次洪水过程预警正确。

在1982年洪水过程中，7月28日平均水位为1 164.291 m，即前期水位值为1 164.291 m，7月29日发生洪水当天面雨量为49 mm，根据前期水位为1 164.291 m的临界面雨量判断，7月29日面雨量超过三级预警，未达到二级预警，实测水位为1 165.000 m，超过10年一遇重现期水位，未达到50年一遇重现期水位。HBV模型对此次洪水过程预警正确。

在2005年洪水过程中，8月13日平均水位为1 165.304 m，即前期水位值为1 165.304 m，8月14日发生洪水当天面雨量为60 mm，根据前期水位为1 165.304 m的临界面雨量判断，8月14日面雨量超过二级预警，未达到一级预警，实测水位为1 165.500 m，超过50年一遇重现期水位，未达到100年一遇重现期水位。HBV模型对此次洪水过程预警结果精确。

从藉河天水（二）站水文站3次洪水过程验证来看，HBV模型对流域致灾临界面雨量的预警结果良好。

5  结论与讨论

1）选取2006—2009年逐日气象数据和水文数据对HBV水文模型进行率定，选取2010—2013为验证期对模型结果进行验证。经过验证证明，HBV水文模型在藉河流域具有良好的适用性。

2）通过HBV模型建立藉河降水-流量关系，只考虑洪水期水位流量关系，得到藉河天水（二）站水文站以上流域降水-流量-水位关系。采用分布函数拟合方法确定暴雨洪涝灾害判别条件为10年一遇、50年一遇和100年一遇重现期的水位。

3）分析藉河流域1965—2013年历次洪水，确定1 164.28、1 164.29、1 164.30 m为3个不同前期水位条件下的临界面雨量。选取1979、1982、2005年3次洪水过程对临界面雨量值进行验证，证明HBV水文模型可以对藉河流域的气象预报工作进行服务，作出参考。

4）由于HBV模型只是根据前人的研究经验对模型参数进行敏感性分析，但不同土地利用类型对产流过程有较大影响[12]，城市化等人类活动会改变下垫面性质进而影响洪涝灾害的发生[13]，因此HBV水文模型在藉河流域模拟径流过程仍然具有不确定因素。

参考文献：

[1] 秦大河.影响我国的主要气象灾害及其发展态势[J].自然灾害学报，2007，16（12）：46-48.

[2] 王仁乔，周月华，王  丽，等.湖北省山洪临界雨量及降雨区划研究[J].高原气象，2006，25（2）：330-334.

[3] 向  亮，刘学锋，郝立生，等.未来百年不同排放背景下滦河流域径流特征分析[J].地理科学进展，2011，30（7）：861-866.

[4] 刘义花，鲁延荣，周  强，等.HBV水文模型在玉树巴塘河流域洪水临界雨量阈值研究中的应用[J].水土保持研究，2015，22（2）：224-228.

[5] 靳晓莉，张  奇，许崇育.一个概念性水文模型的参数区域化研究：以东江流域为例[J].湖泊科学，2008，20（6）：723-732.

[6] 王有恒，谭  丹，景元书.HBV水文预报模型在白龙江流域的应用研究[J].水文保持通报，2015，35（3）：218-221.

[7] 刘义华，鲁延荣，周  强，等.HBV水文模型在玉树巴塘河流域洪水临界雨量阈值研究中的应用[J].水土保持研究，2015，22（2）：224-228.

[8] WANG S P，ZHANG Z Q，SUN G，et al. Detecting water yield variability due to the small proportional land use and land cover changes in a watershed on the Loess Plateau，China[J].Hydrological Processes，2009，23：3083-3092.

[9] BERGSTORM S. Development and application of a conceptual run off model for Scandinavian catchment[M].Norrkoping：University of Lurd，1976.

[10] 刘学锋，向  亮，于长文.海河流域降水极值的时空演变特征[J].气候与环境研究，2010，15（4）：451-461.

[11] 章国材.暴雨洪游预报与风险评估[M].北京：气象出版社，2012.

[12] 孟广涛，毛  瑢，方向京，等.模拟暴雨条件下珠江上游不同地被产流产沙过程研究[J].水土保持研究，2007，14（1）：287-288， 294.

[13] 石  怡，许有鹏，蔡  娟.城市化对秦淮河中下游洪涝灾害风险的影响分析[J].水土保持研究，2011，18（5）：26-31.