HBV水文模型在洋县酋水河流域洪水致灾临界面雨量中的应用

任源鑫，周 旗,2，苏谢卫，雷杨娜

(1.宝鸡文理学院 地理与环境学院，陕西 宝鸡 721013；2.宝鸡文理学院 陕西省灾害监测与机理模拟重点实验室，陕西 宝鸡 721013；3.陕西省气候中心，陕西 西安 710014)

随着海平面的上升，国内外的研究人员希望能预测哪些地区会受到强风暴所引发的洪水的侵害。在全球范围内，因为冰雪消融导致的平均海平面每年上升超过3 mm，在未来的几十年里，百年一遇的洪水可能每1～2年就会发生，在一些地区，百年一遇的洪水的强度也将继续增加[1]。厄尔尼诺现象次年的夏天，受东亚夏季风和西太平洋副热带高压的影响，黄河以北降雨减少，极易干旱，在这种暖干背景下，西北地区降水总量减少，但极小的降水量也会造成极为严重的洪涝灾害，部分地区降雨时间持续长、雨量大，且降水强度高[2]。

IPCC发布的《管理极端事件和灾害风险，推进气候变化适应》特别报告(SREX)[3]指出了人为因素和自然因素对灾害事件的影响，并指出灾害气候事件对人类生存环境的影响是最重要的评估内容之一[4]。洪水灾害的发生是多方面的，其中包括降水因素和下垫面因素，降水特征包括降水总量、降水强度、降水时长等；下垫面因素包括土质疏松度、植被覆盖情况、地质环境条件等。在洪水的危害评估中，降水要素最为关键，目前对于致灾临界面雨量的分析与计算是预测洪水的重要基础[5]。在水文、降水、温度、土地利用、地理信息等各种资料较为完备的情况下，我们可以利用水文模型确定出中小河流域内致灾临界面雨量，其中分布式水文模型HBV综合考虑了地形、土地利用、土壤持水力等因素，具有结构简单、参数易得、模拟性好的特点，在我国中西部河流中有着较好的应用效果[6]。因此，本研究借助于HBV水文模型，利用历史气象和水文资料，通过建立降水-流量-水位的关系模拟出不同重现期下酋水河流域不同洪水要素，并建立起一种动态的临界面雨量指标。

1 酋水河流域概况

酋水河流域位于陕西省汉中市洋县境内，为汉江一级支流，干流全长114 km，流域面积972 km2，年平均径流量4.31亿m3，多年平均流量13.67 m3/s[7]。酋水河流域位于秦岭山脉南麓，地形北高南低，河道多呈现“U”型，河床窄小，比降大。流域径流主要由降水形成，季节性变化明显，径流变化规律与降水规律基本一致。洪水多发生在6～9月，涨落频率较快，且经历时间短，具有明显的山溪性河流特征。1988年洋县政府在酋水河中流建立了跨流域性引调水灌溉工程，使得河流下游径流模式与之前相比发生了巨大的变化[8]。

2 资料与方法

2.1 数据资料

模型基础数据资料主要包括酋水河流域90 m分辨率的数字地面高程数据、1∶50000流域地形数据、土壤持水力数据、土地利用数据、流域内气象站降水及温度数据、水文站逐日流量、水位数据等。其中气象站数据包括：华阳、茅坪、黑峡、八里关4个气象站1989～2016年逐日降水及温度数据；水文站数据包括:酋水街水文站2004～2013年逐日流量及水位数据。降水、地形和土地利用等数据是HBV水文模型运行的基础，水文数据主要用于模型的率定和验证。

以DEM和水系分布为基础，采用Map Windows GIS的水文分析工具将酋水街水文站以上流域分为5个子流域[9]，图1为划分好子流域后的酋水河流域气象站、水文站分布图。利用HBV水文模型下的R统计进行基于Kriging方法的各子流域逐日面雨量插值计算。

2.2 HBV模型

HBV模型是半分布式概念降雨径流模型，它能将流域划分为单元面积而作为分布式模型进行应用，该模型通常涉及日降雨量、温度以及逐日蒸发能力估计，其中包括流域尺度及水文过程的概念性数值描述，总水量平衡可描述为：

(1)

公式(1)中，P为降雨量，E为蒸发量，Q为径流量，SM为土壤水分，UZ为上层地下水带，LZ为下层地下水带，lakes为湖泊容量[10]。HBV输入数据为日降水数据、日均温、日最高温、日最低温等，输出数据为日径流深度，径流深度与流量之间的关系适用于公式(2):

(2)

公式(2)中，Q为流量(m3/s),L为径流深(mm)。

为确定HBV模型的模拟效果，采用确定性系数(R2)和Nash效率系数来分别度量模型在流域内的适用性情况，如式(3)、(4)所示，一般情况下，Nash系数(ME)若不低于0.7，则表明HBV在该流域内有较好的模拟效果。

(3)

(4)

图1 酋水河流域内子流域划分及站点分布

3 HBV模型在酋水河流域内的应用

利用酋水河流域水系数据、DME数据、降水数据、土地利用数据等，分析出了酋水河流域的范围、流域中心点、流域内观测站面雨量等。本研究将气象水文观测数据分成率定期(2004～2008年)和验证期(2009～2013年)，其中率定期数据用来确定模型参数，验证期数据用来验证参数的实用性和流域内适用性效果。模型中涉及31个参数，每个参数敏感性均具有极为重要的意义，每个参数的调整对模拟结果均有着很大的影响，且模型最终的目的是将确定性系数调节到0.5～0.9这个范围内，基于此，本研究对其中的5个参数进行了一定的调整，从而使模拟值与真实值更为接近(表1)。

经过参数调整后的HBV模型在率定期内的相关性系数达到了0.81，Nash系数达到了0.74，率定期内实测与模拟数据基本保持了一致(图2-a)。利用2009～2013年(验证期)实测流量数据对率定好的模型参数进行进一步验证(图2-b)，验证期的确定性系数达到了0.83，Nash系数达到了0.78，模拟出的水文过程线与实际情况基本吻合。因此，经过率定后的HBV模型在酋水河流域内具有很强的适用性，对于确定基于不同前期水位洪水发生时的临界面雨量具有重要的科学意义。

表1 酋水河流域参数设定及敏感性

图2 酋水河流域率定期(a)和验证期(b)日雨量和模拟/实测流量曲线

4 致灾临界面雨量的确定及验证

4.1 降水-流量-水位关系

对于酋水河而言，发生洪水的主要因素是强降水。本研究通过HBV模型模拟出降水与流量(径流深度)之间的对应关系，但能否发生洪水的一个关键因素是河道水位[11]。因此，需要进一步建立起流量与水位的关系，以流量为纽带，确定雨量-流量-水位之间的对应关系，并以此作为确定致灾临界面雨量的主要依据。一般情况下，水位与流量之间存在着复杂的绳套关系[12]，本研究的研究对象为洪水，所以只考虑洪水水位上涨期水位与流量之间的关系变化，从而概化出水位-流量之间的关系曲线(图3)，利用流量-水位关系来建立雨量-流量-水位之间的三元关系[13]。

图3 酋水河流域水位-流量关系

4.2 不同级别的动态临界面雨量指标

暴雨洪涝灾害的发生有着许多诱发性因素，其中降水是其的主要原因，但并不是降水就一定会造成洪涝灾害，地形地貌、下垫面类型、不同工程设施等都是影响洪水发生的因素，所以流域内判别致灾临界面雨量的值绝非一个静态的值，而是基于不同前期水文特征等条件下的动态条件值[14]。考虑到洪水上涨到一定程度，防洪设施出现灾害风险的可能性增大，因此本文根据洪水重现期将洪水水位分为3个等级：警戒水位(30年一遇)、保证水位(50年一遇)、漫顶水位(100年一遇)。暴雨重现期的确定需根据HBV所建立的水位-流量关系，选取逐年的最大一天水位，即日水位极值，基于Easyfit软件中的50多种分布函数对水位极值序列进行拟合，拟合结果通过K-S检验，选取出最优拟合函数Beta，显著性水平0.05，利用Beta分布函数计算给定重现期T=30年、50年、100年的水位，以此作为酋水河流域暴雨洪涝预警判别条件(表2)。

表2 酋水河流域暴雨洪涝预警临界判别条件

分析1988～2016年酋水街水文站的历次洪水过程发现，洪水前期水位(对于逐日降水而言，前期水位为洪水发生前一日水位)多分布于504.2、504.4、504.6 m。当已知前期水位的情况下，即可根据之前所模拟的降雨-流量-水位关系来获得动态临界面雨量值(表3)。

模型实例验证

采用1990、2002、2011年发生的3次洪水过程对酋水河流域的致灾临界面雨量值进行验证。由表4可以看出，在1990年洪水过程中，8月14日平均水位为504.47 m，即可将前期水位作为504.4 m处理；8月15日洪水发生当天24 h面雨量为36.05 mm，根据前期水位为504.4 m的致灾临界面雨量判断，24 h面雨量超过三级预警，未达到二级预警。实际水位值超过30年一遇重现期水位，未达到50年一遇重现期水位。动态致灾临界面雨量对这次洪水过程预警准确。

表3 不同前期水文条件的致灾临界面雨量

在2002年的洪水过程中，6月9日平均水位为504.24 m，即可将前期水位作为504.2 m处理，6月10日洪水发生当天24 h面雨量为91.61 mm，根据前期水位为504.2 m的致灾临界面雨量判断，24 h面雨量超过二级预警，未达到一级预警。实际水位值超过50年一遇重现期水位，未达到100年一遇重现期水位。动态致灾临界面雨量对这次洪水过程预警准确。

在2011年的洪水过程中，7月5日平均水位为504.21 m，即可将前期水位作为504.2 m处理；7月6日洪水发生当天24 h面雨量为70.45 mm，根据前期水位为504.2 m的致灾临界面雨量判断，24 h面雨量超过二级预警，未达到一级预警。实际水位值超过50年一遇重现期水位，未达到100年一遇重现期水位。动态致灾临界面雨量对这次洪水过程预警准确。

表4 酋水河流域3次洪水过程

根据历史3次洪水过程验证可以看出，动态致灾临界面雨量对3次强降水过程均能做到精确预警。由此可以得出，由HBV模拟出的动态致灾临界面雨量指标在酉水河流域具有很好的适用性。

5 结论

致灾临界面雨量是洪水风险灾害评估的重要参考依据。以酋水河为例，经过率定后的HBV模型对酋水街水文站以上流域具备很好的适用性，能够真实地反映出洪水对降水的响应过程，可作为确定致灾临界面雨量的实用工具[15]。由于跨流域引调水灌溉工程，使得酋水河的径流产生了巨大的变化，因此本研究仅选用1989年之后水文、降水资料进行模拟。

根据率定好的HBV水文模型对酋水街水文站径流数据进行插补和延长，获得1989～2016年逐日径流资料，采用最优分布函数拟合法，将3个重现期水位(30年一遇、50年一遇、100年一遇)作为酋水街水文站不同等级暴雨洪涝预警的判别条件。计算出不同前期水位条件下，酋水河流域不同等级预警判别指标的暴雨洪涝动态致灾临界面雨量。发现随着前期水位的升高，临界面雨量会随之减小，且呈现非线性响应特征。

采用1990、2002、2011年3次历史洪水过程进行验证，发现实测值均能符合所建立的不同前期水位下的预警判别指标。因此可以确定，基于HBV水文模型的洪水致灾临界面雨量指标的制定在酋水河流域内有着很好的适用性，能够为当地政府洪水的提前预警及防治提供可行的参考依据。