NAM模型在流域洪水预报中的应用

陈 华

（中资水务环境科技（广州）有限公司，广东 广州 510530）

水文模型是流域洪水模拟的重要工具之一，选择合适的水文模型是精确地模拟洪水流量过程的重要手段。流域水文模型自提出以来，在研究者们的不断完善下日趋成熟。谢尔曼单位线和Horton下渗理论为流域水文模型的发展提供了坚实的理论基础。到20世纪50年代出现第一个真正意义上的流域水文模型斯坦福模型。随后3S技术、数学以及计算机科学的发展，迎来了水文模型的快速发展，研究者们简化了流域水文过程，采用新的方法以构建大量结构和功能不同的流域水文模型，如Tank模型[1]、新安江模型、SHE模型、NAM模型[2]和流溪河模型[3]等。同时国内外研究者像芮孝芳[4]、袁作新[5]等对各类流域水文模型做了详细的总结和归纳。

为了充分发挥流域洪水在防洪中的作用，科学开展流域洪水预报模型是关键。钟埂站是20世纪60年代建站，位于乌溪江上游，浙江省遂昌县西南部，为了解、解决遂昌县流域洪水灾害提供可靠数据来源，有效提升了遂昌县流域洪水防治能力，减轻了遂昌县的防洪压力。钟埂站以上控制流域简称钟埂流域。本文研究流域降水主要集中在4～6月，尤以6月为甚，降雨特征呈周期性的季节变化。冬季多晴朗寒冷天气；春季南北气流交替加剧，易受低气压及锋面活动影响，天气阴晴不定，常有沥涟春雨；初夏，天气容易因为锋面滞留，形成连绵大面积“梅雨”天气；盛夏，在副热带高压控制下，天气晴热少雨，降水以雷阵雨为主，若遭遇热带风暴或台风的侵袭则形成较大暴雨。为了验证采用NAM模型开展钟埂流域洪水预报的有效性，本文建立了钟埂流域洪水预报NAM模型，对模型参数进行了率定。通过对模型的验证发现，NAM模型对钟埂流域洪水具有较高的模拟精度，可应用于钟埂流域进行洪水预报，可为流域洪水预报提供技术支撑。

1 NAM模型及其参数率定方法

NAM模型[2,6]是Nielsen和Hansen于1973年提出，作为集总式概念性降雨径流模型，在世界一些不同气候类型地区得到验证。NAM模型分4层蓄水体进行流域产汇流模拟计算。其中融雪径流模块作为一个独立、可选的模块。由本文的研究区域降雪对洪水无影响，故本研究流域模拟时不采用此模块。

融雪径流是由融雪蓄水层的降雪，在温度达到一定临

界值时，降雪融化产生。融雪径流可直接进入地表蓄水层。降水进入地表蓄水层后，首先损失部分水量，以维持植物蒸发和补充地表蓄水层蓄水U。当U超过地表蓄水层蓄水能力Umax时，模型将剩余部分水量PN一部分分配生成地表径流QOF，一部分分配为下渗量。对于下渗量，再进行二次水量分配，一部分进入浅层蓄水层，一部分进入地下蓄水层。壤中流QIF产生于浅层蓄水层。地下蓄水层水量可用于生成基流外，也可用于与相邻蓄水层水分交换。模型汇流计算采用线性水库模拟。蒸散发采用两层蒸发模式，主要发生在地表蓄水层和浅层蓄水层。

作为一个集总式模型，NAM各个参数及变量反映流域平均情况，可由流域的自然特征和水文资料率定得到。由于篇幅限制，故本文主要介绍主要参数地表蓄水层最大蓄水容量Umax和浅层蓄水层最大蓄水容量Lmax。Umax反映流域植被截流、洼地蓄水及上层耕作土壤蓄水等特性。Lmax为根系带所能达到的最大土壤含水量，大致为田间持水量与凋萎含水量之差值。一般Lmax约是Umax的10倍。

利用MIKE11/NAM模型进行流域洪水模拟计算时，参数率定可在自动优选的基础上进行人工调整。该模型系统中自带的参数自动优选模块可以对Umax、Lmax、CQOF、CKIF、CK1.2、TOF、TIF、TG和CKBF等九个主要的参数进行自动率定。参数自动率定时有四个不同率定目标，可根据实际情况自行选取。模型参数自动率定采用的是全局优化SCE优化算法。同时可根据实测资料进行人工微调。

2 NAM模型构建与参数率定

2.1 实测洪水过程资料

NAM模型是集总式模型，其结构与其他流域水文模型一样，但模型参数不同，可根据实测洪水资料进行率定。为率定钟埂流域洪水预报NAM模型，本文收集了钟埂流域建站以来的实测洪水过程资料。考虑到早期钟埂流域水情记录手段、记录方式及保存方式与后期自动化的不同，早期资料数据应尽量避免用于参数率定。根据遂昌县历史重大洪水记录，本文从水文年鉴上主要收集了1968～1993年的资料，并整理出降雨径流关系基本合理的5场钟埂流域洪水过程资料，降雨量和流域流量均以小时为时段。NAM模型只能在封闭式流域使用，在本文研究中的钟埂流域以水文站钟埂站控制断面作为流域的出水口。流域面雨量通过泰森多边形法进行流域平均计算得到，作为模型的输入数据。

2.2 模型参数率定

集总式模型在参数率定时，需多场有代表性的实测洪水过程，以兼顾不同的洪水特征。从本文收集到的5场实测洪水过程中，选择2场数据质量较好，有代表性的洪水过程进行参数率定，本文选取的场次洪水是19 920 704和19 730 531场次洪水。采用SCE算法对NAM模型参数进行了自动率定，并通过人工的方式，对模型参数进行了微调。考虑到场次洪水预报较关注的要素，本文模型参数率定时采用的率定目标偏重于洪水洪峰值、洪水过程线拟合度及洪水总量。最终采用的模型参数如表1所示。

表1 模型参数

对率定洪水过程的模拟效果进行评价指标的统计，结果如表2所示。从下述结果来看，率定的模型参数对上2场用于参数率定的洪水过程的模拟效果总体上较好。

表2 参数率定模拟结果评价指标统计

由于篇幅限制，本文仅绘制了19 920 704场次洪水参数率定时洪水过程模拟效果，如图1所示。

图1 19 920 704场次参数率定洪水过程模拟结果

3 模型验证

采用上述率定的模型参数，对其余3场实测洪水过程进行模拟验证，并进行评价指标统计，如表3所示。由于篇幅限制，图2绘出部分洪水过程的模拟过程图。

表3 模拟结果评价统计指标

图2 模拟与实测洪水过程对比图

从上述的模拟结果来看，本文建立的钟埂流域洪水预报NAM模型对实测洪水有较好的模拟效果，其中，确定性系数平均达到0.903，相关系数达0.963，水量平衡系数为0.992，洪峰误差为3.2%。但同时也需要看到，模型参数对于不同场次洪水的模拟效果有明显的不同，这主要是集总式模型的非线性特性决定的。模型参数率定主要是保证总体效果及照顾到一些特定的需求。因此，本文率定的NAM模型参数是正常的。

4 结语

本文采用NAM模型建立了钟埂流域洪水预报模型，并对模型参数进行了自动率定和人工调整。对3场实测洪水过程进行模拟的结果表明，模型的确定性系数平均达到0.903，相关系数达0.963，水量平衡系数为0.992，洪峰误差为3.2%，从洪峰合格率来看，预报方案评价较好，可应用于钟埂流域洪水预报，可为流域洪水预报提供技术支撑。