基于SOBEK模型的浦东新区防汛管理措施研究

孟钲秀，黄琳煜，杨晓斌

（上海市浦东新区水文水资源管理署，上海 200129）

浦东新区地处长江口和杭州湾交汇处，濒临东海，受海洋气候的影响，每年汛期（6 — 9月）容易遭受台风和强对流天气强降雨引起的内涝和风暴潮灾害，易面临“风、暴、潮、洪”三碰头，甚至四碰头的威胁，防洪排涝任务艰巨[1]。近年来，短历时、强降雨、多尺度的大暴雨频频发生，对浦东防洪排涝管理提出越来越高的要求。目前，浦东新区已积累了大量水文在线监测、河网和管网数据等信息，为构建现代化防洪排涝预报预警平台提供良好的基础。本研究基于SOBEK模型构建的浦东水利片河网模型，在此基础上，通过设计不同等级的全流域面雨量，应用模型进行模拟计算，得出浦东新区临界安全雨量。并且尝试模拟不同梯度雨量下，可采取的防汛管理措施，使水位不超或者少超警戒水位，为浦东河网应急调度提供参考依据。

1 研究目标

本研究应用浦东水利片河网模型，设计不同降雨条件、潮位条件与水闸调度方式的组合情景下，计算浦东的水位变化情况，运用GIS手段展示并分析计算结果，以研究浦东新区理论最大安全降雨量、不同梯度雨量下的防汛管理措施，为浦东提高防汛管理水平，降低防汛管理成本提供更加充分、量化的技术支持。

（1）模拟不同降雨量发生时浦东的水位超警戒情况，以计算理论最大安全降雨量，分析不同降雨量下浦东洪涝风险情况；

（2）模拟不同的梯度雨量方案下，采取何种防汛管理措施，以减少洪涝风险；

（3）模拟不同降雨量与不同潮位的组合方案，分析浦东河网特性、排水格局及风险范围，同时提取支撑调度决策研究的关键信息。

2 河网模型原理

水动力学模型是对河网水系水流运动规律的一种模拟，通过水动力学模型计算可以预测各种降雨标准、边界条件、控制条件下的河网水位和流量变化，水动力学模型已经相当成熟，应用甚广。

本次计算范围属平原河网地区，范围大而河道密集。本项目中水动力学模型主要以浦东水文署已有的浦东水利片水动力模型为基础，将其转换成所需的SOBEK模型，并用于河网水位、流量的预报。

2.1 水动力模型基本方程

水动力模型基本方程采用Saint - Venant方程组[2]，数值离散方程采用成熟的Preismann四点隐式差分格式，联立方程求解。

水量基本方程，一维明渠非恒定流Saint - Venant方程组:

式中:t为时间坐标，h；x为空间坐标，m；Q为流量，m3/s；Z为水位，m；u为断面平均流速，m/s；n为糙率系数；A 为过流断面积，m2；B为主流断面宽度，m；R为水力半径，m；q为旁侧入流流量，m3/s；BW为水面宽度（包括主流宽度B及起调蓄作用的附加水面宽度），m；g为重力加速度，m2/s。

对水量基本方程，采用Preissmann四点隐式差分格式进行数值离散[3]。

2.2 河网泵闸系统控制模块

泵、闸调控方式的模拟是水动力模型的重要组成部分。根据上海的河网特征、水资源合理调度的客观要求以及水利工程运行管理的实践经验[4]，遵循防汛时按照防汛安全要求调度、平时按照改善水质和保障用水需要调度的原则，对泵闸的运行方式按照闸内外的水位控制、闸关联水系的区域平均水位控制以及时间控制等多重要求进行精细的模拟。

2.3 降雨径流模块

不同的下垫面具有不同的产流规律，降雨径流模拟将本区域下垫面分成水面（包括河道、湖泊等水面）、水田、旱地或绿地和城镇道路等覆盖面，按照水文学的原理和方法来分别计算分块区域的产汇流。

2.4 计算方法

对过闸流量及区间调蓄作用采用成熟的模块进行精细模拟；降雨径流过程模拟，则是根据设计标准降雨和下垫面的类型，采用“扣损法”计算净雨深及产流过程。

3 主要研究内容

3.1 河网模型率定

通过水文分区划分、河网构建、水工建筑物和边界条件设置，浦东水利片河网模型中的水系河网概化见图1。利用2013年“菲特”台风期间的实测资料进行率定验证，结果显示，选取的40个实测水位站点的计算值与实测值吻合度较好，其中平均最高水位绝对误差为0.070 7 m，平均高水位绝对误差为0.040 0 m，达到预期的模型精度要求。

图 1 河网概化图

3.2 理论最大安全降雨量的计算

理论最大安全降雨量，是探求浦东新区河网在常规状态下所能承受的最大降雨量。其判断标准为:某种强度的雨量发生时，在常规水闸调度方式（非防汛预警下的引清调水方式）下，即不采取任何水闸防汛调度措施时，浦东能承受的最大雨量。也就是说，实际降雨量在理论最大安全降雨量以下，浦东内河水位总体不超过警戒值；大于此降雨量，内河水位将超过警戒值，可能导致洪涝灾害。

本文采用的浦东内河水位警戒值取自浦东水文署课题“浦东新区内河警戒水位研究”成果，取值为:大治河以北3.20 m，大治河及大治河以南3.30 m[5]。

通过试算不同降雨量下浦东河网的最高水位，以不超过警戒水位为标准，得出理论最大安全降雨量。其中:

（1）降雨:在实际生活中，降雨具有时空不确定性、降雨强度的多样性，模型无法穷尽。这里，选取实际工作中出现较多的降雨历时12 h的雨量过程进行模拟分析。根据浦东水文实测数据，选取12 h降雨总量分别为50，60，70，80，100 mm的典型降雨过程进行试算。模型的模拟期为24 h，降雨主要集中在中间12 h，雨峰出现在第12个小时至第13个小时之间，雨峰偏大。假定在各场典型降雨下，整个浦东水利片降雨过程相同。通过试算不同强度的雨量，得到降雨历时为12 h时，浦东河网所能承受的理论最大安全降雨量。

（2）以芦潮港潮位站作为代表，潮位选择稍不利情形“蓝色警戒潮位”，潮峰时间对应雨峰时间。考虑到汇水时间，潮峰落后雨峰2 ～ 3 h。

（3）水闸调度考虑全区排水最大化，设定 “全部排水”的调度规则。

（4）预降水位和闸内最低控制水位这2个特征水位的设定，参考2011 — 2012年浦东2个排水较为不利的水位站 — 祝桥站、惠南站的水位雨量过程线（见图2 ～ 3）。如图3所示，非汛期进行引清调水时，2个站点的水位最低值趋近于2.50 m，且2013年 “菲特”台风暴雨来临前水位也预降至2.50 m，因此把2.50 m作为此次研究的预降水位和最低控制水位。

图 2 2011 — 2012 年祝桥站水位雨量过程线图

图 3 2011 — 2012 年惠南站水位雨量过程线图

3.2.1 洪涝风险组合

此次研究基于“不利”形势进行，将降雨（雨量大小、降雨历时、雨型）、潮位（大小、潮型）、水闸调度方式、预降水位等前置条件进行洪涝风险组合。

结合上述前置条件，应用河网模型，分别计算各种雨量条件下河道计算点的最高水位。以大治河以北3.20 m、大治河及大治河以南3.30 m作为风险线，对河道水位做风险评估。各梯度降雨下洪涝风险见图4（其中12 h梯度雨量50 mm时无风险）。

图 4 12 h 60 mm 雨情下河网超警戒风险情况图

3.2.2 确定理论最大安全降雨量

理论最大安全降雨量基于梯度雨量洪涝风险基础研究确定。根据梯度雨量风险分布图，12 h 50 mm雨情下，河道均未超出警戒水位；12 h 80 mm雨情下，大治河以北与以南都有部分河道超出警戒值。因此，根据理论最大安全降雨量的定义，在50 mm与80 mm之间确定理论最大安全降雨量值。

模型计算12 h 60 mm雨情下，水位超警戒风险情况。可以看出，大部分河道未超出警戒值，超出部分应是模型精度不佳导致，分析判断实际情况下很可能未超警戒值。因此，可认为60 mm为浦东降雨历时12 h对应的理论最大安全降雨量。

3.3 梯度雨量方案的防汛管理措施分析

当降雨量超过理论最大安全降雨量，研究不同梯度雨量下，分别采取何种闸门调度方案，包括选取不同的水闸调度方式，闸内最低控制水位、预降水位，使得全区水位不超警戒值、或者少超警戒值，从而在一定程度上节省防汛管理成本，提升调度针对性。

本次研究的防汛管理措施包括:水闸调度方式的选用、预降水位和闸内最低控制水位2个特征水位的设置。

在12 h 80，100，120，150 mm设计面雨量条件下，研究防汛管理措施的效果，评估目标为水位超警戒风险。此处降雨、潮位、水闸调度方式的确定方法均与理论最大安全降雨量相同。特征水位分别在2.50 m的基础上降低0.10，0.20，0.30 m，分别为2.40，2.30，2.20 m（极限值）（见表1）。

表 1 梯度雨量预降方案表

研究表明:在80 mm雨情下，特征水位为2.20 m时，整个片区恰未超警戒水位。而100，120，150 mm降雨下，特征水位控制在2.20 m时，河道水位仍有不同程度的超警风险。因此，在12 h雨量超过100 mm的情况下，采用预降水位与最低水位控制的管理措施，且水位降低至极值2.20 m，仍有一部分地区可能存在洪涝风险。

4 结 语

（1）基于浦东水利片水动力模型的SOBEK模型模拟结果基本能够满足区域水位模拟和体现防汛调度的要求，所确定的参数基本能反映河道和流域特征。

（2）降雨历时采用12 h，潮位为“蓝色警戒潮位”，潮峰时间对应雨峰时间，水闸设定“全部排水”的调度规则，预降水位及闸内最低控制水位这2个特征水位设为2.50 m的前置条件下，模型计算得到理论最大安全降雨量为60 mm。

（3）12 h 80 mm雨情下，特征水位控制在2.20 m，整个片区恰未超警戒水位；12 h雨量超过100 mm，特征水位设为极限值2.20 m，部分河道仍有风险。

（4）未来降雨的时空不确定性、降雨历时与强度组合的多样性、潮位的涨落特性，决定了河网的水力条件的千变万化，而离线模型只能设计若干种简单的、典型的条件进行模拟计算，无法完全模拟所有的真实场景，计算仍存在一定的局限性。依托高质量的实时实测数据和预测数据，构建实时预报系统是最终目标。