五强溪水库近坝区洪水预报方法研究

沙永兵，黄迎春，石 彬，龚 定，邝录章，肖 杨，李巧玲

(1.五凌电力有限公司，湖南 长沙 410004； 2.湖南省水电智慧化工程技术研究中心，湖南 长沙 410004；3.福州大学土木工程学院，福州 福建 350108； 4.河海大学水文水资源学院，江苏 南京 210098)

五强溪水库作为沅水流域下游控制性水库，对沅水流域的防洪调度有显著的影响，是国家防洪重点水库之一[1]。靠近水库坝址地区有近7 000 km2的流域缺少水文控制站，水文资料相对匮乏。水库入库洪水原有预报方案流域分区少，降雨资料均化严重，难以把握暴雨中心发生的位置，且参数方案不够合理，这些问题导致了洪水预报精度难以满足水库入库流量实时作业预报与调度的需求[2-3]，而五强溪水库入库洪水的预报精度直接影响水库调度决策及下游洞庭湖等地区的防汛安全。因此，亟须进一步开展历史暴雨中心分布与流域产汇流特征分析，改进洪水预报方案，提高洪水预报精度及预见期，为沅水流域防洪决策提供有力依据[4-6]。

1 流域概况

五强溪流域属亚热带季风气候，多年平均降水量约为1 500 mm。降水量年内分布不均衡，暴雨发生频繁且多集中在4—9月，年最大洪水一般发生在5—7月。五强溪水库坝址以上流域集水面积超过8万km2，为季调节水库，调节库容较小。水库年平均流量约为2 000 m3/s。如图1所示，入库流量可以分为河溪、浦市、高砌头3个控制站以上流域来水和浦市至五强溪水库坝址区间流域来水4个部分。其中，浦市至五强溪水库坝址区间(以下统称近坝区)集水面积8 033 km2，区间洪水具有流程短、汇流快、突发性强的特性。近坝区暴雨洪水时常与3个上游控制站以上流域来水相叠加，使得库区水位迅速抬升，导致水库洪水预报与调度的时间短、难度大[7]。本文收集整理了2014—2020年4个控制站(高砌头、河溪、浦市、五强溪坝上)的逐日与时段流量过程，以及近坝区28个观测资料较为齐全雨量站的逐日与时段降雨资料，从中选取了20场包括大、中、小不同量级的洪水进行五强溪水库近坝区洪水预报方法改进研究。

图1 五强溪水库近坝区水文、雨量站点分布Fig.1 Distribution of hydrological and precipitation stations for near-dam area of Wuqiangxi Reservoir

2 单元流域划分

五强溪水库近坝区原有洪水预报方案将流域划分为浦市-沅陵、高彻头-沅陵、沅陵-五强溪库区、五强溪库区4个分区，采用分块新安江模型进行入库洪水预报。由该方案得到的单元流域面积均较大，未能充分考虑流域内降雨空间分布差异性大的特性，难以精准把握暴雨中心的位置，导致降雨径流模拟精度差，无法满足实际预报调度要求。研究表明，模型分块结构会对流域洪水模拟精度产生较大影响[8]。因此，首先对五强溪流域暴雨的空间分布特征进行研究，针对所选场次洪水通过绘制暴雨中心分布图的方式逐一进行分析。统计结果表明，暴雨分布情况因不同场次洪水而异，暴雨中心较常出现在五强溪库区、官庄和浦市等地区。因此，按照自然子流域和暴雨中心分布对近坝区流域重新进行分区，保证每一个暴雨中心位于不同子流域内。同时针对历史暴雨事件较为集中的区域，通过适当增加流域分块数量的方式来精准掌控暴雨区降水量。改进后的五强溪水库近坝区流域分区结果如图2所示，其中，浦市-沅陵区间共分为4个子流域(编号1～4)，沅陵-五强溪库区共分为6个子流域(编号5～10)。各单元流域占近坝区总面积的比值以及各单元流域出口距离五强溪水库坝上的河道长度如表1所示。

图2 五强溪近坝区流域分区Fig.2 Subbasin division of near-dam area of Wuqiangxi Reservoir

表1 子流域面积比及河道长度

相比于原有预报方案的流域分区情况，本文所采用的流域分区方案综合考虑了不同流域分区方法的优点，保证了分块数量的合理性，并且每一个子流域都有一定数量的雨量站来精确掌握降雨的空间分布情况，流域内降雨资料的应用更加精确，能够在一定程度上降低降雨信息不确定性对洪水预报精度的影响[9-10]。

3 方案构建与模型参数率定

3.1 模型与评价指标

根据五强溪水库洪水预报调度作业对洪水预报精度与预见期的实际要求，结合该流域产汇流特性以及入库洪水由3个控制站以上流域来水和近坝区产流构成的特点，采用三水源新安江模型构建近坝区入流的降雨产流预报方案，对河溪、浦市、高砌头以上流域来水，运用分段马斯京根河道演算方法直接演算至水库坝上。在各单元流域内，根据雨量站资料采用算数平均法计算面平均雨量，分别进行蒸散发、产流分水源和坡地河网汇流计算，得到各单元流域出口断面径流过程。然后，采用分段马斯京根法将各单元流域出口流量演算至坝址。作为分段马斯京根法重要参数之一的河道分段数，通常是根据各断面位置到水库坝头的距离进行确定。但是，考虑到水流进入库区后运动速度变慢，单纯按照距离进行该参数的确定可能与实际汇流情况不符。因此，采用文献[11]中提出的方案，在考虑河道汇流距离的基础上，通过历史洪水的率定效果对河道分段数进行修正。

参考文献[12-13]中三水源新安江模型参数的可能取值范围，采用蒙特卡罗随机采样模型自动优选和人工调试相结合的方案，对历史资料进行模拟分析和模型参数率定。采用洪量相对误差、洪峰流量相对误差、峰现时差ΔT和确定性系数[14]R2共4个指标评价模型模拟效果。

依据GB/T 22482—2008《水文情报预报规范》的规定，对模拟精度采用有效性检验法和允许误差合格率法进行评定。

3.2 日模型率定结果

首先对2014—2020年的逐日降雨径流过程进行模拟。根据河溪、浦市、高砌头、五强溪坝上4个水文站点逐日流量过程、近坝区各雨量站点日降雨资料和代表性蒸发站五强溪的逐日蒸发数据，对五强溪流域日模型参数进行率定。通过多次调试，最终得到如表2所示的新安江日模型参数率定结果和表3所示的日模型模拟结果的特征值。

表2 新安江日模型与次洪模型参数率定值

由表3可以看出，五强溪流域模拟结果中，年径流量相对误差大都在规范允许的误差范围内，洪量合格率为85.7%，达甲级标准。模拟的年径流总量均存在偏大趋势，分析可能是由于模型未能考虑引水、灌溉等水利工程的影响，导致流域长期水量平衡有一定偏差。日径流过程模拟的确定性系数均值达0.83。

表3 新安江日模型模拟特征值

3.3 次洪模型率定结果

次洪模型设计以1 h为时段长，基于日模型参数率定结果以及模拟的土壤含水量情况，利用选取的20场洪水率定次洪模型参数。鉴于五强溪水库入库洪水来源较为复杂多变，多种来水相互交织，给单元流域产汇流和河道汇流演算参数的识别带来较大难度。因此，对所选的20场洪水进行归类，发现主要有以下4类：以浦市以上来水为主导、以高砌头以上来水为主导、以近坝区降雨径流汇入为主导、全流域大暴雨产流。河溪站以上来水量较少，对洪峰影响较小，未单独考虑。模型率定时，首先采用以单一上游来水为主导的洪水场次，识别相对应河段的马斯京根汇流参数，然后利用以近坝区降雨径流汇入为主的洪水场次，进行三水源新安江模型参数的率定，最后再根据全流域大暴雨洪水对所有率定的参数进行验证和调整。五强溪水库次洪模型参数率定值见表2，表4为次洪模拟结果统计特征值。

表4 次洪水模拟特征值

从表4可以看出，所选的20场不同类型洪水所模拟的洪量相对误差和洪峰相对误差均控制在±20%范围内，合格率达100%，模拟结果良好，达到了甲级精度标准。除2017081121号洪水模拟的洪量相对误差为0.2较大外，其余场次的洪量相对误差均小于10%。模拟的洪峰流量从总体上看，略微偏大于实测洪峰流量。在峰现时差的控制上，峰现时差小于3 h的洪水场次为85%，符合规范要求。2019070700号洪水模拟洪峰出现时间与实测误差较大，主要是因为其为洪峰流量相近的复峰洪水，容易造成较大的峰现时间模拟误差。所选20场洪水模拟的确定性系数均值达到0.89，其中有11场达到了0.9以上。

3.4 主要误差原因分析

率定结果表明，本文构建的五强溪水库近坝区洪水预报方案能够较好地模拟入库洪水过程，为水库防洪调度提供可靠依据。对比实测与模拟流量过程，对造成洪水模拟误差的原因进行了分析。图3～6分别为以浦市以上来水、高砌头以上来水、近坝区降雨径流汇入、全流域暴雨汇入等不同来水为主导的部分场次洪水模拟与实测流量过程。

图3 以浦市以上来水为主导的入库洪水模拟与实测过程Fig.3 Simulated and observed hydrographs for flood events mainly caused by upper water of Pushi

从模拟过程线可以看出，五强溪水库洪峰主要是由浦市以上来水和近坝区降雨径流导致。由浦市以上来水为主导的洪水场次，洪峰和流量过程线模拟结果均与实测较为一致(图3)；由高砌头上游来水为主导的洪水模拟精度普遍较差，模拟洪量与洪峰明显小于实测洪水过程(图4)；以近坝区降雨产流汇入为主导的洪水场次，在洪峰模拟上能够取得较高精度，但在峰现时差的模拟上易出现延迟(图5)；当发生全流域大暴雨时，浦市、河溪、高砌头上游来水和近坝区流域产流均对洪峰有一定的影响，该类型洪水模拟的精度也有待进一步提高(图6)。

图4 以高砌头以上来水为主导的入库洪水模拟与实测过程Fig.4 Simulated and observed hydrographs for flood events mainly caused by upper water of Gaoqitou

图5 以近坝区降雨径流汇入为主导的入库洪水模拟与实测过程Fig.5 Simulated and observed hydrographs for flood events mainly caused by rainfall runoff inflow of near-dam area

图6 全流域暴雨产流汇入导致的入库洪水模拟与实测过程Fig.6 Simulated and observed hydrographs for flood events caused by runoff inflow of heavy rainfall across the entire basin

针对以高砌头以上来水为主导的洪水场次在模拟时出现的洪量、洪峰均明显偏小的现象，进一步分析应是受靠近坝址位置的水利工程蓄泄影响。通过流域内水利工程情况分布调查，发现在沅水左岸一级支流洞庭溪下游河段建有鸟儿巢中型水库，其流域如图1中绿色区域所示。该水库控制流域面积381 km2，库容3 000万m3。鸟儿巢水库与高砌头以上流域地理位置临近，均位于五强溪水库西北方向。由图4可见，2016062720号洪水高砌头以上流域来水量较大，而鸟儿巢水库所在的10号子流域面平均降水量达97.5 mm，因此判断鸟儿巢水库以上流域发生大洪水的概率较高，水库管理方可能进行开闸泄洪，从而加大了五强溪水库的入库洪水量，因缺乏鸟儿巢水库泄洪资料，导致预报洪量偏小8.0%，洪峰误差也相对较大。

通过调查发现，鸟儿巢水库曾在2020年7月7—11日进行开闸泄洪，由图6所示的同时期2020070800号洪水模拟结果可以看出，受到鸟儿巢水库泄洪影响，模拟洪量为230 508万m3，实测洪量为249 929万m3，洪量减少了约8%，充分证实了鸟儿巢水库对五强溪水库入库洪水的影响。因缺乏鸟儿巢水库泄洪数据，在预报方案中未能考虑该水库蓄泄对五强溪水库入库洪水模拟的影响。鸟儿巢水库坝址与五强溪水库坝址靠近，蓄泄情况对模拟洪峰与洪量的影响较大，若能在实际预报调度中加入鸟儿巢水库的泄洪信息，能够有效改善该类型洪水的预报精度。在预报方案中增加水利工程蓄泄信息，进一步考虑上游水库等工程泄洪对入库洪水的影响，是提高洪水预报精度的关键。

本文所构建的洪水预报方案中，因缺乏子流域的出口流量信息进行单个子流域模型参数的识别，10个不同子流域采用的是同一套模型参数进行产汇流演算。五强溪近坝区面积较大，子流域间水文气象与下垫面条件存在一定的差异，模型参数肯定存在差别。若通过与流域下垫面特征构建相关关系，进而分别推求子流域的模型参数，应有可能进一步提高近坝区洪水的模拟精度[15-16]。可以进一步通过构建模型参数与流域下垫面特征相关关系等方法，推求不同单元流域模型参数的分布情况[17-19]。

在河道洪水演算中，采用的是较为简便、实用的马斯京根方法。然而，洪水进入水库库区后，水面加宽、水深增大，水库的边界条件和动力因素发生变化，导致水库内洪水波的传播方式、速度和时间也会产生较大差异。因此，在下一步的研究中，应进一步分析洪水波随时间和沿程的变化规律，建立水文水力学洪水演进智能模型。

3.5 改进预报方案的验证

2021年5—6月，五强溪流域陆续出现了3次较大的洪水过程，运用本文所构建的五强溪水库近坝区洪水预报改进方案，成功进行了实时洪水作业预报，取得了较好的预报效果，洪水预报特征值如表5所示，模拟洪水过程线如图7所示。从图7可以看出，2021050300号洪水洪量相对误差较大，分析可能是由于前期较为干旱，流域内水利工程蓄水导致实测入库流量较小。在最为关键的洪峰模拟上，预报5月3日洪水过程，预报洪峰8 380 m3/s，实测洪峰8 020 m3/s；预报5月18日洪水过程，预报洪峰12 500 m3/s，实测洪峰13 300 m3/s；预报6月3日洪水过程，预报洪峰7 690 m3/s，实测洪峰8 390 m3/s，为水库进行洪水预报与调度提供了可靠的决策依据。

表5 五强溪水库2021年入库洪水预报特征值

图7 2021年五强溪水库入库洪水预报与实测过程Fig.7 Simulated and observed hydrographs of flood events in 2021 for Wuqiangxi Reservoir

5 结 语

本文针对五强溪近坝区洪水预报难度大，原有预报方案入库流量预报精度不高、难以满足实际需求的难题，基于历史洪水暴雨中心与流域产汇流特征分析，采用三水源新安江模型构建五强溪水库近坝区流域入库洪水预报方案，对典型历史洪水进行了模拟与参数率定，并对主要误差原因进行剖析，改进的预报方案在2021年实时洪水预报作业中取得了良好的应用效果。研究结果表明，基于暴雨中心和自然子流域的流域分区方法能够有效提高模型对暴雨中心的掌控，降低降雨不确定性对洪水模拟精度的影响。本文所构建的五强溪近坝区洪水预报方案，能够适用于不同类型的洪水预报，为水库防洪调度提供可靠的科学依据。同时，研究发现，历史洪水场次模拟效果差的主要原因是缺乏流域内水利工程蓄泄的相关信息，尤其是对入库洪峰与洪量的预报精度影响较大。