茅湾涌流域分布式水文水动力耦合模型研究

闫苗祥

（中山市水利水电勘测设计咨询有限公司,广东 中山 528400）

随着计算机技术的进步和遥感技术的应用,越来越多的分布式水文模型被诸多学者研究出来[1-3]。分布式降雨径流模型涵盖了水文循环的主要过程,包括蒸散发、地表径流、非饱和流、地下水和明渠流以及它们之间的相互作用,因此可以用于模拟陆地水循环中包括水流运动、水质和泥沙运输等几乎所有主要的水文过程。分布式降雨径流模型的核心模块包括蒸散发模块（ET）、非饱和带水分模块（USZ）、饱和地下水模块（SZ）、坡面流（OL）与河道水流模块（HD）。

茅湾涌流域作为平原河网区的典型区域之一,具有非常复杂的河网构造和闸泵调度,与此同时又处于高度城镇化地区,产汇流情况受下垫面影响较大,具有较强的人为因素干扰。面对如此复杂的水文水动力过程,分布式降雨径流模型和一维水动力模型耦合无疑是一个较优的选择。

1 流域概况

茅湾涌流域位于广东省中山市和珠海市,流域总面积约332.43 km2。茅湾涌流域以沉积平原地貌为主,东、西、北三面环山,南部为三角洲冲积平原。流域的东面和东南面为珠海市山坡地区,北面为地势较高的三乡镇片区,西北面为铁炉山片区,其余属珠江三角洲冲积平原,冲积平原地面高低不一,流域地势自东北向西南倾斜。如图1 所示,区内河网众多,纵横交错,相互连通。流域主要分为三个排涝分区,分别为三乡排涝分区（集雨面积106.58 km2,其中汇入茅湾涌集雨面积97.17 km2, 现状中珠排洪渠汇入珠海集雨面积9.41 km2）、坦洲排水分区（集雨面积125.89 km2）以及珠海排涝分区（集雨面积99.96 km2）。

2 茅湾涌水文水动力模型构建

分布式降雨径流模型水流运动模块通过构建降水—径流的物理机制,完整模拟由降水到径流的整个过程,但分布式水文模型的一大特点是需要强大的数据支持。其所需的数据包括气象、水文、土壤、植被、遥感影像、数字高程模型和下垫面基本特性等各类数据。

2.1 模型范围及网格

建立分布式降雨径流模型的第一步是根据分析区域确定模型的模拟计算范围。基于中山市1∶2000 地形图和珠海市5 m×5 m 分辨率的原始高程数据,使用ArcGIS 中的流域分析工具Hydrology 进行水文分析,通过填洼、水流方向提取、汇流计算等操作提取茅湾涌流域主要水系以初步划分流域分水岭,并结合高清遥感图和中山市1∶2000 地形图进一步确定茅湾涌流域的模型模拟计算范围,投影转化后得到的茅湾涌流域模型范围见图2。模型单个网格尺寸为25 m×25 m,x、y 方向分别为1000 和1300 个网格长度。

图2 分布式降雨径流模型中模型计算范围

2.2 地形

通过ArcGIS 将原始高程数据统一处理成5 m×5 m 分辨率的茅湾涌流域栅格地形数据,并转化为ASC 格式的数据,之后通过ZERO 工具箱,将ASC 格式的高程数据转换为分布式降雨径流模型所需的dfs2 格式文件数据,在模型中设置见图3。

图3 分布式降雨径流模型中流域地形数据

2.3 气象

分布式降雨径流模型所需输入的气象数据包括降雨数据和参考作物蒸散发数据。采用雨量站点雨量代表控制范围内的降雨量。分布式降雨径流模型水文模型蒸发输入要求为潜在蒸散量,其计算基于Penman-Monteith 公式,采用国家气象站点中山站的逐日气象数据计算得到日潜在蒸散发,并在分布式降雨径流模型中设置为面蒸发。

2.4 土地利用

依照土地利用现状分类国家标准,对谷歌高清遥感影像进行解译,将茅湾涌流域土地利用情况初步分为裸地、林地、草地、城镇用地、水域和耕地6 个一级分类。基于ArcGIS采用监督分类方法对遥感影像进行解译处理。监督分类的原理是根据已知训练区域的特征参数作为训练样本,建立判别函数,对遥感影像进行分类。对土地利用类型进行初步监督分类后,结合实地调查资料和原始遥感影像图对土地利用分类结果进行进一步的调整校正,最终得到茅湾涌流域土地利用分类栅格数据,见图4。

图4 土地利用分类空间分布设置

2.5 一维水动力模型构建

分布式降雨径流模型通过分布式降雨径流模型与一维水动力模型进行耦合。一维水动力模型主要包括四个数据文件：河网文件（.nwk11）、断面文件（.xns11）、边界条件（.bhd11）和参数文件（.hd11）。

2.5.1 河网文件

茅湾涌流域河网处理：在Auto CAD 中基于实测河道数据的河网平面图绘制河网,并利用ArcGIS 对河网进行处理,得到茅湾涌流域河网.shp 文件,导入一维水动力模型中转化为茅湾涌流域河网。另外,茅湾涌流域坦洲镇区域有大量的农田区域,为体现农田区域的蓄水及排涝情况,将农田区域概化为河道,最终茅湾涌流域的完整概化河网见图5。

图5 茅湾涌流域河网

2.5.2 断面文件

模型基于实测的断面数据,处理成一维水动力模型所需的TXT 文件格式后导入模型中。现状模型中共设置1414 个河道断面。

2.5.3 边界条件

由于缺乏茅湾涌流域实测流量资料,且已构建好的河道的上游边界一般都是河道的源头,故设置上游流量边界为常数0,然后结合分布式降雨径流模型确定汇流到河道的流量,共同组成耦合模型的边界条件；下游水位边界采用典型暴雨事件的相应实测闸内水位。

2.5.4 参数文件

参数文件的设置,主要包括定义初始条件和河床糙率。在初始条件属性页中,需要给定一个初始水位（或初始水深）,以满足模型平稳启动的要求。实践中,初始水位则需要满足“不能高于或低于河床”的条件,否则,模型可能无法平稳运行。在模型中,初始水位根据典型暴雨事件期间的起始实测水位设置全局初始水位,能保证模型平稳启动。根据以往茅湾涌流域的工程经验,茅湾涌流域大部分河道糙率取值在0.025～0.036之间,模型中取全局糙率,取值范围在0.029～0.033之间（对应M 值在30～34 之间）,通过参数率定选取最适合的河道糙率。

2.6 一维水动力模型耦合设置

分布式降雨径流模型与一维水动力模型之间的耦合通过河流链接（分布式降雨径流模型 links）实现。河流链接通过相邻栅格之间矢量数据的传递将一维水动力模型中定义的河网节点信息、河道断面信息连接到分布式降雨径流模型正确的物理位置上,将分布式降雨径流模型中的水文循环过程与河道明渠流建立联系,实现地表径流-明渠流过程的模拟。

在河网文件（.nwk11）中的分布式降雨径流模型links 模块中添加需要与分布式降雨径流模型进行耦合的河道,即可实现分布式降雨径流模型和一维水动力模型之间的紧密耦合,同时可以设置河道归槽或者溢流；模型参考茅湾涌流域的历史暴雨事件的淹没情况记录,结合实测河道堤防数据,一部分河道按归槽考虑,另一部分河道会根据河道内水位和河道堤防考虑溢流。

3 模型验证计算

茅湾涌流域地区无流量测站,缺乏实测流量资料,较难通过流量对水文模型进行率定与验证,所以将通过茅湾涌流域内实测水位监测点的水位对整个水文水动力耦合模型进行率定与验证。模型采用2022年5 月10 日至5 月13 日茅湾涌流域的典型暴雨及相应的实测水位进行率定与验证计算,降雨过程见图6。模型率定选取6 个水位监测站点的逐时水位数据进行对比,分别为咸围站、坦洲站、安阜站、南沙涌站、永一站和龙塘站。

图6 降雨事件降雨过程

3.1 模型设置概述

3.1.1 水位边界条件

对典型暴雨水位边界采用水闸实测闸外水位及实测闸内水位。降雨事件的外江潮位见图7,闸内水位见图8。

图7 降雨事件下实测闸外水位情况

图8 降雨事件下实测闸内水位情况

3.1.2 闸泵调度规则

典型暴雨中,外江7 个水闸绝大多数都是全开状态。泵站设置在概化的小河道（代表农田）与主干河道的交汇处,调度规则为：来水量小于泵站设计流量时,按来水量排水；来水量大于等于泵站设计流量时,按照泵站设计流量排水。

3.1.3 水库设置

模型中共设置田心、龙潭、古鹤和铁炉山共4 个水库,参考典型暴雨事件各水库实际的调度和泄洪记录。考虑到防汛期间水库需要有足够的库容蓄滞洪水,水库的起始水位结合各暴雨事件时的水位确定。

3.2 暴雨水位模拟结果

典型暴雨的模拟水位和实测水位的变化过程见图9。结果表明各监测站点模拟水位和实测水位变化趋势一致。除龙塘站最高水位误差分别为33 cm 外,其他绝大部分站点最高水位误差均在15 cm 以下。结果表明水位模拟水位和实测水位的相关性较高,该场暴雨模拟效果较好。

图9 暴雨实测水位和计算水位过程对比图

茅湾涌流域水文水动力耦合模型在各站点的计算水位与实测水位的差值多数在10 cm 以内；模拟水位过程与实测过程基本一致,相位误差基本小于1 h；各降雨事件模拟水位和实测水位的纳什系数大部分在0.7 以上。模拟结果满足《水利工程水利计算规范》（SL 104-2015）中对河道洪水演进计算的要求。总体上,模拟水位和实测水位接近,精度较高,所构建的分布式水文水动力模型合理可靠。

4 结语

本文使用分布式水文水动力耦合模型,以茅湾涌流域为研究对象对水流进行耦合隐式求解,并对模型进行了验证分析,结果表明：

（1）平原河网区的防洪排涝数值模拟的技术尚不够成熟,大多数未能精细化模拟平原河网区的天然状态与人工调控双重作用下的水位流量变化情况。茅湾涌流域水系众多,且受到潮位顶托作用,外江设置多个挡潮闸,内部还设置有节制闸、挡水闸等,受人为调度影响较大,适合采用分布式水文水动力耦合模型。

（2）构建基于分布式降雨径流模型和一维水动力模型耦合的水文水动力数学模型,对茅湾涌流域的水位流量过程进行模拟,并采用实测降雨水位对模型进行率定,为精确评估设计工况下的茅湾涌流域防洪排涝效果提供了模型基础。