基于中国山洪水文模型的山洪灾害预警指标实时动态分析

程 东，刘荣华，翟晓燕，赵 宇，刘 潇

(1.中国水利水电科学研究院，北京 100038；2.水利部防洪抗旱减灾工程技术研究中心，北京 100038)

1 研究背景

山洪在我国主要指山丘区由短历时强降雨诱发的急涨急落的中小河流洪水[1]。山洪灾害多发于山丘区中小河流，山丘区坡降大，山丘间溪河分布密集，降雨发生后汇流时间短，迅速转化为流速较大的径流，一般降雨发生后几个小时内即产生洪水。由于洪水水量集中、涨水快、其中夹杂着泥石，冲击破坏力大，洪水过后常造成人员伤亡，毁坏居住地和基础设施，甚至可能导致水库、山塘等水利工程溃坝，是一种毁灭性灾害[2-4]。1949—2015年间，我国山洪灾害造成的直接经济损失高达17.2万亿元[5]。我国气候特征多样、地形条件复杂、暴雨频次高，山洪灾害频发，已成为世界上山洪灾害严重的国家之一[6]。及时有效的预警是决定山洪灾害防控的关键，国内外学者已围绕山洪灾害预警问题进行了大量的研究。临界雨量是国内外采用最广泛的山洪灾害预警指标之一[7-10]，有很多学者提出了一系列关于临界雨量的研究方法。施征等[11]基于HEC-HMS分布式水文模型运用水位流量反推法综合确定山洪雨量预警指标。赵龙等[12]基于随机森林回归算法构建山洪灾害临界雨量预估模型。贺拿等[13]运用灾害实例调查法和频率法对临界雨量进行了实验探究。张玉昶等[14]基于混合Copula函数风险组合研究了临界雨量的降雨量和峰值雨强的联合分布状况。上述研究多为针对静态预警指标的研究，推求的临界雨量为定值，未考虑前期影响雨量、土壤含水量、上游产汇流、暴雨洪水特征等实时动态因素的影响。如何有效提高山洪灾害监测预报预警精度，延长山洪灾害预警预见期，降低生命财产安全风险是山洪灾害防治的重要任务之一。目前我国山洪灾害监测预警技术方面虽有长足进步，但仍然存在一定不足，精确预报预警等关键技术难题仍需进一步突破等[5，15-16]。为总结山洪灾害监测预警系统的建设经验，集成应用山洪灾害调查评价成果，提高监测预报预警精准度，结合信息技术发展的新趋势，在预警模式和技术方法上进行升级和规范，实现山洪灾害精细化动态预警，进一步提升山洪灾害监测预报预警水平，增强山洪灾害防御能力[17-18]。

江西省地处东亚季风区，地形地质条件复杂，山丘区范围大，特殊气候条件和降水时空分布不均，极易形成局部强降雨，导致山洪灾害频发。 全国山洪灾害调查评价结果显示，江西是长江中下游山洪灾害严重的省份之一，东河流域所在的浮梁县段是江西省山洪灾害防治县之一。本文以江西省东河流域为例，充分利用山洪灾害调查评价成果、水文气象数据等信息源，综合考虑小流域前期影响雨量、土壤湿度变化、上游产汇流过程和暴雨洪水特征等变化，以小流域为单元，分析小流域暴雨洪水特征以及土壤水分运移机制，结合设计暴雨洪水实时反算，利用成灾水位反推防灾对象不同土湿和典型预警时段长的动态临界雨量变化趋势，实时分析确定不同前期降雨或土壤含水量状态下的动态预警指标，并生成山洪灾害防治区实时土壤含水量和山洪灾害实时动态预警指标成果[9，19-23]。同时以流域内南泊村典型灾害事件为例，详细介绍了该小流域典型防灾对象动态预警指标分析过程和动态预警指标应用效果。计算分析结果表明，基于雨量预警指标的实时动态预警结果相比原山洪灾害调查评价中静态预警指标结果提前1～2 h预警，有效延长了预警预见期。

2 研究区域概况及数据源

研究区位于江西省东北部(图1)，属于江西省东河流域，研究区面积465 km2，该地区地形地质条件复杂，地势东高西低，气候湿润，属于亚热带季风性气候，降雨量充沛，年内分配不均，主汛期4—6月降雨量占全年总雨量的60%以上，研究区内可观测水位、流量、降雨的水文站共有2个。研究区内山洪灾害频发，共有41个山洪灾害防治村。

图1 研究区概况Fig.1 Overview of the study area

以发生的山洪灾害事件为例，介绍预警指标实时动态分析过程及动态预警指标应用效果。2020年7月7日至9日，东河流域范围内普降暴雨，过程降雨量最大的为竹岭站519 mm，其次为梅岭站496.5 mm，再次为凤坑站485 mm；1小时最大降雨量为深渡站的64 mm，3小时最大降雨量为竹岭站的130.5 mm，6小时最大降雨量为瑶里站的184 mm，12小时最大降雨量为竹岭站的292.5 mm，24小时最大降雨量为竹岭站的372 mm，3天最大降雨量为竹岭站的495 mm，深渡水文站记录的场次洪水最高水位50.96 m，对应的洪峰流量为1930 m3/s。本场洪水在流域内造成了较大的经济损失。研究防灾对象——南泊村-河东自然村位于研究区域中上游(如图2)，南泊村-河东自然村于2020年7月8日发生山洪灾害，村庄部分房屋受淹较为严重，7月7日至9日期间，以南泊村-河东自然村及上游流域作为本次灾害事件防灾对象的研究区，研究区域内梅岭站过程累积降雨最大，达496.5 mm，其次为凤坑站，达485 mm；此外，瑶里站6小时累积降雨量最大，达184 mm。

图2 南泊村-河东自然村所在位置及上游影响Fig.2 Location of Nanpo Village-Hedong Natural Village figure and upstream influences

收集的数据包括基础空间地理信息数据、山洪灾害调查评价成果数据以及水文气象数据等。基础空间地理信息数据主要用来提取流域的下垫面以及划分小流域，主要包括数字高程模型、水系(1∶10000)、土地利用类型(1∶250000)等，均来自于国家基础地理信息中心；山洪灾害调查评价成果数据包括山洪灾害防治村的临界雨量、现有雨量预警指标、5～100年一遇设计暴雨、5～100年一遇设计洪水、山洪灾害现状防洪能力(即防治村成灾水位对应流量的重现期)等，均来自于全国山洪灾害调查报告。水文气象数据包括场次雨洪数据、土壤含水量数据等，均来自于江西省水利厅。

3 研究方法

3.1 分布式水文模型

3.1.1 中国山洪水文模型 中国山洪水文模型(China Flash Flood Hydrological Model，CNFF)是由中国水利水电科学研究院自主研发的具有物理机制的分布式水文模型，已广泛用于我国中小流域的暴雨洪水分析和山洪灾害预报预警[24-27]。通过小流域、河段、节点、分水、水源、洼地和水库等7类水文元素概化研究流域，以小流域为基本计算单元，基本计算单元内的气象条件和下垫面分布基本一致，采用模块化建模技术构建流域分布式水文模型，进行产汇流、河道演进和水库调蓄计算。

3.1.2 模型构建 采用适用于湿润地区的新安江三水源蓄满产流法进行产流计算和土湿计算，采用分布式单位线法和线性水库调蓄法进行坡面汇流计算，研究区小流域单位线如图3，采用动态马斯京根法进行河道洪水演进计算[24-25]。坡面流流速和径流汇集时间计算公式如式(1)：

图3 研究区典型小流域不同雨强下的单位线Fig.3 Unit hydrograph of a typical small watershed in the study area under different rainfall intensities

(1)

3.1.3 模型评估 采用径流深相对误差(Rre)、洪峰相对误差(Rqe)、峰现时差(Te)及Nash—Sutcliffe效率系数(NSE)四个指标评估山洪模拟精度。Rre、Rqe和Te的最优值均为0，NSE的最优值为1。在模型评估中，当Rre和Rqe的绝对值在20%以内，Te的绝对值在2.5 h以内，NSE的值在0.6以上时，我们认为模拟结果为合格。各指标的计算公式如下：

(2)

(3)

Te=Ts-To

(4)

(5)

3.2 指标构建方法实时动态雨量预警指标采用调查评价成果中山洪灾害防治村的成灾水位和设计暴雨洪水反推临界雨量的分析计算方法确定。根据成灾水位/流量利用曼宁公式或水位流量关系推算出达到不同预警等级时，对应的流量阈值，再根据设计暴雨洪水计算方法和典型暴雨时程分布，充分考虑土壤含水量的动态变化的影响，反算设计洪水洪峰达到各预警等级的流量阈值时，各个预警时段对应的雨量值，即为防灾对象的动态临界雨量。最后根据动态临界雨量和预警响应时间综合确定动态雨量预警指标，并分析成果的合理性。具体分析方法如下：

(1)确定预警等级及预警基准指标选取。预警等级可分为“关注、警戒、危险、极危险”四个等级，其中，关注用于提示各级防汛人员加强值班值守，密切关注降雨及河道水势变化；警戒表示按照当前降雨或洪水的趋势可能成灾，可对基层防汛人员发出“准备转移”的建议；危险表示当前降雨或洪水造成灾害的可能性较大，可发出“立即转移”的指令建议；极危险表示当前降雨或洪水造成灾害的可能性很大，且情况紧急，可发出“立即转移”的指令建议，并做好抢险救援的准备。

(2)确定防灾对象预警时段。预警时段指雨量预警指标中采用的最典型的降雨历时。根据防灾对象所在地区暴雨特性、流域面积大小、平均比降、形状系数、下垫面情况等因素确定小流域汇流时间，汇流时间即为最长预警时段；充分参考前期基础工作成果的流域单位线信息，结合流域暴雨、下垫面特性以及历史山洪情况，综合分析沿河村落、集镇、城镇等防灾对象所处河段的河谷形态、洪水上涨速率、转移时间及其影响人口等因素后，确定各防灾对象比汇流时间小的各个短历时典型预警时段，从最小预警时段直到流域汇流时间即为防灾对象预警时段，本文防灾对象预警指标分析时段长采用1、2、3、6小时。

(3)确定防灾对象临界雨量如图4。基于调查评价成果中山洪灾害防治村的成灾水位/流量，以实时降雨为输入，结合中国山洪水文模型(CNFF)产流模块输出的实时土壤含水量，选用设计暴雨洪水实时反算分析方法，实时动态确定防灾对象不同土壤湿度Wm下(0.2Wm～1.0Wm)标准历时(1、2、3、6 h)的动态临界雨量。

图4 临界雨量分析示意图Fig.4 Schematic diagram of critical rainfall analysis

(4)确定防灾对象预警指标。考虑防灾对象所处小流域特征、产汇流特性(预警响应时间)、沟道形态、洪水特性和监测站点位置等因素，基于不同土壤含水量下的各时段临界雨量值，综合分析确定预警指标。

4 结果与应用效果分析

4.1 模型率定及验证东河流域共划分了37个小流域，小流域面积为0.11～29.8 km2，选取了流域的40场雨洪过程进行模型参数率定检验，其中前28场雨洪过程用作模型参数率定，后12场雨洪过程用作模型检验。率定期与验证期的部分场次雨洪过程如图5所示。研究区率定期平均径流深相对误差为9.45%，平均洪峰流量相对误差为13.87%，平均洪峰时间相对误差为1.3 h，平均Nash-Sutcliffe效率系数为0.76。验证期各指标平均值分别为8.42%、13.2%、1.3 h和0.80。总体来看，场次雨洪模拟结果合格率在90%以上，CNFF能准确模拟场次雨洪响应过程，在该研究区具有良好的适用性。

图5 研究区率定期与验证期实测与模拟雨洪过程Fig.5 Observed and simulated rainfall-runoff processes during the calibration and validation periods in the study area

4.2 动态预警指标的动态变化以南泊村为例，展示1 h、2 h、3 h、6 h四个预警时段0.2Wm～1.0Wm土湿情况的动态预警指标如图6。

图6 预警指标动态变化Fig.6 Dynamic changes of warning indicators

4.3 动态预警指标应用效果分析

4.3.1 模型构建及土湿分析 针对受灾区域，结合各防灾对象的实时动态雨量预警指标，基于CNFF分布式水文模型反演2020年7月8日的土壤湿度变化过程。流域总面积为157.71 km2，划分了个13小流域，小流域平均面积为12.13 km2。流域内有7座雨量站，收集了流域内6座雨量站降雨资料。

防灾对象上游流域灾害时段的降雨过程如图7所示。防灾对象所在流域在7月8日14时至18时的降雨和土湿逐小时变化过程如图8—图11所示。

图7 南泊村-河东自然村上游流域降雨过程Fig.7 Rainfall process in the upstream watershed of Nanpo Village and Hedong Natural Village

图8 7月2日9时小流域降雨和土壤湿度分布Fig.8 Rainfall distribution(left)and soil moisture distribution(right)in the small watershed at 9：00 on July 2nd

图9 7月8日3时小流域降雨和土壤湿度分布Fig.9 Rainfall distribution(left)and soil moisture distribution(right)in the small watershed at 3：00 on July 8th

图10 7月8日14时小流域降雨和土壤湿度分布Fig.10 Rainfall Distribution(left)and Soil Moisture Distribution(right)in the Small Watershed at 14：00 on July 8th

图11 7月8日17时小流域降雨和土壤湿度分布Fig.11 Rainfall distribution(left)and soil moisture distribution(right)in the small watershed at 17∶00 on July 8th

4.3.2 预警指标及动态预警效果 以南泊村-河东自然村为例，说明本次山洪灾害事件的动态雨量预警过程。各防灾对象分析评价的临界雨量和预警指标如表1和表2所示。

表1 典型防灾对象典型土壤湿度下临界雨量成果

表2 防灾对象灾害时段内静态预警与动态预警结果

本次分析以雨量站实测降雨量为预警信息源，采用调查评价雨量预警指标分析时，南泊村-河东自然村上游流域3小时面雨量在7月8日18时达到准备转移预警等级。采用动态雨量预警指标分析时，上游流域3小时面雨量在7月8日15时达到关注预警等级，17时达到警戒(准备转移)预警等级；上游流域6小时面雨量在7月8日14时达到关注预警等级，16时达到警戒(准备转移)预警等级，17时达到危险(立即转移)预警等级。

综合分析可知，基于本次分析的实时动态雨量预警指标，南泊村-河东自然村的3小时动态预警指标在7月8日17时达到警戒预警等级，比静态预警指标提前1小时产生准备转移预警。6小时动态预警指标在7月8日16时达到警戒预警等级，比静态预警指标提前2小时产生准备转移预警，同时基于静态预警指标未达危险预警，而动态预警指标产生危险预警，动态指标预警等级高于静态指标预警等级。这主要是由于南泊村-河东自然村位于流域下游，动态雨量预警指标考虑了上游流域降雨过程的影响，有效延长了预警预见期，可为人员转移决策争取更多的时间。

5 结论

本文基于中国山洪水文模型进行了小流域预警指标实时动态分析方法的研究和应用。以东河流域为例，评估了动态预警指标的合理性和准确性，研究的主要结论如下：

(1)基于中国山洪水文模型选取了研究流域的40场雨洪过程进行模型的参数率定检验，率定期和验证期的平均径流深相对误差和洪峰流量相对误差均在15%以内，平均洪峰时间相对误差在1.5 h以内，平均Nash-Sutcliffe效率系数分别为0.76和0.8，场次雨洪模拟结果合格率在90%以上，表明该模型能较为准确模拟东河流域场次雨洪响应过程，在该研究区具有良好的适用性。

(2)实时动态预警指标是通过对山洪灾害防治村的成灾水位和设计暴雨洪水反推不同预警时段在不同土壤湿度下的临界雨量，从而获得关注、警戒、危险、极危险四个预警等级对应的雨量预警指标。相比静态预警指标，动态预警指标充分考虑了小流域暴雨洪水特征、前期降雨、上游产汇流过程以及土壤湿度动态变化等因素对临界雨量的影响。

(3)以典型防灾对象南泊村-河东自然村2020年7月7日至9日发生的山洪灾害事件为例，介绍动态预警指标分析过程及动态预警指标应用效果。分析证明南泊村3小时实时动态预警指标在7月8日17时达到警戒预警等级，比静态预警指标提前1小时产生准备转移预警，6小时动态预警在7月8日16时达到警戒预警等级，比调查评价中的静态预警指标提前2小时产生准备转移预警，同时基于静态预警指标未达危险预警，而动态预警指标产生危险预警，动态指标预警等级高于静态指标预警等级，有效延长了预见期。