论文部分内容阅读
摘 要：对上沙兰水文站所控制的流域进行洪水方案汇编，采用新安江流域水文模型进行模拟计算，模型是利用Visual Basic计算机语言编译的模型程序系统，该系统应用方便，使模型计算得到简化。分别通过日模型和次洪模型进行参数率定。方案确定后，只需测出降雨及蒸发资料，便可预报该场降雨产生的洪水过程线，为防汛抗洪做好准备工作。
关键词：新安江流域水文模型 率定期 检验期 相对误差
中图分类号：S157.1 文献标识码：A DOI：10.11974/nyyjs.20150832058
1 导论
1.1 研究背景及意义
目前，洪水灾害已经成为严重的自然灾害，对人类生活及经济发展随时造成威胁。由于灾害范围广，破坏性强，洪水灾害自古以来就成为人类急迫解决的问题。我国因属于太平洋及印度洋季风性气候，受气候与地理条件的影响，洪涝灾害发生频繁、范围广、损失极大。据统计，1949年新中国成立以来，特别是50年代，10a中就发生大洪水11次，我国人口稠密、农业垦殖高、江河湖泊集中，所以全国有大约70%的工农业总产值受到洪水灾害的威胁，给经济财产带来极大损失[1]。为了我国经济能较好较快发展，所以，目前防洪任务愈加艰巨。
从表1及表2分析表明，洪水一旦发生，就时刻威胁着人类的生命及财产安全，其破坏性强，带来巨大损失。于是人类历年来抵抗洪水的过程中，总结经验及教训逐渐认识到自然界水文现象及其运动变化规律，开始探索研究方法，以此解决洪水灾害。在不断的研究探索过程中开始形成并发展洪水预报。
1.2 洪水预报方法
洪水预报经历3个时期，形成和产生了一系列的洪水预报方法。在发展过程中，人类从传统的方法到现代计算机技术的应用，不断提高了洪水预报的精度，从而使我们有效的应用一系列方法防汛抗洪[4]。
本文采用的是传统模型中的新安江水文模型，该模型适用于湿润地区和半湿润地区，模型属于蓄满产流模型。本文基于Visual Basic计算机语言，编译新安江模型程序系统，因该系统应用方便，使模型计算得到简化，采用此程序系统对洪水预报带来方便。
1.3 预报精度评定
根据《中华人民共和国国家标准》（GB/T 22482—2008）中有关规定：
1.3.1 径流深预报许可误差：
径流深预报以实测值的20%作为许可误差。
1.3.2 预报许可误差：
降雨径流预报以实测值的20%作为许可误差；河道流量预报以预见期内实变幅的20%作为许可误差。
1.3.3 峰现时间许可误差：
峰现时间以预报根据时间至实测洪峰出现时间之间时距的30%作为许可误差，当许可误差小于3h或一个计算时段长，则以3h或一个计算时段长作为许可误差。
1.3.4 径流深许可误差：
以实测值的20%作为许可误差，但不能超过20mm，不能低于3mm，超过按20mm，低于按3mm为准。
1.3.5 确定性系数：
确定性系数是评判洪水预报过程与实测过程之间的吻合程度的指标，计算式如下：
1.4 研究资料及内容
1.4.1 研究资料：
流量资料：
流量资料为上沙兰水文站1957～2002年的逐时段流量资料。
雨量资料：
各站均设有雨量站，现已有各站1957～2002年逐日降雨量及时段雨量摘录资料。
蒸发资料：
现有1957～2002年的逐日蒸发量资料。
1.4.2 研究的内容包括：
采用新安江流域水文模型，对上沙兰水文站做出洪水预报方案编制，分为“日模型”和“次洪模型”两大部分；历史数据资料的处理：对雨量、蒸发、流量等数据资料进行资料整理，对选用资料进行三性检查分析；对上沙兰水文站代表流域进行地理条件及水文气象条件分析；
其中日模型采用8年的水文资料进行计算及参数率定，2a用来检验；次洪模型根据已有资料选定35场洪水，30场进行参数率定，5场进行检验；
对模拟结果进行精度评定，误差分析，确定合格的水文预报方案，并确定预报方案的等级。
2 设计成果
2.1 模型的结构
新安江水文模型主要由四部分组成，即蒸发计算、产流计算、流域水源划分和汇流计算。其中蒸发计算采用3层蒸散发模式；流域产流采用蓄满产流模型，即降水在满足田间持水量以前不产流，所有降水都被土壤所吸收，当土壤含水量达到田间持水量以后，所有的降水（扣除雨损）都产流；流域水源划分采用三水源划分，将总径流划分为地表径流、壤中流以及地下径流3种；流域汇流计算采用线性水库，河道汇流采用马斯京根法或滞后演算法。模型结构如图1所示[5]。
图1 新安江水文模型结构图
2.2 日模型计算结果
观察10a洪水模拟过程与实测过程的耦合程度，根据各个参数的取值范围调整参数值。对模型结果敏感的参数如流域蒸散发这算系数KC，表面自由水蓄水量SM以及地下水消退系数CG，在调整时为主要调参对象。调整完毕后，各参数的取值情况见表4。
参数率定完成后，其模拟计算成果见表5，模型检验计算成果见表6，检验成果见图5和6。
从表5可见，8a模拟计算成果中，年产流量有7a合格，合格率为87.5%；确定性系数最大为0.87，最小为0.66，平均为0.8。表6，用于检验的2a资料，其年径流预报均符合规范且合格率为100%，确定性系数一个为0.84，另一个为0.63，可见，该新安江日模型预报方案的模拟效果较好。
2.3 次洪模型计算结果 选择好的30场洪水数据输入到新安江次洪模型中，模型提供一个清晰的可视化界面，可以较好的比较模拟的洪水过程与实际洪水过程的耦合情况，为参数率定提供良好前提。经过参数率定，完成次洪模型的计算，参数成果见表7。
30场洪水模拟中，径流计算有29场合格，合格率为96.7%，洪峰流量预报有27场合格，合格率为90%，且峰现时间及确定性系数也均达到规范标准。5场洪水检验次洪模型，径流、洪峰流量及确定性系数合格率为100%，峰现时间合格率为80%，表明该次洪模型模拟效果较好。
2.4 误差分析
2.4.1 雨量站代表性的影响。
上沙兰水文站集水面积为5257km2，模型计算中采用10个雨量站，通过泰森多边形法则，计算出各个雨量站的权重，利用各雨量站的雨量资料，计算出面平均雨量。但实际该流域有15个站，若用15个站计算出的面平均雨量，在某些特殊情况，比如遭遇台风雨时，就会与10个站计算的平均雨量产生较大的误差。面平均雨量的计算误差也是产流量误差的主要影响因素，因此雨量站的代表性是非常重要的。
2.4.2 实测流量过程影响。
对于上沙兰水文站来说，其逐日和逐时段流量过程的计算时非常重要，常根据水位采用水量平衡方法反算的，但水位观测的误差，会造成演算的流量过程变化剧烈，这会给计算日模型模拟的确定性系数值不高。
2.4.3 人类活动的影响。
人类活动一般是对下垫面条件的改变，从而间接的影响雨量计算及产汇流计算。例如，植树造林或大量砍伐树木、修建水库、农田灌溉等，最终都会模型计算带来误差。
2.4.4 模型参数的影响。
模型是先确定一组模型参数的初值最为输入，然后通过计算输出，再将输出过程与实际过程进行比较，根据其耦合程度进行参数率定，这样做可能导致这组率定参数值并不一定是最优的一组。再加上模型参数值范围根据经验获取，人为影响较大。
3 结论
3.1 在禾水流域上的一主要控制站——上沙兰水文站上，应用新安江流域水文模型进行洪水预报方案编制，分别采用日模型和次洪模型进行计算
采用的新安江流域水文模型是利用Visual Basic计算机语言编译的模型程序系统，该系统应用方便，使模型计算得到简化。
3.2 日模型计算
采用上沙兰水文站10a历史资料，8a作为参数率定期，2a作为检验。经过模型参数率定，模型模拟结果较好。
3.3 次洪模型计算
采用上沙兰历年资料，选取35场洪水，其中30场用来参数率定，5场作为检验。根据流域气象及地理条件进行参数率定，最终确定的预报方案效果较好。
参考文献
[1]《中国水利年鉴》编纂委员会.中国水利年鉴（2004）[M].北京：中国水利水电出版社，2004.
[2]裴宏志，曹淑敏，王慧敏.城市洪水风险管理与灾害补偿研究[M].北京：中国水利水电出版社，2008.
[3]林三益.水文预报[M].北京：水利电力出版社印刷厂，2001.
[4]中国长江流域规划办公室主编.水文预报方法（第2版）[M].北京：水利电力出版社，1982.
[5]林兰益.水文预报（第2版） [M].北京：中国水利水电出版社，2001.
作者简介：黄旭华（1990-），男，江西樟树人，硕士，防灾减灾工程及防护工程；葛翠（1989-），女，江西南昌人，学士，水文与水资源工程。
关键词：新安江流域水文模型 率定期 检验期 相对误差
中图分类号：S157.1 文献标识码：A DOI：10.11974/nyyjs.20150832058
1 导论
1.1 研究背景及意义
目前，洪水灾害已经成为严重的自然灾害，对人类生活及经济发展随时造成威胁。由于灾害范围广，破坏性强，洪水灾害自古以来就成为人类急迫解决的问题。我国因属于太平洋及印度洋季风性气候，受气候与地理条件的影响，洪涝灾害发生频繁、范围广、损失极大。据统计，1949年新中国成立以来，特别是50年代，10a中就发生大洪水11次，我国人口稠密、农业垦殖高、江河湖泊集中，所以全国有大约70%的工农业总产值受到洪水灾害的威胁，给经济财产带来极大损失[1]。为了我国经济能较好较快发展，所以，目前防洪任务愈加艰巨。
从表1及表2分析表明，洪水一旦发生，就时刻威胁着人类的生命及财产安全，其破坏性强，带来巨大损失。于是人类历年来抵抗洪水的过程中，总结经验及教训逐渐认识到自然界水文现象及其运动变化规律，开始探索研究方法，以此解决洪水灾害。在不断的研究探索过程中开始形成并发展洪水预报。
1.2 洪水预报方法
洪水预报经历3个时期，形成和产生了一系列的洪水预报方法。在发展过程中，人类从传统的方法到现代计算机技术的应用，不断提高了洪水预报的精度，从而使我们有效的应用一系列方法防汛抗洪[4]。
本文采用的是传统模型中的新安江水文模型，该模型适用于湿润地区和半湿润地区，模型属于蓄满产流模型。本文基于Visual Basic计算机语言，编译新安江模型程序系统，因该系统应用方便，使模型计算得到简化，采用此程序系统对洪水预报带来方便。
1.3 预报精度评定
根据《中华人民共和国国家标准》（GB/T 22482—2008）中有关规定：
1.3.1 径流深预报许可误差：
径流深预报以实测值的20%作为许可误差。
1.3.2 预报许可误差：
降雨径流预报以实测值的20%作为许可误差；河道流量预报以预见期内实变幅的20%作为许可误差。
1.3.3 峰现时间许可误差：
峰现时间以预报根据时间至实测洪峰出现时间之间时距的30%作为许可误差，当许可误差小于3h或一个计算时段长，则以3h或一个计算时段长作为许可误差。
1.3.4 径流深许可误差：
以实测值的20%作为许可误差，但不能超过20mm，不能低于3mm，超过按20mm，低于按3mm为准。
1.3.5 确定性系数：
确定性系数是评判洪水预报过程与实测过程之间的吻合程度的指标，计算式如下：
1.4 研究资料及内容
1.4.1 研究资料：
流量资料：
流量资料为上沙兰水文站1957～2002年的逐时段流量资料。
雨量资料：
各站均设有雨量站，现已有各站1957～2002年逐日降雨量及时段雨量摘录资料。
蒸发资料：
现有1957～2002年的逐日蒸发量资料。
1.4.2 研究的内容包括：
采用新安江流域水文模型，对上沙兰水文站做出洪水预报方案编制，分为“日模型”和“次洪模型”两大部分；历史数据资料的处理：对雨量、蒸发、流量等数据资料进行资料整理，对选用资料进行三性检查分析；对上沙兰水文站代表流域进行地理条件及水文气象条件分析；
其中日模型采用8年的水文资料进行计算及参数率定，2a用来检验；次洪模型根据已有资料选定35场洪水，30场进行参数率定，5场进行检验；
对模拟结果进行精度评定，误差分析，确定合格的水文预报方案，并确定预报方案的等级。
2 设计成果
2.1 模型的结构
新安江水文模型主要由四部分组成，即蒸发计算、产流计算、流域水源划分和汇流计算。其中蒸发计算采用3层蒸散发模式；流域产流采用蓄满产流模型，即降水在满足田间持水量以前不产流，所有降水都被土壤所吸收，当土壤含水量达到田间持水量以后，所有的降水（扣除雨损）都产流；流域水源划分采用三水源划分，将总径流划分为地表径流、壤中流以及地下径流3种；流域汇流计算采用线性水库，河道汇流采用马斯京根法或滞后演算法。模型结构如图1所示[5]。
图1 新安江水文模型结构图
2.2 日模型计算结果
观察10a洪水模拟过程与实测过程的耦合程度，根据各个参数的取值范围调整参数值。对模型结果敏感的参数如流域蒸散发这算系数KC，表面自由水蓄水量SM以及地下水消退系数CG，在调整时为主要调参对象。调整完毕后，各参数的取值情况见表4。
参数率定完成后，其模拟计算成果见表5，模型检验计算成果见表6，检验成果见图5和6。
从表5可见，8a模拟计算成果中，年产流量有7a合格，合格率为87.5%；确定性系数最大为0.87，最小为0.66，平均为0.8。表6，用于检验的2a资料，其年径流预报均符合规范且合格率为100%，确定性系数一个为0.84，另一个为0.63，可见，该新安江日模型预报方案的模拟效果较好。
2.3 次洪模型计算结果 选择好的30场洪水数据输入到新安江次洪模型中，模型提供一个清晰的可视化界面，可以较好的比较模拟的洪水过程与实际洪水过程的耦合情况，为参数率定提供良好前提。经过参数率定，完成次洪模型的计算，参数成果见表7。
30场洪水模拟中，径流计算有29场合格，合格率为96.7%，洪峰流量预报有27场合格，合格率为90%，且峰现时间及确定性系数也均达到规范标准。5场洪水检验次洪模型，径流、洪峰流量及确定性系数合格率为100%，峰现时间合格率为80%，表明该次洪模型模拟效果较好。
2.4 误差分析
2.4.1 雨量站代表性的影响。
上沙兰水文站集水面积为5257km2，模型计算中采用10个雨量站，通过泰森多边形法则，计算出各个雨量站的权重，利用各雨量站的雨量资料，计算出面平均雨量。但实际该流域有15个站，若用15个站计算出的面平均雨量，在某些特殊情况，比如遭遇台风雨时，就会与10个站计算的平均雨量产生较大的误差。面平均雨量的计算误差也是产流量误差的主要影响因素，因此雨量站的代表性是非常重要的。
2.4.2 实测流量过程影响。
对于上沙兰水文站来说，其逐日和逐时段流量过程的计算时非常重要，常根据水位采用水量平衡方法反算的，但水位观测的误差，会造成演算的流量过程变化剧烈，这会给计算日模型模拟的确定性系数值不高。
2.4.3 人类活动的影响。
人类活动一般是对下垫面条件的改变，从而间接的影响雨量计算及产汇流计算。例如，植树造林或大量砍伐树木、修建水库、农田灌溉等，最终都会模型计算带来误差。
2.4.4 模型参数的影响。
模型是先确定一组模型参数的初值最为输入，然后通过计算输出，再将输出过程与实际过程进行比较，根据其耦合程度进行参数率定，这样做可能导致这组率定参数值并不一定是最优的一组。再加上模型参数值范围根据经验获取，人为影响较大。
3 结论
3.1 在禾水流域上的一主要控制站——上沙兰水文站上，应用新安江流域水文模型进行洪水预报方案编制，分别采用日模型和次洪模型进行计算
采用的新安江流域水文模型是利用Visual Basic计算机语言编译的模型程序系统，该系统应用方便，使模型计算得到简化。
3.2 日模型计算
采用上沙兰水文站10a历史资料，8a作为参数率定期，2a作为检验。经过模型参数率定，模型模拟结果较好。
3.3 次洪模型计算
采用上沙兰历年资料，选取35场洪水，其中30场用来参数率定，5场作为检验。根据流域气象及地理条件进行参数率定，最终确定的预报方案效果较好。
参考文献
[1]《中国水利年鉴》编纂委员会.中国水利年鉴（2004）[M].北京：中国水利水电出版社，2004.
[2]裴宏志，曹淑敏，王慧敏.城市洪水风险管理与灾害补偿研究[M].北京：中国水利水电出版社，2008.
[3]林三益.水文预报[M].北京：水利电力出版社印刷厂，2001.
[4]中国长江流域规划办公室主编.水文预报方法（第2版）[M].北京：水利电力出版社，1982.
[5]林兰益.水文预报（第2版） [M].北京：中国水利水电出版社，2001.
作者简介：黄旭华（1990-），男，江西樟树人，硕士，防灾减灾工程及防护工程；葛翠（1989-），女，江西南昌人，学士，水文与水资源工程。