HBV水文模型在洋縣酋水河流域洪水致災臨界面雨量中的應用

任源鑫，周 旗,2，蘇謝衛，雷楊娜

(1.寶雞文理學院 地理與環境學院，陜西 寶雞 721013；2.寶雞文理學院 陜西省災害監測與機理模擬重點實驗室，陜西 寶雞 721013；3.陜西省氣候中心，陜西 西安 710014)

隨著海平面的上升，國內外的研究人員希望能預測哪些地區會受到強風暴所引發的洪水的侵害。在全球范圍內，因為冰雪消融導致的平均海平面每年上升超過3 mm，在未來的幾十年里，百年一遇的洪水可能每1～2年就會發生，在一些地區，百年一遇的洪水的強度也將繼續增加[1]。厄爾尼諾現象次年的夏天，受東亞夏季風和西太平洋副熱帶高壓的影響，黃河以北降雨減少，極易干旱，在這種暖干背景下，西北地區降水總量減少，但極小的降水量也會造成極為嚴重的洪澇災害，部分地區降雨時間持續長、雨量大，且降水強度高[2]。

IPCC發布的《管理極端事件和災害風險，推進氣候變化適應》特別報告(SREX)[3]指出了人為因素和自然因素對災害事件的影響，并指出災害氣候事件對人類生存環境的影響是最重要的評估內容之一[4]。洪水災害的發生是多方面的，其中包括降水因素和下墊面因素，降水特征包括降水總量、降水強度、降水時長等；下墊面因素包括土質疏松度、植被覆蓋情況、地質環境條件等。在洪水的危害評估中，降水要素最為關鍵，目前對于致災臨界面雨量的分析與計算是預測洪水的重要基礎[5]。在水文、降水、溫度、土地利用、地理信息等各種資料較為完備的情況下，我們可以利用水文模型確定出中小河流域內致災臨界面雨量，其中分布式水文模型HBV綜合考慮了地形、土地利用、土壤持水力等因素，具有結構簡單、參數易得、模擬性好的特點，在我國中西部河流中有著較好的應用效果[6]。因此，本研究借助于HBV水文模型，利用歷史氣象和水文資料，通過建立降水-流量-水位的關系模擬出不同重現期下酋水河流域不同洪水要素，并建立起一種動態的臨界面雨量指標。

1 酋水河流域概況

酋水河流域位于陜西省漢中市洋縣境內，為漢江一級支流，干流全長114 km，流域面積972 km2，年平均徑流量4.31億m3，多年平均流量13.67 m3/s[7]。酋水河流域位于秦嶺山脈南麓，地形北高南低，河道多呈現“U”型，河床窄小，比降大。流域徑流主要由降水形成，季節性變化明顯，徑流變化規律與降水規律基本一致。洪水多發生在6～9月，漲落頻率較快，且經歷時間短，具有明顯的山溪性河流特征。1988年洋縣政府在酋水河中流建立了跨流域性引調水灌溉工程，使得河流下游徑流模式與之前相比發生了巨大的變化[8]。

2 資料與方法

2.1 數據資料

模型基礎數據資料主要包括酋水河流域90 m分辨率的數字地面高程數據、1∶50000流域地形數據、土壤持水力數據、土地利用數據、流域內氣象站降水及溫度數據、水文站逐日流量、水位數據等。其中氣象站數據包括：華陽、茅坪、黑峽、八里關4個氣象站1989～2016年逐日降水及溫度數據；水文站數據包括:酋水街水文站2004～2013年逐日流量及水位數據。降水、地形和土地利用等數據是HBV水文模型運行的基礎，水文數據主要用于模型的率定和驗證。

以DEM和水系分布為基礎，采用Map Windows GIS的水文分析工具將酋水街水文站以上流域分為5個子流域[9]，圖1為劃分好子流域后的酋水河流域氣象站、水文站分布圖。利用HBV水文模型下的R統計進行基于Kriging方法的各子流域逐日面雨量插值計算。

2.2 HBV模型

HBV模型是半分布式概念降雨徑流模型，它能將流域劃分為單元面積而作為分布式模型進行應用，該模型通常涉及日降雨量、溫度以及逐日蒸發能力估計，其中包括流域尺度及水文過程的概念性數值描述，總水量平衡可描述為：

(1)

公式(1)中，P為降雨量，E為蒸發量，Q為徑流量，SM為土壤水分，UZ為上層地下水帶，LZ為下層地下水帶，lakes為湖泊容量[10]。HBV輸入數據為日降水數據、日均溫、日最高溫、日最低溫等，輸出數據為日徑流深度，徑流深度與流量之間的關系適用于公式(2):

(2)

公式(2)中，Q為流量(m3/s),L為徑流深(mm)。

為確定HBV模型的模擬效果，采用確定性系數(R2)和Nash效率系數來分別度量模型在流域內的適用性情況，如式(3)、(4)所示，一般情況下，Nash系數(ME)若不低于0.7，則表明HBV在該流域內有較好的模擬效果。

(3)

(4)

圖1 酋水河流域內子流域劃分及站點分布

3 HBV模型在酋水河流域內的應用

利用酋水河流域水系數據、DME數據、降水數據、土地利用數據等，分析出了酋水河流域的范圍、流域中心點、流域內觀測站面雨量等。本研究將氣象水文觀測數據分成率定期(2004～2008年)和驗證期(2009～2013年)，其中率定期數據用來確定模型參數，驗證期數據用來驗證參數的實用性和流域內適用性效果。模型中涉及31個參數，每個參數敏感性均具有極為重要的意義，每個參數的調整對模擬結果均有著很大的影響，且模型最終的目的是將確定性系數調節到0.5～0.9這個范圍內，基于此，本研究對其中的5個參數進行了一定的調整，從而使模擬值與真實值更為接近(表1)。

經過參數調整后的HBV模型在率定期內的相關性系數達到了0.81，Nash系數達到了0.74，率定期內實測與模擬數據基本保持了一致(圖2-a)。利用2009～2013年(驗證期)實測流量數據對率定好的模型參數進行進一步驗證(圖2-b)，驗證期的確定性系數達到了0.83，Nash系數達到了0.78，模擬出的水文過程線與實際情況基本吻合。因此，經過率定后的HBV模型在酋水河流域內具有很強的適用性，對于確定基于不同前期水位洪水發生時的臨界面雨量具有重要的科學意義。

表1 酋水河流域參數設定及敏感性

圖2 酋水河流域率定期(a)和驗證期(b)日雨量和模擬/實測流量曲線

4 致災臨界面雨量的確定及驗證

4.1 降水-流量-水位關系

對于酋水河而言，發生洪水的主要因素是強降水。本研究通過HBV模型模擬出降水與流量(徑流深度)之間的對應關系，但能否發生洪水的一個關鍵因素是河道水位[11]。因此，需要進一步建立起流量與水位的關系，以流量為紐帶，確定雨量-流量-水位之間的對應關系，并以此作為確定致災臨界面雨量的主要依據。一般情況下，水位與流量之間存在著復雜的繩套關系[12]，本研究的研究對象為洪水，所以只考慮洪水水位上漲期水位與流量之間的關系變化，從而概化出水位-流量之間的關系曲線(圖3)，利用流量-水位關系來建立雨量-流量-水位之間的三元關系[13]。

圖3 酋水河流域水位-流量關系

4.2 不同級別的動態臨界面雨量指標

暴雨洪澇災害的發生有著許多誘發性因素，其中降水是其的主要原因，但并不是降水就一定會造成洪澇災害，地形地貌、下墊面類型、不同工程設施等都是影響洪水發生的因素，所以流域內判別致災臨界面雨量的值絕非一個靜態的值，而是基于不同前期水文特征等條件下的動態條件值[14]。考慮到洪水上漲到一定程度，防洪設施出現災害風險的可能性增大，因此本文根據洪水重現期將洪水水位分為3個等級：警戒水位(30年一遇)、保證水位(50年一遇)、漫頂水位(100年一遇)。暴雨重現期的確定需根據HBV所建立的水位-流量關系，選取逐年的最大一天水位，即日水位極值，基于Easyfit軟件中的50多種分布函數對水位極值序列進行擬合，擬合結果通過K-S檢驗，選取出最優擬合函數Beta，顯著性水平0.05，利用Beta分布函數計算給定重現期T=30年、50年、100年的水位，以此作為酋水河流域暴雨洪澇預警判別條件(表2)。

表2 酋水河流域暴雨洪澇預警臨界判別條件

分析1988～2016年酋水街水文站的歷次洪水過程發現，洪水前期水位(對于逐日降水而言，前期水位為洪水發生前一日水位)多分布于504.2、504.4、504.6 m。當已知前期水位的情況下，即可根據之前所模擬的降雨-流量-水位關系來獲得動態臨界面雨量值(表3)。

模型實例驗證

采用1990、2002、2011年發生的3次洪水過程對酋水河流域的致災臨界面雨量值進行驗證。由表4可以看出，在1990年洪水過程中，8月14日平均水位為504.47 m，即可將前期水位作為504.4 m處理；8月15日洪水發生當天24 h面雨量為36.05 mm，根據前期水位為504.4 m的致災臨界面雨量判斷，24 h面雨量超過三級預警，未達到二級預警。實際水位值超過30年一遇重現期水位，未達到50年一遇重現期水位。動態致災臨界面雨量對這次洪水過程預警準確。

表3 不同前期水文條件的致災臨界面雨量

在2002年的洪水過程中，6月9日平均水位為504.24 m，即可將前期水位作為504.2 m處理，6月10日洪水發生當天24 h面雨量為91.61 mm，根據前期水位為504.2 m的致災臨界面雨量判斷，24 h面雨量超過二級預警，未達到一級預警。實際水位值超過50年一遇重現期水位，未達到100年一遇重現期水位。動態致災臨界面雨量對這次洪水過程預警準確。

在2011年的洪水過程中，7月5日平均水位為504.21 m，即可將前期水位作為504.2 m處理；7月6日洪水發生當天24 h面雨量為70.45 mm，根據前期水位為504.2 m的致災臨界面雨量判斷，24 h面雨量超過二級預警，未達到一級預警。實際水位值超過50年一遇重現期水位，未達到100年一遇重現期水位。動態致災臨界面雨量對這次洪水過程預警準確。

表4 酋水河流域3次洪水過程

根據歷史3次洪水過程驗證可以看出，動態致災臨界面雨量對3次強降水過程均能做到精確預警。由此可以得出，由HBV模擬出的動態致災臨界面雨量指標在酉水河流域具有很好的適用性。

5 結論

致災臨界面雨量是洪水風險災害評估的重要參考依據。以酋水河為例，經過率定后的HBV模型對酋水街水文站以上流域具備很好的適用性，能夠真實地反映出洪水對降水的響應過程，可作為確定致災臨界面雨量的實用工具[15]。由于跨流域引調水灌溉工程，使得酋水河的徑流產生了巨大的變化，因此本研究僅選用1989年之后水文、降水資料進行模擬。

根據率定好的HBV水文模型對酋水街水文站徑流數據進行插補和延長，獲得1989～2016年逐日徑流資料，采用最優分布函數擬合法，將3個重現期水位(30年一遇、50年一遇、100年一遇)作為酋水街水文站不同等級暴雨洪澇預警的判別條件。計算出不同前期水位條件下，酋水河流域不同等級預警判別指標的暴雨洪澇動態致災臨界面雨量。發現隨著前期水位的升高，臨界面雨量會隨之減小，且呈現非線性響應特征。

采用1990、2002、2011年3次歷史洪水過程進行驗證，發現實測值均能符合所建立的不同前期水位下的預警判別指標。因此可以確定，基于HBV水文模型的洪水致災臨界面雨量指標的制定在酋水河流域內有著很好的適用性，能夠為當地政府洪水的提前預警及防治提供可行的參考依據。