基于WMS的淮河流域阜陽段降雨徑流過程模擬

程千云

(安徽省駟馬山引江工程管理處，安徽 馬鞍山 238251)

1 研究區概況

阜陽位居大京九經濟協作帶，是東部地區產業轉移過渡帶，是中原經濟區東部門戶城市，豫皖省際中心城市，皖北商貿、物流、教育、科技文化衛生、醫療中心城市，長三角一體化區域中心城市。阜陽市水資源主要由自然降水，河道過境水和地下水構成。全地區年均降水820-950mm，年均河道過境水徑流量38.22億m3。阜陽市境內河流均屬淮河水系。主要自然河道從西往東依次有谷河、潤河、泉河、潁河、西淝河、茨河、澥河、包河等。這些河道大都源于黃河南岸平原，屬原雨坡型河道，水源補給主要靠平原地區自然降水[1]。

2 模型簡介及數據選擇

2.1 模型簡介

WMS軟件由美國楊百翰大學(BrighamYoungUniversity)與美國陸軍工程兵團水道實驗戰(WES)共同開發研制。軟件計算精度高、可視化功能強大，且能與GIS系統完美對接，已被廣泛運用。

WMS可以使用矢量地圖、DEM、TIN等格式的數據來進行地形分析和水文過程模擬，軟件嵌入了許多水文模型模塊，主要包含的模型有：HEC-1、HEC-HMS、HEC-RAS、GSSHA等。WMS的主要應用領域有：降雨-徑流模擬、土地利用規劃評估、洪水預報、地表水和地下水的交互作用等。

HEC-HMS模型是美國陸軍工程兵團水文中心(HydrologyEngineeringCenter)在HEC-1的基礎上并結合地理信息系統及圖形使用界面開發的一種分布式水文模型，主要用于降雨-徑流過程模擬。該模型由HEC-DSS、HEC-GeoHMS與HEC-HMS組成。HEC-HMS降雨徑流概念模型，見圖1。

圖1 HEC-HMS降雨徑流概念模型

HEC-HMS水文模型提供了12種計算產流的方法，分別是初損穩滲法、SCS曲線法、格網SCS曲線法、格林-艾姆普特法、格網格林-艾姆普特法、盈虧常數法、格網盈虧常數法、土壤濕度法、格網土壤濕度法和指數法等[2]。

2.2 數據選擇

研究中所用的水文氣象數據來源于相關歷史報道文獻，錦江流域特征參數依據研究區DEM數據，運用Arcgis軟件提取相關參數值。數據源表，見表1。

表1 數據源表

3 降雨徑流過程模擬

3.1 參數敏感性分析

文章以阜陽19950701洪水災害的降雨作為模型輸入，在初始參數的徑流模擬結果下，對模型中的相關參數進行敏感性分析。具體方法是：使各參數在初始值的-20%-20%之間變動，每次變動幅度為5%，最后計算徑流總量、洪峰流量、洪峰到達時刻的相應變化率。相關參數變化時洪峰流量的變化率和相關參數對于洪峰流量的敏感度分級，見表2-3；相關參數變化時洪峰流量的變化率曲線，見圖2。

表2 相關參數變化時洪峰流量的變化率

表3 相關參數對于洪峰流量的敏感度分級

圖2相關參數變化時洪峰流量的變化率曲線

從表2-3和圖2可以分析得出，參數CN值得變化率在-20%-20%時，洪峰流量的變化幅度達-20.407%-19.479%，敏感度達1.02，CN值對洪峰流量的影響屬于高敏感類型，CN值變大，洪峰流量變小，即趨勢相反；滯流時間變化率在20%-20%時，洪峰流量的變化幅度達-13.554%-19.231%，敏感度達0.962，滯留時間對洪峰流量的影響屬于敏感類型，滯流時間變大，洪峰流量也變大，趨勢一致；初始損失量變化率在-20%-20%時，洪峰流量的變化幅度達-1.231%-1.195%，敏感度為0.06，初始損失量對洪峰流量的影響屬于中等敏感類型，初始損失量變大，洪峰流量也相應變大，趨勢也一致。所以CN值對洪峰流量最為敏感，滯流時間對洪峰流量的影響也很大，而初始損失量對洪峰流量的影響就比較小。相關參數變化時總徑流流量的變化率，見表4；相關參數對于總徑流流量的敏感度分級，見表5；相關參數變化時總徑流流量的變化率曲線，見圖3。

表4 相關參數變化時總徑流流量的變化率

表5 相關參數對于總徑流流量的敏感度分級

圖3相關參數變化時總徑流流量的變化率曲線

從表4-5和圖3可以分析得出，參數CN值得變化率在-20%-20%時，總徑流流量的變化幅度達-19.444%-19.182%，敏感度達0.972，CN值對總徑流流量的影響屬于敏感類型，CN值變大，總徑流流量變小，即趨勢相反；滯流時間變化率在-20%-20%時，總徑流流量的變化幅度達-1.395%-0.678%，敏感度為0.034，滯流時間對總徑流流量的影響比較小，滯流時間變大，總徑流流量也變大，趨勢一致；初始損失量變化率在-20%-20%時，總徑流流量的變化幅度達-1.355%-1.356%，敏感度為0.068，初始損失量對總徑流流量的影響屬于中等敏感類型，初始損失量變大，總徑流流量也相應變大，趨勢也一致。所以CN值對總徑流流量最為敏感，滯流時間和初始損失量對總徑流流量的影響就比較小。

3.2 參數率定

當初始參數提取并輸入以及降雨徑流模型初步建立后，需要對模型進行校正和驗證,通常將數據資料分為兩部分，一部分用于模型的校正，另一部分則用于模型的驗證。模型的校正是調整模型參數、初始條件及限制條件的過程，使模擬結果接近資料的實際數據；模型的驗證是通過輸入另一組實資料據，通過對比模擬結果與實際數據的擬合度，驗證參數率定的精確度。只有進行參數校正并通過驗證的模型才能應用于降雨徑流模擬過程中去。計算參數表，見表6。

表6 計算參數表

3.2.1 模型參數的校正

常用的模型參數率定方法有試錯法和目標函數法。試錯法(也稱人工調參法)，即通過人工不斷的修正參數以減小模擬值與實際值的誤差，該方法的缺點是費時耗力，優點是運用簡單且可人為控制；目標函數法通過設定某一目標函數，對模擬結果進行自動優化，該方法法的優點是率定速度快，缺點有時相關參數的物理意義可能會被忽略。本研究采用人工調參法進行參數率定，通過不斷試錯，確定最佳參數。參數優化流程圖，見圖4。

文章以阜陽19950701那場降雨引發的洪澇災害作為模型的校正數據，先將參數調整到輸出的模擬結果與“950701”洪災數據相接近；將20140715那場降雨引發的洪澇災害作為模型驗證數據，用校正完成的參數模擬“140715”洪澇災害以此來驗證模型的精確度。

圖4 參數優化流程圖

文章研究洪水災害風險評估，對重現期不同降雨強度下研究區是否有洪澇風險作出評估，著重點是預測重現期內洪澇災害是否發生，暫不考慮洪澇災害發生的時間點。所以對本研究具有重要研究意義的模擬數據是洪峰流量，通過上面的參數敏感性分析我們得出，CN值對洪峰流量最為敏感，因此本研究將CN值作為主要率定參數進行調整。模型參數率定表，見表7。

表7 模型參數率定表

3.2.2 模型驗證及精度分析

通過對參數的率定和降雨徑流模擬，最終分別得到校正模型和驗證模型降雨徑流模擬結果，模型驗證期降雨徑流實際數據與模擬結果對比，見表8。

表8 模型驗證期降雨徑流實際數據與模擬結果對比

為了驗證參數率定的可靠性和判定率定后的模型是否可用于研究區重現期的降雨徑流模擬，需要對率定后的模型進行精度分析。本研究采用洪峰流量相對誤差(REp)來對模型模擬結果進行精度分析。依據《水文情報預報規范》SL250-2000，洪峰預報以實測流量的20%作為可容誤差，洪峰流量預報的相對誤差的絕對值越小，模擬結果就越好。驗證期模擬結果精度，見表9。

表9 驗證期模擬結果精度

從驗證期的模擬結果來看，模擬值比實測值略小，且其相對誤差遠遠<可容誤差20%，所以從精度分析的結果上來看，驗證期的徑流模擬是合格的、可靠的和比較理想的。因此可以用率定好的參數進行重現期降雨徑流模擬。

3.3 重現期降雨徑流模擬

1)20a一遇暴雨降雨徑流模擬。把計算得出的20a一遇暴雨強度(157.54mm)輸入校正后的模型中，得到20a一遇暴雨降雨徑流模擬結果。在20a一遇的24h暴雨強度下，流域最大洪峰流量為2465.9m3/s，子流域1B和子流域2B的最大洪峰流量分別為729m3/s、1397.9m3/s。

2)50a一遇暴雨降雨徑流模擬。把計算得出的0a一遇暴雨強度(180.01mm)輸入校正后的模型中，得到50a一遇暴雨降雨徑流模擬結果。在50a一遇的24h暴雨強度下，流域最大洪峰流量為3348.4m3/s，子流域1B和子流域2B的最大洪峰流量分別為1021.2m3/s、1881.2m3/s。

4 結 論

文章以淮河水系阜陽段為研究區域，進行了降雨徑流模擬，并對模型相關參數進行了局部敏感性分析，以敏感性分析結果為參考依據，進行參數率定。通過敏感性分析得出CN值是最敏感參數，所以對CN值進行調參，調參后的模擬結果精度提高，得到較好的模擬結果：從降雨徑流模擬結果上來看，洪峰流量值與實際數值擬合的非常精確，選取的兩場降雨模擬的峰值流量相對誤差分別為-0.0147%與-0.174%。