中小河流洪水防控與應急管理關鍵技術的思考

李致家,朱躍龍,劉志雨,,張 珂,包紅軍,周國良,劉艷麗,何秉順,萬定生,李巧玲

(1.河海大學水文水資源學院,江蘇 南京 210098;2.河海大學計算機與信息學院，江蘇 南京 211100;3.水利部信息中心(水利部水文水資源監測預報中心)，北京 100053；4.國家氣象中心，北京 100081;5.南京水利科學研究院水文水資源與水利工程科學國家重點實驗室，江蘇 南京 210029;6.中國水利水電科學研究院防洪抗旱減災研究中心，北京 100038)

洪水作業預報常態化工作正在我國穩步推進，洪水預警發布社會化服務也在穩步推進，但目前存在成果可讀性差、服務針對性弱、缺少影響評估等問題。據統計，我國流域面積200～3 000 km2的中小河流超過8 600多條。我國的中小河流眾多，洪水頻發，災害嚴重，是當前洪水防控重點薄弱環節。

近年來，水文站網建設不斷加大，水文站、水位站、雨量站、水質站、墑情站點增加，水雨情時空信息迅猛增長。高程、植被、土地利用與土壤類型等基于網格的基礎數據，中國、歐洲、日本等較高時空分辨率的數值天氣預報產品、雷達測雨、衛星遙感等天地一體的高分辨遙感遙測數據愈加豐富，可為流域洪水防控與應急處置提供重要數據支撐。

雖然水文數據日益豐富，但中小河流水文資料依舊匱乏，大多數中小水庫塘壩沒有流量監測資料。同時，氣候變化和人類活動改變了天然產匯流規律，對中小河流影響尤為凸顯，預報預警的精度和預見期亟待提高。基于防洪閾值的傳統預警對災害風險的評估與防控能力不足，應急處置研究薄弱。開展中小水庫塘壩的水雨情監測預報，結合多源降水融合與預報進行精細與智能洪水預報，基于影響預報的動態風險分析和應急處置等研究，對提升我國中小河流洪水災害防控能力、保障人民生命財產安全具有重要意義。

1 中小河流洪水防控管理現狀與存在的問題

1.1 水文模型與洪水預報

水文模型是洪水預報的基本工具。自20世紀30年代起，歐美相繼提出Sherman單位線、Horton產流、Dunne產流、山坡水文學[1-3]等理論，60年代趙人俊[4]提出蓄滿產流理論，70年代產生美國的Sacramento模型[5]和我國的新安江模型等水文模型，80年代起建立了美國洪水預報系統AHPS、中國洪水預報系統和歐洲洪水預警系統EFAS。

目前我國洪水預報業務主要應用在大江大河，濕潤區預報效果較好，干旱半干旱區超滲產流理論和預報模型尚有不足[6]。國際上洪水防控呈現從大尺度概念性模型應用預報向精細化預報預警發展趨勢[7]，20世紀90年代意大利提出具有物理基礎的分布式水文模型TOPKAPI，并在多國洪水預報中應用；2014年美國開始研發新一代國家水文模型，將水文模型精細化并與水力學模型耦合，以期可預測街道尺度洪水淹沒情況[8]。中小河流尤其干旱半干旱地區非均質特征顯著，地形地貌、土地利用復雜(山丘、平原、城市)，中小水庫塘壩的攔蓄與調節作用明顯[9]，產匯流特性復雜，許多中型水庫及小型水庫塘壩沒有洪水預報方案，亟需開展精細預報方法研究。

1.2 定量降水預報和多源降水融合

降水是決定洪水預報精度和預見期的關鍵因素。20世紀80 年代興起的雷達和衛星測雨技術為降水監測提供了新手段。90年代起美國和英國建成了各自的天氣雷達觀測網，1997年和2014年美國和日本聯合建立了TRMM、GPM 全球衛星降水觀測系統，得到廣泛應用[10-12]。1998年起我國建立了新一代天氣雷達網，2008年開始發射了風云系列衛星，形成了天空地觀測體系。數值天氣預報是定量降水預報的主要手段[13]，形成了歐洲ECMWF、美國GFS和WRF、日本JMA、我國GRAPES等主流模式。目前多源降水融合與數值預報結合是提高短臨預報精度的有效手段和研究前沿[14-16]。

1.3 影響預報與風險管理

20世紀80年代起，歐美先后提出水文模型不確定性分析的綜合似然方法、基于貝葉斯理論的不確定性分析及概率預報，為風險評估打下基礎。國內外洪水風險評估與管理經歷由定性/半定性研究向定量研究、宏觀尺度災害析因統計向微觀尺度實時動態情景分析的轉變[17-18]。近年來，世界氣象組織提出并推廣“影響預報、風險預警”的防控理念?；陲L險預報預警的中小河流洪水防控和應急處置技術亟待研究[19-22]。

2 開展中小河流洪水防控工作需要解決的技術難題

2.1 高時空分辨率雨量場構建與短臨精準預報技術

中小河流洪水預報預警中降水預報存在時空分辨率和精準度不夠的問題，地面觀測數據難以滿足中小河流洪水預報預警的要求。近年來，中國、歐洲、日本等具有較高時空分辨率的數值天氣預報產品、雷達測雨、衛星遙感等天地一體的高分辨遙感遙測數據愈加豐富，借助衛星、雷達測雨等多源降水數據是提高降水時空分辨率和精準度的重要途徑。

在地面觀測基礎上，結合地理信息系統，研究不同水文氣象分區短歷時降水特性與高分辨率地形降水訂正技術，建立與衛星、雷達測雨的尺度匹配與融合方法，可有效提高實況降水精度與時空分辨率；在天氣雷達網基礎上，采用機器智能學習回歸模型研究分雨型雷達回波-降水映射關系，建立雷達智能外推臨近預報模型，提升臨近(0～2 h)定量降水預報精度；將基于WRF的數值預報快速同化系統與雷達智能外推技術動態訂正融合，可有效提高短時(2～12 h)定量降水預報精度。

2.2 基于環境感知的模型重配置技術

流域氣象條件與下墊面條件共同決定了預報斷面的洪峰、洪量及洪水過程。我國幅員遼闊，水文氣象與下墊面條件復雜，現階段中小河流洪水預報業務中采用的固化預報模型結構不能滿足不同水文氣象分區和下墊面條件下產匯流過程精細預報的需求，需要靈活架構模型，以適應不同的信息條件和流域初始狀態。

需要研究不同水文氣象分區內考慮庫塘閘壩、地下水超采等影響的模型精細化方法?；谙聣|面遙感信息構建模型運行的環境空間，研究國內外代表性模型在華北、西北、華東和西南等地典型流域的適應性，挖掘產匯流模擬模塊與水文氣候特征、地形地貌、土地覆蓋、土壤類型等環境要素的響應關系，建立基于環境感知的模型重配置技術，對于縮短作業預報時間，提高預報精度具有重要價值。例如，在實時預報中，在蓄滿產流為主的流域，久旱之后下了一場雨強很大、歷時不長、總雨量也不大的暴雨，可以靈活配置地面下滲能力模塊，及時把超滲地面徑流分割出來，進行精準計算。

2.3 基于暴雨洪水特征模式的中小河流智能預報技術

中小河流洪水陡漲陡落、洪水過程不平穩，在實時預報過程中能夠學習的雨水情信息有限，人工神經網絡與支持向量機等傳統數據驅動模型難以使用。基于聚類、符號化等技術的模式挖掘方法，可以對典型流域歷次洪水的降雨時空分布、流域狀態、洪水過程、洪水情勢與下墊面地理特性等進行模式提取，構建暴雨洪水特征模式庫。

針對中小河流洪水變化趨勢難以把握、預報結果不確定性大，研究基于初始建模-情勢優化-形狀控制的三階段智能預報方法。首先通過相似洪水過程簇訓練，采用基于時序偏互信息的變量選擇方法，優化時間加權徑向基函數神經網絡結構；然后利用實測雨水情、土壤含水量、河道與庫塘壩蓄水等信息智能修正模型狀態，建立基于集合卡爾曼濾波與徑向基函數神經網絡融合的智能預報方法；最后從模式庫中匹配相似歷史洪水特征模式進行實時反饋，建立基于過程形狀控制的洪峰預報校正方法，解決非平穩水文過程的預報不確定性問題。

2.4 不同信息條件下考慮庫塘閘壩蓄泄的作業預報技術

中小河流的中小型水庫、水塘和淤地壩數量多，大都缺乏實測水文資料和無閘門控制，如何在作業預報中考慮庫塘閘壩蓄泄影響是中小河流洪水預報面臨的重要問題。需要基于水利普查與衛星遙感等信息，估算庫塘閘壩的蓄水容量特性,提出無水文資料庫塘壩入庫洪水預報方法。研究庫塘閘壩蓄水量的動態計算方法，基于庫塘壩蓄量動態變化和容量特性，研發無閘門控制庫塘壩的泄流預報方法。基于庫塘閘壩空間拓撲結構確定產匯流計算的阻斷節點，在實時洪水預報中，動態進行庫塘閘壩蓄泄預報，可以更加精確地進行中小河流的洪水預報。

每場洪水的初始條件、邊界條件與狀態變量不相同，因此中小河流作業預報通常會面臨不同的信息條件。需要根據不同的降雨條件、流域初始狀態及狀態變化快速自動適配預報方案，目前作業預報中多采用人工方法進行優選。中小河流水雨情信息變化快，作業預報的不同階段需要讀取的信息也不同，初始預報階段更關注降雨預報信息與流域初始狀態，預報過程中還要關注降雨的時空動態變化與流域工況等狀態的變化。

2.5 中小河流庫塘閘壩蓄泄影響下防洪聯合智能調度技術

中小河流洪水陡漲陡落、局部因素影響大，調控對象組合復雜、調度信息不完備，如何快速生成庫塘閘壩蓄泄影響下的防洪優化調度方案是中小河流洪水防控面臨的重要問題。針對中小河流防洪調度不確定性、快速響應和自動決策問題，需要通過中小河流庫塘閘壩蓄泄情景模擬分析中小河流水利工程運行對河道行洪的作用，研究庫塘閘壩蓄泄影響洪水特征量的時空分布規律和聯動效應；分析中小河流流域內承災體的類型及承災能力；在此基礎上建立中小河流洪水孕災保障防洪安全和中小河流洪水致災減小洪災損失兩類情勢下的中小河流防洪調度目標函數和約束條件集；運用知識驅動和數據驅動相耦合的方法建立中小河流庫塘閘壩蓄泄影響下水庫群多目標多約束條件防洪聯合智能調度技術；研究滿足有閘控制庫塘閘壩預蓄預泄調度、水庫動態聯調和潰壩應急調度等需求的調度預案庫構造技術；形成基于智能搜索的調度方案快速自動匹配技術和基于計算智能的調度方案自動干預技術。

2.6 中小河流洪水實時風險評估方法與應急處置技術

中小河流洪水災害突發性強、發展速度快，需要基于網格化模擬技術和動態分析方法，提出流域精細化洪水風險動態預警技術，基于網格化模擬技術實現洪水實時和預設情景風險的精細化分析與評估，揭示洪水風險鏈遷移變化特征，提高風險評估的前瞻性和時空展布精細度。研究風險因子快速智能辨識方法，建立“水文-水動力-調度-影響”時序過程推演的洪水影響評估模型，繪制流域洪水動態風險圖，實現從水文要素預報向災害影響預報的轉變，從閾值預警向風險預警的轉變。

針對中小河流洪水應急處置技術時效性要求高、現有技術體系不系統的問題，需設定中小河流洪水應急處置體系定量最優目標，梳理、提煉、研發中小河流洪水監測預警、庫壩調度、人員轉移、搶險處置等關鍵環節的適用技術，凝練形成技術體系。

2.7 基于水文機理和關聯分析的中小河流水文氣象數據質量控制技術

中小河流水文氣象數據常存在缺失、異常以及資料系列短等問題。針對缺失數據，需研究多元線性回歸、BP神經網絡及深度學習等算法對缺失水文氣象數據插補的適用性，建立基于機器學習的數據插補模型，開展有效性驗證；針對異常數據，結合水文氣象數據自身統計分布規律，研究基于關聯分析、滑動窗口等方法的異常數據檢測模型；針對出現的異常數據片段，需要研究基于概率后綴樹的水文氣象數據異常模式發現方法；對于中小河流流量資料短或只有實測水位的情況，結合水文機理，挖掘水位-流量關系；分析歷史水文氣象數據，研究基于權重-多規則的水文氣象數據質量評估模型，基于深度學習算法構建數據質量控制方法，用于實時水文氣象數據的質量控制。

針對衛星、雷達、實測雨量等多源數據的質量問題，提出基于機器學習及關聯分析的數據質量分析方法，建立自主溯源等技術，解決數據的缺失、異常等問題。構建基于雨量場-流域狀態場關聯關系圖的數據質量規則描述模型，解決劣質數據自動識別、智能修復及容錯近似查詢處理問題，建立中小河流水文氣象數據質量控制體系。

2.8 多層次按需服務云平臺構建及多重情景仿真技術

中小河流洪水防控與應急管理涉及多源數據處理、模型構建與配置、作業預報與調度、影響預報與風險評估、應急處置等多個環節，需要分析中小河流洪水防控與應急管理多業務協同關系，提出針對“情景-仿真-應對”模式的可視化技術，為實現預報預警和應急處置的快速動態展示提供技術保障；研發云環境下具有狀態和交互特征的模型封裝服務技術，實現不同時空尺度中小河流預報預警、風險評估、智能調度等模型耦合集成，提供數據、算法和模型多層次按需服務；開展示范流域防洪能力與災害的數據調查，建立示范流域防洪能力與災害數據庫；研究洪水淹沒區快速生成算法，在三維GIS環境下實現虛擬現實仿真技術以及動態淹沒分析方法，實現影響預報、風險預警、應急處置的可視化技術，提供不同層次的中小河流洪水預警的數字產品和服務。研究云平臺構建技術，研制中小河流洪水預警預報智能調度決策支持平臺，依據洪水防控與應急處置目標，實時制作發布洪水影響預報結果，實現提高洪水預報精度和延長預見期的目標。

3 關鍵科學問題討論

3.1 不同水文氣象區產流模式時空組合機制與下墊面變化下產匯流響應機理

我國中小河流眾多、分布區域廣，氣候和下墊面條件各異，洪水形成時間短，對下墊面空間變異性十分敏感，具有復雜的產匯流規律；水利工程和地下水超采等人類活動影響進一步改變了天然產匯流規律。中小河流產匯流機制，尤其在北方流域，亟待進一步研究。

蓄滿產流和超滲產流是主要的產流模式，兩種模式在同一流域的不同空間區域和不同洪水階段交叉發生，其時空動態轉換規律尚未研究清楚。庫塘閘壩蓄水改變了流域產流過程并阻滯洪水運動，其泄水又擾動了洪水運動的自然規律。地下水超采導致包氣帶增厚、產流減少和河道滲漏等現象，造成流域的產匯流規律變異?？λ固氐貐^土層薄且持水能力差,表層巖溶帶及由溶隙和管道等多重介質構成的地下河系統發達,形成地表水入滲和地下水儲存與匯流的通道,對產匯流過程影響大。研究不同條件下的中小河流產匯流規律對于中小河流洪水精準預報預警至關重要。

為此，采用水文機理分析與大數據技術，研究不同水文氣象分區中小河流產流模式及其時空組合與變化機制，揭示庫塘閘壩蓄泄、地下水超采引起包氣帶增厚和喀斯特地質條件對產匯流過程的影響機制，可為發展適用不同水文氣象和下墊面條件下中小河流洪水預報模型和方法打下理論基礎。

3.2 中小河流產匯流過程空間相似理論與參數推衍方法

水文資料匱乏是制約中小河流洪水預報預警的重要因素，將有資料地區的預報方法和模型參數有效地移植到資料匱乏區是提高洪水預報預警精度的重要手段?；诮y計相似性、自相似性及動態相似性理論，探明中小河流產匯流過程空間相似的成因；研究產流和匯流過程相似的機理，提出高維異質特征空間產流相似區辨識方法；對比分析相似流域的產流、匯流和特征因子的非線性關系，建立空間相似度非線性映射關系，對于形成產匯流空間相似理論具有重要價值。

針對精細化模型參數空間分布的推衍難題，選取不同水文氣象分區和下墊面中小河流，基于高分辨率地形特征、土壤類型及土地覆蓋等數據，通過理論推導和聚類分析等數據挖掘技術，建立模型物理參數與下墊面環境要素的定量關系；利用實測資料和土壤含水量等動態分布信息，采用客觀優選和自動優化相結合的方法率定模型過程參數，基于主成分分析與半參數回歸等技術，建立過程參數的區域化方法；構建不同水文氣象分區和下墊面重配置模型的多參數集合，探明參數地理規律?；谥行『恿鳟a匯流過程空間相似性辨識相似流域，在相似流域間進行參數移植與交叉驗證，針對移植精度相對較低情況進行分析，挖掘影響空間移植精度的主要因素，研究進一步提高參數移植精度的方法，在此基礎上建立適用于不同水文氣象分區與下墊面的參數移植方法。

4 結 語

洪澇災害是自然界嚴重的自然災害，近年來在中小河流頻發。中小河流洪水陡漲陡落、局部因素影響大、洪水災害突發性強、發展速度快，加強中小河流洪水防控的理論基礎研究、構建中小河流精細與智能實用預報模型及預警預報智能調度決策支持平臺，對于提升中小河流的洪水防控能力與流域應急管理水平具有重要的科學和工程應用推廣價值。

根據洪水防御、洪水調度工作的需要，研究能用于中小流域洪水預報的精細與智能實用水文模型；結合多源降水融合數據與流域地形地貌、土地利用、庫塘閘壩情況等，編制中小河流洪水預報方案。分析雨型、暴雨中心、降雨過程形勢等實時及預報降雨特征，研判降雨形勢與流域狀態趨勢，選配合適的模型及參數，實現智能識別預報方案，進而可制定中小河流洪水作業預報規程。

利用精細與智能實用預報模型和高時空分辨率雨量場構建與短臨精準預報技術，可有效提高中小河流洪水預報精度與預見期；通過風險分析與應急處置技術體系，可有效延長應急響應與逃生避險的時間；通過中小河流洪水預警預報智能調度決策支持平臺發布預報預警信息，可有效提高中小河流洪水防控與應急管理能力，大大減少人員傷亡與財產損失，對保障人民群眾生命財產安全與社會穩定健康發展方面具有重要意義。