基于三水源新安江模型的三河口水庫洪水預報

吳 銳 馬 峰 馮亞鵬

(陜西省引漢濟渭工程建設有限公司,陜西 西安 710011)

三河口水利樞紐是引漢濟渭調水項目的主干工程之一,是陜西省引漢濟渭工程調水項目的調蓄中樞,水庫于2019年底下閘蓄水,相對于施工建設期,其承擔的防洪興利任務更為突出。洪水預報作為重要的防洪非工程措施,在水庫調度管理中發揮著重要作用。準確預報入庫洪水,對于支持三河口水庫防洪度汛、指導水庫科學調度,保護下游地區行洪安全具有重要意義。在三河口水利樞紐施工階段,流域洪水預報采用經驗相關法以及水文模型進行洪水預報。經驗相關法使用便捷,但難以考慮降雨及下墊面條件的空間分布不均勻性,同時由于初期流域徑流資料有限,施工期構建的水文模型模擬精度不高[1]。隨著水利信息化推進,流域水文模型已成為水庫實時洪水預報調度的核心模塊,因此,需在水利信息化平臺基礎上建立流域水文模型,作為水庫水情自動測報系統的核心。目前,國內外廣泛應用的流域水文模型有美國的SAC模型[2]、中國的新安江模型[3]和英國的TOPMODEL[4],在濕潤與半濕潤地區,應用最為廣泛的模型仍為新安江模型[5]。鑒于此,綜合考慮三河口水庫流域資料、地形及所處環境,選擇應用新安江模型建立洪水預報模型,為三河口水庫洪水預報和科學調度提供技術支撐。

1 流域概況以及研究方法

1.1 流域概況

子午河系漢江上游北岸的一級支流,子午河流域地勢北高南低,主峰秦嶺梁海拔2965m,流域主要為土石山區,植被良好,林木茂密,森林覆蓋率達70%,子午河流域屬北亞熱帶濕潤、半濕潤氣候區,四季分明。子午河徑流主要由降雨形成,水情隨降雨變化明顯。河流上游由汶水河、蒲河、椒溪河匯合而成,主源汶水河發源于寧陜、周至、鄠邑區三縣交界的秦嶺南麓,三條河流匯合后稱子午河。三河口水庫壩址位于漢中市佛坪縣大河壩鎮三河口下游2km處,總庫容為7.1億m3,壩址處河床高程為525m,壩頂高程為646m。壩址以上河長106km,控制流域面積2186km2,占子午河流域面積的72.6%。流域多年平均年降水量為891mm,降水主要集中在汛期,5—10月降水量占全年降水量的84.4%。三河口水庫流域水系見圖1。

子午河流域自1959年起,先后設立了多個雨量站,各測站的位置見圖1。1963年3月設立了兩河口水文站;為三河口水利樞紐工程建設需要,2010年4月在水庫大壩下游設立大河壩水文站,觀測水位、流量、降水量。

1.2 研究方法

三水源新安江模型是一個分散參數的蓄滿產流概念性模型[6]。根據流域具體特點以及下墊面的水文、地理情況,將流域分為若干個單元面積,再將每個單元面積計算的流量過程演算到流域出口,最后疊加起來即為整個流域的流量過程[6],每個單元流域的計算流程見圖2。

模型各參數物理意義以及取值范圍[2]如下:

a.K值為蒸散發能力折算系數,此參數控制總水量平衡。

b.WM為張力水蓄水容量。分為3個部分,即上層張力水蓄水容量WUM、下層張力水蓄水容量WLM和深層張力水蓄水容量WDM。WM取值范圍為100～170mm,WUM多林地可取20mm,WLM通常取值范圍為60～90mm。

c.C為深層蒸散發系數,此值范圍為0.08～0.18。

d.B為張力水蓄水容量曲線指數的方次,與流域面積F有關,本流域取值在0.4左右。

e.IM為流域不透水面積的比例,對于天然流域,此值范圍在0.01～0.02左右。

f.SM為表層土自由水蓄水容量,一般流域為10～20m左右。

g.EX為表層自由水蓄水容量的方次,由表層自由水蓄水條件的不均勻性分布決定,其取值范圍一般為1.0～1.5。

h.KG為表層自由水蓄水量對地下水的出流系數,KI為表層自由水蓄水量對壤中流的出流系數,兩者之和表示自由水出流的快慢。當流域面積F在1000km2左右時,從降雨停止到壤中流停止的時間一般為3d左右,相當于兩者之和為0.7。

i.CS為線性水庫地表徑流消退系數,由河網地貌決定。

j.CI為深層壤中流消退系數,當壤中流很豐富時,此值為0.9左右。

k.CG為地下徑流消退系數,以天為時段時,此值范圍一般為0.95～0.998。

l.XE為馬斯京根河段匯流傳播時間,KE為馬斯京根河段流量比重系數。

區域輸入的面雨量信息是根據區域內雨量站觀測的信息及其所占權重計算得到的,本次模型中流域單元劃分采用泰森多邊形法進行。劃分出的每個單元,其計算主要分為蒸散發計算、產流計算、分水源計算和匯流計算四個層次[1]。模型各層次結構的功能,計算采用的方法和參數見表1。

表1 新安江模型各層次結構功能、計算方法和相應參數

2 參數率定

2.1 水文資料來源

采用的實測流量資料為大河壩水文站歷史摘錄資料,以及三河口水位站2017—2021年水位資料。洪水資料整編分為三個階段:2010—2015年,由于三河口水庫尚未開建,采用大河壩水文站洪水流量摘錄資料,進行歷史洪水場次的摘錄、參數率定、模擬和檢驗;2016—2019年,三河口水庫開始建設,受圍堰影響,采用壩址圍堰處水位資料和大河壩水文站實測洪水摘錄資料,利用三河口水庫的水位庫容關系進行實測入庫洪水過程還原計算;2020—2021年,三河口水庫具有調蓄能力,采用三河口水庫水位資料和大河壩監測洪水摘錄資料,利用三河口水庫的水位庫容關系進行實測入庫洪水過程還原計算。

2.2 水文資料“三性”審查

流域代表站資料均為整編后的水文年鑒刊印成果,流域上下游各代表站徑流模數相差較小,流域各測站歷年斷面變化較小,水位流量關系穩定,資料可靠性較高。

本次采用了水庫下游兩河口水文站、大河壩水文站及流域內各雨量站資料,經現場踏勘調查及測站沿革考證,水文站無斷面遷移,測驗方式方法雖有變化,但都進行了同期不同方法比測,資料年限內無跨流域調水工程,分析流域代表站兩河口站年徑流深與年降水量的關系,其變化趨勢不明顯,資料一致性良好。

對選用的資料系列較短的雨量站資料,采用相距較近、資料完整的雨量站進行了相關分析插補。以年降水量逐年向前計算累積平均值和變差系數,流域內各站降水量豐枯變化規律基本一致,從統計參數穩定性分析,各站雨量和水位流量資料系列具有足夠的代表性。

2.3 模型參數率定方法及結果

率定期為2010—2019年,期間共有27場歷史洪水。根據水文資料及其他情況綜合考慮,采用自動優化算法和人機交互率定相結合來率定本模型參數。

自動優化算法根據模型參數的取值范圍,利用實測流量資料和計算流量過程,通過計算結果和實測結果之間的差值系列,來優化算法,根據目標函數結果,通過優化迭代,最終率定出一組具有計算結果的模型參數。自動優化算法采用單純形法[7]及SCE-UA方法[8]。為避免參數超出模型參數合理的取值范圍,導致率定出的參數不能用于模型檢驗,結合人機交互進行控制調整;人機交互率定通過不斷調整模型參數,對比率定期歷史洪水模擬精度以及模擬合格率來判斷參數是否合適。在調整參數過程中,按照模型參數的敏感性,根據模型參數對洪水過程不同階段影響的大小程度,以及歷史洪水模擬中初始值的情況,進行不斷調整,以滿足精度和預報方案結果評定的要求。 參數率定結果見表2。

表2 三河口水庫流域新安江模型參數率定結果

3 結果分析

3.1 精度評價方法

根據《水文情報預報規范》(GB/T 22482—2008)的誤差評定要求,精度評定的項目包括洪水徑流深、洪峰流量、相應時間等預報要素。對率定結果進行評價,三項要素指標均在誤差許可范圍內,模擬洪水過程方可判定為合格。各要素相對誤差的許可范圍分別為:徑流深預報以實測值的20%作為許可誤差;洪峰出現時間以預報時間至實測洪峰出現時間差值的30%作為許可誤差,當許可誤差小于3h時,則以3h作為許可誤差;洪峰流量預報以實測值的20%作為許可誤差。

3.2 率定期及檢驗期結果

率定期(2010—2019年)共有27場歷史洪水資料,檢驗期(2020—2021年)共有7場歷史洪水資料。34場歷史洪水率定和檢驗結果見表3和圖3。

表3 三河口水庫流域新安江模型模擬結果綜合評價

圖3 洪水過程

由表3可知:

a.率定期27場歷史洪水有26場合格, 27場洪水中,徑流深預報最大相對誤差為17.3%,平均值為2.9%;洪峰預報最大相對誤差為-17.6%,平均值為-2.1%;洪峰出現時間最大誤差為3h。率定結果均在誤差許可范圍內。確定性系數最大值為0.980,最小值為0.570,平均確定性系數為0.900,預報合格率96.3%。

b.檢驗期7場歷史洪水全部合格。其中,徑流深預報最大相對誤差為6.4%,平均值為-1.2%;洪峰預報最大相對誤差為-5.7%,平均值為-2.0%;洪峰出現時間最大誤差1h。檢驗結果均在誤差許可范圍內。確定性系數最大值為0.988,最小值為0.944,平均確定性系數為0.960,預報合格率100%。

根據《水文情報預報規范》(GB/T 22482—2008)的相關評定規定,在率定期和檢驗期,模擬結果的合格率和確定性系數均達到甲等。故三水源新安江模型應用于三河口水庫流域的預報方案精度達到了甲等。

4 結 語

通過2010—2021年期間34場歷史洪水的率定與檢驗分析,新安江模型在三河口水庫流域洪水預報中精度達到甲等,該模型預報結果可為三河口水庫防洪調度提供技術支撐。在模型建立過程中,歷史資料采用大河壩水文站的流量資料,大河壩水文站2010—2015年屬正常河道測流,2016—2019年因圍堰調蓄,2020—2021年因大壩調蓄,調蓄階段洪水資料是根據水庫水位和出庫實測流量反推計算得到的,與天然洪水過程有一定的差別,對模型的參數率定和檢驗有一定影響。因此,在實時預報中,發現出庫流量信息和壩上水位信息有較大偏差時需及時修正,以避免較大的預報誤差出現。該模型的建立,是基于有限的歷史資料,經過分析計算確定的一般規律。在后期實際應用中,在積累更多洪水資料后,將進一步對預報方案進行驗證,不斷優化完善預報模型,提高其可靠性。