基于SWAT模型的高寒区可能最大洪水计算方法研究

2016-02-25梁忠民华家鹏葛朝霞

水力发电 2016年11期

关键词：融雪雨量暴雨

刘甜，梁忠民，华家鹏，葛朝霞

(河海大学水文水资源学院，江苏南京210098)

基于SWAT模型的高寒区可能最大洪水计算方法研究

刘甜，梁忠民，华家鹏，葛朝霞

(河海大学水文水资源学院，江苏南京210098)

以嘉玉桥水文站所控制的怒江上游流域为研究对象，采用组合暴雨放大法推求流域长历时可能最大降水(PMP)过程；采用SWAT分布式水文模型由PMP推求可能最大洪水(PMF)，建立了怒江上游地区的SWAT模型，并根据嘉玉桥水文站的实测流量资料对模型进行了率定和验证；将可能最大降水过程输入到SWAT模型，得到嘉玉桥站的可能最大洪水过程。结果表明，高寒地区采用SWAT模型结合可能最大降水推求可能最大洪水是可行的。

可能最大降水；可能最大洪水；SWAT模型；怒江上游

0 引言

可能最大降水PMP和可能最大洪水PMF是大型水利水电工程防洪安全设计的重要依据[1]。美国早在20世纪30年代开始采用水文气象法计算推求重要工程PMP/PMF，至今仍是所有高风险坝的重要设计依据[2-4]。我国PMP/PMF工作始于1958年，自淮河“75.8”特大暴雨发生后，广泛开展了大型水利水电工程的PMP/PMF分析计算工作，并针对我国的流域气候地形特点改进了相关的计算方法，取得了一些成果[5]。随着我国西部大开发战略的推进，未来可能会有更多水利水电工程建在有冰川融雪覆盖的高寒区；而降雨、融雪径流等多源径流的产汇流机制更加复杂，使得高寒地区由PMP推求PMF成为难点。高寒区洪水大多发生于6月～8月，主要包含汛期降雨形成的洪水以及升温形成的融雪径流。目前的研究大多先分割融雪径流及降雨径流不同成分，再采用统计分析方法建立温度等因子与融雪量的统计关系，通过因子极大化法推求可能最大融雪，再与最大降雨形成的洪水叠加，最终推求PMF[6-7]。由于融雪与降雨径流成分的分割经验性较强，应用时存在一定的瓶颈。

本文以推求青藏高原怒江上游流域长历时PMF为目标，根据组合暴雨极大化计算PMP逐日过程，采用以日为时间步长的SWAT模型由PMP推求PMF。SWAT模型能够通过积雪/融雪模块模拟“水—雪”相互转化机制，统一模拟降雨和融雪径流的水文过程，避开径流分割及因子极大化推求PMF的困难。

1 方法简述

1.1 PMP计算方法简述

推求可能最大降水就是将暴雨模式进行极大化[5]，暴雨模式主要包括当地暴雨、移置暴雨、组合暴雨模式等，极大化主要有水汽效率放大、水汽风速放大等方法，具体做法参见文献[5]。根据对怒江流域暴雨洪水特性和成因的分析，确定怒江上游可能最大降水/洪水历时为15 d。针对研究区面积大，设计洪水历时长，缺少长历时、大范围的特大暴雨资料的特点，确定采用对组合暴雨进行水汽-效率放大的方法推求流域的可能最大降水。

1.2 SWAT模型简述

SWAT模型应用于寒区水文过程模拟时，通过积雪/融雪模块反映“水-雪”组合下的产汇流机制，统一模拟降雨、融雪等组成的多源长时序径流过程(见图1)：首先根据日均气温T将降水分为降雨和降雪，临界温度T0是划分降雨与降雪的依据，如果T>T0，则为降雨，该部分直接进入模型的水文循环模块(产流和坡面汇流部分)和汇流演算模块；如果T≤T0，则为降雪且雪水当量加在积雪上，采用度日因子法计算融雪水，这部分融水量将与同一时段的降雨量叠加参与后续的产汇流计算。积雪的质量守恒方程为[8]

SNOi=SNOi-1+Rday-Esub-SNOmlt

(1)

式中，SNOi为第i天积雪的含水量，mm；SNOi-1为第i-1天积雪的含水量，mm；Rday为第i天转化为积雪的降水量，mm；Esub为第i天积雪升华量，mm；SNOmlt为第i天的融雪量，mm。融雪计算采用度日因子法通过一个线性函数计算，即

(2)

式中，bmlt为当天的融雪因子，mm·d-1·℃-1；SNCcov为积雪覆盖面积占HRU的百分数；Tsnow为某天的积雪温度，℃；Tmx为某天的最高气温，℃；Tmlt为融雪的阈值温度，℃。

许多研究表明，SWAT模型作为含有积融雪模块的分布式水文模型在高寒区的径流模拟具有较高的精度[9-11]。

2 应用实例

2.1 研究区概况

怒江上游是指怒江嘉玉桥水文站(以下简称“嘉玉桥站”)以上的集水区域(见图2)，流域面积为73 484 km2。该区域位于青藏高原东南部，属于高寒区，多年平均年降水量大体由北向南增加。其中，那曲气象站为442 mm，丁青站为634 mm，嘉玉桥站为402 mm；降水量多集中在6月～9月份，约占全年降水量的75%。径流主要以雨水、冰雪融水及地下径流为主，洪水过程相对平缓，峰低量大，历时15 d左右，年最大洪水也多发生在6月～9月份。

2.2 流域可能最大降水计算

2.2.1 典型暴雨选择及组合暴雨合理性分析

收集了流域内8个雨量站的数据，采用泰森多边形法计算了1958年～2013年的逐日面雨量，统计逐年最大1 d、3 d、7 d和15 d的面雨量。

选取1966年8月21日至9月4日共15 d暴雨为典型，总面雨量为121.9 mm。该暴雨由5个过程组成，其环流背景和影响天气系统如下：第1个降水过程(1966年8月21日～24日)为移动性长波型，500 hPa低槽切变为高空主导系统，随着高空槽和切变的东移，700 hPa有低涡形成并东移，地面则处在季风低压区中；第2个降水过程(1966年8月25日～27日)是由于第1个过程的西风带短波槽东移后，高原西部另一个南支低槽东移影响所产生的，700 hPa相应有低涡形成并东移，影响本流域，地面一直处在低压中，并受到了冷锋影响；第3个降水过程(1966年8月28日～30日)是由第2个降水过程迅速过渡而来，500 hPa于28日形成了高原涡，涡中存在东北～西南走向的切变线，700 hPa对应有东北～西南走向的切变线，并缓慢东移，地面处在低压中，并有冷锋影响；第4个降水过程(1966年8月31日～9月2日)是第3个过程结束后，高原西部有低压东移，其后快速东移的低槽合并进入低压中，使得低压槽得以加深，700 hPa流域处于高原低压中，地面相应受到冷锋和低压影响；第5个降水过程(1966年9月3日～4日)500 hPa是由于受新生的高原涡切变影响，700 hPa相应出现低涡切变，地面在低压控制下。典型暴雨及其替换结果见表1。组合替换后的15 d累积面雨量比原型增加了49.6 mm，降水过程比原型更恶劣。

图2 怒江上游站点分布及DEM

2.2.2 组合暴雨极大化

统计组合替换后序列最大1 d和3 d面雨量的面雨量分别为23.5 mm和43.1 mm，分别比1958年～2013年间实测最大1 d和3 d的面雨量小3.0 mm和7.4 mm，显然没有达到可能最大的程度。为此，采用水汽-效率放大法对组合暴雨进行极大化：首先推求流域可能最大1 d雨量，选择拉萨等流域周边共15个站作为地面露点代表站，并按水汽入流方向分为西南偏西、东南、南偏南3个方向，每个方向对应6个站。为避免单站的偶然性误差和局地因素的影响，对1958年～2013年逐年最大1 d面雨量，根据其水汽入流方向分别求对应方向上6个站同期1 000 hPa持续12 h最大露点的平均值作为该年的代表性露点，再选其中最大值26.8 ℃作为流域的可能最大露点，其对应的最大可降水量为19.6 mm；对1958年～2013年逐年最大1 d雨量分别计算其降水效率，并选其中最大值8.85/(h·%)作为可能最大效率指标ηm；最终根据水汽-效率放大法推求怒江上游可能最大1 d面雨量为49.5 mm。

对于以1966年暴雨为原型的组合暴雨过程，水汽-效率放大法所得可能最大1 d面雨量与组合暴雨过程，最大1 d面雨量的倍比为2.106，以此比值对组合暴雨过程中最大3 d面雨量进行放大，其他时段雨量保持不变(不作放大)，最终推求的PMP结果见表1。

表1 暴雨组合及放大结果 mm

2.2.3 PMP合理性分析

由组合替换放大序列统计得到流域可能最大1 d、3 d、7 d和15 d面雨量分别为49.5、90.8、141.7 mm和219.2 mm，与相同时段频率分析的万年一遇设计面雨量的比值分别为1.20、1.18、1.15和1.16，亦即约在1.2倍左右，结果是合理的。

2.3 流域可能最大洪水计算

2.3.1 基础数据

表2 怒江上游SWAT模型参数率定值

SWAT模型所需主要基础资料分为水文气象资料、地形数据、土地利用数据和土壤数据。雨量资料采用达萨、嘉玉桥2个水文站的1990年～2013年的逐日平均降雨，气象资料采用安多、那曲、索县、比如、丁青和洛隆6个气象站(见图2)的1990年～2013年的最高温度、最低温度、日降水量、相对湿度、风速、日照时数和平均气压等数据。地形数据(DEM)采用由美国太空总署(NASA)和国防部国家测绘局(NIMA)联合测量的SRTM(Shuttle Radar Topography Mission)数据集，空间分辨率为90 m(见图2)；土地利用资料采用2000年的遥感影像，根据第二次全国土地调查/覆盖分类体系，按照一级类型进行重新合并；土壤数据来自于HWSD(Harmonized World Soil Database)的全球土壤数据集。

2.3.2 计算及分析

将嘉玉桥以上流域分成27个计算子流域(见图2)，将上述基础数据输入到SWAT模型中，计算得到流域出口控制站嘉玉桥站的流量过程。对嘉玉桥1991年～2009年实测洪峰资料分析表明，1997年～2005年间的洪水量级最大，因此选择1997年～2005年为模型参数率定期(见表2)，2006年～2009年为模型验证期(见表3)。2007年日流量实测与模拟过程线对比如图3所示。结果表明，SWAT模型在该流域具有一定的适用性，日径流过程模拟效率系数达0.75以上，能较好地模拟该区域的降雨及融雪径流过程。

图3 嘉玉桥站2007年日流量实测与模拟过程线

2.3.3 PMF推求及合理性分析

SWAT模型要求输入的是各站点的降水及其他气象因子数据，而推求的PMP为整个流域面平均雨量过程，所以本次按泰森多边形面积权重将面PMP分配到各个站点以反映降雨的空间分配不均匀性；为了考虑PMP与不同气象条件组合对PMF计算结果的影响，将PMP过程与1997年～2005年间的逐年最大15 d暴雨过程对应的气温、风速、太阳辐射、相对湿度等气象因子组合，输入到SWAT模型，得到不同的PMF计算结果；为安全计，推荐洪峰及时段洪量最大值作为最终的PMF成果(见表4)。由表4可见，PMF洪峰流量、最大1、3、7 d和15 d洪量与采用经验频率适线法得到的万年一遇相应特征量的比值结果，本次计算的PMF是合理的。

表3 怒江上游SWAT模型模拟与实测洪水过程对比结果

表4 怒江上游可能最大洪水PMF计算结果

3 结论

高寒区多发生降雨-融雪混合型洪水，基于物理过程的SWAT模型能够统一模拟降雨及融雪径流过程。因此，应用SWAT模型推求高寒区可能最大洪水是可行的。本文根据组合暴雨极大化法估算PMP，并基于SWAT模型构建了怒江上游的PMF计算模型。模型对率定期和验证期的日径流过程模拟的Nash_Sutcliffe效率系数达0.75以上，具有较高的精度，表明采用SWAT模型由PMP推求高寒区可能最大洪水PMF是合理有效的，可望为类似工程防洪设计提供参考。

高寒地区资料相对匮乏，产汇流机制认识不甚完善，给PMP/PMF的计算带来更大的不确定性，本文只是一个初步的探讨，值得深入研究。

[1]SL 44—2006 水利水电工程设计洪水计算规范[S]．

[2]郭生练，周芬，王善序，等. 国内外PMP/PMF研究进展和评价[J]. 水资源研究， 2004(2)： 1-4．

[3]HANSEN E M. Probable Maximum Precipitation for Design Floods in the United Sates[J]. Journal of Hydrology， 1987， 96(1)： 267-278．

[4]OHARA N， KAVVAS M L， CHEN Z Q. Physically Based Estimation of Maximum Precipitation over American River Watershed[J]. California. Journal of Hydrologic Engineering， 2011， 16(4)： 351-361．

[5]王国安. 可能最大暴雨和洪水计算原理与方法[M]. 北京：中国水利水电出版社， 1999．

[6]黄启有，华家鹏，吴艳红，等. 推求雨雪混合补给河流PMF的探讨[J]. 人民长江， 2009(22)： 35-36．

[7]李国芳，王迟，王正发，等. 黄河源区可能最大洪水研究[J]. 河海大学学报：自然科学版， 2013， 41(2)： 102-107．

[8]NEITSH S L， ARNOLD J G， KINIRY J R， et al. Soil and Water Assessment Tool Theoretical Documentation Version 2009[M]. Texas Water Resource Institute， 2011．

[9]孙万光，郭学仲，陈晓霞，等. 改进的SWAT模型在寒区水文循环模拟中的应用[J]. 水电能源科学， 2012， 30(7)： 41-42．

[10]李道峰，吴悦颖，刘昌明. 分布式流域水文模型水量过程模拟——以黄河河源区为例[J]. 地理科学， 2005， 25(3)： 299-304．

[11]郝振纯，张越关，杨传国，等. 黄河源区水文模拟中地形和融雪的影响[J]. 水科学进展， 2015， 24(3)： 311-318.

(责任编辑陈萍)

Calculation Method Study of Probable Maximum Flood in Alpine and Cold Region Based on SWAT Model

LIU Tian, LIANG Zhongmin, HUA Jiapeng, GE Zhaoxia

(College of Hydrology and Water Resources, Hohai University, Nanjing 210098, Jiangsu, China)

Taking the upstream area of Jiayuqiao Hydrological Station in Nujiang River as study object, the Probable Maximum Precipitation (PMP) of watershed are derived by maximizing the combination of storms, and then the Probable Maximum Flood (PMF) is calculated on the basis of PMP by using SWAT model.The SWAT model applied to source region of Nujiang River is established and the parameters of model are calibrated and validated according to measured data of Jiayuqiao Hydrological Station.Then the PMF of Jiayuqiao Hydrological Station will be obtained by inputting PMP to SWAT model.The calculation results show that it is a feasible way to calculate PMF by using SWAT model combined with PMP for alpine and cold region．

probable maximum precipitation; probable maximum flood; SWAT model; upper reaches of Nujiang River