袁业溶，周义昌

（1.肇庆市高要区气象局，广东肇庆 526000；2.肇庆市突发事件预警信息发布中心，广东肇庆 526000）

山洪是沟谷小流域由于地表径流暴涨所引发的洪水，其诱发的塌方、泥石流等地质灾害对周边居民的生命财产安全构成严重威胁［1-2］。山洪灾害具有很强的突发性，预测预防难度大，在水文观测资料匮乏的山区，更是难以进行有效的山洪灾害预测预警［3］。因此开展山洪灾害预警方法技术研究对于有效规避山洪灾害、减轻山洪灾害损失具有重要意义。

降水是诱发山洪灾害的重要因素，因此致灾临界雨量常用作预测山洪灾害发生的指标［4］。2001年德国Geomer公司开发的FloodArea模型是基于水动力原理模拟洪水演进过程的洪水淹没模型，近年来被广泛应用到山洪致灾临界面雨量的研究中［5-6］，如张连成等［7］、周杰等［8］采用FloodArea模型分别对皮里青河流域、清江河流域的山洪过程进行模拟，建立流域降水与淹没深度的关系；孟玉婧等［9］利用FloodArea模型计算内蒙古山洪致灾雨量阈值并基于灾害重现期进行风险评估。FloodArea模型在广东地区也得到较好的应用，如郑璟等［10］根据马贵河流域不同历时及重现期的降雨量，利用FloodArea模型对流域一次特大山洪过程进行模拟，确定不同降雨条件下各风险等级的山洪致灾临界雨量；陈慧忠等［11］利用FloodArea模型对东莞市一次暴雨洪涝过程进行模拟并与实况进行对比分析，认为模型模拟效果较好。由此可见，FloodArea模型在广东地区适用性较好。

高要区位于西江流域下游，地形以山地、丘陵为主，在西江以北的乡镇，房屋多依山而建，防范山洪等地质灾害是重中之重。本研究利用FloodArea模型对高要区西北部大迳河流域2018年6月8日特大暴雨诱发的洪灾过程进行模拟重现，通过建立预警点降雨量与模拟淹没深度的回归模型，从而计算出山洪灾害致灾临界面雨量，以期为开展山洪灾害预警服务提供参考。

1 数据与方法

1.1 研究区概况

基于1∶5万数字高程模型数据，利用Arcgis水文分析划分出大迳河流域。如图1所示，流域位于高要区西北角，境内多山，河网密集，是山洪多发易发地区。流域内有1个水文站点和4个区域气象自动站点。由于河台气象自动站数据缺测，因此本研究选用大泾河流域内禄步镇府、水南镇府和乐城领村小学3个区域自动站的雨量数据进行分析。

图1 大迳河流域地理位置

2018年6月6—9日，受台风“艾云尼”环流影响，高要区出现特大暴雨，全区17个镇均遭受不同程度的灾情。2018年6月7日20：00—8日20：00（北京时，下同）大迳河流域内3个气象站的累计雨量分别为禄步镇府站244.9 mm、水南镇府站221.8 mm、乐城领村小学站133.2 mm。

1.2 数据来源与处理

本研究所用的2018年6月7日20：00—8日20：00 3个区域自动站逐时雨量来源于高要区气象局；运用泰森多边形法及反距离权重插值法对3个站点的逐时雨量进行处理，得到流域面雨量序列和降水空间分布权重（图2a）。水文资料为大迳河水文站点逐时水位监测资料，来源于肇庆市水利局。地理信息数据包括空间分辨率为30 m×30 m的DEM地形高程数据和土地利用类型数据，取自地理空间数据云；对不同的土地利用类型进行赋值得到地表水力糙度图层（林地18、人造25、草地29、耕地30、水体40），具体如图2b所示。

图2 流域2018年6月8日降水空间分布权重图层（a）和流域地表水力糙度图层（b）

1.3 研究方法

1）泰森多边形法。

根据流域雨量站点分布，利用Arcgis软件创建泰森多边形，通过面积权重计算流域面雨量，计算公式为

其中，m为泰森多边形个数；P为面雨量（mm）；Ri为站点雨量（mm）；S为流域总面积（m2）；Si为站点面积（m2）。

2）FloodArea淹没模型。

FloodArea洪水淹没模型是基于水动力原理和GIS栅格数据构建的二维水动力模型，该模型以扩展模块的形式集成到ARCGIS平台使用，其计算原理如图3所示，模型以栅格为单位，设定相邻单元的水流长度是相等的，对角线位置的单元则以不同的长度算法计算；水流的淹没深度为淹没水位和地面高程的差值；由Manning-Stricken公式计算各单元的流速及其与相邻单元的流量；最后模型以栅格的形式输出每个时次的淹没范围和水深等［5，12］。FloodArea根据不同的进水方式可分为漫顶、溃口及暴雨3种模拟方式，本研究采用暴雨模拟方式进行模拟。

图3 栅格单元划分

3）统计分析。

使用SPSS软件分析预警点模拟水深与不同历时降雨量的相关性，选取相关性最好的一组数据建立雨-洪关系模型，从而确定不同风险等级山洪灾害的临界面雨量。

2 结果与分析

2.1 FloodArea模型参数的率定

模型输入数据包括流域DEM数据、降水空间分布权重栅格数据、地表水力糙度以及逐时面雨量数据，模拟步长为1 h，时长24 h，分别以不同的最大交换率（0.1%、0.5%、1%、2%、5%）进行模拟。以大迳河水文站为考察点，利用SPSS软件分析在不同最大交换率的情况下模拟水深与实测水深的相关性。结果表明，当模型最大交换率为0.1时，模拟水深与实测水深相关性最好，相关系数为0.754，在α＝0.01信度水平上显著相关，因此选用最大交换率为0.1的结果进行分析。

由图4可以看出，在洪水模拟演进过程中，降水开始时由于雨量较小，降水先在低洼处积累，随着时间推移和降雨的进行汇集到沟谷河道，涨水速度较缓慢，6月8日20：00淹没深度1.57 m。在实际淹没过程中，由于上游西江洪水暴涨，大迳河受上游汇水影响，水位迅速增长后回落，6月8日20：00实际淹没水深1.79 m。总体来看，24 h模拟淹没水深与实际淹没水深偏差0.22 m，模拟效果较好。

图4 2018年6月8日洪水过程模拟结果

2.2 降水与淹没深度的关系

针对受灾情况、地理位置和海拔高度等多个因素，选取水南镇府气象站作为预警点，利用SPSS软件对预警点1、2、3、4、5、6 h累计雨量与模拟淹没水深进行相关分析，结果表明2 h累计雨量与模拟淹没水深在α＝0.05信度水平上显著相关，相关性最好，因此以2 h累计雨量为指标建立回归模型：

其中，Y为预警点的降雨量（mm）；X为预警点淹没深度（m）。

2.3 致灾临界面雨量的确定

根据山洪灾害等级划分标准，将预警点淹没水深为0.2、0.6、1.2、1.8 m时对应的雨量划分为不同等级的致灾临界面雨量，得到预警点2 h山洪临界雨量如表1所示。

表1 大迳河流域不同风险等级临界面雨量

3 结论

1）FloodArea淹没模型对高要区大迳河流域2018年6月一次特大暴雨的模拟中，24 h模拟淹没水深与实际淹没水深偏差0.22 m，模拟效果较好。

2）选取水南镇府气象站为预警点建立雨-洪关系，确定4个山洪风险等级对应的2 h临界雨量分别为198.7 mm（一级）、136.5 mm（二级）、74.3 mm（三级）、32.9 mm（四级）。

相较于统计分析法和其他类型的水文模型法，FloodArea淹没模型所需参数简单易得，对于缺少水文观测资料的流域是一种较好的致灾临界面雨量研究方法。模型分为漫顶、溃口及暴雨3种模拟方式，本研究根据致灾原因选用暴雨模拟方式。该方式只考虑降水输入，在开展山洪灾害预警服务时可结合数值天气模式产品的短时降雨预报，提前预警，为决策及转移争取更多的时间。在今后业务实践和研究中也可尝试加入其余两种模拟方式进行对比分析及订正，进一步提高模型准确性。