冰雪融水与雨水混合洪水的预报方案

陆玉忠，陆宝宏，陆桂华

(1.河海大学水文水资源学院，江苏南京 210098;2.北京中水科水电科技开发有限公司，北京 100038)

在高纬度地区或高山带，降雪、积雪及冰雪冻融过程是流域水文的重要特征.由于冰雪的介入，流域水文过程同时受水量平衡和热量平衡的控制，热量或温度成为必须考虑的水文因素[1-2].SRM(snowmelt-runoff model)[3-7]是专门用于模拟和预报山区流域融雪径流的水文模型.该模型采用相对简单的度◦时系数法计算融雪径流;模型参数取决于流域地理、气候和水文特征，因而适用于气候变换条件下的径流预报，是一类确定性、概念性、分布式和基于物理原理的水文模型[8-11].由于遥感积雪监测技术的迅猛发展，解决了SRM积雪覆盖的输入问题[12].

丹麦水力研究所(Danish Hydraulic Institute，DHI)研发的Mike11洪水预报系列模型中，降雨径流模型(NAM)是一个集总式的确定性概念模型，主要用来模拟降雨产流和汇流.它将土壤含水量分成积雪储水层(snow storage)、地表储水层(surface storage)、浅层或根区储水层(lower zone storage)和地下水储水层(ground water storage)3个部分，分别进行连续计算，以模拟流域中各种相应的水文过程.

本文基于NAM融雪径流计算的思路，将SRM改进后再加入三水源新安江流域预报模型，构建冰雪融水与雨水混合洪水预报模型;并运用实测水位(流量)资料进行实时校正，以进一步提高洪水预报精度，弥补积雪量、气温等相关实测资料的不足，实现冰雪融水与雨水混合产流的模拟.

1 冰雪融水与雨水混合洪水预报模型

1.1 预报模型的构建

预报模型是洪水预报系统的核心，预报精度和预见期始终是功能研发的第一目标，因此，本文降雨径流的预报选用三水源新安江流域预报模型.三水源新安江流域预报模型属准分布式模型，考虑到降雨在空间上分布的不均匀问题，将全流域分成许多小流域单元，对每个流域单元单独进行产汇流计算.冰雪融水与雨水混合洪水预报选用SRM模型，具体组合构建时需要做较大的改进.

1.2 SRM的改进

SRM可根据高程的不同分不同的带区，采用分布计算模式，主要考虑不同带区气温及积雪量的差异.SRM原理是分别计算每天的融雪和降水所产生的水量，并将这些水量叠加到计算的退水流量上，得到每天的日径流量.与利用能量平衡法计算融雪的模型相比，SRM采用度◦时系数法，大大简化了模型在融雪方面的计算.

根据洪水预报的功能目标、实际要求、实时资料及三水源新安江流域预报模型的结构，本文构建的冰雪融水与雨水混合洪水预报模型需对SRM进行以下几方面的改进:

a.将日模型调整为时段计算模型.SRM是用来模拟融雪径流的日模型，难以模拟中小流域的洪水过程.因此将日模型调整为时段计算模型，计算时长可以适应中小流域洪水陡涨陡落的特性，满足水库洪水调度的实际需要.

b.降雨产流部分计算采用三水源新安江流域预报模型.SRM用降雨径流系数推算降雨产流量，过于简单.降雨径流系数是随时间不断变化的，与降雨强度、下垫面条件等有关，很难确定.因此采用已经得到广泛应用、相对成熟的三水源新安江流域预报模型替代SRM降雨产流部分的预报.

c.增加降雨融雪度◦时系数.SRM没有考虑降雨条件下增加的融雪量.在同样的温度条件下，降雨、产流对积雪的冲刷，会消融更多的积雪.降水条件下增加的融雪量可按照NAM的公式进行计算:

式中:Crain——降雨融雪度◦时系数;P——降水量;T——时段平均温度;T0——用户设置的融雪临界温度.

d.设置降水及晴天条件下不同的气温调整参数.气温是计算融雪量最直接的参数，但流域上布置的气温站点较少，尤其是坡度较大的流域，气温垂向变化明显，需采用温度修正值调整.根据NAM融雪径流的计算思路，降水及晴天条件下垂直方向上气温的变化程度是不同的，设置不同的气温调整参数可减小计算误差.

e.融雪总水量到流域出口的汇流计算运用单位线法.SRM采用流量计算公式显式递推，只能预报1个时段的流量，难以满足洪水预报的实际需要.将日模型改为时段模型，运用单位线法进行汇流计算，可预报多个时段的融雪流量.

1.3 模型结构与流程

将三水源新安江流域预报模型与改进的SRM组合，构建冰雪融水与雨水混合洪水预报模型，其结构如图1所示.图1中，模型参数B为蓄水容量曲线的方次;WM为流域蓄水容量;K为蒸散发能力折算系数; WUM为上层蓄水容量;WLM为中层蓄水容量;C为深层蒸散发系数;IMP为不透水面积占全流域面积之比;EX为自由水蓄水容量曲线指数;SM为流域平均自由水蓄水容量;KG为自由水蓄水库对地下径流出流系数;KSS为自由水蓄水库对壤中流的出流系数;KKSS为壤中流水库的消退系数;KKG为地下水库的消退系数;UH为汇流单位线.整个模型的输入包括流域上各雨量测站的降雨过程、蒸发站的蒸发过程、气温站的温度变化过程、按高程所分带区的积雪覆盖率过程.

图1 冰雪融水与雨水混合洪水预报模型结构与流程Fig.1 Structure and flow chart of hybrid model of Xin'anjiang model and modified snowmelt runoff model

2 模型应用

2.1 应用流域概况

新疆伊犁的喀什河为伊犁河的第二大支流，吉林台一级水电站位于喀什河流域中部的吉林台峡谷中.峡谷以上河段为喀什河的上游段，河道平均比降为0.8%左右.喀什河流域森林遍布，人口稀少，受人类活动影响较小.流域形状呈狭长的柳叶形，为羽状水系，沿途有40余条支流汇入，北岸多于南岸.喀什河流域总面积9578km2，河长297km，其中吉林台一级水电站坝址以上流域面积6163km2，河长204km.喀什河径流是以冰川积雪融水补给为主，降雨补给为辅，地下水补给次之的混合型补给.喀什河多年平均降水量353.4mm，多年平均蒸发量1471.8mm，吉林台一级水电站坝址多年平均流量117m3/s.

吉林台一级水电站水情自动测报系统于2004年7月安装并试运行.水电站遥测站网由施工期水情自动测报的站网以及坝前水位站、坝后水位站、中心站组成，共计站点13个，其中雨量气温站3个，雨量水位站4个，纯雨量站5个，中心站1个，其分布如图2所示.由于水情自动测报系统运行以来，遥测资料及水位流量资料的短缺和不完整，本文只能有选择地采用该遥测资料，对模型参数调试的准确性有较大影响.

图2 吉林台水库流域水系及测站分布Fig.2 River systems in Jilintai Reservoir basin and distribution of observation stations

2.2 模型的建立

根据资料情况、吉林台水库流域洪水过程及水库特性，计算时段长取为3h.按新安江分散模式的要求，将吉林台水库控制流域面积6163km2划分为4大块，即乔尔玛以上、乔尔玛-巴拉克铁、巴拉克铁-乌拉斯台、乌拉斯台-吉林台，各单元块的有关面积、测站及权重等特征资料见表1.

表1 吉林台水库流域单元划分Table 1 Division of Jilintai Reservoir basin and code weight of rainfall stations

建立流域面积-高程曲线划分吉林台水库流域带，以得到分带区面积和平均高程.SRM一般以某一等高距进行流域分带，然后在每个分带内选一条平分该分带面积的等高线作为平均高程，即带内平均高程以上和以下的面积相等.得到平均高程后，把流域测站的气温根据温度直减率(或修正值)插值到平均高程上使用，采用GIS空间分析功能分析流域DEM可以方便地得到面积-高程曲线，进而求得各带区平均高程所对应的区域面积.吉林台水库控制流域按照流域高程分成10个区域，各区域平均高程从1500m按等高300m递增至4200m.

2.3 模型参数确定

2.3.1 带区积雪覆盖率衰减曲线

在融雪期，积雪的不断消融和流域积雪覆盖率的不断缩小是一个非常显著的特征.作为重要的基本输入驱动变量，每日积雪覆盖率的准确计算关系到模型模拟效果的好坏.理论上，积雪覆盖率可以利用每天卫星过境得到的遥感图像经过积雪制图得到，但由于传感器、云层等因素的干扰，积雪覆盖率要进行最大化合成才能得到.吉林台水库控制流域积雪覆盖率分析采用中巴资源卫星CBERS遥感影像，将流域高程分带图和流域积雪分类图叠加，并运用GIS信息提取功能分带提取.

2.3.2 融雪模型参数

流域各块所采用的温度代表测站、温度修正系数、临界气温、降雨融雪修正系数见表2.由于降雨融雪度◦时系数与融雪度◦时系数采用同一参数，因此增加了降雨融雪修正系数.其中温度修正系数可根据测站高程、带区中心线高程及温度直减率进行调整.临界气温值在融雪径流模型中相当关键，SRM中的降水根据临界气温值判断某次降水为雪还是为雨，当气温高于临界气温值时为降雨，反之为降雪.临界气温值的确定直接影响产流.一般融雪径流模型中临界气温值高于0℃，而随着积雪的融化，临界气温值逐渐接近0℃.降雨融雪修正系数是用来修正根据融雪度◦时系数计算降雨产生的融雪量，需通过产流量分析及模型参数调试确定.

融雪度◦时系数在模型中是用来计算融雪水深的一个核心参量，它的获取有2种途径:(a)用雪枕、雪槽实地观测;(b)用经验公式计算.融雪度◦时系数需要在不同的流域及不同的融雪时期进行适当调整，吉林台水库流域各子流域融雪径流模型每月融雪度◦时系数见表3.

表2 吉林台水库流域各子流域融雪模型基本参数Table 2 Basic model parameters of each sub-basin of Jilintai Reservoir basin

表3 吉林台水库流域各子流域融雪径流模型每月度◦时系数Table 3 Monthly model positive degree-hour factors of each sub-basin of Jilintai Reservoir basin

平均高程气温调整值关系到测站点的气温插值到平均高程的气温，进而影响每个分带积雪消融量的计算，是一个重要的模型参数.吉林台水库流域水情自动测报系统在不同海拔高度建了3个气温站点，根据站点气温与高程关系的分析，得到降雨与无雨条件下温度直减率每100m分别为0.4℃和0.7℃.吉林台水库流域各子流域融雪径流模型区域面积、温度修正值见表4.

各子流域融雪汇流采用无因次单位线法，参数调试的结果见表5.

2.3.3 三水源新安江流域预报模型参数

经过参数调试，各块三水源新安江流域预报模型参数、各块河网汇流单位线及相应河道汇流曲线见表6～8.从各模型参数表可以看出，各块同一参数变化不大，只略有差异，反映了各块流域内河道、流域下垫面及土壤覆盖、岩石裸露小有差别，参数基本合理可靠.

2.3.4 结果分析

因融雪径流模型参数增多，且资料缺乏，本文构建的冰雪融水与雨水混合洪水预报模型参数调试、率定采用人机交互方法进行，并对待定参数变化范围给予符合一定物理概念的可行性约束.对流域内4大块面积用2007年连续汛期(时段长3h)实测资料进行模型参数调试，其中2007年最大一场洪水吉林台水库流域各控制站流量的预报过程与实测过程的对比如图3所示.由图3可见，巴拉克铁与吉林台站缺实测流量资料，无法对比显示，但从上下游流量相关度分析看是合理的.上游控制站乔尔玛、巴拉克铁站流量受气温影响变化较明显，主要原因是7月底这2块面积有相对较大的积雪覆盖率，气温融雪所占比例相对较大;而乌拉斯台、吉林台站的流量中气温融雪量所占比例相对较小，流量过程受气温的影响不很明显，拟合过程与实际情况基本相符.由于实测资料的局限性，没有进行场次洪水及合格率的统计分析.

表4 吉林台水库流域各子流域融雪径流模型区域面积、温度修正值Table 4 Correction of model areas and temperatures of each sub-basin of Jilintai Reservoir basin

表5 吉林台水库流域各子流域融雪汇流单位线Table 5 Snowmelt unit lines of each sub-basin of Jilintai Reservoir basin

表6 吉林台水库流域三水源新安江流域预报模型参数Table 6 Parameters of three-water-source Xin'anjiang model of Jilintai Reservoir basin

表7 吉林台水库流域各子流域河网单位线Table 7 River unit lines of each sub-basin of Jilintai Reservoir basin

表8 吉林台水库流域各单元及子流域间河道汇流单位线Table 8 Channel unit lines of each unit and sub-basin of Jilintai Reservoir basin

3 结 语

在分析融雪水文模型最新研究进展、高山融雪水文特性的基础上，基于NAM融雪径流计算思路，改进了SRM融雪径流模型，使SRM与三水源新安江流域预报模型形成一个统一整体，构建冰雪融水与雨水混合洪水预报模型.运用卫星遥感图及GIS系统工具，结合模型参数调试，确定模型参数，最终实现冰雪融水与雨水混合实时洪水预报功能.研究结果表明:

图3 各控制站洪水模拟结果Fig.3 Simulated results of various observation stations

a.SRM在进行了将日模型调整为时段计算模型、降雨产流部分计算采用三水源新安江流域预报模型、增加降雨融雪度◦时系数、设置降水及晴天条件下不同的气温调整参数、融雪总水量到流域出口的汇流计算运用单位线法等改进后，冰雪融水与雨水混合洪水预报模型拟合过程与实际情况基本相符.

b.采用改进的SRM与三水源新安江流域预报模型整合的预报模型，建立实时洪水预报系统，不仅可直接用于降雨径流的常规洪水预报，也可推广到地处高寒的山区用于实时冰雪融水与雨水混合洪水预报.

[1]康尔泗，程国栋，董增川.中国西北干旱区冰雪水资源与出山径流[M].北京:科学出版社，2002.

[2]张寅生，姚檀栋，蒲健辰，等.青藏高原唐古拉东克玛底河流域水文过程特征分析[J].冰川冻土，1997，19(3):214-222. (ZHANG Yin-sheng，YAO Tan-dong，PU Jian-chen，et al.The features of hydrological processesinthe Dongkemadi River Basin，Tanggula Pass，Tibetan Plateau[J].Journal of Glaciolgy and Geocryology，1997，19(3):214-222.(in Chinese))

[3]李弘毅，王建.SRM融雪径流模型在黑河流域上游的模拟研究[J].冰川冻土，2008，39(5):769-775.(LI Hong-yi，WANG Jiang.The snowmelt runoff model applied in the upper Heihe River Basin[J].Journal of Glaciolgy and Geocryology，2008，39(5):769-775.(in Chinese))

[4]刘文，李智录，李抗彬.SR M融雪径流模型在塔什库尔干河流域的应用研究[J].水利技术监督，2007，15(3):43-46.(LIU Wen，LI Zhi-lu，LI Kang-bin.Application of SR M snow-melt runoff model in Tashikuegan river basin[J].Technical Supervision inWater Resources，2007，15(3):43-46.(in Chinese))

[5]刘俊峰，杨建平，陈仁升，等.SRM融雪径流模型在长江源区冬克玛底河流域的应用[J].地理学报，2006，61(11):1149-1159.(LIU Jun-feng，YANG Jian-ping，CHEN Ren-sheng，et al.The simulation of snowmelt runoff model inthe Dongkemadi River Basin，headwater of the Yangtze River[J].Acta Geographica Sinica，2006，61(11):1149-1159.(in Chinese))

[6]马洪，程国栋.SRM融雪径流模型在西天山巩乃斯河流域的应用实验[J].科学通报，2003，48(19):2088-2093.(MA Hong，CHENG Guo-dong.SR M snowmelt runoff model in the West Tianshan Gongnaisi River Watershed experiment[J].Chinese Science Bulletin，2003，48(19):2088-2093.(in Chinese))

[7]MARTINEC J，RANGO A.Parameter values for snowmelt runoff modeling[J].Journal of Hydrology，1986，84:197-215.

[8]MARTINEC J，RANGO A，ROBERTS R.The snowmelt runoff model(SR M)user's manual(Version 4.0)[R].Beltsville:USDA-ARS，Hydrology and Remote Sensing Laboratory，1998.

[9]RANGO A.The response of areal snow cover to climate change in a snowmelt runoff model[J].Annals of Glaciology，1997，25:232-236.

[10]SEIDEL K，EHRLER C，MARTINEC J.Effects of climate change on water resource and runoff in an alpine basin[J].Hydrological Processes，1998，12(10):1659-1669.

[11]BECKER A，SERBAN P.Hydrological models for water-resources system design and operation[R].Operational Hydrological Report，Geneva:WMO，1990.

[12]彭定志，熊立华，郭生练，等.MODIS在水文水资源中的应用与展望[J].水科学进展，2004，15(5):683-688.(PENG Ding-zhi，XIONG Li-hua，GUO Sheng-lian，et al.Advances in applications of MODIS to hydrology andwater resources[J].Advances in Water Science，2004，15(5):683-688.(in Chinese))