鳌江流域洪水风险动态预警预报研究

郭 磊，舒全英，刘 攀，熊梦思，朱建友

(1.浙江省水利水电勘测设计院, 杭州 310002；2.武汉大学水利水电学院, 武汉 430072)

随着防洪理念由“洪水控制”转向“洪水管理”，防洪非工程措施已成为治理洪水的重要手段[1]。洪水风险预警预报作为一种重要的防洪非工程措施，能够提早研判可能出现的灾害风险，为制定防汛抗洪决策提供科学依据[2]。然而，传统的洪水风险图侧重于展现预定情景下洪水淹没情况[3]，在时效性和预报结合方面研究较少[4]。因此通过流域动态预警预报来提高流域洪水管理水平的呼声越来越高[5]，将洪水预报与洪水动态风险分析、影响评估结合起来，并构建流域三维洪水演进场景进行成果展现，为洪水风险管理策略和政策提供支持[6，7]。基于此，本文以鳌江流域为研究对象，将流域气象降雨预报、潮汐预报、洪水预报、动态洪水风险分析和影响评估、基层防汛责任体系等有机结合在一起，打通了数据采集、分析、预警、预报、动态履职等各环节，为流域防汛调度决策提供技术支撑。

1 流域概况

鳌江是浙江省八大水系之一，是浙江省最南部水系，流域面积1 426 km2[8]。整个流域水系呈树枝状，干流全长81 km，全段受潮汐影响。鳌江流域上游缺乏控制性防洪工程，加之河床高，过水断面小，又受下游潮水及支流南港洪水顶托，流域洪灾十分严重，据统计，建国至2008年末，影响鳌江流的台风共计123次，其中71次造成流域性较大灾害，即影响台风频次约2 次/a，形成灾害的台风比例超过60%。2008年以后，对鳌江流域造成较大影响的台风有2009年“莫拉克”台风、2013年“菲特”台风、2015年“苏迪罗”台风、2016年“鲇鱼”等[9]。鳌江流域作为浙江省遭受洪涝灾害十分严重和频繁的区域之一，开展洪水风险预警预报研究十分必要。

2 流域耦合模型构建

由于鳌江流域洪水主要受山区流域洪水、水库下泄、平原河网内涝和潮水顶托影响，因此本次建立基于水文学方法的产汇流模型与基于水力学方法的河网水动力模型耦合的洪水预报模型。模型将考虑整个流域情况，上下游边界、区间水利工程调度影响以及区域内山区与平原之间、平原河网与干流之间的连通性和相互影响，选取典型历史洪水进行模型参数的率定和验证，并结合区域实际情况，提取区域洪水风险要素和影响指标。总体技术路线如图1和图2所示。

图1 模型分析范围图

图2 洪水分析总体思路图

2.1 水文学模型

水文模型是探索和认识复杂水文循环过程和机理的有效手段，也是解决许多水文实际问题的有效工具[10]。洪水预报作为水文水资源中的一个重要分支，在水文学科的发展进程中扮演着重要角色。在我国湿润半湿润地区新安江模型被广泛应用于洪水预报中[11-13]。

本次研究山区子流域及水库入库洪水预报采用三水源新安江模型。由于篇幅所限，本文仅介绍顺溪水库预报结果。顺溪水库是一个中型水库，位于北港上游的顺溪上，坝址以上集水面积92.3 km2，总库容4 265 万m3。根据2003-2007年汛期中5月1日至9月30日1小时段水文资料，选取20050719和20060810场次洪水作为模型率定期，选取20070819和20071007两场洪水作为模型验证期。采用混合算法率定模型参数，三水源新安江模型模拟效果如图3和图4所示，相应计算结果见表1。

表1 顺溪水库新安江模型结果统计

由表1可知，模型率定期和验证期的确定性系数分别为87.13%和90.04%，水量平衡系数分别为0.82和0.91，模拟效果较好，其确定性系数平均值为84%，峰现时间合格率为100%。表明三水源新安江模型能够为鳌江流域水库洪水预报提供参考依据。

图3 率定期洪水过程实测与模拟过程线

图4 验证期洪水过程实测与模拟过程线

2.2 水力学模型

本研究采用MIKE11对研究区一维河道洪水演进过程进行模拟，计算河道各断面和溃口处的水位、流量过程线；采用MIKE21的水动力模块计算江西垟平原区内的洪水淹没过程，将一、二维模型通过MIKE FLOOD进行耦合。

(1)MIKE11模型。一维模型计算范围包括鳌江流域全境，包括南港、北港两个流域，其中北港上边界选择顺溪水库下游顺溪镇断面，下游选择鳌江河口鳌江潮位边界；南港上游选择桥墩水库坝下，下游经朱家站汇入鳌江干流。主要支流如北港支流埭溪、带溪、梅溪以及南港支流平水溪等均概化到计算模型，其他支流如岳溪、青街溪、闹村溪、凤卧溪、观美溪等以入流(集中、分布)方式汇入，鳌江河口采用鳌江潮位站实测潮位。江西垟平原内部概化了沪山内河、萧江塘河等主要河道。如图5所示，模型总计概化断面412个，边界23个，调蓄概湖6个。

图5 一维模型计算概化图

(2)MIKE21模型。二维模型范围主要为江西垟平原，概化范围面积达84 km2。计算区域采用三角形网格划分，能较好的拟合计算区域，区域共计11 657个节点，22 460个三角形网格，三角形边长不超过100 m。网格划分如图6所示。

图6 二维分析模型网格划分

2.3 率定与验证

在洪水预报中，首先采用新安江模型预报支流、水库以上流域的流量过程，而后再采用马斯京根法演算到集中入流节点，将节点流量作为水动力模型的输入条件。采用2009年“莫拉克”台风洪水率定模型，2016年“鲇鱼”台风洪水验证模型(见图7)。模型率定期和验证期分析结果如表2所示。

图7 “鲇鱼”台风鳌江干流站点洪水过程图

由图7和表2可知，鳌江干流埭头站、水头站以及麻步站水位模拟过程与遥测站观测水位过程基本一致，模拟最高水位

表2 模型模拟结果

结果与实测数据相差均在0.10 m以内，满足验证结果与实际洪水的最大水位误差(实测水位与计算水位之差绝对值的最大值)≤0.20 m的精度要求，表明模型能够较好地模拟洪水期站点水位，可用于流域洪水动态预警预报。

3 应用实践

2016年鳌江流域受17号台风“鲇鱼”影响，平阳县面雨量352 mm，苍南县面平均降雨量336 mm。平阳县水头镇最高水位达11.38 m，超历史最高水位0.88 m；麻步镇最高水位达9.8 m，超历史最高水位1.8 m；苍南县鳌江内河最高水位达3.24 m，超警戒0.20 m，顺溪水库最高水位达191.36 m(汛限起调水位158 m)。根据耦合模型计算水位并绘制淹没水深图，见图8。从图8可以看出上游水头镇洪水淹没最为严重，最大水深超过3 m，通过灾后对水头镇进行洪水调查，其淹没范围和洪痕位置距离地面高度等情况与模型计算结果基本一致，表明模型计算成果是合理的，可用于实际洪水风险分析。

图8 鳌江流域淹没水深图

4 结 语

以鳌江流域为例，整合网格化气象降雨预报、海洋风暴潮预报成果，构建了水文水动力、洪水影响等多模型无缝耦合的全要素预报调度模型，实现了流域洪水预报调度和面上社会要素的影响预报，并搭建鳌江洪水预报与风险预警管理平台，打通了数据采集、分析、预警、预报、动态履职等各环节。通过对2016年“鲇鱼”台风应用验证，成果合理可信，为流域风险预警预报提供强有力的技术支撑。