SWAT模型在辽宁辽阳平原地区洪水灾害模拟中的应用分析

张凌霄

(辽宁润中供水有限责任公司，辽宁 沈阳 110000)

洪水是我国面临的自然灾害中最常见的种类，影响范围广、破坏力大。2020年6—7月，全国范围内超过26个省区发生洪水灾害，受灾人口超过千万，直接经济损失超过1000亿元。利用现代科技手段，有效预测洪水灾害影响范围、评估灾害等，已成为地理信息技术(GIS)的重要应用领域。

1 区域概况

辽阳市位于辽宁省中部，属于辽河平原，区域内分布大小河流86条，其中以太子河、浑河两大水系为主，因此，该地区水资源丰富，人均水资源量达到600m3。但随着社会经济发展，目前，区域内水土流失严重，大片郊区被规划为居民区，导致河道堵塞严重，泄洪压力变大，每当夏季汛期来临时，必然会造成洪水灾害。在2018年，相关部门组织技术人员对辽阳市整个区域建立洪灾预测GIS平台，以SWAT模型为基础建立了洪水灾害影响程度模拟系统，为该地区防洪救灾提供参考数据。

2 水网区降雨产流模型建立分析

2.1 SWAT水文模型的建立

2.1.1 SWAT模型原理

SWAT模型可利用GIS技术提供的空间数据信息来模拟地表水及地下水水量，用以评估区域内洪水所产生的影响[1]。在建立SWAT模型时，主要依据如下步骤进行：

a.根据DEM将流域划分为一定数量的子流域，划分原则可根据形成河流所需要的最小集水区面积确定。

b.在每个子流域内再划分水文响应单元HRU(具有相同土地类型、土壤类型的区域)，每个水文响应单元内的水平衡运算因素包括降水量、地表径流、蒸发量、渗透量等[2]。

c.SWAT模型中所采用的水量平衡表达式见式(1)[3]，当地表降水量多于损失量时，则会产生径流。

(1)

式中 SWt——土壤最终含水量，mm；

SW0——土壤前期含水量，mm；

t——时间步长，d；

Rday——第i天降水量，mm；

Qsurf——第i天地表径流，mm；

Ea——第i天蒸发量，mm；

Wsweep——第i天渗透量和侧流量，mm；

Qgw——第i天地下水含量，mm。

2.1.2 数据准备

建立辽阳市SWAT水文模型(所需要的数据见表1)[4]，相关资料可以去“地理国情监测云平台”查找和购买，在此不再详述。

表1 辽阳市SWAT水文模型输入数据

2.2 SCS产流模型的建立

2.2.1 SCS模型原理

地表径流量是洪水淹没范围、深度等决定性指标。在模拟地表径流时，SWAT模型一般采用SCS径流曲线模型进行估算，该模型可反映不同土壤类型、土地利用方式、土壤含水量等多个参数对降雨径流大小的影响，SCS模型的“降雨—径流”基本关系见式(2)[5]。

(2)

式中Q——实际径流量，mm；

P——总降雨量，mm；

Ia——降雨初损，mm；

S——区域该场降雨前的最大潜在入渗量，mm。

2.2.2 关键参数CN的确定

从式(3)可知：Ia和S是计算Q的最关键参数，而这两个参数均与CN(径流曲线数)直接相关，关系式见式(4)、式(5)[6]，由此可知计算出CN值即可，而CN值与土壤类型、植被种类、土壤前期湿度、耕作方式等相关。

(3)

(4)

式中λ——比例系数(需试验确定)。

表2是技术人员参照美国自然资源保护服务一些数据，得出的辽阳地区不同土地利用类型CN值的换算结果。

表2 辽阳地区不同土地利用类型CN值

2.2.3 关键参数λ的确定

比例系数λ的最佳取值各地区存在较大差别，在此通过对比确定，λ取值包括以下6个方案：0.05、0.1、0.15、0.2、0.25、0.3(模拟值和实测值见表3)[7]。由表中数据可知：土地利用类型按照水田、旱地、园地、林地、草地排列，其最佳λ值分别为0.15、0.25、0.05、0.2、0.3。

表3 不同λ值径流量模拟值与实测值对比

2.3 模型参数率定及应用效果分析

在辽阳市SWAT模型及SCS模型建立过程中，需要对一些敏感性参数进行率定，技术人员实地调查了辽阳地区各参数的变化范围及最适参数取值(见表4)[8]。

表4 SWAT模型相关参数率定及取值

在此模拟了2020年9月7日台风“海神”影响下辽阳地区径流过程，绘制模拟值和观测值曲线(见图1)。本研究利用“纳什效率系数(NSE)”来验证水文模型模拟结果的好坏，公式见式(5)[9]，E越接近于1，表示模拟结果越好。本研究E值在0.8～0.85之间波动，说明模拟效果很好。

图1 总产流量实测值和模拟值对比

(5)

式中Q0——观测值；

Qm——模拟值；

t——数据记录时刻。

3 洪水淹没及灾情评估系统分析

3.1 洪水淹没分析系统

3.1.1 最大滞留水量Qover计算

通过上文建立的SWAT模型可以估算出辽阳地区降雨产水量，再结合研究区排水能力、蓄水能力、境外来水量等参数，可计算出研究区最大滞留水量Qover，见式(6)[10]，进而可推算出洪水总量。

Qover=Qwater-(Lcap+Rcap+Dcap)

(6)

式中Qwater——区域地表总产水量，m3；

Lcap——区域湖泊极限蓄水量，m3；

Rcap——区域河网极限蓄水量，m3；

Dcap——区域现有排洪能力，m3。

3.1.2 洪水淹没分析系统

洪水淹没分析主要涉及两方面：洪水淹没范围和淹没水深分布，这是个动态过程，本研究利用GIS空间分析技术来构建洪水淹没模型，基本思路如下：利用DEM数据计算出分析对象区容积；将该容积值与最大滞留水量进行比较，通过系统计算得出洪水水位，进而推算出洪水淹没范围和淹没水深分布(见图2)。

图2 洪水淹没分析基本流程

根据此项技术，辽阳市建立的洪水淹没预警系统可实现提前12～24h向可能受影响范围的居民发出洪水预警，为相关部门组织力量提前撤离灾区群众和财产赢得时间，据估计可使受灾区域的经济损失数额降低50%左右，效果显著。

3.2 洪灾评估系统建立分析

洪灾评估系统以洪水淹没数据、项目区社会经济数据等为基础，利用GIS空间分析技术来实现对洪灾损失进行多指标、多维度量化，评估流程见图3。

图3 洪灾评估系统流程

辽阳市相关部门通过利用该系统，评估出台风“海神”造成的经济损失达到5230万元，其中仅农业损失就占到3500万元。后经统计，“海神”造成的实际经济损失约为6180万元，评估值与实际值相差18.16%，总体而言准该评估系统准确度较高，满足实际要求。

4 结 语

辽阳市通过利用GIS、SWAT模型等现代计算机技术建立了地区产流模型、洪水淹没分析等系统，经过以台风“海神”作为检测对象，得出整个系统的预测准确度可达80%左右，可有效提供洪灾预警、抗洪抢险等服务，大大提高辽阳市水利信息化水平。该系统建立需要紧密结合当地实际地理条件，能提供的相关信息越详细，其模拟结果就会越准确，切不可照搬其他地区数据。