基于水文水动力耦合模型的钱塘江流域洪水预报研究

张善亮

摘要：基于实时水雨情监测数据的洪水演进机理模型叠加降雨产汇流水文模型可有效提高洪水预报精度。采用MIKE11的NAM水文模型与HD水动力模型耦合方法，收集和处理了钱塘江流域大量降雨、水位、流量等水文、地形资料，构建钱塘江衢州-澉浦段降雨径流-水动力演进模型，通过多次历史洪水资料进行率定和验证，从确定性系数、水量相对误差、洪峰相对误差、水位相对误差及峰现时差等多方面进行预报精度评定。结果表明：水文与水动力模型耦合方法可有效增加洪水预报模拟精度。

关键词： 洪水演进; 洪水预报; 水文模型; 水动力模型; 钱塘江流域

中图法分类号：TV133.2 文献标志码：A DOI：10.15974/j.cnki.slsdkb.2022.07.004

文章编号：1006 - 0081（2022）07 - 0025 - 08

0 引 言

中国沿海地带洪水灾害频发，精准预测河道水位变化过程可减少洪灾损失，避免人员伤亡，为防洪调度、避险转移决策提供重要数据支撑。降雨产汇流和洪水河道演进构成了洪水模拟的全部过程[1]。纯水文模型无法考虑水位顶托影响，纯水动力模型的内外部边界往往无法及时准确测量。曾志强等[2]提出流域和河流属于复杂巨系统，通过水文-水动力耦合方式可建立起两者之间的水力联系，同时弥补各自不足，提高洪水模拟精度。蒋卫威等[3]选择BTOPMC水文模型和孔隙率法水动力模型，构建了松散耦合模型，模拟的城区水淹过程符合观测结果，不过该方法未考虑蒸发和突然下渗的影响。王旭滢等[4]构建浦阳江流域水文水动力松耦合模型，上游山区采用新安江水文模型，下游盆地区采用一 、二维水动力模型，该方法能够模拟潮水顶托影响并能及时响应降雨变化，但未考虑水动力模型范围内下游盆地区间降雨情况。Thompson等[5]将水文模型MIKE SHE和水动力学模型MIKE11进行了紧密耦合计算，真实反映坡面与河道洪泛区水流的相互作用。本文利用MIKE11软件构建了钱塘江干流水文水动力学耦合模型，通过实测数据率定了模型参数，研究了降雨径流耦合关系和历史洪水的降雨径流响应关系。本文不仅考虑了流域水文径流、河道水动力和潮位过程的耦合，还充分考虑了流域大型水利工程调度对洪水过程的影响，可为全流域洪水精准模拟提供可行的技术方法。

1 研究方法

1.1 水文模型

MIKE11 NAM水文模型是一个集总式的确定性概念模型，用于模拟流域内的降雨产汇流过程。它将土壤含水量分成积雪储水层、地表储水层、浅层或根区储水层和地下水储水层4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。NAM模型作为MIKE 11河流模拟系统的降雨径流模块，既可独自运行，也可以和MIKE11 HD模块耦合计算一个或多个进入河网的子流域旁侧入流。

1.2 水动力学模型

MIKE11 HD水动力计算模型是基于河道断面垂向积分的物质和动量守恒方程组，即利用一维非恒定流圣维南方程组来模拟河流的水流状态。

式中：Q为流量，m/s;A为断面面积，m;q为旁侧入流单宽流量，m/s;α为动量校正系数;g为重力加速度，m/s;h为水位，m;C为谢才系数;R为水力半径，m。方程组利用Abbott-Ionescu六点隐式有限差分格式求解。若河道中存在水工构筑物，相邻水位或流量点不连续，可认为是内部边界，在MIKE11中通过SO模块，对涉及调度的水工建筑物运行可以设置复杂的调度规则。

2 钱塘江流域洪水

本文以钱塘江流域为研究对象，该流域以富春江大坝为界，上游呈山溪型河流特征，下游为感潮河口往复流，流域内汛期分为梅汛期和台汛期，梅汛期梅雨降雨持续时间长，主要影响中上游，台汛期台风雨降水历时短强度大，主要影响下游区域。因此该流域洪水产生机理复杂。

钱塘江流域洪水现有模型研究成果多为区域性。宋立松等[6]构建了钱塘江河口一维动床模型，以富春江下泄流量为上边界，澉浦站潮位为下边界，计算沿程各站点水位。司伟等[7]利用新安江模型对富春江大坝以上流域开展洪水预报研究，通过实时洪水预报修正技术提高了模型计算精度。任火良等[8]通过钱塘江流域防洪减灾数字化平台，对“20200707”洪水降雨、流量、水位等大数据分析，研究其相关性，得到洪水形成、传播规律。王超等[9]建立了富春江坝址以上一维非恒定流计算模型，上游边界为龙潭堰坝，主要支流以集中点源汇入，新安江下泄洪水为支流上边界，分析应对特大洪水的防御方案及洪水風险。刘登嵩等[10]建立金华江流域新安江模型、BP神经网络等多种水文模型，分析不同预见期下模型的适用性。

3 洪水模拟

3.1 基础数据

本文中钱塘江全流域的地形数据来源于SRTM90M数据。收集到流域水系图，137个雨量站点，34个主要水文站点，4个蒸发站，钱塘江上游河道断面数据和下游地形数据以及水工建筑物设计相关资料。图1给出了研究区域内主要站点、水系、地形分布。本文收集的水文数据包括降雨、蒸发、水位、流量数据。降雨数据分为遥测和摘录两类数据，其中遥测数据为137个站点，数据时段为2017年6月和2019年9月至2020年8月;摘录的为水文年鉴中降雨要素摘录表的场次降雨数据，共有91个站点，时段为2010～2018年。蒸发数据来自衢州、兰溪、金华3站，时段为2008～2018年。水位、流量数据收集到2008～2020年34个主要站点的数据，其中2008～2018年为水文年鉴中的摘录资料，不同的测站在不同时段存在缺失。

对降雨数据进行整理，本次计算范围内的有效降雨站点数为132个，其中2017年6月场次降雨数据雨量站126个，2019年9～12月降雨数据雨量站114个，2020年1～8月降雨数据雨量站109个，2010年雨量站41个。收集了2010～2020年的25个水文站点以及大中型结构物的水位及流量相关数据。数据主要为全年数据，较为完整。河道水位、流量的数据主要用于模型边界条件设置和参数的率定。

3.2 水文模型构建

水文模型的构建包括水文分区划分、面雨量计算、蒸发量计算等，各部分的具体介绍如下。

3.2.1 子流域分区

根据研究区域内的主要河道及衢州、金华、兰溪等水文站点，基于STRM90M数据，将流域划分为36个子流域，其中模型水文计算分区26个，分区的划分结果如图2所示。

3.2.2 面雨量计算

水文分区面雨量通过雨量站在分区内的泰森多边形控制面积进行加权计算。本文中可利用的降雨站数量逐年递增，以2017年为例，采用126个站点划分泰森多边形（图3），计算各个分区的面雨量。

3.2.3 蒸發量计算

此次共收集到5个站点的蒸发数据，分别为分水江、金兰水库、衢州、金华和徐畈站，若流域内没有蒸发站点数据则使用临近站点蒸发数据。

3.3 水动力模型

本次模型概化的河道包含水文站所在的钱塘江及其主要支流：乌溪江、金华江、新安江、分水江和浦阳江，河网概化如图4（a）所示。河道上游端点和区间子流域入流均采用NAM水文模型计算的流量结果，模型下游采用澉浦实测水位边界进行设置，见图4（b）。

模型中的河道断面为实测断面与虚拟断面，模型主干河道钱塘江及其主要支流新安江、金华江均有实测断面;支流乌溪江、分水江、浦阳江采用虚拟断面。断面分布见图4（a），实测断面和虚拟断面的典型断面示例见图4（c）和（d）。模型中的虚拟断面设置基于河道高程、河宽等基本数据，设置成规则的矩形断面。模型中主要河道钱塘江上游断面平均距离500 m，钱塘江中下游断面平均距离3 000 m。

3.4 模型率定与验证

3.4.1 洪水场次及站点

分析各站点资料可靠性后，结合水量平衡、降雨空间分布、峰值流量等因素挑选了兰溪站历史实测洪峰流量值较大的7个场次洪水，用于模型率定和验证，如表1所示。站点按流量和水位区分，见图5。

3.4.2 水文模型率定

水文率定分为源头子流域和区间子流域两类。其中源头子流域为源口分区，其积寿昌溪源口断面集水面为677.62 km2，可通过源头源口站的实测流量资料直接进行NAM水文参数的率定。无区间流量测站的区间子流域，只能利用干流河道流量资料，结合水文、水动力模型联合计算来率定区间的NAM水文参数。图6为模拟计算结果与实测结果的对比。

通过率定得到NAM模型的水文参数见表2。

3.4.3 水文模型验证

对本次模型模拟站点的流量模拟结果进行精度评定，流量评价中主要为源口、兰溪、富春江电站，分别对洪峰流量、场次水量、确定性系数进行统计，见图7。洪峰流量与场次水量使用平均相对误差（MAPE）和确定性系数（DC）进行验证：

从图7可以看出，源口站流量模拟结果与实测值拟合较好，洪峰平均相对误差4.55%，水量平均相对误差8.67%，平均确定性系数为0.924。区间子流域流量率定验证站点中，兰溪站模拟结果相对较好，洪峰平均相对误差为3.79%，水量相对误差平均值为4.26%，确定性系数均值为0.954，表明衢州、金华-兰溪区间的水文模型计算的产汇流过程精度较高。富春江电站的流量过程受调度影响明显，虽然缺少实际调度资料，但以闸上水位为调度依据计算的出流过程与实际出流过程基本拟合，洪峰平均相对误差为10.66%，水量平均相对误差在6.13%，平均确定性系数为0.889。3个站点平均确定性系数为0.92，模拟与实测拟合良好，故本次模型设定的水文参数能基本反映计算区域的水文汇流特征。

3.4.4 水动力模型率定

选择年份较近、数据完整性较好的“20170625”洪水资料对沿程各个河段的参数进行率定。图8为“20170625”洪水场次的衢州、安仁铺梯级、红船豆梯级、小溪滩梯级、兰溪、女埠等模拟水位与实测水位的对比图。

从图8中可以看出各站模拟的水位过程线与实测水位过程线拟合较好。通过模型率定确定河道水动力参数取值，钱塘江干流富春江水库坝址以上糙率为0.035～0.038，感潮段糙率为0.012～0.025，河口段糙率取0.02～0.028，金华江等上游河道糙率为为0.028～0.032。将率定场次模拟水位与实测水位进行了误差统计，其统计结果见表3。

从表3中可以看出，水位的整体拟合程度较好，确定性系数较高。钱塘江段，富春江水库以上各站的水位模拟平均绝对误差为0.10 m，最大绝对误差为0.21 m;下游水位模拟平均绝对误差0.19 m，最大绝对误差0.33 m。上游要明显优于下游，这主要是因为富春江下游水位受潮汐影响明显，区间水位受河道地形影响显著，而本次模型中，浦阳江及钱塘江下游段均有断面缺测，是造成水位偏差的主要因素。

3.4.5 水动力模型验证

在“1007a&b”“1106”“1203”“1406a&b”“1506a&b”“1606”场次洪水中，除兰溪、金华、富春江水库站外，其余水位站实测数据较少，故选用兰溪站、金华站、富春江水库站进行验证。对模拟场次平均水位误差和确定性系数的统计，见图9。

从图9中可以看出，对于不同场次洪水，金华、兰溪、富春江水库平均水位误差分别为0.04，

-0.06，-0.01 m，拟合程度较好;3站不同场次洪水模拟确定性系数分别为0.99，0.94，0.96。

4 结 论

本研究基于MIKE 11 NAM、HD和SO模块完成了钱塘江流域衢州至澉浦段区间干流及主要支流的水文与水动力耦合模型。该模型对钱塘江干流的主要河道和水工建筑物进行了概化，并对近20 a的历史洪水进行了模拟和研究，通过多个站点不同来源的实测水文资料对模型进行了参数率定和验证，评价结果表明：流量平均确定性系数均达到0.92，洪水流量峰值平均误差约为6%，峰现时间平均误差2.6 h;水位平均确定性系数为0.97。通过历史多场洪水过程模拟和评价结果可以看出，该模型能够准确计算河道洪水的传播过程，不同站点之间的流量和水位相位误差小，水位和流量峰值误差均较小，河道沿程的洪水演进过程能够准确表达实际洪水的过程。

參考文献：

[1] 王浩，贾仰文.变化中的流域“自然-社会”二元水循环理论与研究方法[J].水利学报，2016，47（10）：1219-1226.

[2] 曾志强，杨明祥，雷晓辉，等.流域河流系统水文-水动力耦合模型研究综述[J].中国农村水利水电，2017（9）：72-76.

[3] 蒋卫威，鱼京善，赤穗良辅，等.基于水文水动力耦合模型的山区小流域洪水预报[J].水文，2020，40（5）：28-35.

[4] 王旭滢，阮跟军，马婷，等.基于水文水动力模型的浦阳江流域洪水情景模拟[J].中国农村水利水电，2021（2）：113-118.

[5] THOMPSON J R，REFSTRUP S H，GAVIN H，et al. Application of the Coupled MIKE SHE/MIKE 11 modelling system to a lowland wet grassland in southeast England[J].Journal of Hydrology，2004，293（1-4）：151-179.

[6] 宋立松，方琛亮，史英标，等.基于Web的钱塘江下游洪水实时预报系统研制[J].水电能源科学，2011，29（1）：119-121.

[7] 司伟，余鸿慧，包为民，等.面平均雨量误差和产流量误差修正的对比研究——以富江流域为例[J].中国农村水利水电，2016（2）：42-45，49.

[8] 任火良，胡智超.钱塘江流域洪水防御及实例分析[J].浙江水利水电学院学报，2021，33（2）：43-48.

[9] 王超，马赞杰，张晓文.钱塘江流域1995年型特大洪水防御形势分析[J]. 水电能源科学，2021，39（7）：90-93.

[10] 刘登嵩，葛路，许月萍，等.基于多水文模型预报能力分析的洪水预报[J]. 浙江大学学报（工学版），2021，55（5）：1010-1018.

（编辑：江 文）

Flood forecasting based on hydrological and hydrodynamic coupling model in Qiantang River Basin

ZHANG Shanliang

（Huadong Engineering Corporation Limited， PowerChina， Hangzhou 311122， China）

Abstract： The flood propagation mechanism model based on real-time water and rain monitoring data and the hydrological model of rainfall runoff-yield and confluence can effectively increase the accuracy of flood forecasting. Using the coupling method of MIKE11 NAM hydrological model and HD hydrodynamic model， a large number of hydrological and topographic data such as rainfall， water level and discharge in the Qiantang River Basin were collected and processed， and the rainfall runoff and hydrodynamic evolution model of the Qiantang River from Quzhou to Ganfu was constructed. It was calibrated and verified through multiple historical flood data and the forecasting accuracy was evaluated from many aspects， such as certainty coefficient， relative error of water volume， relative error of flood peak， relative error of water level and peak time difference. The results showed that the coupling method based on hydrological and hydrodynamic model could effectively increase the simulation accuracy of flood forecasting process.

Key words： flood routing; flood forecasting; hydrological model; hydrodynamic model;  Qiantang River Basin