基于动态临界雨量的小流域山洪灾害分级预警

　　摘 要：临界雨量方法在山洪灾害预报预警中应用广泛，然而传统的临界雨量方法以静态临界雨量为主，且无法判别山洪灾害的风险等级。本文发展了基于动态临界雨量方法的山洪灾害分级预警方法，并在闽江下游小流域进行应用。方法采用人工神经网络构建成灾流量与风险因子间的统计关系，进而获得无资料地区成灾流量的空间分布，并根据历史重现期划分不同山洪风险等级，得到对应风险等级的临界流量和临界雨量。结果表明：通过考虑流域前期湿润状况，该方法能够显著延长山洪灾害预警的预见期，有效提升对山洪灾害的监测预报能力。此外，相比于传统山洪预警方法，山洪风险等级的划分使得该方法更适用于山洪灾害风险预警的业务应用。

　　关键词：山洪预警;动态临界雨量;山洪风险等级;小流域

　　0 引言

　　洪水灾害是我国目前受灾面积最广、致死率最高的自然灾害之一，对我国社会经济和生命安全造成了极大威胁[1]。尽管我国大江大河的防洪体系日趋完善，但小流域山洪预报技术和管理系统仍然是一个薄弱环节[2]。据统计，2019 年中小河流和山洪灾害死亡人口数占洪涝灾害总死亡人口数的 60%。一方面，我国中小河流众多，分布范围广，地理气候条件复杂多样，而山丘区通常站点布设有限，长序列水文气象观测资料稀缺。另一方面，小流域产汇流具有明显非线性特征，洪水过程水通常历时短且强度大，因此小流域山洪预报预警成为洪水防治研究的难点[3]。为有效抵御山洪灾害，国务院于2006 年正式批复《全国山洪灾害防治规划》，启动山洪灾害防治试点建设，并于 2009 年将全国 103个县级行政区纳入试点范围。2012 年水利部组织编制《全国山洪灾害防治项目实施方案(2013-2015)年》，进一步完善了山洪灾害防治的非工程措施。山洪灾害防治逐渐成为我国防灾减灾工作的重心[2-6]。

　　气象灾害方向论文：灾害应对论文发表期刊(级别)

　　山洪灾害预警是山洪灾害防治的关键环节和技术难点[7]。常用的洪水预警方法一般有基于上游河道水位监测的预报方法、基于降雨径流过程的定量预报预警方法、基于临界雨量的预警方法等。山区流域通常面积较小且降雨径流响应时间较短，使得基于上游河道水位监测或是基于降雨径流关系的预报方法均存在预见期短的问题，因此在小流域山洪预警中的适用性有限[8]。临界雨量预警方法则直接依靠降雨信息进行山洪预警，若实时(或预报)降雨量超过可能致灾的临界雨量，表明山洪灾害发生的可能性很高，需要发出预警，反之则表明山洪灾害发生可能性较低，不需要预警[9]。

　　临界雨量预警方法不仅具有较长的预报期，又具有一定的准确度，且步骤简单，操作方便，因此在中小河流洪水预警中得到了广泛应用[10-11]。基于临界雨量的预警方法的关键步骤是确定临界雨量的大小[12]。在最早时期，人们通过绘制降雨历时和累积雨量的散点图，对超警戒和未超警戒的降雨事件进行线性划分，以该线代表不同历时下的临界雨量[13]。1970 年代由美国国家气象局河流预 报 中 心 开 发 的 山 洪 指 导 系 统 ( Flash FloodGuidance，简称 FFG)首次考虑了流域土壤含水量，在给定土壤含水量条件下，通过不断改变降雨条件并重复运行集总式水文模型，确定流域可能致灾的临界雨量[14]。

　　在 FFG 方法基础上，人们进一步发展了基于格点的 GFFG 方法(Gridded Flash FloodGuidance，简称 GFFG)，该系统在栅格尺度进行临界雨量计算，克服了 FFG 方法中临界雨量在一定时段和整个流域内均一的缺陷[15]。我国目前普遍采用的临界雨量指标以静态临界雨量为主，其发展历程可分为两个阶段[16]。第一阶段为 2006-2012 年，各省根据其历史降雨径流过程建立洪峰流量与降雨强度、汇流时间、流域面积和径流系数等因子的经验关系，进而确定山洪预警的临界雨量指标。这一阶段的经验方法通常难以考虑降雨特性、下垫面条件等因素，因此预报精度较低。

　　第二阶段为 2013年至今，根据现场调查的水位流量关系确定警戒水位对应的流量，并通过频率分析推求该流量的水文频率以及该频率所对应的临界雨量[17]。第二阶段的方法假定降雨和洪水的重现期相同，然而该假设是否成立尚待验证。此外，研究表明前期累积降雨会影响后期降雨的产流，相同的降雨强度由于流域前期湿润状况的不同会有不同的产流结果[18-19]。忽略流域前期湿润状况对山洪发生及洪峰量级的影响可能会导致山洪预警的空报或漏报[20]。

　　因此，临界雨量指标应当随流域湿润状况动态变化，而不是一成不变的固定值。此外，传统的临界雨量方法仅能判断山洪灾害发生而无法判别洪水量级，难以识别山洪灾害的风险等级[20]。为使得山洪预警更具有针对性，亟需发展更为有效的小流域洪水动态预报预警方法，提升对山洪的监测和预报能力，延长山洪灾害预警的预见期[21]。本文选取了闽江下游山区流域作为研究区域，利用成灾流量观测及水文气象资料，发展了基于动态临界雨量的山洪预警方法，提出了基于成灾流量重现期的山洪风险等级划分方法，实现了山洪灾害的多阶段分级预警，并应用于该流域的山洪预警。

　　1 数据与方法

　　1.1 研究区概况

　　本文研究区域为闽江下游山区流域，流域面积12701km2，占福建省总面积 10.2%。该流域位于东经 116°~119°，北纬 25°~28°之间，地处亚热带海洋季风区，年平均温度 16~20℃。流域多年平均降雨量为 1617mm，其中汛期(4-9 月)降水占年总降水量的 70~80%。流域内河流众多，河网密度高，地形地貌主要由山地和丘陵构成，因此极易诱发山洪灾害[22-24]。

　　1.2 数据介绍

　　研究中所用数据包括基础地理信息数据，水文气象数据。流域地貌信息包括高程、坡度等，由DEM 高 程 数 据 获 得 ， 空间精度为 90 米。降雨气象数据来自国家气象信息中心提供的气象站1979—2017 年逐日降水资料，流域内共有 5 个气象 站 。 人 口 分 布 数 据 来 自 GHSL，空间精度 250 米。研究区历史实测成灾流量(共 413 个村庄点成灾流量)、子流域汇流时间、洪峰模数、土地利用、土壤类型及涉水工程等数据由中国水利水电科学研究院提供。成灾流量为研究区内可能发生山洪灾害的最低水位所对应的流量[25]。此外，为率定与验证水文模型，从水利部水情中心收集了研究区内三个水文站1988-1999 年的实测日径流资料。

　　1.3 研究方法

　　本文首先基于 GBHM 模型进行流域长序列径流模拟(1988-2009 年)，其中模型率定期为 1988-1993 年，验证期为 1994-1999 年。流域的网格大小设置为 1 公里，模型模拟的时间步长为 1 小时。GBHM 模型是 Yang 等[26-27]开发的基于地貌的分布式水文模型(Geomorphology-based hydrologicalmodel，GBHM)，关于模型的详细描述请参见杨大文等[28]、许继军等[29]。为推求无资料地区的成灾流量，本文采用 BP神经网络构建成灾流量与风险因子的统计关系，其中模型采用两层神经网络结构，训练函数为trainlm，将 70%的样本用于训练，15%用于验证，15%用于测试。基于该统计关系得到研究区像元尺度的成灾流量分布，然后在每个子流域上将成灾流量分布与重采样至同一空间精度的人口分布进行对比，选取所有人口不为零像元的成灾流量的最小值作为该子流域的成灾流量。采用 P-III 型频率曲线对子流域径流资料进行水文频率分析，确定成灾流量的历史重现期[30]。

　　根据成灾流量的重现期(T)的不同倍数划分不同山洪灾害风险等级，即 IV 级(蓝色预警，T)，III 级(黄色预警，2T)，II 级(橙色预警，4T)，I 级(红色预警，10T)，并通过水文频率分析推求对应风险等级的临界流量。临界流量为不同等级的山洪风险所对应的流量，其中 IV 级蓝色预警的临界流量与成灾流量相同。在构建成灾流量与风险因子关系时，参考已有山洪风险因子的研究[31-32]，主要考虑土地利用类型、土壤类型、洪峰模数(10min5mm，10min30mm、10min50mm)、汇流时间(10min5mm，10min30mm、10min50mm)、人口分布、流域内与河网的高程差、距离及涉水工程数量等风险因子。基于动态临界雨量的山洪预警方法，其思路是结合水文模型模拟的降雨径流过程和土壤湿度信息，反推出流域出口断面洪峰流量达到临界流量所需的降雨量。该临界雨量由临界流量和前期土壤饱和度共同决定，因此称之为动态临界雨量。

　　①提取每场洪水过程洪峰前 24 小时的降雨过程中的最大时段累积降雨量(时段长度可根据山洪预警的预见期决定)，并以该降雨历时前 1h 的土壤饱和度表征该场次洪水的流域前期湿润状况。②以最大时段累积雨量为纵坐标、前期土壤饱和度为横坐标绘制散点图，根据洪峰流量大小是否超过临界流量将散点分为超过组(图 2b 红色方点)和未超过组。③线性划分两组(图中紫线)，该直线代表不同前期土壤饱和度下的临界雨量。本文采用的是蒙特卡洛方法，基于随机数进行最优化线性划分[33-35]。采用追算(hindcast)方法对本研究提出的山洪预警方法的可靠性进行评价。首先根据每小时的土壤饱和度实时更新不同时段、不同风险等级对应的临界雨量;然后，根据随后不同时段累积雨量与对应的临界雨量的比较结果，进行山洪分级预警。同时，对比出口断面流量与临界流量，确定是否实际发生了对应等级的山洪灾害。

　　2 结果和讨论

　　2.1 模型验证

　　基于 GBHM 模型进行流域长序列径流模拟，并对比模拟径流与研究区内永泰站、文山里站和竹岐站的实测日径流，评价指标为纳什效率系数(NSE)及平均相对误差(MRE)。评价结果显示，率定期内模拟日径流的 NSE 在 0.81-0.86 范围，MRE 在 2%-3%范围，而验证期内的 NSE 在 0.76-0.85 范围，MRE 在 3%-6%范围，表明模型在研究区有着较好的适用性。基于BP神经网络构建成灾流量与山洪风险因子的统计关系，用于估测无资料地区的成灾流量，并采用决定系数 R2 和平均相对误差(MRE)对估测结果进行评价。评价结果显示，全部样本的 R2和 MRE 达到 0.64 和-1.2%，其中训练集、验证集和训练集的 R2 在 0.55-0.66 范围，MRE 在-1%--3%范围，未出现过拟合现象，表明方法在该流域估算成灾流量有着较好的应用效果。

　　2.2 成灾流量空间分布

　　基于成灾流量与山洪风险因子的统计关系估测研究区的成灾流量，得到像元尺度的成灾流量分布，进一步结合人口分布及水文频率分析方法确定子流域成灾流量及其对应的历史重现期。流域平均成灾流量为 790 m3/s，成灾流量历史重现期主要分布在 1~2 年之间。成灾流量的主要控制因素为小流域的洪峰模数、平均坡度、河段坡降、人口密度以及离河距离，随洪峰模数、平均坡度、河段坡降和人口密度的增加而减少，而随离河距离的增加而增加。

　　洪峰模数代表子流域单位面积上的产洪能力，因此洪峰模数越高意味着山洪灾害的危险程度越大。洪峰模数通常随流域平均海拔和平均坡度的增加而增加[36]。流域坡度反映了下垫面的陡缓程度，在强降雨条件下，陡坡区域能够更快地汇流形成洪峰，因此山洪灾害的威胁更大[37]。此外，山洪灾害易发生在地势较低的沿河道两岸，因此离河流越近的区域遭受山洪的可能性就越高。Carpenter 等[38]指出平滩流量与 1~2 年重现期的河道流量之间存在良好统计关系，本文结果验证了该观点[9,39-41]。

　　2.3 基于临界流量的山洪灾害分级预警

　　根据成灾流量重现期分布及山洪灾害风险等级划分方法，得到不同风险等级对应临界流量的空间分布。IV 级风险对应的临界流量空间分布与流域地形分布高度相关。而 III 级、II 级和 I级风险对应的临界流量的空间分布主要受汇流关系影响，下游地区的成灾流量普遍高于上游地区。

　　2.4 基于动态临界雨量的山洪灾害多阶段预警

　　基于临界流量结果，本研究进一步确定了在不同前期土壤饱和度情况下不同山洪风险等级所对应的多阶段临界雨量。临界雨量随着前期土壤饱和度的增加而减少，这是因为流域产流机制对前期土壤饱和度和临界雨量的关系有影响。研究区的产流模式由蓄满产流主导，因此临界雨量随土壤含水量的增加而下降。此外，临界雨量也随山洪风险等级的提升及预见期的增加而增加。图 7 显示了前期土壤饱和度达到 25%时，IV 级山洪风险对应的临界雨量分布。不同预见期下的临界雨量的空间分布相似，但在流域内受局地水文变化影响表现出较高的空间变异性，表明临界降雨量的估计应当在较小的空间尺度上开展。

　　预警方法在闽江下游山区小流域的应用效果，在不同预见期下，对不同等级山洪预警的平均CSI值在0.27-0.55范围，预警效果较好，其中 IV 级山洪风险预警的平均命中率在 0.61-0.66范围，平均误报率在 0.12-0.14 范围。尽管预警方法的应用效果随着山洪风险等级的提升而有所下降，但均高于美国国家气象局全国尺度山洪预报指导系统的 0.2 基准值[42]，表明该方法具有可靠性。

　　2.5 不足与展望

　　动态临界雨量空间分布存在不确定性。不确定来源主要包括：①该流域雨量站密度较低，因此空间插值结果难以充分反映降雨的实际分布;②利用流域平均雨量来计算临界雨量而忽略降雨时空分布特征会带来的不确定性;③在线性划分过程中，样本大小会对划分精度产生影响。此外，本文基于点尺度的成灾流量观测与风险因子建立统计关系，并在网格尺度上进行成灾流量估测，其估测精度相对于以沿河村落为对象要稍低，因此更适用于较大范围内的快速成灾流量计算。以上不足将在未来的工作中进一步研究讨论。

　　3 结论

　　本文发展了基于动态临界雨量的小流域山洪灾害分级预警方法，并在闽江下游山区流域进行应用，得到如下结论：(1)研究区的平均成灾流量为 790 m3/s，大部分地区的成灾流量的重现期在 1~2 年之间。成灾流量随小流域洪峰模数、平均坡度、河段坡降和人口密度的增加而减少，而随离河距离的增加而增加;(2)基于成灾流量的重现期划分了山洪风险等级，改进了传统预警方法只采用单一指标判断有无山洪灾害的局限性;(3)基于动态临界雨量的小流域山洪灾害分级预警方法能够充分考虑流域前期湿润状况，延长山洪预见期，且应用效果良好，具有可靠性。本文所发展的山洪灾害预警方法有效考虑了流域前期湿润状况的影响，实现了山洪的多阶段分级预警，在业务应用中能够为山洪灾害防御提供充分信息、争取更多应急反应时间，因此对全国山洪灾害防治工作有重要参考价值。

　　参考文献(References)

　　[1] 叶勇,王振宇,范波芹.浙江省小流域山洪灾害临界雨量确定方法分析[J].水文,2008(1):56-58.YE Yong, WANG Zhenyu, FAN BoQin. An analysis method forascertain critical rainfall of mountain flood disaster of small watershedin ZheJiang Province [J]. Journal of China Hydrology, 2008(1):56-58.(in Chinese)

　　[2] 彭安帮,刘九夫,马涛,等.辽宁省资料短缺地区中小河流洪水预报方法[J].水力发电学报, 2020, 39(8): 79-89.PENG Anbang, LIU Jiufu, MA Tao, et al. Flood forecasting method formedium- and small-size rivers short of hydrological data in LiaoningProvince [J]. Journal of Hydroelectric Engineering, 2020, 39(8): 79-89.(in Chinese)

　　[3] 刘悦,张建云,鲍振鑫,等.东部季风区不同地貌类型试验流域洪水研究[J].水力发电学报, 2022, 41(3): 22-31.LIU Yue, ZHANG Jianyun, BAO Zhenxin, et al. Study of floods inexperimental watersheds of different geomorphic types in easternmonsoon region of China [J]. Journal of Hydroelectric Engineering,2022, 41(3): 22-31. (in Chinese)

　　[4] 何秉顺,李青.山洪灾害防御技术现状与发展趋势探索[J].中国水利,2014(18):11-13.HE Bingshun, LI Qing. Exploration on present situation anddeveloping tendency of mountain flood disaster prevention technology[J]. China Water Resources, 2014(18):11-13. (in Chinese)

　　[5] 黄鹏年,李致家.分布式降雨输入与汇流模拟对洪峰计算的影响[J].水力发电学报, 2019, 38(11): 49-57.HUANG Pengnian, LI Zhijia. Influence of distributed rainfall inputand routing simulation on flood peak flow calculation [J]. Journal ofHydroelectric Engineering, 2019, 38(11): 49-57. (in Chinese)

　　[6] 张容焱,游立军,高建芸,等.统计方法与淹没模型结合的山洪灾害风险评估方法及其应用[J].气象,2013,39(12):1642-1648.

　　作者：韩俊太，王政荣，杨雨亭