我国中小河流洪水预报的难点与解决方案探讨欧阳如琳（北京金水信息技术发展有限公司，北京,100053）摘要: 从时空分布、成因、过程、后果等方面分析了我国中小河流洪水的特点，归纳了我国中小河流洪水预报有别于大江大河的洪水预报的难点，提出了基于分布式水文模型解决我国中小河流洪水预报问题的方案，探讨了在中小河流建立分布式水文模型的过程、建模方式以及模型的结构和参数，重点讨论了基于模块化的分布式水文模型在中小河流洪水预报系统开发中的可行性与必要性。
关键词: 中小河流洪水预报分布式水文模型模块化1引言我国幅员辽阔，各地地形、水文、气象条件差异较大，关于大、中、小河流的定义，至今尚没有明确的规定。
考虑到国务院批复的《全国山洪灾害防治规划》中山洪治理主要针对200km2以下的小流域，而《江河流域规划编制规范》（SL201-97）使用范围为流域面积大于3000 km2的河流，从这一意义上讲，可以认为流域面积小于3000 km2的河流为中小河流。
我国中小河流众多，流域面积为100~1000 km2的河流有5万多条，覆盖了85%的城镇及广大农村地区。
由于我国中小河流防洪标准普遍偏低，洪灾损失极为严重。
据统计，一般年份中小河流的水灾损失占全国水灾总损失的70%~80%，近十年水灾造成的人员死亡中有2/3以上发生在中小河流[1]。
长期以来，中小流域洪水预报一直是我国防洪减灾工作中的难点。
相比我国大江大河的防洪体系，当前我国中小河流的防洪建设仍然是一个薄弱环节，许多中小河流防洪标准仅3~5年一遇，有的甚至没有设防，多数中小河流仍处于“大雨大灾、小雨小灾”的局面。
特别是近年来全球气候变暖，极端天气事件增多，局地强降水造成中小流域突发性洪水频繁发生，加之人类活动对中小流域的开发进一步助长了山洪灾害的威胁。
因此，开展我国中小河流洪水分布特征、形成机理、演进规律及预报调控研究，建立我国中小河流洪水预报体系，是确保我国社会经济可持续发展、保障国家公共安全和人民生命安全的重大需求，同时也是我国水文情报事业科技现化代发展的迫切要求。
2011年，全国中小河流水文监测系统建设项目全面实施，计划到2013年，实现有防洪任务的5186条重点中小河流发生洪水时能及时预警[2]，因此，我国中小河流的洪水预报工作任务艰巨，面临巨大的挑战。
2中小河流洪水特点及预报难点2.1中小河流洪水的特点与大江大河的洪水相比，我国中小河流的洪水在时空分布、成因、形成过程等方面有着显著的不同，归纳起来具有以下几个方面的特点：1)从空间分布上看，中小河流分布广、数量多，各种流域的自然地理、气候特征复杂多样，水文气象条件也各不相同。
2)从时间分布上看，中小河流的洪水具有季节性、频发性和突发性：洪水主要集中在夏季，雨季的局地强降水往往造成中小河流的突发性洪水灾害；不同区域还存在季节差异，有些流域在春末或秋初也常有洪水发生。
3)从成因上看，中小河流发生洪水的原因可分为自然因素和人为因素[3]：一方面，强降雨和流域陡峻地形是中小河流洪水骤发的主要诱因；另一方面，人类对中小流域不合理的开发利用，造成森林植被覆盖率下降、水土流失、土壤侵蚀、生态环境恶化，以及河道侵占、拦河设障等使河道严重萎缩，都进一步引发或加剧了洪水的灾害。
4)从过程上看，洪水强度大、流速快、历时短，汇流时间一般在6小时以内。
5)从后果上看，中小流域的洪水破坏性强、危害性大、“大雨大灾，小雨小灾”，特别是山丘区洪水（山洪）常伴有泥石流、滑坡等山地灾害发生。
2.2中小河流洪水预报的难点尽管当今的水文预报和方法浩如烟海，但将其应用于中小河流洪水的实用预报时，却往往难以取得好的效果。
预报方案不健全、预报精度不高是目前我国中小河流洪水预报面临的普遍问题，因此，中小河流的洪水预报已经成为水文预报业务发展的一个瓶颈，以至于水文情报预报规范中至今尚未制定出其精度评价标准[4]。
中小河流洪水的特点决定了中小河流的洪水预报与大江大河的洪水预报思路不同，其洪水预报的难点可以归纳为以下几个方面：1)中小河流的水文资料一般较为缺乏，多属无资料缺资料地区。
2)监测站点不足，站网密度不够，即使对雨量站布设较密集的流域，站点的代表性以及面雨量的计算也存在问题，点状暴雨、局地暴雨时间、落区、强度、量级等预测达不到要求，气象预报的精度还不够。
3)由于暴雨的时空分布极不均匀，中小河流洪水灾害发生在流域内某个小支流而非流域出口，难以被测知。
而且，中小河流的洪水发生时间较短，常规水文6小时的报汛方法很难对其进行有效的预报。
4)雨洪响应的复杂性和作业预报要求的简单性难以兼顾。
采用简易相关图或统计模型作预报，其效果多依赖于预报员的经验，在技术上难以取得进一步突破，不易推广。
而将集总模型或现有通用的水文模型直接应用于中小河流的洪水预报中，则往往缺乏针对性，无法适应洪水的特征，预见期和预报精度难以满足需求。
3中小河流洪水预报的解决方案中小河流的洪水预报可以采用常规的水文气象模型，但针对上述中小河流洪水的特点及其预报的难点，采用新技术、新模型进行中小河流洪水过程模拟，以提高预报精度及预见期，是中小河流洪水预报发展的必然趋势。
分布式水文模型考虑了水源或来水（产汇流）的空间变异，按流域各处土壤、植被、土地利用和降水等的不同，将流域划分为若干个水文模拟单元，在每一个单元上以一组参数表示该部分流域的各种自然地理特征，然后通过径流演算得到全流的总输出。
随着计算机技术、GIS技术、RS技术、信息技术和通信技术的发展和普及，获取流域下垫面空间分布信息的技术日臻完善，分布式水文模型与这些技术相结合，不仅是解决中小河流洪水预报的问题必然选择，也是中小河流洪水预报的发展方向。
3.1分布式水文模型的建模过程分布式水文模型同其它水文模型一样，其建立遵循一般水文模型的建模步骤（图1）[5]。
图1 水文模型的建模过程首先，在建立模型之前，我们必须对流域水文循环过程有一个大致的了解和判断，在头脑中勾画模型的蓝图，确定模型中包含哪些主要的水文过程，这些过程又该以什么样的方式加以描述，比如模型中需不需要包含融雪模块？流域产流方式是超渗产流还是蓄满产流？模型的蓝图取决于建模者的知识和经验、数据资料的拥有情况以及对研究区的认识，在建模过程中至关重要，它可能影响模型实现的可能性以及最终建立的模型的合理性。
为达到对水文过程进进定量模拟的目的，在定性的蓝图下，我们需要进一步确定各相关水文过程的控制方程，以实现模型从自然语言到数学语言的转化。
需要强调的是，在应用描述水文过程的数学方程时，必须明确其相关的前提和假设，确定模型的适用范围。
在确定水文过程的控制方程之后，一个重要的工作就是把这些数学语言转化为计算机语言，也就是编写计算机程序进行模型开发。
构成水文模型的数学方程可能很简单也可能很复杂。
简单的如基于水量平衡的模型，可以容易的编程实现，复杂的如基于非线性偏微分方程的模型，则需应用数值分析的方法逼近原方程，并转变为适合编程的数学表达式。
程序编写并调试成功以后，水文模型也就基本构建完成。
通常一个完整的水文模型开发包含了模型参数的率定及验证模块，可以通过参数自动优选算法或人工调试，率定模型的参数。
如果模型参数率定成且通过验证，那么模型就可以进入实际应用阶段。
反之，如果模型无法通过验证，那么就必须分析模型存在的问题，并对模型的结构或参数做必要的调整。
水文模型的开发乃至发展成熟是上述几个环节不断循环往复的过程。
特别应该强调的是，对于不同的区域的中小河流域，其水文过程（洪水过程）可能有很大的不同，因此相应的模型结构和参数也会有所不同。
换言之，在某一地区应用效果良好的水文模型并不一定完全适用于另一个区域。
在模型的构建和实际应用中，必须充分重视区域的差异性。
3.2分布式水文模型的建模范式分布式水文模型主要有两种建模方式：①应用数值分析来建立相邻网格单元之间的时空关系，如SHE模型等。
该类模型欲海潮文物理动力学机制突出，也是人们常指的具有物理基础的分布式水文模型。
但它的结构比较复杂，计算烦琐。
②在每一个网格单元（或子流域）上应用传统的概念性（或系统理论）模型来推求净雨，再时行汇流演算，最后求得出口断面流量，如SWAT模型、TOPMODEL模型等。
该类模型也被称为半分布式水文模型，模型的结构与计算过程相对比较简单。
3.3分布式水文模型的基本结构分布式水文模型虽然有不同的建模的目的和方式，可以采用不同的流域离散化方法，但模型的基本结构却大同小异，一般考虑水循环要素的空间变异对流域水循环过程的影响，在离散的单元流域上建立水文模型（包括数学物理模型、概念性模型或系统理论模型），模拟单元流域内土壤-植被-大气系统中水的运动，并考虑单元格之间水平方向的联系，进行地表水和地下水的演算（见图2）。
模型所涉及的水文物理过程主要包括降水、植被截留、蒸散发、融雪、下渗、地表径流和地下径流。
图2 流域分布式水文模型的一般框架基于DEM的分布式水文模型在结构上一般分为三部分：分布式水文模型的参数：①分布式输入模块，用于处理流域空间分布信息，为水文模块提供空间输入数据和确定模型参数的信息，也是同RS和GIS相连接的接口部分。
目前，降水、气温等分布信息主要通过空间插值模型来获得。
有关土壤和植被的分布要利用遥感技术获得。
②单元水文模型，是坡面产汇流计算的核心部分。
在第一类分布式水文模型中，一般基于网格单元建立水力学模型，采用简化的圣维南方程组进行网格单元计算。
在第二类分布式水文模型中，一般采用水文学方法建立概念性模型，产流计算可以采用经验方法或下渗公式；汇流计算一般采用等流时线、单位线或地貌学方法。
③河网汇流模型，一般采用动力波方法或马斯京根法，有些基于网格的分布式水文模型则忽略了该部分。
3.4分布式水文模型的参数与传统集总式水文模型不同，分布式水文模型的参数是一个反映流域下垫面和气象因素空间变化的数集。
传统集总式水文模型的参数一般是通过历史系列数据进行优化率定。
显然，用传统最优化方法分布式文模型的参数，在数学上很难通过。
而且，受测量技术的限制，所需的足够历史系列数据也很难满足。
因此，分布式水文模型的参数要求应尽量具有明确的物理含义，以便利用容易得到的流域空间分布信息进行确定和计算。
目前，分布式水文模型参数的确定有以下方法：①在单元上采用传统的概念性模型，不改变原有模型的结构和参数，但每一个单元上水文模型的参数值随空间变化，参数值的大小根据空间信息图进行分类计算。
②重新设计单元水文模型的结构与参数。
尽量选择或者重新构造既反映空间变化，又具有物理意义，且便于计算的指标作为模型的参数。
③将原有模型的参数同易于获取的空间指标（主要是通过RS影像或者DEM提取的空间指标）建立起某种对应关系（一般是统计关系），从而得到分布式水文模型的参数计算方法。