HEC-HMS模型在缺資料地區山洪預報的應用研究

邢子康 ，馬苗苗 ，文 磊 ，劉昌軍 ，呂 娟 ，蘇志誠

（1.河海大學 水文水資源學院，江蘇 南京 210098；2.水利部防洪抗旱減災工程技術研究中心，北京 100038；3.河海大學 水文水資源與水利工程科學國家重點實驗室，江蘇 南京 210098；4.中國水利水電科學研究院 防洪抗旱減災研究所，北京 100038）

1 研究背景

山丘區洪水具有流速快、流量大、暴漲暴落等特點，導致了山洪災害突發性強，破壞力大。同時，山丘區小流域情況復雜，影響因素多，加上水文觀測基礎設施建設落后，水文觀測資料缺少，加大了山丘區水文預報的難度［1］。目前，國內外常用的山洪預報方法有兩種：基于分布式水文模型的山洪過程預報和基于臨界雨量閾值的山洪預警［2］。其中臨界雨量法依賴于通過水位/流量反推法、比擬法和水動力學法等來獲取小流域臨界雨量，缺少產流機制的描述和分析，不能描述山洪災害的全過程。分布式水文模型考慮了降水和下墊面的空間變異性，可以更好地利用GIS、遙感等技術獲取的空間信息來描述從降雨到徑流的過程機理，在缺資料地區山洪預報中起到了關鍵作用。

應用分布式水文模型進行缺資料流域山洪預報的難點在于沒有長序列水文數據進行參數率定。Foody等［3］基于經驗SCS曲線和馬斯京根法的半分布式水文模型構建了無資料流域山洪預報方案，其參數直接通過地形和植被覆蓋數據獲??；Vieux等［4］指出，基于Green-Ampt下滲理論的水文模型可很好地描述山洪的水文過程。

本文在HEC-HMS（The Hydrological Engineering Center’s Hydrological Modeling System）模型的基礎上，結合GIS、RS技術，研究缺資料流域的山洪預報方法。HEC-HMS模型是美國陸軍工程兵團開發的具有物理概念的半分布式降雨徑流模型，在國外已有廣泛的應用［5］。HEC-HMS可以根據流域特性選擇適宜的模塊和計算方法進行洪水過程模擬，并結合GIS技術，由流域土壤覆蓋、土地利用等下墊面信息直接推求模型參數，對缺乏水文觀測資料的山丘區小流域洪水預報有很強的適用性［6］。本文在HEC-HMS模型的靈活建?？蚣芑A上，選取Green-Ampt下滲模塊、SCS單位線模塊和運動波模塊構建模型，基于DEM、土壤覆蓋、土地利用等下墊面信息提取參數，建立山洪預報模型，并對研究區典型洪水場次進行模型驗證，檢驗了模型在缺資料地區山洪預報的可行性。

本文主要針對缺少歷史徑流資料，但是有土壤、地形、土地利用等基本下墊面信息的缺資料流域進行研究。

2 研究區概況

陽泉市位于山西省東部，地形地貌復雜，降水集中，歷史上曾多次發生洪災［7］。桃河是縱貫陽泉市區的主要河流，屬海河流域子牙河水系，流域總面積1313 km2，河長96 km。本文選取陽泉水文站（東經 113°33′8.80″，北緯 37°51′52.60″）上游流域為研究區域，流域面積為 484 km2。流域內有 2 個水文站（陽泉站和舊街站）以及7個雨量站。流域內洪水主要由上游山區暴雨形成，洪水陡漲陡落，持續時間短，具有典型的山洪特征［8］。

陽泉小流域屬溫帶大陸性季風氣候，降雨集中在夏秋季（6—10月），約占全年的75%。

流域多年平均降水量為560.1 mm，最大年降水量866.4 mm（1964年）。流域內有山南水庫，屬?。?）型水庫，建成后基本未泄水，對水文序列一致性影響不大［9］。

流域地貌主要是丘陵山地，海拔西高東低，高程范圍在671～1463 m之間（圖1（a））。土地利用類型主要為草地、灌木林地和坡耕旱地（圖1（b）），植被覆蓋率達70%。土壤類型主要以壤土、砂壤土和砂黏土為主，壤土主要分布在山間谷地，黏土主要分布在高山區和流域出口處（圖1（c））。

圖1 研究區基本信息

3 數據來源及處理

基于30 m精度的DEM數據，采用HEC-GeoHMS拓展模塊，對流域DEM進行前處理，包括填洼、提取坡度、匯流量、河網水系和最長匯流路徑等，并劃分出水文響應單元（HRU），控制響應單元的平均面積約為10 km2（圖1（d））。最后得到小流域各水文響應單元的地形及河流特征參數。

本文收集了1970—2015年陽泉站、舊街站的流量系列及流域內雨量站的雨量系列，時間分辨率為小時，從中篩選出14場典型洪水場次。采用數據存儲系統HEC-DSSvue建立了小流域觀測雨量和流量數據庫，利用反距離平方加權法，將站點雨量轉化為面雨量輸入到各子流域中。

4 山洪模型構建

HEC-HMS是一個靈活的建?？蚣?，可以針對不同的水文過程選擇不同的模塊，從而構建合適的模型。這些水文過程包括：冠層截流、地表截流、降雨損失、直接徑流、基流、河道匯流和河道損失/補給等［10］。

由于山洪預報的特點和缺資料地區的局限性，構建預報方案應盡量簡化模型結構，采用參數易獲取的計算模塊。不要求精細化模擬每個水文過程，只要快速準確模擬洪峰、洪量和峰現時間?；谶@個原則，本文選取了Green-Ampt方法進行產流計算，SCS單位線法進行直接徑流計算，運動波方法進行河道匯流計算，冠層截流、基流等過程在建模過程中進行了省略。選取模塊的參數大部分可以直接從下墊面信息和HRU的幾何特征進行提取，不依賴實測資料的率定。

4.1 產流計算 產流計算選用Green-Ampt方法，該模塊可計算出每個時間步長在透水地表的降雨損失。需要的參數有土壤初始含水量、飽和土壤含水量、濕潤鋒水吸力、飽和水力傳導度和不透水面積比。

式中：ft為t期間的降雨下滲損失；K為土壤飽和水力傳導率；(φ -θi)為土壤水分虧缺；Sf為濕潤鋒水吸力；Ft為時段t的累積損失。

其中飽和土壤含水量、濕潤鋒水吸力、飽和水力傳導度等參數可以根據子流域的土壤覆蓋來確定，不透水面積可以根據土地利用類型來確定，初始土壤含水量在場次模擬中需要通過實測徑流量進行率定，但是在長期滾動預報中，可以通過設置預熱期的方式解決。表1、表2給出了下墊面土壤和土地利用與重要產流參數的對應關系［11］，采用面積加權的方法來計算各子流域的產流模塊參數。

4.2 匯流計算 匯流計算采用SCS單位線方法，SCS單位線是一個單峰的單位線，其峰值UP和峰現時間TP滿足以下關系［12］：

表1 土地利用類型與產流參數對照

表2 土壤類型與產流參數對照

式中：A為子流域面積；C為單位轉換常數，采用國際標準單位制時為2.08。

SCS單位線引入子流域洪峰滯時tlag來描述凈雨歷時Δt與單位線峰現時間TP的關系，表達式為：

需要輸入的參數是子流域洪峰滯時，采用下式計算：

式中：L為流域的干流長度；LC為流域中心至流域出口的距離；C為轉換常數，采用國際單位制時取0.75；Ct為停滯系數，通常取1.8～2.2。

L和LC均可在模型前期預處理時通過HEC-GeoHMS拓展模塊提取，代入上式即可求出滯時，進而推求出SCS單位線。

4.3 河道洪水計算 河道洪水演算采用運動波，運動波假定水面坡度與河床坡度一致，簡化了圣維南方程組［13］。該模塊需要的參數為河流長度、坡降、曼寧糙率、斷面形狀、底寬和邊坡坡降。運動波的參數都是基于物理過程的，幾何參數可以在流域河流提取時通過HEC-GeoHMS拓展模塊獲取，糙率可以根據河道材質查表得到，不需要依賴實測資料的率定。

示例流域共劃分了53個HRU，采用上述方法，提取了每個HRU的產匯流模塊所需參數，其中主要參數如表3所示。

5 結果分析

本文利用流域下墊面信息確定參數初始值，輸入模型，利用實測流量數據進行部分參數率定，需要率定的參數為初始土壤含水量。選取8場典型洪水過程，采用Nash系數作為目標函數，選用單變量梯度搜索算法進行參數率定。采用另外6場典型洪水過程對缺資料山洪預報模型進行驗證，結果見表4。

模擬結果顯示，14場洪水中，洪峰相對誤差均小于20%，峰現時差的絕對平均值為0.38 h，平均納什效率為0.862，達到了山洪預報的技術要求。本文提出的模型結構和基于下墊面信息的參數提取方法，僅初始含水量一個參數依賴實測徑流資料的率定，且可以通過設置預熱期來避免率定過程，其他參數的模擬效果達到了精度要求，可應用于缺資料山丘小流域的徑流預測。

圖2為驗證期舊街站和陽泉站各洪水場次的實測和模擬流量過程。結果顯示，19830511、19830629、19900711三場洪水降雨集中，歷時短，洪峰陡漲陡落，模型模擬效果最佳；19820802、19880805這兩場洪水降雨持續時間較長，流域退水速度相對較慢，峰現時間的模擬值比實測值短，洪水起漲和退水過程模擬的偏差相對較大。原因可能是匯流模塊所選用的SCS單位線本身是陡漲陡落型的曲線，對于速度較慢的洪水過程模擬效果相對較差；同時，模型沒有考慮基流，而退水階段流域地下水對河道徑流會有一定的補給，所以退水時的流量往往比實測值低。多峰洪水19830728的洪峰模擬誤差較大，兩個洪峰的峰現時間模擬不準確，在參數率定過程中也存在同樣的問題，多峰洪水的參數率定難度比單峰洪水要大。這和SCS單位線自身的單峰特性有密切的聯系。

表4 典型洪水場次模擬結果

圖2 驗證期模擬及實測流量過程

6 結論

（1）本文基于HEC-HMS的靈活建?？蚣?，選取基于物理過程且參數易獲取的Green-Ampt產流模塊，SCS單位線模塊，運動波河道匯流模塊建立了水文模型，結合DEM和流域下墊面資料提取了產匯流參數并利用典型洪水過程進行了模型驗證。結果顯示，所選的模擬方案和模型參數提取方法模擬效果較好，達到了山洪預報的業務要求，驗證了該方法在缺資料地區山洪預報中的可行性。

（2）本模型產流模塊的初始土壤含水量對峰現時間有一定影響，需要根據實測資料率定或通過設置預熱期來消除初始土壤含水量的影響；其他參數可以從流域地形、土壤、土地利用等下墊面信息中獲取，參數率定對結果的提升不明顯。

（3）結果顯示，對于單峰型、起漲和退水速度快的洪水過程，本文提出的模型模擬效果較好，對于速度較慢或多峰的洪水過程，參數率定的難度較大，模型模擬的效果稍差。

（4）解決缺資料地區的山洪預報問題，需要重點考慮山丘區洪水速度快、來勢猛、預見期短的特點，突出地表快速產流、地表徑流和河道匯流的模擬，對于速度較慢的壤中流、地下徑流可以弱化，對蒸發、植被截留等模塊可以省略。選取計算方法時也要考慮參數獲取的難易，由于山丘區小流域往往缺少可用于參數率定的水文資料，所以簡單有效的計算方法和模型結構往往更適合山洪的模擬。