吳 博,梁團(tuán)豪,林 嵐,王曉妮
(水利部松遼水利委員會(huì),長春 130021)
鑒于水文與水資源學(xué)科的快速發(fā)展,分布式水文模型已然成為水文學(xué)領(lǐng)域的研究熱點(diǎn)[1]。HEC-HMS是美國陸軍工程兵團(tuán)研發(fā)的分布式水文模型,該模型綜合考慮了不同子流域的下墊面條件,與流域天然水文情況高度一致[2]。由此可見,基于某些特定條件下的分布式水文模型相比集總式水文模型有著顯著優(yōu)勢[3]。近幾年由于社會(huì)的快速發(fā)展,人類社會(huì)活動(dòng)造成地表植被破壞,洪澇災(zāi)害發(fā)生頻率越來越高[4]。為了實(shí)現(xiàn)強(qiáng)化水資源剛性約束,推進(jìn)經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展,研究地表覆被變化對水文現(xiàn)象的影響逐漸成為熱點(diǎn)研究課題[5]。本文通過HEC-HMS分布式水文模型對北漳店流域進(jìn)行徑流模擬,分析了不同地表覆蓋條件與其參數(shù)間的關(guān)系。定量確定了土壤入滲率φ以及地表截流量W和不同地表覆蓋條件與葉面積指數(shù)之間的關(guān)系。研究結(jié)果可以為相近下墊面類型洪水預(yù)測工作提供依據(jù)。
北漳店流域位于長治市東北方向,位于E111°2′~E112°3′,W37°4′~W38°2′之間。北漳店流域面積為271 km2。流域北部為山區(qū)相對較高、東部地勢平坦相對較低,流域內(nèi)最高海拔為1 545 m。主河道長為38.5 km,綜合比降為1.6%。北漳店流域位于干旱半干旱地區(qū),四季分明、冬季比較寒冷且漫長、夏季相對比較短暫且日照充足。年平均氣溫11.0 ℃,多年平均蒸發(fā)為1 778.8 mm[6]。
北漳店流域的數(shù)字高程模型下載自地球科學(xué)數(shù)據(jù)共享平臺。對下載的北漳店流域的數(shù)字高程模型利用ARCGIS和ArcHydroTools進(jìn)行數(shù)字流域提取,劃分成子流域如圖1。HEC-HMS水文模型采取馬斯京根作為河道匯流方法,采取Green + Ampt作為河道產(chǎn)流方法,采取退水曲線作為基流方法,采取SCS單位線作為坡面匯流方法。首先進(jìn)行模型的構(gòu)建和參數(shù)優(yōu)化率定,然后建立不同土地利用類型與模型參數(shù)之間的相關(guān)關(guān)系,定量研究不同植被覆蓋條件對洪水過程的影響。
圖1 北漳店概化子流域Fig.1 Subwatershed of beizhangdian generalization
依托ARCGIS平臺對北漳店流域2002、2007及2017年的土地使用狀況解譯如圖2所示。其中土地利用類型主要分為6類,分別為耕地、林地、草地、未利用土地、建設(shè)用地和水面。2002、2007及2017年北漳店流域土地使用情況見表1。
圖2 北漳店流域遙感解譯圖Fig.2 Remote sensing interpretation of beizhangdian watershed
表1 研究區(qū)土地利用情況Tab.1 land use in the study area
HEC-HMS模型優(yōu)化參數(shù)流程概化如圖3。在模型中輸入初始參數(shù)。對2002-2016年間典型洪水進(jìn)行參數(shù)率定與優(yōu)化,參數(shù)率定優(yōu)化結(jié)果見表2、表3。
圖3 優(yōu)化參數(shù)流程Fig.3. optimization parameter flow
表2 模型參數(shù)優(yōu)化結(jié)果表Tab.2 Optimization results of model parameters
表3 河道匯流參數(shù)結(jié)果Tab.3 River confluence parameter results
圖4顯示了2002-2010年間8場次典型洪水率定結(jié)果。圖5為選取2011-2016年間4場洪水進(jìn)行驗(yàn)證。由表4可以得出,徑流深誤差合格率達(dá)到75%;洪水峰現(xiàn)時(shí)差合格率為87.5%;確定性系數(shù)合格率為87.5%;洪峰流量誤差合格率達(dá)到87.5%;綜合四項(xiàng)影響因素,洪水模擬合格率為87.5%。驗(yàn)證期綜合考慮4個(gè)影響因素,驗(yàn)證合格率為75%。
表4 洪水模擬結(jié)果誤差統(tǒng)計(jì)Tab.4 Error statistics of flood simulation results
圖4 洪水參數(shù)率定結(jié)果Fig.4 Result of flood parameter calibration
圖5 洪水參數(shù)驗(yàn)證結(jié)果Fig.5 Verification results of flood parameters
3.1.1 地表截流量與土地利用相關(guān)關(guān)系建立
地表植被覆蓋類型是影響地表截流量W的最為直觀的條件[7],下墊面為地表覆被變化的直接體現(xiàn),降雨滲入地表后,有一部分被地表截留,另一部分滲入草叢中,形成地表徑流,草叢越茂密,其截留入滲雨水也就越多,因此建立地表截流量W與草地、耕地、林地相關(guān)關(guān)系并進(jìn)行數(shù)據(jù)回歸分析,研究結(jié)果顯示,地表截流量W與下墊面類型有著線性關(guān)系,二者符合如下關(guān)系:
Y=AX1+BX2+CX3+E
式中:Y為地表截流量,mm;X1為林地比例;X2為草地比例;X3為耕地比例;A、B、C為回歸系數(shù);E為常量。
對差異化植被覆蓋條件下地表截流量W進(jìn)行回歸方程進(jìn)行分析,其顯著性檢驗(yàn)結(jié)果及系數(shù)分別見表5和表6,轉(zhuǎn)變成線性模型,在顯著水平α=0.05條件下,F(xiàn)0.05(p,n-p-1)=F0.05(3,7)=3.863,分析結(jié)果如表6所示,可以看出檢驗(yàn)值相比3.864要大,因此方程回歸是顯著的,這表明地表截流量W與植被覆蓋類型的關(guān)系可通過上述模型更好的表征。
表5 回歸系數(shù)表Tab.5 Regression coefficient table
表6 顯著性檢驗(yàn)分析表Tab.6 Significance test analysis
3.1.2 相關(guān)關(guān)系可靠性驗(yàn)證
將利用模型選定的地表截流量與參數(shù)組中對應(yīng)參數(shù)進(jìn)行替換,并對6場洪水重新模擬,誤差統(tǒng)計(jì)如表7所示。比較結(jié)果可以得出,經(jīng)過兩組參數(shù)模擬的洪峰誤差以及徑流深均不超過8%,洪峰出現(xiàn)時(shí)差不大于1.55 h,相對差別不大,因此相關(guān)性可靠。
3.2.1 土壤入滲率φ與土地利用相關(guān)關(guān)系建立
土壤入滲率φ和地表覆被類型的變化有著緊密關(guān)系,降雨落到地表后,有一部分經(jīng)過滲透變?yōu)橥寥浪?,還有一部分形成地表徑流[8]。徑流形成前要有部分被草叢等截留,當(dāng)表層蓄滿后開始向下移動(dòng),起初移動(dòng)比降緩慢,降雨強(qiáng)度大于入滲強(qiáng)度,
表7 模擬誤差比較Tab.7 Comparison of simulation errors
稱之超滲產(chǎn)流[9]。直至雨水消失,徑流也隨之消失。雨水下滲一直控制著每一個(gè)階段產(chǎn)流過程,其中一個(gè)很重要的因素就是土壤入滲率的變化。而地土地利用變化始終是影響土壤入滲φ的最重要的原因,因此建立土壤入滲率φ和土地利用變化類型之間的相關(guān)關(guān)系,并通過回歸分析計(jì)算結(jié)果可以看出,土壤入滲率φ和下墊面類型之間有著線性關(guān)系,二者符合如下關(guān)系:
Y=AX1+BX2+CX3+DX4+E
式中:Y為土壤入滲率,mm/min;X1為林地比例;X2為草地比例;X3為耕地比例;X4為建設(shè)用地比例;A、B、C、D為回歸系數(shù);E為常量。
對不同植被覆蓋條件下土壤入滲率φ進(jìn)行回歸分析,顯著性檢驗(yàn)及系數(shù)分別見表8和9,在的顯著水平α=0.05條件下,F(xiàn)0.05(p,n-p-1)=F0.05(4,6)=3.633,方差分析結(jié)果見表9,可以得出檢驗(yàn)值相比3.634要大,方程回歸顯著,可以看出土壤入滲率φ與下墊面類型可以用上述公式表征。
表8 回歸系數(shù)表Tab.8 Regression coefficient table
表9 顯著性檢驗(yàn)分析表Tab.9 Significance test analysis
3.2.2 相關(guān)關(guān)系可靠性驗(yàn)證
將利用模型確定的土壤下滲率φ與參數(shù)組中對應(yīng)參數(shù)進(jìn)行替換,對6場洪水重新進(jìn)行模擬,誤差統(tǒng)計(jì)如表10所示。比較模擬結(jié)果可以得出,兩組參數(shù)模擬的徑流深及洪峰誤差均不超過8%,峰現(xiàn)時(shí)差小于2.45 h,差別較小,因此相關(guān)性可靠。
表10 模擬誤差比較Tab.10 Comparison of simulation errors
為了比較不同地表植被覆蓋類型對洪水的影響,有必要比較不同時(shí)期土地利用變化等的差異。表11中比較了2002-2017年土地利用類型變化情況。
表11 2002-2017年土地利用/覆被變化特征值變化 %
從表11可以看出,2002-2007年期間,耕地減少了16%,而林地增加了11%,葉面積指數(shù)增加了0.95%,是因?yàn)樵?002-2007年該處地區(qū)進(jìn)行了退耕還林的方法;2007-2017年期間,由于繼續(xù)開展退耕還林還草措施,草地增加了52%,林地增加了9%,耕地比例減少了33%,葉面積指數(shù)增加了7%。通過上面已經(jīng)建立的相關(guān)計(jì)算公式算出不同時(shí)期模型的率定參數(shù),并將其帶入模型中進(jìn)行計(jì)算,結(jié)果見表12和表13。
表12 不同年份參數(shù)洪水模擬結(jié)果表Tab.12 Results of parameter flood simulation in different years
表13 不同時(shí)期的洪水模擬結(jié)果比較 %
從表11、表13可以得出結(jié)論,在2002-2007年期間,由于耕地減少16%,草地增長了47%,林地增長了10%,建設(shè)用地增長了19%,致使洪峰流量和徑流深分別減少了11%和16%;2005-2017年相比2005年,耕地減少33%,草地增加52%,林地比例增加9%,建設(shè)用地增加22%,因此洪峰流量和徑流深分別減少了6%和9%。研究表明,在流域?qū)嵭型烁€林以后,林草地面積增加明顯,地表截留雨量變大,耕地向林草地的轉(zhuǎn)變也增加了該地區(qū)的土壤入滲能力與蓄水能力。以上因素表明地表覆被變化對于洪水有著很大的影響。徑流深和洪峰伴隨著地表植被的向好呈降低趨勢。
□