中小河流洪水防控與應(yīng)急管理關(guān)鍵技術(shù)的思考

李致家,朱躍龍,劉志雨,,張 珂,包紅軍,周國(guó)良,劉艷麗,何秉順,萬(wàn)定生,李巧玲

(1.河海大學(xué)水文水資源學(xué)院,江蘇 南京 210098;2.河海大學(xué)計(jì)算機(jī)與信息學(xué)院，江蘇 南京 211100;3.水利部信息中心(水利部水文水資源監(jiān)測(cè)預(yù)報(bào)中心)，北京 100053；4.國(guó)家氣象中心，北京 100081;5.南京水利科學(xué)研究院水文水資源與水利工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210029;6.中國(guó)水利水電科學(xué)研究院防洪抗旱減災(zāi)研究中心，北京 100038)

洪水作業(yè)預(yù)報(bào)常態(tài)化工作正在我國(guó)穩(wěn)步推進(jìn)，洪水預(yù)警發(fā)布社會(huì)化服務(wù)也在穩(wěn)步推進(jìn)，但目前存在成果可讀性差、服務(wù)針對(duì)性弱、缺少影響評(píng)估等問(wèn)題。據(jù)統(tǒng)計(jì)，我國(guó)流域面積200～3 000 km2的中小河流超過(guò)8 600多條。我國(guó)的中小河流眾多，洪水頻發(fā)，災(zāi)害嚴(yán)重，是當(dāng)前洪水防控重點(diǎn)薄弱環(huán)節(jié)。

近年來(lái)，水文站網(wǎng)建設(shè)不斷加大，水文站、水位站、雨量站、水質(zhì)站、墑情站點(diǎn)增加，水雨情時(shí)空信息迅猛增長(zhǎng)。高程、植被、土地利用與土壤類型等基于網(wǎng)格的基礎(chǔ)數(shù)據(jù)，中國(guó)、歐洲、日本等較高時(shí)空分辨率的數(shù)值天氣預(yù)報(bào)產(chǎn)品、雷達(dá)測(cè)雨、衛(wèi)星遙感等天地一體的高分辨遙感遙測(cè)數(shù)據(jù)愈加豐富，可為流域洪水防控與應(yīng)急處置提供重要數(shù)據(jù)支撐。

雖然水文數(shù)據(jù)日益豐富，但中小河流水文資料依舊匱乏，大多數(shù)中小水庫(kù)塘壩沒(méi)有流量監(jiān)測(cè)資料。同時(shí)，氣候變化和人類活動(dòng)改變了天然產(chǎn)匯流規(guī)律，對(duì)中小河流影響尤為凸顯，預(yù)報(bào)預(yù)警的精度和預(yù)見(jiàn)期亟待提高?；诜篮殚撝档膫鹘y(tǒng)預(yù)警對(duì)災(zāi)害風(fēng)險(xiǎn)的評(píng)估與防控能力不足，應(yīng)急處置研究薄弱。開(kāi)展中小水庫(kù)塘壩的水雨情監(jiān)測(cè)預(yù)報(bào)，結(jié)合多源降水融合與預(yù)報(bào)進(jìn)行精細(xì)與智能洪水預(yù)報(bào)，基于影響預(yù)報(bào)的動(dòng)態(tài)風(fēng)險(xiǎn)分析和應(yīng)急處置等研究，對(duì)提升我國(guó)中小河流洪水災(zāi)害防控能力、保障人民生命財(cái)產(chǎn)安全具有重要意義。

1 中小河流洪水防控管理現(xiàn)狀與存在的問(wèn)題

1.1 水文模型與洪水預(yù)報(bào)

水文模型是洪水預(yù)報(bào)的基本工具。自20世紀(jì)30年代起，歐美相繼提出Sherman單位線、Horton產(chǎn)流、Dunne產(chǎn)流、山坡水文學(xué)[1-3]等理論，60年代趙人俊[4]提出蓄滿產(chǎn)流理論，70年代產(chǎn)生美國(guó)的Sacramento模型[5]和我國(guó)的新安江模型等水文模型，80年代起建立了美國(guó)洪水預(yù)報(bào)系統(tǒng)AHPS、中國(guó)洪水預(yù)報(bào)系統(tǒng)和歐洲洪水預(yù)警系統(tǒng)EFAS。

目前我國(guó)洪水預(yù)報(bào)業(yè)務(wù)主要應(yīng)用在大江大河，濕潤(rùn)區(qū)預(yù)報(bào)效果較好，干旱半干旱區(qū)超滲產(chǎn)流理論和預(yù)報(bào)模型尚有不足[6]。國(guó)際上洪水防控呈現(xiàn)從大尺度概念性模型應(yīng)用預(yù)報(bào)向精細(xì)化預(yù)報(bào)預(yù)警發(fā)展趨勢(shì)[7]，20世紀(jì)90年代意大利提出具有物理基礎(chǔ)的分布式水文模型TOPKAPI，并在多國(guó)洪水預(yù)報(bào)中應(yīng)用；2014年美國(guó)開(kāi)始研發(fā)新一代國(guó)家水文模型，將水文模型精細(xì)化并與水力學(xué)模型耦合，以期可預(yù)測(cè)街道尺度洪水淹沒(méi)情況[8]。中小河流尤其干旱半干旱地區(qū)非均質(zhì)特征顯著，地形地貌、土地利用復(fù)雜(山丘、平原、城市)，中小水庫(kù)塘壩的攔蓄與調(diào)節(jié)作用明顯[9]，產(chǎn)匯流特性復(fù)雜，許多中型水庫(kù)及小型水庫(kù)塘壩沒(méi)有洪水預(yù)報(bào)方案，亟需開(kāi)展精細(xì)預(yù)報(bào)方法研究。

1.2 定量降水預(yù)報(bào)和多源降水融合

降水是決定洪水預(yù)報(bào)精度和預(yù)見(jiàn)期的關(guān)鍵因素。20世紀(jì)80 年代興起的雷達(dá)和衛(wèi)星測(cè)雨技術(shù)為降水監(jiān)測(cè)提供了新手段。90年代起美國(guó)和英國(guó)建成了各自的天氣雷達(dá)觀測(cè)網(wǎng)，1997年和2014年美國(guó)和日本聯(lián)合建立了TRMM、GPM 全球衛(wèi)星降水觀測(cè)系統(tǒng)，得到廣泛應(yīng)用[10-12]。1998年起我國(guó)建立了新一代天氣雷達(dá)網(wǎng)，2008年開(kāi)始發(fā)射了風(fēng)云系列衛(wèi)星，形成了天空地觀測(cè)體系。數(shù)值天氣預(yù)報(bào)是定量降水預(yù)報(bào)的主要手段[13]，形成了歐洲ECMWF、美國(guó)GFS和WRF、日本JMA、我國(guó)GRAPES等主流模式。目前多源降水融合與數(shù)值預(yù)報(bào)結(jié)合是提高短臨預(yù)報(bào)精度的有效手段和研究前沿[14-16]。

1.3 影響預(yù)報(bào)與風(fēng)險(xiǎn)管理

20世紀(jì)80年代起，歐美先后提出水文模型不確定性分析的綜合似然方法、基于貝葉斯理論的不確定性分析及概率預(yù)報(bào)，為風(fēng)險(xiǎn)評(píng)估打下基礎(chǔ)。國(guó)內(nèi)外洪水風(fēng)險(xiǎn)評(píng)估與管理經(jīng)歷由定性/半定性研究向定量研究、宏觀尺度災(zāi)害析因統(tǒng)計(jì)向微觀尺度實(shí)時(shí)動(dòng)態(tài)情景分析的轉(zhuǎn)變[17-18]。近年來(lái)，世界氣象組織提出并推廣“影響預(yù)報(bào)、風(fēng)險(xiǎn)預(yù)警”的防控理念?；陲L(fēng)險(xiǎn)預(yù)報(bào)預(yù)警的中小河流洪水防控和應(yīng)急處置技術(shù)亟待研究[19-22]。

2 開(kāi)展中小河流洪水防控工作需要解決的技術(shù)難題

2.1 高時(shí)空分辨率雨量場(chǎng)構(gòu)建與短臨精準(zhǔn)預(yù)報(bào)技術(shù)

中小河流洪水預(yù)報(bào)預(yù)警中降水預(yù)報(bào)存在時(shí)空分辨率和精準(zhǔn)度不夠的問(wèn)題，地面觀測(cè)數(shù)據(jù)難以滿足中小河流洪水預(yù)報(bào)預(yù)警的要求。近年來(lái)，中國(guó)、歐洲、日本等具有較高時(shí)空分辨率的數(shù)值天氣預(yù)報(bào)產(chǎn)品、雷達(dá)測(cè)雨、衛(wèi)星遙感等天地一體的高分辨遙感遙測(cè)數(shù)據(jù)愈加豐富，借助衛(wèi)星、雷達(dá)測(cè)雨等多源降水?dāng)?shù)據(jù)是提高降水時(shí)空分辨率和精準(zhǔn)度的重要途徑。

在地面觀測(cè)基礎(chǔ)上，結(jié)合地理信息系統(tǒng)，研究不同水文氣象分區(qū)短歷時(shí)降水特性與高分辨率地形降水訂正技術(shù)，建立與衛(wèi)星、雷達(dá)測(cè)雨的尺度匹配與融合方法，可有效提高實(shí)況降水精度與時(shí)空分辨率；在天氣雷達(dá)網(wǎng)基礎(chǔ)上，采用機(jī)器智能學(xué)習(xí)回歸模型研究分雨型雷達(dá)回波-降水映射關(guān)系，建立雷達(dá)智能外推臨近預(yù)報(bào)模型，提升臨近(0～2 h)定量降水預(yù)報(bào)精度；將基于WRF的數(shù)值預(yù)報(bào)快速同化系統(tǒng)與雷達(dá)智能外推技術(shù)動(dòng)態(tài)訂正融合，可有效提高短時(shí)(2～12 h)定量降水預(yù)報(bào)精度。

2.2 基于環(huán)境感知的模型重配置技術(shù)

流域氣象條件與下墊面條件共同決定了預(yù)報(bào)斷面的洪峰、洪量及洪水過(guò)程。我國(guó)幅員遼闊，水文氣象與下墊面條件復(fù)雜，現(xiàn)階段中小河流洪水預(yù)報(bào)業(yè)務(wù)中采用的固化預(yù)報(bào)模型結(jié)構(gòu)不能滿足不同水文氣象分區(qū)和下墊面條件下產(chǎn)匯流過(guò)程精細(xì)預(yù)報(bào)的需求，需要靈活架構(gòu)模型，以適應(yīng)不同的信息條件和流域初始狀態(tài)。

需要研究不同水文氣象分區(qū)內(nèi)考慮庫(kù)塘閘壩、地下水超采等影響的模型精細(xì)化方法?；谙聣|面遙感信息構(gòu)建模型運(yùn)行的環(huán)境空間，研究國(guó)內(nèi)外代表性模型在華北、西北、華東和西南等地典型流域的適應(yīng)性，挖掘產(chǎn)匯流模擬模塊與水文氣候特征、地形地貌、土地覆蓋、土壤類型等環(huán)境要素的響應(yīng)關(guān)系，建立基于環(huán)境感知的模型重配置技術(shù)，對(duì)于縮短作業(yè)預(yù)報(bào)時(shí)間，提高預(yù)報(bào)精度具有重要價(jià)值。例如，在實(shí)時(shí)預(yù)報(bào)中，在蓄滿產(chǎn)流為主的流域，久旱之后下了一場(chǎng)雨強(qiáng)很大、歷時(shí)不長(zhǎng)、總雨量也不大的暴雨，可以靈活配置地面下滲能力模塊，及時(shí)把超滲地面徑流分割出來(lái)，進(jìn)行精準(zhǔn)計(jì)算。

2.3 基于暴雨洪水特征模式的中小河流智能預(yù)報(bào)技術(shù)

中小河流洪水陡漲陡落、洪水過(guò)程不平穩(wěn)，在實(shí)時(shí)預(yù)報(bào)過(guò)程中能夠?qū)W習(xí)的雨水情信息有限，人工神經(jīng)網(wǎng)絡(luò)與支持向量機(jī)等傳統(tǒng)數(shù)據(jù)驅(qū)動(dòng)模型難以使用。基于聚類、符號(hào)化等技術(shù)的模式挖掘方法，可以對(duì)典型流域歷次洪水的降雨時(shí)空分布、流域狀態(tài)、洪水過(guò)程、洪水情勢(shì)與下墊面地理特性等進(jìn)行模式提取，構(gòu)建暴雨洪水特征模式庫(kù)。

針對(duì)中小河流洪水變化趨勢(shì)難以把握、預(yù)報(bào)結(jié)果不確定性大，研究基于初始建模-情勢(shì)優(yōu)化-形狀控制的三階段智能預(yù)報(bào)方法。首先通過(guò)相似洪水過(guò)程簇訓(xùn)練，采用基于時(shí)序偏互信息的變量選擇方法，優(yōu)化時(shí)間加權(quán)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；然后利用實(shí)測(cè)雨水情、土壤含水量、河道與庫(kù)塘壩蓄水等信息智能修正模型狀態(tài)，建立基于集合卡爾曼濾波與徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)融合的智能預(yù)報(bào)方法；最后從模式庫(kù)中匹配相似歷史洪水特征模式進(jìn)行實(shí)時(shí)反饋，建立基于過(guò)程形狀控制的洪峰預(yù)報(bào)校正方法，解決非平穩(wěn)水文過(guò)程的預(yù)報(bào)不確定性問(wèn)題。

2.4 不同信息條件下考慮庫(kù)塘閘壩蓄泄的作業(yè)預(yù)報(bào)技術(shù)

中小河流的中小型水庫(kù)、水塘和淤地壩數(shù)量多，大都缺乏實(shí)測(cè)水文資料和無(wú)閘門控制，如何在作業(yè)預(yù)報(bào)中考慮庫(kù)塘閘壩蓄泄影響是中小河流洪水預(yù)報(bào)面臨的重要問(wèn)題。需要基于水利普查與衛(wèi)星遙感等信息，估算庫(kù)塘閘壩的蓄水容量特性,提出無(wú)水文資料庫(kù)塘壩入庫(kù)洪水預(yù)報(bào)方法。研究庫(kù)塘閘壩蓄水量的動(dòng)態(tài)計(jì)算方法，基于庫(kù)塘壩蓄量動(dòng)態(tài)變化和容量特性，研發(fā)無(wú)閘門控制庫(kù)塘壩的泄流預(yù)報(bào)方法?；趲?kù)塘閘壩空間拓?fù)浣Y(jié)構(gòu)確定產(chǎn)匯流計(jì)算的阻斷節(jié)點(diǎn)，在實(shí)時(shí)洪水預(yù)報(bào)中，動(dòng)態(tài)進(jìn)行庫(kù)塘閘壩蓄泄預(yù)報(bào)，可以更加精確地進(jìn)行中小河流的洪水預(yù)報(bào)。

每場(chǎng)洪水的初始條件、邊界條件與狀態(tài)變量不相同，因此中小河流作業(yè)預(yù)報(bào)通常會(huì)面臨不同的信息條件。需要根據(jù)不同的降雨條件、流域初始狀態(tài)及狀態(tài)變化快速自動(dòng)適配預(yù)報(bào)方案，目前作業(yè)預(yù)報(bào)中多采用人工方法進(jìn)行優(yōu)選。中小河流水雨情信息變化快，作業(yè)預(yù)報(bào)的不同階段需要讀取的信息也不同，初始預(yù)報(bào)階段更關(guān)注降雨預(yù)報(bào)信息與流域初始狀態(tài)，預(yù)報(bào)過(guò)程中還要關(guān)注降雨的時(shí)空動(dòng)態(tài)變化與流域工況等狀態(tài)的變化。

2.5 中小河流庫(kù)塘閘壩蓄泄影響下防洪聯(lián)合智能調(diào)度技術(shù)

中小河流洪水陡漲陡落、局部因素影響大，調(diào)控對(duì)象組合復(fù)雜、調(diào)度信息不完備，如何快速生成庫(kù)塘閘壩蓄泄影響下的防洪優(yōu)化調(diào)度方案是中小河流洪水防控面臨的重要問(wèn)題。針對(duì)中小河流防洪調(diào)度不確定性、快速響應(yīng)和自動(dòng)決策問(wèn)題，需要通過(guò)中小河流庫(kù)塘閘壩蓄泄情景模擬分析中小河流水利工程運(yùn)行對(duì)河道行洪的作用，研究庫(kù)塘閘壩蓄泄影響洪水特征量的時(shí)空分布規(guī)律和聯(lián)動(dòng)效應(yīng)；分析中小河流流域內(nèi)承災(zāi)體的類型及承災(zāi)能力；在此基礎(chǔ)上建立中小河流洪水孕災(zāi)保障防洪安全和中小河流洪水致災(zāi)減小洪災(zāi)損失兩類情勢(shì)下的中小河流防洪調(diào)度目標(biāo)函數(shù)和約束條件集；運(yùn)用知識(shí)驅(qū)動(dòng)和數(shù)據(jù)驅(qū)動(dòng)相耦合的方法建立中小河流庫(kù)塘閘壩蓄泄影響下水庫(kù)群多目標(biāo)多約束條件防洪聯(lián)合智能調(diào)度技術(shù)；研究滿足有閘控制庫(kù)塘閘壩預(yù)蓄預(yù)泄調(diào)度、水庫(kù)動(dòng)態(tài)聯(lián)調(diào)和潰壩應(yīng)急調(diào)度等需求的調(diào)度預(yù)案庫(kù)構(gòu)造技術(shù)；形成基于智能搜索的調(diào)度方案快速自動(dòng)匹配技術(shù)和基于計(jì)算智能的調(diào)度方案自動(dòng)干預(yù)技術(shù)。

2.6 中小河流洪水實(shí)時(shí)風(fēng)險(xiǎn)評(píng)估方法與應(yīng)急處置技術(shù)

中小河流洪水災(zāi)害突發(fā)性強(qiáng)、發(fā)展速度快，需要基于網(wǎng)格化模擬技術(shù)和動(dòng)態(tài)分析方法，提出流域精細(xì)化洪水風(fēng)險(xiǎn)動(dòng)態(tài)預(yù)警技術(shù)，基于網(wǎng)格化模擬技術(shù)實(shí)現(xiàn)洪水實(shí)時(shí)和預(yù)設(shè)情景風(fēng)險(xiǎn)的精細(xì)化分析與評(píng)估，揭示洪水風(fēng)險(xiǎn)鏈遷移變化特征，提高風(fēng)險(xiǎn)評(píng)估的前瞻性和時(shí)空展布精細(xì)度。研究風(fēng)險(xiǎn)因子快速智能辨識(shí)方法，建立“水文-水動(dòng)力-調(diào)度-影響”時(shí)序過(guò)程推演的洪水影響評(píng)估模型，繪制流域洪水動(dòng)態(tài)風(fēng)險(xiǎn)圖，實(shí)現(xiàn)從水文要素預(yù)報(bào)向?yàn)?zāi)害影響預(yù)報(bào)的轉(zhuǎn)變，從閾值預(yù)警向風(fēng)險(xiǎn)預(yù)警的轉(zhuǎn)變。

針對(duì)中小河流洪水應(yīng)急處置技術(shù)時(shí)效性要求高、現(xiàn)有技術(shù)體系不系統(tǒng)的問(wèn)題，需設(shè)定中小河流洪水應(yīng)急處置體系定量最優(yōu)目標(biāo)，梳理、提煉、研發(fā)中小河流洪水監(jiān)測(cè)預(yù)警、庫(kù)壩調(diào)度、人員轉(zhuǎn)移、搶險(xiǎn)處置等關(guān)鍵環(huán)節(jié)的適用技術(shù)，凝練形成技術(shù)體系。

2.7 基于水文機(jī)理和關(guān)聯(lián)分析的中小河流水文氣象數(shù)據(jù)質(zhì)量控制技術(shù)

中小河流水文氣象數(shù)據(jù)常存在缺失、異常以及資料系列短等問(wèn)題。針對(duì)缺失數(shù)據(jù)，需研究多元線性回歸、BP神經(jīng)網(wǎng)絡(luò)及深度學(xué)習(xí)等算法對(duì)缺失水文氣象數(shù)據(jù)插補(bǔ)的適用性，建立基于機(jī)器學(xué)習(xí)的數(shù)據(jù)插補(bǔ)模型，開(kāi)展有效性驗(yàn)證；針對(duì)異常數(shù)據(jù)，結(jié)合水文氣象數(shù)據(jù)自身統(tǒng)計(jì)分布規(guī)律，研究基于關(guān)聯(lián)分析、滑動(dòng)窗口等方法的異常數(shù)據(jù)檢測(cè)模型；針對(duì)出現(xiàn)的異常數(shù)據(jù)片段，需要研究基于概率后綴樹(shù)的水文氣象數(shù)據(jù)異常模式發(fā)現(xiàn)方法；對(duì)于中小河流流量資料短或只有實(shí)測(cè)水位的情況，結(jié)合水文機(jī)理，挖掘水位-流量關(guān)系；分析歷史水文氣象數(shù)據(jù)，研究基于權(quán)重-多規(guī)則的水文氣象數(shù)據(jù)質(zhì)量評(píng)估模型，基于深度學(xué)習(xí)算法構(gòu)建數(shù)據(jù)質(zhì)量控制方法，用于實(shí)時(shí)水文氣象數(shù)據(jù)的質(zhì)量控制。

針對(duì)衛(wèi)星、雷達(dá)、實(shí)測(cè)雨量等多源數(shù)據(jù)的質(zhì)量問(wèn)題，提出基于機(jī)器學(xué)習(xí)及關(guān)聯(lián)分析的數(shù)據(jù)質(zhì)量分析方法，建立自主溯源等技術(shù)，解決數(shù)據(jù)的缺失、異常等問(wèn)題。構(gòu)建基于雨量場(chǎng)-流域狀態(tài)場(chǎng)關(guān)聯(lián)關(guān)系圖的數(shù)據(jù)質(zhì)量規(guī)則描述模型，解決劣質(zhì)數(shù)據(jù)自動(dòng)識(shí)別、智能修復(fù)及容錯(cuò)近似查詢處理問(wèn)題，建立中小河流水文氣象數(shù)據(jù)質(zhì)量控制體系。

2.8 多層次按需服務(wù)云平臺(tái)構(gòu)建及多重情景仿真技術(shù)

中小河流洪水防控與應(yīng)急管理涉及多源數(shù)據(jù)處理、模型構(gòu)建與配置、作業(yè)預(yù)報(bào)與調(diào)度、影響預(yù)報(bào)與風(fēng)險(xiǎn)評(píng)估、應(yīng)急處置等多個(gè)環(huán)節(jié)，需要分析中小河流洪水防控與應(yīng)急管理多業(yè)務(wù)協(xié)同關(guān)系，提出針對(duì)“情景-仿真-應(yīng)對(duì)”模式的可視化技術(shù)，為實(shí)現(xiàn)預(yù)報(bào)預(yù)警和應(yīng)急處置的快速動(dòng)態(tài)展示提供技術(shù)保障；研發(fā)云環(huán)境下具有狀態(tài)和交互特征的模型封裝服務(wù)技術(shù)，實(shí)現(xiàn)不同時(shí)空尺度中小河流預(yù)報(bào)預(yù)警、風(fēng)險(xiǎn)評(píng)估、智能調(diào)度等模型耦合集成，提供數(shù)據(jù)、算法和模型多層次按需服務(wù)；開(kāi)展示范流域防洪能力與災(zāi)害的數(shù)據(jù)調(diào)查，建立示范流域防洪能力與災(zāi)害數(shù)據(jù)庫(kù)；研究洪水淹沒(méi)區(qū)快速生成算法，在三維GIS環(huán)境下實(shí)現(xiàn)虛擬現(xiàn)實(shí)仿真技術(shù)以及動(dòng)態(tài)淹沒(méi)分析方法，實(shí)現(xiàn)影響預(yù)報(bào)、風(fēng)險(xiǎn)預(yù)警、應(yīng)急處置的可視化技術(shù)，提供不同層次的中小河流洪水預(yù)警的數(shù)字產(chǎn)品和服務(wù)。研究云平臺(tái)構(gòu)建技術(shù)，研制中小河流洪水預(yù)警預(yù)報(bào)智能調(diào)度決策支持平臺(tái)，依據(jù)洪水防控與應(yīng)急處置目標(biāo)，實(shí)時(shí)制作發(fā)布洪水影響預(yù)報(bào)結(jié)果，實(shí)現(xiàn)提高洪水預(yù)報(bào)精度和延長(zhǎng)預(yù)見(jiàn)期的目標(biāo)。

3 關(guān)鍵科學(xué)問(wèn)題討論

3.1 不同水文氣象區(qū)產(chǎn)流模式時(shí)空組合機(jī)制與下墊面變化下產(chǎn)匯流響應(yīng)機(jī)理

我國(guó)中小河流眾多、分布區(qū)域廣，氣候和下墊面條件各異，洪水形成時(shí)間短，對(duì)下墊面空間變異性十分敏感，具有復(fù)雜的產(chǎn)匯流規(guī)律；水利工程和地下水超采等人類活動(dòng)影響進(jìn)一步改變了天然產(chǎn)匯流規(guī)律。中小河流產(chǎn)匯流機(jī)制，尤其在北方流域，亟待進(jìn)一步研究。

蓄滿產(chǎn)流和超滲產(chǎn)流是主要的產(chǎn)流模式，兩種模式在同一流域的不同空間區(qū)域和不同洪水階段交叉發(fā)生，其時(shí)空動(dòng)態(tài)轉(zhuǎn)換規(guī)律尚未研究清楚。庫(kù)塘閘壩蓄水改變了流域產(chǎn)流過(guò)程并阻滯洪水運(yùn)動(dòng)，其泄水又?jǐn)_動(dòng)了洪水運(yùn)動(dòng)的自然規(guī)律。地下水超采導(dǎo)致包氣帶增厚、產(chǎn)流減少和河道滲漏等現(xiàn)象，造成流域的產(chǎn)匯流規(guī)律變異。喀斯特地區(qū)土層薄且持水能力差,表層巖溶帶及由溶隙和管道等多重介質(zhì)構(gòu)成的地下河系統(tǒng)發(fā)達(dá),形成地表水入滲和地下水儲(chǔ)存與匯流的通道,對(duì)產(chǎn)匯流過(guò)程影響大。研究不同條件下的中小河流產(chǎn)匯流規(guī)律對(duì)于中小河流洪水精準(zhǔn)預(yù)報(bào)預(yù)警至關(guān)重要。

為此，采用水文機(jī)理分析與大數(shù)據(jù)技術(shù)，研究不同水文氣象分區(qū)中小河流產(chǎn)流模式及其時(shí)空組合與變化機(jī)制，揭示庫(kù)塘閘壩蓄泄、地下水超采引起包氣帶增厚和喀斯特地質(zhì)條件對(duì)產(chǎn)匯流過(guò)程的影響機(jī)制，可為發(fā)展適用不同水文氣象和下墊面條件下中小河流洪水預(yù)報(bào)模型和方法打下理論基礎(chǔ)。

3.2 中小河流產(chǎn)匯流過(guò)程空間相似理論與參數(shù)推衍方法

水文資料匱乏是制約中小河流洪水預(yù)報(bào)預(yù)警的重要因素，將有資料地區(qū)的預(yù)報(bào)方法和模型參數(shù)有效地移植到資料匱乏區(qū)是提高洪水預(yù)報(bào)預(yù)警精度的重要手段?；诮y(tǒng)計(jì)相似性、自相似性及動(dòng)態(tài)相似性理論，探明中小河流產(chǎn)匯流過(guò)程空間相似的成因；研究產(chǎn)流和匯流過(guò)程相似的機(jī)理，提出高維異質(zhì)特征空間產(chǎn)流相似區(qū)辨識(shí)方法；對(duì)比分析相似流域的產(chǎn)流、匯流和特征因子的非線性關(guān)系，建立空間相似度非線性映射關(guān)系，對(duì)于形成產(chǎn)匯流空間相似理論具有重要價(jià)值。

針對(duì)精細(xì)化模型參數(shù)空間分布的推衍難題，選取不同水文氣象分區(qū)和下墊面中小河流，基于高分辨率地形特征、土壤類型及土地覆蓋等數(shù)據(jù)，通過(guò)理論推導(dǎo)和聚類分析等數(shù)據(jù)挖掘技術(shù)，建立模型物理參數(shù)與下墊面環(huán)境要素的定量關(guān)系；利用實(shí)測(cè)資料和土壤含水量等動(dòng)態(tài)分布信息，采用客觀優(yōu)選和自動(dòng)優(yōu)化相結(jié)合的方法率定模型過(guò)程參數(shù)，基于主成分分析與半?yún)?shù)回歸等技術(shù)，建立過(guò)程參數(shù)的區(qū)域化方法；構(gòu)建不同水文氣象分區(qū)和下墊面重配置模型的多參數(shù)集合，探明參數(shù)地理規(guī)律?；谥行『恿鳟a(chǎn)匯流過(guò)程空間相似性辨識(shí)相似流域，在相似流域間進(jìn)行參數(shù)移植與交叉驗(yàn)證，針對(duì)移植精度相對(duì)較低情況進(jìn)行分析，挖掘影響空間移植精度的主要因素，研究進(jìn)一步提高參數(shù)移植精度的方法，在此基礎(chǔ)上建立適用于不同水文氣象分區(qū)與下墊面的參數(shù)移植方法。

4 結(jié) 語(yǔ)

洪澇災(zāi)害是自然界嚴(yán)重的自然災(zāi)害，近年來(lái)在中小河流頻發(fā)。中小河流洪水陡漲陡落、局部因素影響大、洪水災(zāi)害突發(fā)性強(qiáng)、發(fā)展速度快，加強(qiáng)中小河流洪水防控的理論基礎(chǔ)研究、構(gòu)建中小河流精細(xì)與智能實(shí)用預(yù)報(bào)模型及預(yù)警預(yù)報(bào)智能調(diào)度決策支持平臺(tái)，對(duì)于提升中小河流的洪水防控能力與流域應(yīng)急管理水平具有重要的科學(xué)和工程應(yīng)用推廣價(jià)值。

根據(jù)洪水防御、洪水調(diào)度工作的需要，研究能用于中小流域洪水預(yù)報(bào)的精細(xì)與智能實(shí)用水文模型；結(jié)合多源降水融合數(shù)據(jù)與流域地形地貌、土地利用、庫(kù)塘閘壩情況等，編制中小河流洪水預(yù)報(bào)方案。分析雨型、暴雨中心、降雨過(guò)程形勢(shì)等實(shí)時(shí)及預(yù)報(bào)降雨特征，研判降雨形勢(shì)與流域狀態(tài)趨勢(shì)，選配合適的模型及參數(shù)，實(shí)現(xiàn)智能識(shí)別預(yù)報(bào)方案，進(jìn)而可制定中小河流洪水作業(yè)預(yù)報(bào)規(guī)程。

利用精細(xì)與智能實(shí)用預(yù)報(bào)模型和高時(shí)空分辨率雨量場(chǎng)構(gòu)建與短臨精準(zhǔn)預(yù)報(bào)技術(shù)，可有效提高中小河流洪水預(yù)報(bào)精度與預(yù)見(jiàn)期；通過(guò)風(fēng)險(xiǎn)分析與應(yīng)急處置技術(shù)體系，可有效延長(zhǎng)應(yīng)急響應(yīng)與逃生避險(xiǎn)的時(shí)間；通過(guò)中小河流洪水預(yù)警預(yù)報(bào)智能調(diào)度決策支持平臺(tái)發(fā)布預(yù)報(bào)預(yù)警信息，可有效提高中小河流洪水防控與應(yīng)急管理能力，大大減少人員傷亡與財(cái)產(chǎn)損失，對(duì)保障人民群眾生命財(cái)產(chǎn)安全與社會(huì)穩(wěn)定健康發(fā)展方面具有重要意義。