快速检索
  气象   2014, Vol. 40 Issue (8): 1013-1018.  DOI: 10.7519/j.issn.1000-0526.2014.08.012

论文

引用本文 [复制中英文]

姜智怀, 章毅之, 蔡哲, 等, 2014. 基于嵌入河道栅格的山洪灾害淹没模拟[J]. 气象, 40(8): 1013-1018. DOI: 10.7519/j.issn.1000-0526.2014.08.012.
[复制中文]
JIANG Zhihuai, ZHANG Yizhi, CAI Zhe, et al, 2014. Simulation of Flood Disasters Based on Embedded River Raster[J]. Meteorological Monthly, 40(8): 1013-1018. DOI: 10.7519/j.issn.1000-0526.2014.08.012.
[复制英文]

资助项目

江西省气象局重点项目“江西省山洪灾害风险评估业务系统研究”资助

第一作者

姜智怀,从事气候评价和气候变化评估研究.Email:jiangzhihuai123@sina.com

文章历史

2013年6月05日收稿
2014年5月19日收修定稿
基于嵌入河道栅格的山洪灾害淹没模拟
姜智怀 1, 章毅之 1, 蔡哲 1, 李嫦 2    
1. 江西省气候中心, 南昌 330046
2. 江西省大气探测中心, 南昌 330046
摘要:文章以江西省曹水作为山洪灾害淹没模拟的研究区域,通过嵌入河道栅格修订数字地形,采用FloodArea水文淹没模型对数字高程模型(Digital Elevation Model,DEM)对修订前后的同一降水过程进行模拟,结合实地考察流域内淹没痕迹和水文站水位资料对比分析两者的模拟结果,并利用确定性系数和Nash-Sutcliffe效率系数对2000—2010年间出现的强降水过程的模拟结果进行验证。结论表明:基于嵌入河道栅格的山洪灾害淹没模拟能较好地反映曹水流域内的因降水导致的山洪推进路线、淹没范围及淹没水深,该方法可作为推算曹水流域的山洪灾害致灾临界面雨量的基础。
关键词山洪灾害    淹没模型    嵌入河道栅格    
Simulation of Flood Disasters Based on Embedded River Raster
JIANG Zhihuai1, ZHANG Yizhi1, CAI Zhe1, LI Chang2    
1. Jiangxi Climate Centre, Nanchang 330046;
2. Jiangxi Atmospheric Sounding Technology Centre, Nanchang 330046
Abstract: Flood disaster was simulated in Cao-Shui Basin in Jiangxi Province. By revising the Digital Elevation Model (DEM) with river raster layer in, flooding simulation results carried out by FloodArea hydrological model was compared by deterministic coefficient and Nash-Sutcliffe efficiency coefficient with the actual flooded traces and hydrological data from hydrological observatories during 2000-2010. The results showed that based on the embedded river raster DEM, flood disasters simulation process is significantly associated with the moving route, submerged area and depths of floods are caused by severe precipitation. The method can be used as a basic way to simulate the flood disaster caused by critical areal precipitation.
Key words: flood disasters    FloodArea model    embedded river raster    
引言

山洪是指流域面积小于200 km2的山区溪沟中发生的暴涨洪水,是我国南方省份多发的灾害之一,具有区域性明显、易发性强等特点,且成灾快、破坏性强(赫振纯,2002)。山洪灾害给社会经济发展带来了巨大的损失,仅以江西省为例,据不完全统计,江西省在1954—2004年共发生山洪灾害2267次,死亡人口1215人,损毁房屋28.9万间,直接经济损失76.092亿元;威胁人口830万人次,威胁财产325.8043亿元。随着经济的发展,山洪灾害造成的损失愈来愈大,山洪灾害已经成为当前防洪减灾中的突出问题(樊建勇,2012)。

针对暴雨洪涝及山洪等灾害的影响评估,许多学者作了有益的探讨。张游等(2011)莫建飞等(2012)以自然灾害风险评估理论为基础,选取灾害风险评价指标,利用GIS技术构建灾害风险评估模型,对各自研究区域开展暴雨洪涝灾害风险综合评估。李兰等(2013)以1:250000地理信息数据为基础,采用基于GIS暴雨洪涝淹没模型,利用D8及曼宁公式计算不同重现期面雨量淹没范围和水深,绘制了漳河和湖北省钟祥市的流域暴雨洪涝风险区划图。苏布达等(2005)根据湖北省荆江分洪区1954年分洪情况和规划运用设计,以空间分辨率为1:50000数字地形图为基础,利用基于GIS的FloodArea淹没模型模拟了不同分洪方案下的洪水淹没范围、水深和相应的洪水淹没地物面积及其可能损失,取得了理想的效果。福建气候中心利用1:10000比例尺的数字地理信息,基于FloodArea淹没模型对福建上清溪流域2010年6月18日洪水淹没过程进行淹没模拟,推算出上清溪山洪淹没不同等级的风险雨量,取得了与实际较为一致的结果(章国材,2012)。

为进一步提高气象部门抵御山洪灾害业务服务能力,中国气象局组织实施了暴雨洪涝灾害风险评估试点、中小河流洪水和山洪地质灾害气象风险预警服务业务等工作,对山洪灾害风险评估技术有了新的认识,初步总结出基于承灾体损失数量的山洪灾害影响评估方法,即通过水文模型开展洪水淹没模拟,对山洪发生的演进路线、到达时间、淹没水深、淹没范围、浸水历时和流速大小等特征进行模拟,根据不同的淹没水深分析淹没范围可能影响的村庄、重要设施等承灾体的数量,对山洪灾害可能带来的风险进行评估,及时发出灾害预警信息,最大程度地减轻灾害带来的影响。这种评估方法要求要有足够精确的承灾体信息和准确的洪水淹没模型。FloodArea模型是中国气象局推荐使用的淹没模型之一,FloodArea模型模拟结果的好坏与DEM的空间分辨率有很大关系,对1:10000或更大比例尺的DEM数据能取得较好的效果(文明章等,2013),在1:50000分辨率DEM下,无论是从DEM提取的河网信息,还是矢量水系资料中均很难反映山洪沟宽度和深度信息,使得山洪模拟得不到准确的结果甚至模拟失败。本文针对这些问题,结合实地考察资料,采用嵌入河道栅格修订的DEM,探讨基于1:50000分辨率DEM的FloodArea淹没模型模拟,为开展山洪灾害风险评估提供技术支撑。

1 资料和方法

研究流域选取在江西省中部抚州市宜黄县曹水流域,该流域位于宜黄县和崇仁县交界处,流域地势南高北低,海拔落差达到800 m。水系发源于宜黄县云峰村,由南向北汇入宜黄河。根据遥感解译资料分析并结合实地考察的河道参数,可将流域划分为上、中、下游三段。河道上游起于云峰村止于双坑村,中游起于双坑村止于陈坊村,下游起于陈坊村止于新斜村,主沟全长约9 km,流域面积54 km2(图 1)。上下游河道宽度、深度变化较大,现场考察部分河段的宽度变化范围为9~40 m。受亚热带湿润季风气候影响,流域内夏季炎热多雨,宜黄县新斜、官仓、龙井、东排村、陈坊村以及崇仁县双坑村6个行政村人口约1200人多沿河居住在下游地势开阔平坦的地方,极易受到因暴雨引发的山洪地质灾害的影响。

图 1 曹水流域地理信息示意图 (a)流域范围示意图,(b)流域位置示意 Fig. 1 Geographic information of Cao-Shui Basin (a) watershed scale, (b) geographic location of basin

研究中使用的数据包括:

(1) 基础地理信息数据。包括:水系、居民点和等高线等矢量数据及DEM数据,这些数据来源于国家测绘局测绘资料,比例尺为1:50000,空间分辨率为25 m;土地利用资料采用2000年Landsat TM卫星遥感解译数据,分辨率为30 m。

(2) 雨量水文资料。流域内设有新斜、龙井、官仓、陈芳桥和云峰5个自动雨量站以及新斜水文站。本文使用了江西省水文局提供的2000—2010年部分强降水过程监测到的雨量、水位和流量数据。

(3) 现场考察数据。利用校准过的GPS记录了2010年6月18日02—24时一次由强降水引发的山洪灾害中该山洪沟流域内多个有淹没痕迹地点的经纬度;记录了上、中、下游河道3处河道断面有明显变化地点的经纬度,并将以上考察信息数字化到GIS中。有关信息见表 1

表 1 流域内考察点信息 Table 1 Information of investigated stations in basin

研究中采用的淹没模型为FloodArea淹没模型。该模型用Maning-Strickler公式计算每个栅格与周围8个栅格之间的洪水流量,水流宽度为1/2栅格,水流方向由相邻栅格高程差和最低水位差决定,水流运行时间由栅格单元中心点到对角单元中心点的距离决定的(Gemmer,2004)。在试验过程中,使用FloodArea模型中Rain Storm模式对山洪过程进行模拟。模型参数设定如下:根据土地利用数据,分别将林地、居民点、水田、旱田和水域的Manning系数分别赋值18、25、33、40和50(岳健等,2003);模型要求的面雨量分布图及雨强文件均由上文中所提到的5个雨量站小时雨量数据经计算所得;模型的最大交换率设置为1,模拟步长设置为1 h,采用由上一时次的积涝模拟结果作为下一时次初始积涝的方式进行模拟(Geomer,2003)。

根据新斜水文站实际淹没水深和模拟淹没水深,利用确定性系数(R)和Nash-Sutcliffe效率系数(N)作为验证指标,率定模型并检验模拟结果。RN值越接近1,证明模拟效果越好(芮孝芳,1993)。RN的计算公式如下:

$ R = \frac{{{{\left[ {\sum\limits_{i = 1}^n {\left({{x_i} - \bar x} \right)\left({{y_i} - \bar y} \right)} } \right]}^2}}}{{\sum\limits_{i = 1}^n {{{\left({{x_i} - \bar x} \right)}^2}\sum\limits_{i = 1}^n {{{\left({{y_i} - \bar y} \right)}^2}} } }} $ (1)
$ N = 1 - \frac{{{{\sum\limits_{i = 1}^n {\left( {{y_i} - {y_i}} \right)} }^2}}}{{\sum\limits_{i = 1}^n {{{\left( {{x_i} - \bar x} \right)}^2}} }} $ (2)

式中,xix分别为观测点实测水深序列及平均值,yiy为观测点模拟水深的平均值,n为序列样本个数。

2 嵌入河道栅格的淹没模拟 2.1 河道栅格的嵌入

图 2a为曹水所经过的一段1:50000比例尺的DEM示意图。从图中可以看出,在河流经过的栅格的高程值和河流周围的高程值是相同的,河道和河道周围的高程值均为113 m,河流所经过的高程值未低于河道周围的高程值,造成这种情况的原因主要是DEM的空间分辨率,1:50000比例尺的DEM的空间分辨率为25 m,而曹水的河宽大多不到25 m,在重采样生成1:50000比例尺的DEM时把河道的高程和河道周围的高程混合到25 m分辨率的栅格中,因此淹没模型使用这样的DEM不能计算出河流的实际汇流情况。所以需要通过实地考察曹水的河宽和河深,将河道的高程信息嵌入到DEM中,使得嵌入河道的DEM反映出河流的汇水情况。

图 2 (a)修订前和(b)修订后的河道栅格比较 Fig. 2 The difference of grids before (a) and after modification (b)

因为考察点位于河道断面明显变化的地方,所以可以假设在任何两考察点之间的一段河道深度和宽度大致等同。由实地考察的河道断面形状近似于规则的矩形,可计算出河道上、中、下游考察点之间的河道横截面积分别约为31.5、65和80 m2

将DEM进行填洼处理,利用1:50000的矢量河道栅格化并提取出DEM中河道高程信息,根据计算出的实际河道横截面积大小,将上游河道栅格高程降低1 m,中游河道栅格高程降低2 m,下游河道栅格高程降低3 m(表 2)。DEM河道栅格像素为25 m,每降低1 m河道栅格的高程,河道栅格与水系两边栅格的高程差增加了1 m,相当于增加了25 m2的河道横截面积,三段河道栅格修改后的横截面积分别增加约25、50和75 m2,较为接近实际河道上、中、下游考察点之间的河道横截面积。

表 2 河道栅格高程降低的高度 Table 2 The height of reduced DEM

将修改后带有高程的河道栅格嵌入25 m分辨率的DEM中,降水会始终朝着高程值较低的河道栅格方向汇流。分段修改河道栅格高程,又使得河道栅格从上游到下游有更加明显的坡降,降水更易顺着河道栅格朝河口位置汇流(图 2b),调整了模型对各栅格汇流方向的计算,从而改变各栅格水流量计算的最终结果。

2.2 模拟结果分析

本文利用曹水山洪沟2010年6月18日02—24时的降水资料,在同样的模拟方式和相同模型参数配置下,采用FloodArea淹没模型对1:50000比例尺的DEM(以下称方案1) 以及嵌入河道的DEM(以下称方案2) 分别进行了淹没水深模拟,利用新斜水位站的水位观测资料,对二者的结果进行了对比分析。

图 3给出了两种方案新斜站的水深模拟变化情况。从水深模拟的情况看,方案1模拟结果表明在河流上游地区淹没水深较大,新斜水文站栅格22 h的淹没水深无明显上升趋势,最大淹没不超过0.5 m,每小时的淹没结果远小于新斜站的真实淹没水深,模拟的确定性系数R为0.78,Nash-Sutcliffe效率系数N仅为0.11,最大水深误差达到约1.3 m,无法真实模拟出山洪淹没情况。这是因为方案1中使用的DEM给出的河道栅格与周围的栅格相比没有出现明显的低洼现象(图 2a),导致河道栅格无法体现出真实河道的宽度和深度,影响了模型对汇流方向和汇流时间的计算,以致于降水多聚集在河道上游地区,难以通过河道栅格向下游汇流。方案2的结果表明通过将河道嵌入DEM,能较好地反映河流的汇流情况,模拟结果表明下游的洪水汇流开始增多,淹没范围扩大,检验点新斜水文站的栅格点淹没水深出现明显变化,确定性系数R达到0.93,Nash-Sutcliffe效率系数N达到了0.76,最大水深误差不超过0.8 m。方案2的模拟结果与实况较为一致。

图 3 不同数字地形输入下新斜站FloodArea模拟结果 Fig. 3 The results of FloodArea model simulation by two kinds of DEM

我们对流域内其余各考察模拟淹没水深也进行了对比,结果见表 3。结果表明方案2比方案1的模拟结果与实况更接近。

表 3 2010年6月18日02—24时考察点模拟淹没水深 Table 3 The simulated measurement points between 02:00 and 24:00 BT 18 June 2010

为了进一步检验方案2的模拟效果,我们选取2000—2008年的5次强降水过程,对两种方案模拟出的新斜站的淹没水深变化情况进行了试验,并计算了模拟结果的确定性系数和Nash-Sutcliffe系数,结果见图 4表 4

图 4 新斜站淹没水深曲线 (a)2000年, (b)2002年, (c)2004年, (d)2005年, (e)2008年 Fig. 4 Depths of the flood water at Xinxie Station in (a) 2000, (b) 2002, (c) 2004, (d) 2005, (e) 2008

表 4 确定性系数R和Nash-Sutcliffe效率系数N检验结果 Table 4 The value of certainty coefficient and Nash-Sutcliffe coefficient

结果表明,方案2模拟出的淹没水深趋势与实况基本保持一致。无论是单次强降水过程还是过程平均,模拟结果的确定性系数保持在0.8左右,其Nash-Sutcliffe效率系数基本保持在0.7附近,能较好地模拟出新斜水文站洪水过程中产汇流变化情况(芮孝芳,1993)。

3 结论

通过实地考察确定受山洪灾害影响风险点,再通过淹没模型模拟出山洪灾害的淹没水深和淹没面积,得到受灾害影响的风险点数量,是山洪灾害风险评估的一种新思路。这要求利用先进的淹没模型来开展淹没模拟。FloodArea模型在许多研究中得到应用,并且取得了较好的效果。本文基于1:50000比例尺的DEM,以江西省宜黄县曹水为试验区域,对FloodArea进行了调试,得到以下结论:

(1) FloodArea模型需要精细的DEM数据。目前我们得到的1:50000 DEM数据的空间分辨率为25 m,由于山洪沟宽度窄,往往宽度达不到25 m,因此1:50000比例尺的DEM不能够完全反映出山洪沟的河道信息,影响山洪沟的汇水模拟,导致模拟的误差较大,模拟结果十分不理想。

(2) 通过对山洪沟的宽度、深度等河道信息进行考察,将河流经过的DEM适当降低,从而使得河道的信息嵌入到DEM中,再进行FloodArea模拟。结果表明,模拟得出的不同地区模拟淹没水位与实际水深较为一致,能较好地模拟出曹水流域内因降水导致的山洪的推进路线、淹没范围及水深等。

(3) 通过嵌入河道栅格,可以得到较好的模拟效果,本文通过对河流上、中、下游分别选取代表点进行考察,一定程度上提高了模拟准确程度,但如果对河道信息进行大量的现场考察,将河道的信息较好地嵌入到DEM中,将会更大程度地提高淹没模型的模拟效果。

参考文献
樊建勇, 单九生, 管珉, 等, 2012. 江西省小流域山洪灾害临界雨量计算分析[J]. 气象, 38(9): 80-84.
赫振纯, 2002. 基于GIS的数字水系的生成[J]. 水文, 22(4): 8-11.
李兰, 周月华, 叶丽梅, 等, 2013. 基于GIS淹没模型的流域暴雨洪涝风险区划方法[J]. 气象, 39(1): 112-118. DOI:10.7519/j.issn.1000-0526.2013.01.014
莫建飞, 陆甲, 李艳兰, 等, 2012. 基于GIS的广西农业暴雨洪涝灾害风险评估[J]. 灾害学, 27(1): 40-45.
芮孝芳, 1993. 仅依据汇流系统出流资料确定Nash模型参数的研究[J]. 水科学进展, 4(2): 141-146.
苏布达, 姜彤, 郭业友, 等, 2005. 基于GIS栅格数据的洪水风险动态模拟模型及其应用[J]. 河海大学学报(自然科学版), 33(4): 18-22.
文明章, 林昕, 游立军, 等, 2013. 山洪灾害风险雨量评估方法研究[J]. 气象, 39(10): 1325-1330. DOI:10.7519/j.issn.1000-0526.2013.10.010
岳健, 张雪梅, 2003. 关于我国土地利用分类问题的讨论[J]. 干旱区地理, 26(1): 78-88.
张游, 王绍强, 葛全胜, 等, 2011. 基于GIS的江西省洪涝灾害风险评估[J]. 长江流域资源与环境, 20(s1): 169-175.
章国材, 2012. 暴雨洪涝预报与风险评估[M]. 北京: 气象出版社.
Gemmer M.2004.Decision support for flood risk management at the Yangtze River by GIS/RS based flood damage estimation.Giessen:Shaker, 108-207.
Geomer.2003.FloodArea-Arcview extension for calculating flooded areas (User manual Version 2.4), 13-14.