CN112329257A - 适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法 - Google Patents

适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法 Download PDF

Info

Publication number
CN112329257A
CN112329257A CN202011301416.9A CN202011301416A CN112329257A CN 112329257 A CN112329257 A CN 112329257A CN 202011301416 A CN202011301416 A CN 202011301416A CN 112329257 A CN112329257 A CN 112329257A
Authority
CN
China
Prior art keywords
flood
water level
time
disaster
early warning
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011301416.9A
Other languages
English (en)
Other versions
CN112329257B (zh
Inventor
王协康
晋恩泽
刘昌军
孙东亚
高吉惠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan University
Original Assignee
Sichuan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan University filed Critical Sichuan University
Priority to CN202011301416.9A priority Critical patent/CN112329257B/zh
Publication of CN112329257A publication Critical patent/CN112329257A/zh
Application granted granted Critical
Publication of CN112329257B publication Critical patent/CN112329257B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Abstract

本发明提供了适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法，该方法将实测洪水和采用水文模型模拟的洪水分为起涨段、陡涨段、成灾段和退水段，通过将水文模型对陡涨段和成灾段的计算结果与实测洪水进行比较来筛选水文模型，充分考虑了水文模型对陡涨段某些关键致灾预警时刻的提前捕捉能力，筛选出的水文模型可提前捕捉暴雨洪水陡涨致灾时刻，可避免漏警，提高山区小流域暴雨山洪灾害预警的准确性和可靠性，能为山区小流域暴雨山洪洪水灾害的预报预警提供更科学的指导和技术支持。

Description

适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛 选方法
技术领域
本发明属于暴雨山洪灾害防灾减灾领域，涉及适用于暴雨山洪洪水预报预警的水文模型分段筛选方法，适用于在山区小流域暴雨山洪洪水预报预警领域辅助筛选出合适的水文模型。
背景技术
山洪是指由于暴雨、拦洪设施溃决等原因，在山区沿河流及溪沟形成的暴涨暴落的洪水及伴随发生的滑坡、崩塌以及泥石流的总称。山洪灾害则是由山洪暴发而带来的危害，包括溪河洪水泛滥、泥石流、山体滑坡等造成的人员伤亡、财产损失、基础设施毁坏以及环境资源破坏等。近年来，随着我国大型防洪工程和蓄水工程的落成，各流域内水土保持工作和生态修复治理工作的不断推进，流域内发生大规模洪灾的概率明显下降，然而，防洪能力较为薄弱的山丘区则常成为洪水灾害的重灾区。据统计，平均每年约有1000多人丧生于山洪灾害，占洪涝灾害死亡人数的60％以上，已成为我国各类自然灾害的主要灾种。山洪灾害的预防和治理一直是我国防汛工作的薄弱环节。
山洪预警是山洪灾害防治的关键非工程性措施之一，通过对山洪灾害发生的地点、时间和规模大小进行预测，以达到防灾、减灾的目的。水文模型在流域暴雨洪水过程预报预警及其灾害防治等方面应用广泛，例如，可根据水文模型推算山区小流域降雨条件下的流量过程，进而推算出临界雨量阈值信息，从而实现雨量预警。而水文模型的模拟精度及可靠性是其实践应用的前提，如何筛选出合适的水文模型，进而提高暴雨山洪灾害的预警时长、准确估算灾害风险，是以水文模型为基础对山区小流域暴雨山洪预报预警的关键所在。
长期以来，评定水文模型洪水预报精度的参数主要包括：洪峰流量、峰现时间及洪水过程，洪水预报误差分析指标常采用绝对误差、相对误差和确定性系数(纳什效率系数)三大指标。众多学者采用上述指标分析了小流域山洪水文模型的模拟预报精度。例如：包红军等将CMKHM模型和分布式新安江水文模型同时应用于2009年汛期嘉陵江乔庄河支流大沟小流域山洪预报，基于径流深误差、洪峰误差、峰现时间误差及确定性系数比较，判定CMKHM模型表现较好。郭良等将中国山洪水文模型(CNFF-HM)用于无资料山丘区小流域洪水模拟和预报，选取361个流域实测降雨场次降雨洪水资料，利用该模型进行参数率定和检验，结合纳什效率系数平均值、径流深和洪峰误差均值变化，表明该模型在64％的流域的应用性较好。涂华伟等将HEC-HMS模型应用于岷江支流白沙河小流域的暴雨山洪模拟，指出研究场次洪水模拟峰值流量相对误差小于10％、峰现时间绝对误差小于2h，纳什效率系数均值为0.858，认为该模型对白沙河小流域暴雨洪水模拟是有效的。赵洪彬等以四川达州清溪河流域作为研究对象，比较了流溪河模型、新安江模型以及API模型对暴雨洪水的预报精度，指出流溪河模型更适用于中小流域的小洪水预报。宋瑶等以垂向混合产流模型为基础，构建了北京山区山洪预警模型，并在蛇鱼川小流域和漫水河小流域进行应用，以峰现时间误差、洪峰流量误差为依据，指出山洪预报中最重要的预警指标是洪峰流量。
由上述水文模型的应用及评价方式可知，在现有洪水预报分析中，侧重于对洪峰特征参数及洪水过程的整体模拟及预报效果。然而，暴雨山洪灾害预警要求对暴雨山洪致灾进行提前判断，并发出警示性建议，以降低、减缓，甚至避免引发人员伤亡和财产损失，这就需要水文模型能够提前准确捕捉到某些关键致灾预警时刻。但现有技术主要依靠其对洪水过程的整体以及对洪峰特征参数的模拟效果来判断水文模型的适用性，并未考虑到水文模型提前捕捉某些关键致灾预警时刻的能力，这就可能造成传统方法筛选出的水文模型因难以或者无法提前捕捉到洪水陡涨段关键致灾时刻而导致警准确性低，甚至出现漏警的问题。
发明内容
本发明的目的在于克服现有技术的不足，提供适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法，以筛选可提前捕捉暴雨洪水陡涨致灾时刻的水文模型用于山区小流域暴雨山洪洪水的预报预警，避免暴雨山洪洪水灾害预报预警的漏警，提高山区小流域暴雨山洪灾害预警的准确性和可靠性，为山区小流域暴雨山洪洪水灾害的预报预警提供更科学的指导和技术支持。
本发明的基本构思是，基于山区小流域暴雨山洪洪水陡涨陡落的特点，将洪水水位变化过程划分为起涨段、陡涨段、成灾段及退水段这四个阶段，为此，本发明采用分阶段评判的方式来筛选适用于山区小流域暴雨山洪洪水预报预警的水文模型。由于陡涨段是判断洪水是否发生以及是否致灾的关键时段，水文模型对这一阶段的关键致灾时刻的提前准确捕捉，可避免漏警、有效延长预警时长，提供给当地居民更多的逃生撤离时间，降低成灾风险，因而对于山区小流域暴雨山洪洪水预报预警而言，应首要考虑水文模型对陡涨段的模拟是否准确；由于对成灾段模拟的准确性关系到救灾人员作业时间安排以及对暴雨山洪洪水造成的经济财产损失的估测，因而在水文模型对陡涨段的准确模拟的基础上，还需要考虑水文模型对成灾段的模拟是否准确。本发明以此为基础构建了适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法。
本发明提供的适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法，包括以下步骤：
步骤1，实测洪水分段
结合山区小流域防灾地点的成灾水位与实测洪水的水位上涨率，确定准备转移信号发布时刻T1实、立即转移信号的发布时刻T2实、洪水水位到达成灾水位时刻T3实以及洪水水位首次降落至成灾水位的时刻T4实；将洪水水位开始上涨的时刻记作0；
将山区小流域防灾地点的控制断面的实测洪水流量随时间的变化过程划分为起涨段、陡涨段、成灾段和退水段，其中，起涨段是指0≤t＜T1实的阶段，陡涨段指T1实≤t＜T3实的阶段，成灾段是指T3实≤t≤T4实的阶段，退水段是指t＞T4实至水位首次恢复至涨水前的水平的阶段；
步骤2，模拟洪水分段
结合步骤1中的山区小流域的降雨数据，选用不同的水文模型对山区小流域控制断面的流量随时间变化过程进行模拟预报计算，将计算得到的控制断面的洪水流量随时间的变化过程按照该控制断面的水位与流量的关系转换为控制断面的水位随时间的变化过程；
由控制断面的水位随时间的变化过程以及山区小流域防灾地点的成灾水位，确定模拟预报准备转移信号发布时刻T1模、模拟预报立即转移信号的发布时刻T2模、模拟预报洪水的水位到达成灾水位时刻T3模以及模拟预报洪水的水位首次降落至成灾水位的时刻T4模；将模拟预报洪水水位开始上涨的时刻记作0；
将计算得到的控制断面的洪水流量随时间的变化过程划分为起涨段、陡涨段、成灾段和退水段，其中，起涨段是指0≤t＜T1模的阶段，陡涨段指T1模≤t＜T3模的阶段，成灾段是指T3模≤t≤T4模的阶段，退水段是指t＞T4模至水位首次恢复至涨水前的水平的阶段；
步骤3，水文模型筛选
①根据水文模型对陡涨段的计算结果进行筛选
由式(1)计算各水文模型给出的模拟预报洪水与实测洪水的立即转移预警时效差Δt2，筛选出Δt2＝20～40min对应的水文模型；
Δt2＝T2实-T2模 (1)
式(1)中，T2实为立即转移信号的发布时刻，T2模为模拟预报立即转移信号的发布时刻；
在筛选出Δt2＝20～40min对应的水文模型的基础上，由式(2)计算各水文模型给出的模拟预报洪水与实测洪水的准备转移预警时效差Δt1，筛选出Δt1≥20min对应的水文模型：
Δt1＝T1实-T1模 (2)
式(2)中，T1实为准备转移信号发布时刻，T1模为模拟预报准备转移信号发布时刻；
②根据水文模型对成灾段的计算结果进行筛选
在筛选出Δt1≥20min对应的水文模型的基础上，由式(3)(4)计算筛选出的各水文模型给出的模拟预报洪水与实测洪水的峰值流量相对误差Epeak和峰现时间绝对误差Tpeak，
Figure BDA0002787014760000041
式(4)中，Qobs，peak为实测洪水过程的洪峰流量，Qsin，peak为模拟预报洪水过程的洪峰流量；
Tpeak＝|Tobs，peak-Tsin，peak| (4)
式(5)中，Tobs，peak为实测洪水过程的洪峰流量出现时刻，Tsin，peak为模拟预报洪水过程的洪峰流量出现时刻；
该步骤中，Epeak和Tpeak越小，说明对应的水文模型的适用性越好，筛选出Epeak不超过20％且Tpeak不超过1h的水文模型用于对步骤1、2所述的山区小流域进行暴雨山洪洪水预报预警。
上述技术方案的步骤3①中，最好是筛选出Δt1＝20～60min对应的水文模型用于步骤3②进行进一步的筛选。
上述技术方案中，若步骤1中的实测洪水在退水段或者是退水段之后出现了多峰暴雨洪水过程以及水位上涨率≥1.0m/h的情况，则在步骤1中应将实测洪水划分为多个分段，每一段包括起涨段、陡涨段、成灾段和退水段，步骤2在采用水文模型模拟计算的过程中，应对包括各个分段的整个流量随时间变化过程进行模拟计算，步骤3在水文模型筛选过程中，应以各个分段为基础进行水文模型的筛选。使得最终筛选出的水文模型满足对各个分段的Δt2＝20～40min，Δt1≥20min，优选Δt1＝20～60min，且Epeak不超过20％且Tpeak不超过1h。
上述技术方案中，步骤1中根据山区小流域暴雨山洪水位上涨变化的水位预警法确定准备转移信号发布时刻T1实和立即转移信号的发布时刻T2实。更具体地，准备转移信号发布时刻T1实是指实测洪水的水位上涨率由＜1.0m/h转变为≥1.0m/h的时刻；立即转移信号的发布时刻T2实的确定方法如下：
在实测洪水的水位上涨率由＜1.0m/h转变为≥1.0m/h之后的10～30min连续进行n次水位上涨率测量，记作α11,α12,…,α1n，n＝3或4；
若α11,α12,…,α1n均≥1，则由式(5)计算水位达到成灾水位的预计时长T，根据式(6)计算水位达到成灾水位的预计时刻T1，立即转移信号的发布时刻T2实在T1实～(T1-t0)时间段内选择，t0为防灾对象所在地区的最小预警时段，t0＝30～60min。
若α1n＜1，则由式(7)计算水位达到成灾水位的预计时长T，当水位达到成灾水位的预计时长T处于(30min,60min]时间区间时，立即发出立即转移预警，立即转移信号的发布时刻T2实即为发出立即转移预警的时刻；
T＝(Z0－Z1)/α1 (5)
T1＝T1实+T (6)
T＝(Z0－Z1)/α2 (7)
式(5)～(7)中，T为水位达到成灾水位的预计时长，Z0为成灾水位，Z1为测准备转移信号发布时刻T1实的水位，α1为α11,α12,…,α1n中的最大值，T1为水位达到成灾水位的预计时刻，T1实为准备转移信号发布时刻，α2为α11,α12,…,α1n中的最小值。
上述技术方案中，步骤2中根据山区小流域暴雨山洪水位上涨变化的水位预警法确定模拟预报准备转移信号发布时刻T1模和模拟预报立即转移信号的发布时刻T2模。更具体地，模拟预报准备转移信号发布时刻T1模是指水文模型给出的模拟预报洪水的水位上涨率由＜1.0m/h转变为≥1.0m/h的时刻；模拟预报立即转移信号的发布时刻T2模的确定方法如下：
在水文模型给出的模拟预报洪水的水位上涨率由＜1.0m/h转变为≥1.0m/h之后的10～30min连续进行n次水位上涨率计算，记作α’11,α’12,…,α’1n，n＝3或4；
若α’11,α’12,…,α’1n均≥1，则由式(8)计算模拟预报洪水的水位达到成灾水位的预计时长T’，由式(9)计算模拟预报洪水的水位达到成灾水位的预计时刻T’1，模拟预报立即转移信号的发布时刻T2模在T1模～(T’1-t0)时间段内选择，t0为防灾对象所在地区的最小预警时段，t0＝30～60min；
若α’1n＜1，则由式(10)计算模拟预报洪水的水位达到成灾水位的预计时长T’，当模拟预报洪水的水位达到成灾水位的预计时长T’处于(30min,60min]时间区间时，立即发出模拟预报立即转移预警，模拟预报立即转移信号的发布时刻T2模即为发出模拟预报立即转移预警的时刻；
T’＝(Z0－Z’1)/α’1 (8)
T’1＝T1模+T’ (9)
T’＝(Z0－Z’1)/α’2 (10)
式(5)～(7)中，T’为模拟预报洪水的水位达到成灾水位的预计时长，Z0为成灾水位，Z’1为模拟预报准备转移信号发布时刻T1模的水位，α’1为α’11,α’12,…,α’1n中的最大值，T’1为模拟预报洪水的水位达到成灾水位的预计时刻，T1模为模拟预报准备转移信号发布时刻，α’2为α’11,α’12,…,α’1n中的最小值。
上述技术方案中在确定，在确定立即转移信号的发布时刻T2实和模拟预报立即转移信号的发布时刻T2模时，对于同一山区小流域而言，对于实测洪水以及采用水文模型模拟预报计算的洪水，防灾对象所在地区的最小预警时段t0应取相同的值。
为了让本领域技术人员对本发明有更深入的理解，以下对本发明技术方案的获得过程作以下说明：
1.结合山区小流域防灾地点的成灾水位与实测洪水的水位上涨率，依据山区小流域暴雨山洪水位上涨变化的水位预警法确定准备转移信号发布时刻T1实、立即转移信号的发布时刻T2实、洪水水位到达成灾水位时刻T3实以及洪水水位首次降落至成灾水位的时刻T4实；基于这几个时刻，将山区小流域防灾地点的控制断面的实测洪水流量随时间的变化过程划分为起涨段、陡涨段、成灾段和退水段，如图1～2所示。
2.将水文模型模拟预报计算所得流量～时间过程按照控制断面水位～流量关系转换为水位～时间过程，依据山区小流域暴雨山洪水位上涨变化的水位预警法确定模拟预报准备转移信号发布时刻T1模、模拟预报立即转移信号的发布时刻T2模、模拟预报洪水的水位到达成灾水位时刻T3模以及模拟预报洪水的水位首次降落至成灾水位的时刻T4模；基于这几个时刻，将山区小流域防灾地点的控制断面的模拟洪水流量随时间的变化过程划分为起涨段、陡涨段、成灾段和退水段，如图2所示。
3.根据洪水水位变化过程的四个阶段，将实测洪水与模拟预报洪水的四个阶段进行对比，依据各阶段模拟准确性的重要程度，分段筛选合适的水文模型。
①起涨段：这一阶段流量涨幅较小，洪水是否发生处于未知状态，对暴雨山洪洪水预警指标影响较小，在四个阶段中的重要性较低。
②陡涨段：对山区小流域暴雨山洪洪水预警而言，水文模型对这一阶段的预报比洪峰流量要求更为苛刻，因为这一时段是判断洪水是否发生以及是否致灾的关键时段，且陡涨段一般历时较短，流量变化速率快，预警时效性要求较高。这一阶段内对立即转移时刻的提前准确捕捉，可避免漏警、有效延长预警时长，提供给当地居民更多逃生撤离时间，降低成灾风险。因此，在筛选水文模型时，首先需要考虑水文模型对陡涨段模拟的准确性如何，主要采用如下的两个指标进行筛选：
A.各水文模型模拟预报洪水与实测洪水的立即转移预警时效差Δt2，由式(1)进行计算，
Δt2＝T2实-T2模 (1)
式(1)中，T2实为立即转移信号的发布时刻，T2模为模拟预报立即转移信号的发布时刻。
若Δt2＜0，即T2实＜T2模，说明T2实早于T2模，即水文模型模拟预报计算给出的立即转移时刻晚于实际暴雨山洪洪水灾害应发布的立即转移时刻，将导致预警时刻发布延迟，出现“漏警”。若Δt2＞0，即T2实＞T2模，说明T2模早于T2实，即水文模型模拟预报计算给出的立即转移时刻早于实际暴雨山洪洪水灾害应发布的立即转移时刻，可以达到暴雨山洪灾害提前预警的目的。
一般来讲，山区小流域暴雨山洪洪水历时较短，常小于6小时，以2小时偏多。考虑到山区小流域暴雨山洪洪水陡涨特性，在采用水位预警时，需要有一个预见期，这个期限用于供决策部门决策是否发布预警信号以及将相应的预警信号传达至防灾地点的居民，若预见期过短，容易造成防灾地点群众逃生撤离时间不足，若预见期过长，则容易误会为“虚警”。结合实践经验以及我国暴雨山洪灾害水位预警时长的要求，该预见期在30min左右(通常20～40min)可满足要求，由此确定Δt2＝20～40min是比较合适的，筛选出Δt2＝20～40min对应的水文模型进行后续的进一步筛选。
B.在筛选出Δt2＝20～40min对应的水文模型的基础上，由式(2)计算各水文模型模拟预测洪水与实测洪水的准备转移预警时效差Δt1，
Δt1＝T1实-T1模 (2)
式(2)中，T1实为准备转移信号发布时刻，T1模为模拟预测准备转移信号发布时刻。
经过A步骤，在确保筛选出的水文模型可以实现对立即转移预警信号的适时提前捕捉的基础上进行B步骤的筛选，目的是筛选出可给出适当的转移准备期的水文模型。
Δt1大于或小于零，体现在能否提前捕捉预警时刻，Δt1的绝对值大小主要影响到防灾地点居民准备转移时间的长短，这关系到当地居民是否有足够的时间来为转移作准备，因此，其重要性仅次于Δt2。通常，Δt1超过20min，也就是转移准备时间超过20min，在实践中都是具有可行性的，据此筛选出Δt1≥20min对应的水文模型。
③成灾段：这一阶段的模拟准确性的评价建立在陡涨段准确模拟的基础上，此时当地居民已经全部安全撤离，峰现时间主要涉及到救灾人员作业时间安排，洪峰流量大小的准确模拟关系到洪水造成的经济财产损失的估测。虽然成灾段模拟的准确性不会对预警效果造成影响，但却关系到暴雨山洪洪水灾害应急抢险安排以及经济损失评估，因此，对成灾段模拟的准确程度的重要性仅次于陡涨段。
在筛选出Δt1≥20min对应的水文模型的基础上，由式(3)(4)计算筛选出的各水文模型给出的模拟预报洪水与实测洪水的峰值流量相对误差Epeak和峰现时间绝对误差Tpeak，
Figure BDA0002787014760000081
式(4)中，Qobs，peak为实测洪水过程的洪峰流量，Qsin，peak为模拟预报洪水过程的洪峰流量；
Tpeak＝|Tobs，peak-Tsin，peak| (4)
式(5)中，Tobs，peak为实测洪水过程的洪峰流量出现时刻，Tsin，peak为模拟预报洪水过程的洪峰流量出现时刻。
Epeak和Tpeak越小，说明水文模型对成灾段模拟计算的准确性越好，为了确保合理安排暴雨山洪洪水灾害应急抢险安排以及有效评估暴雨山洪洪水造成的经济损失，最好是筛选出Epeak不超过20％且Tpeak不超过1h的水文模型用于对目标山区小流域进行暴雨山洪洪水预报预警。
④退水段：这一阶段洪水逐渐退去，从暴雨山洪洪水预警的角度来看，在四个阶段中的重要性也较低，但在这一阶段需要着重注意暴雨洪水的多峰过程，即退水后期的再次起涨，甚至发生洪水灾害的情况。若遇到洪水再起涨且水位上涨率≥1.0m/h的情况，则重复上述步骤对包括多峰过程在内的整个洪水过程进行模拟计算并以此为基础进行水文模型的筛选。
与现有技术相比，本发明的技术方案产生了以下有益的技术效果：
1.本发明基于山区小流域暴雨山洪洪水陡涨陡落特点，结合山区小流域暴雨山洪水位上涨变化的水位预警法，提出了适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法，采用分阶段评判的方式来筛选适用于山区小流域暴雨山洪洪水预报预警的水文模型，突出水文模型对陡涨段的准确模拟，对陡涨段关键致灾时刻的提前捕捉，避免漏警，同时关注到了预警时长的合理性，还关注到了水文模型对成灾段的准确模拟，以确保合理安排暴雨山洪洪水灾害应急抢险安排以及暴雨山洪洪水造成的经济损失有效评估。可解决现有技术在筛选水文模型时着重关注对洪峰特征参数及洪水过程的整体模拟效果，未考虑到水文模型对某些关键致灾预警时刻能否提前准确捕捉而带来的警准确性低及漏警问题。本发明能筛选可提前捕捉暴雨洪水陡涨致灾时刻的水文模型用于山区小流域暴雨山洪洪水的预报预警，可提高山区小流域暴雨山洪灾害预警的准确性和可靠性，避免漏警，为山区小流域暴雨山洪洪水灾害的预报预警提供更科学的指导和技术支持。
2.本发明所述方法在实际的暴雨山洪洪水预警中具有很强的实用性，筛选出的水文模型可以提前捕捉暴雨山洪洪水陡涨致灾时刻，及时发出可靠预警，降低暴雨山洪洪水风险，减少及避免暴雨山洪灾害的人员伤亡和财产损失。
3.建立了暴雨山洪洪水灾害预报预警的准备转移预警和立即转移时效差计算公式，结合传统的水文模型参数评定指标，建立了暴雨山洪洪水预报预警水文模型筛选方法，可为今后水文模型的暴雨山洪洪水预报预警适用性分析，以及水文模型的参数率定与校准提供基础。
附图说明
图1是山区小流域暴雨山洪水位上涨变化的水位预警法的示意图。
图2是实测洪水与模拟洪水的流量过程分阶段划分示意图。
图3是中都河小流域地理位置及地形分布图。
图4是中都河小流域的水文站点分布图。
图5是龙山村断面特征图，其中(A)(B)两图分别是水位大断面形状及洪痕位置图。
图6是龙山村断面的水位-流量关系曲线。
图7是中都河小流域“8.16”实测洪水与模拟洪水流量～时间曲线及降雨过程图。
具体实施方式
以下对本发明提供的适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法作进一步说明。有必要指出，以下实施例只用于对本发明作进一步说明，不能理解为对本发明保护范围的限制，所属领域技术人员根据上述发明内容，对本发明做出一些非本质的改进和调整进行具体实施，仍属于发明保护的范围。
实施例
以中都河小流域为例，详细说明本发明提供的适用于暴雨山洪洪水预报预警的水文模型分段筛选方法。
1.流域概况
中都河小流域位于四川省南部，金沙江下游北岸。流域集水面积为706km2，流域形状为狭长带状呈东西向分布，流域内山高坡陡，沟谷交错。流域多年平均降雨为802.3mm，且夏季降雨量集中占全年的60％以上，常有洪涝灾害发生。中都河小流域地理位置及地形分布如图3所示。
2018年8月16日，中都河遇百年一遇特大洪灾(“8.16”洪水)，导致至少4人失踪，同时造成大量房屋损毁、道路中断以及农田淹没，经济损失极其惨重。流域下游龙山村设有水文站，站点位置如图4所示。根据本发明的发明人的实地考察，该次洪水淹没至水文站控制房，该处水位大断面形状及洪痕位置如图5的(A)(B)两图所示。
2.水文模型分段筛选
基于前期研究基础，本次选用两个水文模型模拟中都河小流域的此次暴雨山洪洪水，第一个水文模型是SWMM模型，第二个水文模型是山区小流域山洪预警分析系统，比较两个水文模型在中都河下流域暴雨山洪洪水预报预警中的适用性，详细说明本发明提供的适用于暴雨山洪洪水预报预警的水文模型分段筛选方法。
SWMM(Storm Water Management Model)模型是美国弗罗里达大学于1971年开发的一个动态的降雨～径流模拟模型，可模拟水文、水动力过程，且可模拟不同时间步长任意时刻每个子流域径流及每个河道水动力参数变化，广泛应用于下水道和雨洪的研究。刘光东等用SWMM模型对北京市西部山区清水河流域进行了时变降雨径流和洪水过程模拟分析，结果表明SWMM的应用可以从平原城市流域延伸至山区流域，并且可为山区流域洪涝灾害预警提供技术支持(刘光东，杨毅，吴山.基于SWMM模型的北京市山区清水河流域数值模拟研究[C].中国水利学会2014学术年会论文集，2014:1094-1110.)。胡志芳基于SWMM模型对北京南旱河流域洪水过程进行模拟，并采用多种方法验证了模型的适用性，结合洪水风险分析给出了流域防洪减灾工程措施和非工程措施建议(胡志芳.基于SWMM模型的南旱河流域洪水风险分析[J].北京水务，2016(4)：21-26.)。文献基于ArcGIS水文分析工具及SWMM模型对四川省白沙河流域山洪灾害进行模拟分析，经实测资料对模型进行率定和验证后表明该模型对山区小流域洪水模拟具有一定的可靠性(晋恩泽，叶晨，孙桐，王协康.土壤含水量变化下白沙河流域山洪灾害预警分析[C].第三十一届全国水动力学研讨会论文集，2020：2118-2123.)。
山区小流域山洪预警分析系统(王协康，许泽星，闫旭峰，等.山区小流域山洪预警分析系统V1.0:2019SR0777487,[P].2019-07-26.)，该模型采用超渗～蓄满兼容产流机制，将蓄满机制和超渗机制耦合，通过概化的流域蓄水容量面积分配曲线和入渗能力面积分配曲线与降雨之间的相互关系计算流域产流，并借鉴新安江模型的产流理论，将模型划分为地表径流、壤中流和地下径流三水源，其中蒸散发采用三层蒸发模式进行计算，主要考虑土壤含水量垂向分布的不均匀性。汇流模型则采用运动波～地貌瞬时单位线理论进行汇流计算，并考虑了壤中流和地下径流在汇流上的差异性，弥补了原来汇流模型坡地汇流的不合理性。对于地表径流汇流和河道汇流，采用运动波法计算汇流时间；对于壤中流汇流，采用达西公式计算汇流时间；对于地下径流汇流，采用线性水库法进行集总式汇流计算。模型主要以概念性和数理性为基础，参数具有明确的物理意义，所需资料少，可较好适用于无资料或少资料的山区小流域降雨径流模拟。
步骤1，实测洪水分段
根据中都河小流域龙山村水文站对“8.16”洪水的实测数据，绘制龙山村水文站断面(简称龙山村断面)的水位-流量关系曲线，如图6所示。结合当地防灾对象范围以及成灾地点，确定成灾水位是426.25m，基于实测水位过程以及实测洪水的水位上涨率，采用山区小流域暴雨山洪水位上涨变化的水位预警法(参见CN109961613A)，确定准备转移信号发布时刻T1实为2018/8/1613：26，立即转移信号的发布时刻T2实为2018/8/1613：45。
洪水水位到达成灾水位时刻T3实为2018/8/1614：05，洪水水位首次降落至成灾水位的时刻T4实为2018/8/1616：24。实测峰值流量为3040m3/s，实测峰现时间为2018/8/1614：30。
将中都河小流域龙山村断面的实测洪水流量随时间的变化过程(流量～时间曲线)划分为起涨段、陡涨段、成灾段和退水段，其中，起涨段是指0≤t＜T1实的阶段，此处的0时刻是指洪水水位开始上涨的时刻，陡涨段指T1实≤t＜T3实的阶段，成灾段是指T3实≤t≤T4实的阶段，退水段是指t＞T4实至水位首次恢复至涨水前的水平的阶段，t代表流量～时间曲线的横坐标时间，如图7中的实测流量～时间曲线所示。
步骤2，模拟洪水分段
结合步骤1中的山区小流域的降雨数据，以龙山村断面为控制断面，选用SWMM模型和山区小流域山洪预警分析系统这两个水文模型对控制断面的流量随时间变化过程进行模拟预报计算，计算得到两条控制断面的洪水流量随时间的变化过程曲线(流量～时间曲线)，见图7中的SWMM模型和山区小流域山洪预警分析系统两条曲线示意的流量～时间曲线。
分别将SWMM模型和山区小流域山洪预警分析系统计算得到的控制断面的洪水流量随时间的变化过程按照该控制断面的水位与流量的关系转换为控制断面的水位随时间的变化过程。
由控制断面的水位随时间的变化过程，采用山区小流域暴雨山洪水位上涨变化的水位预警法(参见CN109961613A)确定采用两个水文模型计算时的T1模和T2模。当采用SWMM模型时，模拟预报准备转移信号发布时刻T1模为2018/8/16 12：12、模拟预报立即转移信号的发布时刻T2模为2018/8/16 13：35、模拟预报洪水的水位到达成灾水位时刻T3模为2018/8/1615：52，模拟预报洪水的水位首次降落至成灾水位的时刻T4模为2018/8/16 18：56。峰现时间为2018/8/16 15：30。
将采用SWMM模型计算得到的控制断面的洪水流量随时间的变化过程划分为起涨段、陡涨段、成灾段和退水段，其中，起涨段是指0≤t＜T1模的阶段，此处的0时刻是指模拟预报洪水水位开始上涨的时刻，陡涨段指T1模≤t＜T3模的阶段，成灾段是指T3模≤t≤T4模的阶段，退水段是指t＞T4模至水位首次恢复至涨水前的水平的阶段，t代表流量～时间曲线的横坐标时间。
当采用山区小流域山洪预警分析系统时，模拟预报准备转移信号发布时刻T1模为2018/8/16 13：00、模拟预报立即转移信号的发布时刻T2模为2018/8/16 13：20、模拟预报洪水的水位到达成灾水位时刻T3模为2018/8/16 15：42，模拟预报洪水的水位首次降落至成灾水位的时刻T4模为2018/8/16 17：05。峰现时间为2018/8/16 15：20。
将采用山区小流域山洪预警分析系统计算得到的控制断面的洪水流量随时间的变化过程划分为起涨段、陡涨段、成灾段和退水段，其中，起涨段是指0≤t＜T1模的阶段，此处的0时刻是指模拟预报洪水水位开始上涨的时刻，陡涨段指T1模≤t＜T3模的阶段，成灾段是指T3模≤t≤T4模的阶段，退水段是指t＞T4模至水位首次恢复至涨水前的水平的阶段，t代表流量～时间曲线的横坐标(即时间)。
步骤3，筛选水文模型
①根据水文模型对陡涨段的计算结果进行筛选
由式(1)计算两个水文模型给出的模拟预报洪水与实测洪水的立即转移预警时效差Δt2，结果如表1所示，
Δt2＝T2实-T2模 (1)
式(1)中，T2实为立即转移信号的发布时刻，T2模为模拟预报立即转移信号的发布时刻。
对山区小流域暴雨山洪洪水预报预警而言，这一时段是判断洪水是否发生以及是否致灾的关键时段，且陡涨段一般历时较短，流量变化速率快，预警时效性要求较高。这一阶段内对立即转移时刻的提前准确捕捉，可避免漏警、有效延长预警时长，提供给当地居民更多逃生撤离时间，降低成灾风险。
本实施例中，对于SWMM模型而言，Δt2＝0.17h，也就是10.2min，对于山区小流域山洪预警分析系统而言，Δt2＝0.42h，也就是25.2min。两个水文模型模拟预报计算给出的模拟预报立即转移信号的发布时刻均早于T2实，说明采用两个水文模型进行预警，都可以达到暴雨山洪洪水提前预警的目的，不会出现“漏警”的情况。考虑到山区小流域暴雨山洪洪水陡涨特性，结合我国暴雨山洪灾害水位预警时长的要求，在采用水位预警时，需要有一个30min左右(通常20～40min可满足要求)的预见期，这个期限用于供决策部门决策是否发布预警信号以及将相应的预警信号传达至防灾地点的居民，若预见期过短，容易造成防灾地点群众逃生撤离时间不足，若预见期过长，则容易误会为“虚警”。因此，就两个水文模型模拟预报计算给出的Δt2的长短而言，SWMM模型给出的Δt2稍显不足，山区小流域山洪预警分析系统给出的Δt2相对来说是更合适的，在中都河小流域的实际暴雨山洪洪水灾害预警中，山区小流域山洪预警分析系统更有利于降低灾害风险，由此可以舍弃掉SWMM模型。
由式(2)计算两个水文模型给出的模拟预报洪水与实测洪水的准备转移预警时效差Δt1，结果如表1所示，
Δt1＝T1实-T1模 (2)
式(2)中，T1实为准备转移信号发布时刻，T1模为模拟预报准备转移信号发布时刻。
对于SWMM模型而言，Δt1＝1.23h，也就是73.8min，对于山区小流域山洪预警分析系统而言，Δt1＝0.43h，也就是25.8min。Δt1大于或小于零影响是否能捕捉预警时刻，Δt1的绝对值大小主要影响到防灾地点居民准备转移时间的长短，这关系到当地居民是否有足够的时间来为转移作准备，通常，Δt1超过20min，说明相应的水文模型都是可行的，优选地，Δt1＝20～60min是比较合适的。也就是说，两个水文模型模拟计算给出的Δt1都是可行的，但在前面的筛选中，由于SWMM模型给出的Δt2不足，因此山区小流域山洪预警分析系统在中都河小流域的暴雨山洪洪水预警中是更为合适的。
②根据水文模型对成灾段的计算结果进行筛选
由式(3)(4)计算两个水文模型给出的模拟预报洪水与实测洪水的峰值流量相对误差Epeak和峰现时间绝对误差Tpeak，结果如表1所示，
Figure BDA0002787014760000141
式(4)中，Qobs，peak为实测洪水过程的洪峰流量，Qsin，peak为模拟预报洪水过程的洪峰流量；
Tpeak＝|Tobs，peak-Tsin，peak| (4)
式(5)中，Tobs，peak为实测洪水过程的洪峰流量出现时刻，Tsin，peak为模拟预报洪水过程的洪峰流量出现时刻。
该步骤考察的是水文模型对成灾段的模拟效果，对成灾段的模拟效果评价建立在陡涨段准确模拟的基础上，此时防灾地点居民已经全部安全撤离，峰现时间主要涉及到救灾人员作业时间安排，而洪峰流量大小的准确预测关系到本场次洪水造成的经济财产损失的估测。对成灾段段模拟的准确性虽然不会对预警效果造成影响，却关系到暴雨山洪洪水灾害应急抢险安排以及经济损失评估，因此，对成灾段模拟的准确程度的重要性仅次于起涨段模拟的准确程度。
因此，该步骤中，水文模型模拟预报洪水与实测洪水的Epeak越小且Tpeak越小，说明相应的水文模型对陡涨段的模拟越准确，那么相应的水文模型的对中都河小流域的暴雨山洪洪水预警的效果就越好。对于SWMM模型而言，Epeak＝18.35％，Tpeak＝1h，对于山区小流域山洪预警分析系统而言，Epeak＝12.74％，Tpeak＝0.83h，也就是49.8min。两个水文模型的Epeak均不超过20％且Tpeak均不超过1h，单从Epeak和Tpeak的数据来看，两个水文模型都是符合要求的，但山区小流域山洪预警分析系统的可行性更好，加之前面的筛选过程中已舍弃掉了SWMM模型。因此，总的来说，在中都河小流域的暴雨山洪洪水预报预警中，山区小流域山洪预警分析系统的适用性更好。
以下采用传统的方法通过考察两个水文模型对整个洪水过程的模拟预报计算结果与整个实测洪水之间的吻合程度，根据式(11)计算两个水文模型给出的模拟预报洪水过程与整个实测洪水过程之间的吻合程度，即计算整个洪水过程的纳什效率系数NSE，结果如表1所示，
Figure BDA0002787014760000151
式(11)中，yci为模拟值，yoi为实测值，
Figure BDA0002787014760000152
为实测值的均值，n为资料系列长度。
对于SWMM模型而言，纳什效率系数NSE＝0.74，对于山区小流域山洪预警分析系统而言，纳什效率系数NSE＝0.80，从整个模拟预报洪水的NSE数据来看，两个水文模型的吻合程度相当。
但结合本发明提供的方法的筛选情况来看，山区小流域山洪预警分析系统在中都河小流域的暴雨山洪洪水的预报预警中，可以获得更长时间的立即转移预警时效差Δt2，而SWMM模型模拟计算给出的立即转移预警时效差Δt2则无法满足暴雨山洪洪水灾害预警的要求，据此筛选出山区小流域山洪预警分析系统用于中都河小流域的暴雨山洪洪水预警。
表1水文模型计算结果统计表
Figure BDA0002787014760000153

Claims (5)

1.适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法，其特征在于，包括以下步骤：
步骤1，实测洪水分段
结合山区小流域防灾地点的成灾水位与实测洪水的水位上涨率，确定准备转移信号发布时刻T1实、立即转移信号的发布时刻T2实、洪水水位到达成灾水位时刻T3实以及洪水水位首次降落至成灾水位的时刻T4实；将洪水水位开始上涨的时刻记作0；
将山区小流域防灾地点的控制断面的实测洪水流量随时间的变化过程划分为起涨段、陡涨段、成灾段和退水段，其中，起涨段是指0≤t＜T1实的阶段，陡涨段指T1实≤t＜T3实的阶段，成灾段是指T3实≤t≤T4实的阶段，退水段是指t＞T4实至水位首次恢复至涨水前的水平的阶段；
步骤2，模拟洪水分段
结合步骤1中的山区小流域的降雨数据，选用不同的水文模型对山区小流域控制断面的流量随时间变化过程进行模拟预报计算，将计算得到的控制断面的洪水流量随时间的变化过程按照该控制断面的水位与流量的关系转换为控制断面的水位随时间的变化过程；
由控制断面的水位随时间的变化过程以及山区小流域防灾地点的成灾水位，确定模拟预报准备转移信号发布时刻T1模、模拟预报立即转移信号的发布时刻T2模、模拟预报洪水的水位到达成灾水位时刻T3模以及模拟预报洪水的水位首次降落至成灾水位的时刻T4模；将模拟预报洪水水位开始上涨的时刻记作0；
将计算得到的控制断面的洪水流量随时间的变化过程划分为起涨段、陡涨段、成灾段和退水段，其中，起涨段是指0≤t＜T1模的阶段，陡涨段指T1模≤t＜T3模的阶段，成灾段是指T3模≤t≤T4模的阶段，退水段是指t＞T4模至水位首次恢复至涨水前的水平的阶段；
步骤3，水文模型筛选
①根据水文模型对陡涨段的计算结果进行筛选
由式(1)计算各水文模型给出的模拟预报洪水与实测洪水的立即转移预警时效差Δt2，筛选出Δt2＝20～40min对应的水文模型；
Δt2＝T2实-T2模 (1)
式(1)中，T2实为立即转移信号的发布时刻，T2模为模拟预报立即转移信号的发布时刻；
在筛选出Δt2＝20～40min对应的水文模型的基础上，由式(2)计算各水文模型给出的模拟预报洪水与实测洪水的准备转移预警时效差Δt1，筛选出Δt1≥20min对应的水文模型：
Δt1＝T1实-T1模 (2)
式(2)中，T1实为准备转移信号发布时刻，T1模为模拟预报准备转移信号发布时刻；
②根据水文模型对成灾段的计算结果进行筛选
在筛选出Δt1≥20min对应的水文模型的基础上，由式(3)(4)计算筛选出的各水文模型给出的模拟预报洪水与实测洪水的峰值流量相对误差Epeak和峰现时间绝对误差Tpeak，
Figure FDA0002787014750000021
式(4)中，Qobs，peak为实测洪水过程的洪峰流量，Qsin，peak为模拟预报洪水过程的洪峰流量；
Tpeak＝|Tobs，peak-Tsin，peak| (4)
式(5)中，Tobs，peak为实测洪水过程的洪峰流量出现时刻，Tsin，peak为模拟预报洪水过程的洪峰流量出现时刻；
该步骤中，Epeak和Tpeak越小，说明对应的水文模型的适用性越好，筛选出Epeak不超过20％且Tpeak不超过1h的水文模型用于对步骤1、2所述的山区小流域进行暴雨山洪洪水预报预警。
2.根据权利要求1所述适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法，其特征在于，步骤3①中，筛选出Δt1＝20～60min对应的水文模型用于步骤3②进行进一步的筛选。
3.根据权利要求1所述适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法，其特征在于，若步骤1中的实测洪水在退水段或者是退水段之后出现了多峰暴雨洪水过程以及水位上涨率≥1.0m/h的情况，则在步骤1中应将实测洪水划分为多个分段，每一段包括起涨段、陡涨段、成灾段和退水段，步骤2在采用水文模型模拟计算的过程中，应对包括各个分段的整个流量随时间变化过程进行模拟计算，步骤3在水文模型筛选过程中，应以各个分段为基础进行水文模型的筛选。
4.根据权利要求1至3中任一权利要求所述适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法，其特征在于，步骤1中：
准备转移信号发布时刻T1实是指实测洪水的水位上涨率由＜1.0m/h转变为≥1.0m/h的时刻；立即转移信号的发布时刻T2实的确定方法如下：
在实测洪水的水位上涨率由＜1.0m/h转变为≥1.0m/h之后的10～30min连续进行n次水位上涨率测量，记作α11，α12，...，α1n，n＝3或4；
若α11，α12，...，α1n均≥1，则由式(5)计算水位达到成灾水位的预计时长T，根据式(6)计算水位达到成灾水位的预计时刻T1，立即转移信号的发布时刻T2实在T1实～(T1-t0)时间段内选择，t0为防灾对象所在地区的最小预警时段，t0＝30～60min。
若α1n＜1，则由式(7)计算水位达到成灾水位的预计时长T，当水位达到成灾水位的预计时长T处于(30min，60min]时间区间时，立即发出立即转移预警，立即转移信号的发布时刻T2实即为发出立即转移预警的时刻；
T＝(Z0-Z1)/α1 (5)
T1＝T1实+T (6)
T＝(Z0-Z1)/α2 (7)
式(5)～(7)中，T为水位达到成灾水位的预计时长，Z0为成灾水位，Z1为测准备转移信号发布时刻T1实的水位，α1为α11，α12，...，α1n中的最大值，T1为水位达到成灾水位的预计时刻，T1实为准备转移信号发布时刻，α2为α11，α12，...，α1n中的最小值。
5.根据权利要求1至3中任一权利要求所述适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法，其特征在于，步骤2中：
模拟预报准备转移信号发布时刻T1模是指水文模型给出的模拟预报洪水的水位上涨率由＜1.0m/h转变为≥1.0m/h的时刻；模拟预报立即转移信号的发布时刻T2模的确定方法如下：
在水文模型给出的模拟预报洪水的水位上涨率由＜1.0m/h转变为≥1.0m/h之后的10～30min连续进行n次水位上涨率计算，记作α’11，α’12，...，α’1n，n＝3或4；
若α’11，α’12，...，α’1n均≥1，则由式(8)计算模拟预报洪水的水位达到成灾水位的预计时长T’，由式(9)计算模拟预报洪水的水位达到成灾水位的预计时刻T’1，模拟预报立即转移信号的发布时刻T2模在T1模～(T’1-t0)时间段内选择，t0为防灾对象所在地区的最小预警时段，t0＝30～60min；
若α’1n＜1，则由式(10)计算模拟预报洪水的水位达到成灾水位的预计时长T’，当模拟预报洪水的水位达到成灾水位的预计时长T’处于(30min，60min]时间区间时，立即发出模拟预报立即转移预警，模拟预报立即转移信号的发布时刻T2模即为发出模拟预报立即转移预警的时刻；
T’＝(Z0-Z’1)/α’1 (8)
T’1＝T1模+T’ (9)
T’＝(Z0-Z’1)/α’2 (10)
式(5)～(7)中，T’为模拟预报洪水的水位达到成灾水位的预计时长，Z0为成灾水位，Z’1为模拟预报准备转移信号发布时刻T1模的水位，α’1为α’11，α’12，...，α’1n中的最大值，T’1为模拟预报洪水的水位达到成灾水位的预计时刻，T1模为模拟预报准备转移信号发布时刻，α’2为α’11，α’12，...，α’1n中的最小值。
CN202011301416.9A 2020-11-19 2020-11-19 适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法 Active CN112329257B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011301416.9A CN112329257B (zh) 2020-11-19 2020-11-19 适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011301416.9A CN112329257B (zh) 2020-11-19 2020-11-19 适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法

Publications (2)

Publication Number Publication Date
CN112329257A true CN112329257A (zh) 2021-02-05
CN112329257B CN112329257B (zh) 2023-04-18

Family

ID=74320865

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011301416.9A Active CN112329257B (zh) 2020-11-19 2020-11-19 适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法

Country Status (1)

Country Link
CN (1) CN112329257B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113128067A (zh) * 2021-05-06 2021-07-16 大连理工大学 一种基于分布式时变地貌单位线的山丘区小流域洪水预报方法
CN113222283A (zh) * 2021-05-31 2021-08-06 中国水利水电科学研究院 一种基于数字孪生的山洪预报预警方法及系统
CN113298305A (zh) * 2021-05-24 2021-08-24 四川大学 基于不同降雨时程特征的双阈值暴雨山洪洪水灾害预警方法
CN114580316A (zh) * 2022-03-03 2022-06-03 中国水利水电科学研究院 一种基于二维-零维耦合模型的小水库洪水位预报方法
CN114821974A (zh) * 2022-05-06 2022-07-29 雷浩伟 一种偏僻山区用暴雨预警监测方法及系统
CN115619222A (zh) * 2022-11-01 2023-01-17 成都市美幻科技有限公司 面向多种灾害的预警信息处理方法、装置及终端设备
CN116167301A (zh) * 2023-03-18 2023-05-26 四川大学 一种基于地形的山区暴雨壤中流水文模型
CN116702658A (zh) * 2023-08-07 2023-09-05 交通运输部天津水运工程科学研究所 一种基于预见期和形状参数的流域单位线模拟方法及应用

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107085658A (zh) * 2017-04-19 2017-08-22 郑州大学 一种山洪灾害成灾时间确定方法
WO2017158438A2 (en) * 2016-03-15 2017-09-21 Ipq Pty Ltd Systems and methods for imputing groundwater usage in a groundwater basin
CN109242336A (zh) * 2018-09-28 2019-01-18 郑州大学 多情景模式下山洪灾害临界雨量预警方法
CN109902395A (zh) * 2019-03-04 2019-06-18 四川大学 基于山区小流域降雨径流响应的实时累积雨量暴雨山洪预警方法
CN109961613A (zh) * 2019-03-04 2019-07-02 四川大学 基于山区小流域暴雨山洪水位上涨变化的水位预警方法
CN110737875A (zh) * 2019-09-24 2020-01-31 浙江省水利河口研究院 一种中长期山洪灾害预警预判方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017158438A2 (en) * 2016-03-15 2017-09-21 Ipq Pty Ltd Systems and methods for imputing groundwater usage in a groundwater basin
CN107085658A (zh) * 2017-04-19 2017-08-22 郑州大学 一种山洪灾害成灾时间确定方法
CN109242336A (zh) * 2018-09-28 2019-01-18 郑州大学 多情景模式下山洪灾害临界雨量预警方法
CN109902395A (zh) * 2019-03-04 2019-06-18 四川大学 基于山区小流域降雨径流响应的实时累积雨量暴雨山洪预警方法
CN109961613A (zh) * 2019-03-04 2019-07-02 四川大学 基于山区小流域暴雨山洪水位上涨变化的水位预警方法
CN110737875A (zh) * 2019-09-24 2020-01-31 浙江省水利河口研究院 一种中长期山洪灾害预警预判方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
FORESTIERI AD等: "Derivation of rainfall thresholds for flash flood warning in a sicilian basin using a hydrological model", 《PROCEDIA ENGINEERING》 *
杨坡等: "暴雨山洪灾害预警指标计算方法比较研究", 《工程科学与技术》 *
管晓祥等: "基于分布式模型的多维动态临界雨量山洪预警研究", 《江苏水利》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113128067A (zh) * 2021-05-06 2021-07-16 大连理工大学 一种基于分布式时变地貌单位线的山丘区小流域洪水预报方法
CN113298305A (zh) * 2021-05-24 2021-08-24 四川大学 基于不同降雨时程特征的双阈值暴雨山洪洪水灾害预警方法
CN113298305B (zh) * 2021-05-24 2023-04-07 四川大学 基于不同降雨时程特征的双阈值暴雨山洪洪水灾害预警方法
CN113222283A (zh) * 2021-05-31 2021-08-06 中国水利水电科学研究院 一种基于数字孪生的山洪预报预警方法及系统
CN113222283B (zh) * 2021-05-31 2023-12-26 中国水利水电科学研究院 一种基于数字孪生的山洪预报预警方法及系统
CN114580316A (zh) * 2022-03-03 2022-06-03 中国水利水电科学研究院 一种基于二维-零维耦合模型的小水库洪水位预报方法
CN114821974A (zh) * 2022-05-06 2022-07-29 雷浩伟 一种偏僻山区用暴雨预警监测方法及系统
CN115619222A (zh) * 2022-11-01 2023-01-17 成都市美幻科技有限公司 面向多种灾害的预警信息处理方法、装置及终端设备
CN116167301A (zh) * 2023-03-18 2023-05-26 四川大学 一种基于地形的山区暴雨壤中流水文模型
CN116167301B (zh) * 2023-03-18 2024-05-03 四川大学 一种基于地形的山区暴雨壤中流水文模型
CN116702658A (zh) * 2023-08-07 2023-09-05 交通运输部天津水运工程科学研究所 一种基于预见期和形状参数的流域单位线模拟方法及应用
CN116702658B (zh) * 2023-08-07 2023-10-03 交通运输部天津水运工程科学研究所 一种基于预见期和形状参数的流域单位线模拟方法及应用

Also Published As

Publication number Publication date
CN112329257B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
CN112329257B (zh) 适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法
WO2021003768A1 (zh) 基于前期降雨和上下游拓扑关系的农村基层洪涝预警方法
CN112287539B (zh) 一种考虑水库影响的电力设施洪涝灾害风险评估方法
JP2008050903A (ja) 洪水予測方法および洪水予測システム
CN107085658B (zh) 一种山洪灾害成灾时间确定方法
CN106126911B (zh) 一种考虑潮河水位顶托影响的城市内涝风险评估方法
CN111460742A (zh) 一种城市河湖水网防洪及雨洪资源利用模型构建方法
Li et al. Development of 1D and 2D coupled model to simulate urban inundation: an application to Beijing Olympic Village
CN115186858A (zh) 基于不同影响类型的变电站洪水淹没风险预警方法及系统
CN113743658A (zh) 基于临界雨量的中小流域地质灾害及洪水预警方法
CN116306340A (zh) 一种模拟不同工况下的城市内涝风险分布的方法
CN116561957A (zh) 一种基于数值模拟的地下空间内涝评估方法
Khalil et al. Floodplain Mapping for Indus River: Chashma–Taunsa Reach
CN115169069A (zh) 基于大数据的城市内涝预测方法
CN112926216A (zh) 结合全生命周期成本和水文效应的海绵城市建设评价方法
Ghasemizade et al. Estimation of design flood hydrograph for an ungauged watershed
CN112528563B (zh) 一种基于svm算法的城市内涝预警方法
CN110889185A (zh) 一种小流域的洪峰流量分析方法及其应用
CN112530137A (zh) 一种基于临界雨量的分布式中小流域地质灾害及洪水预警方法
James et al. Auto-integrating multiple HEC-RAS flood-line models into catchment-wide SWMM flood forecasting models
Ke et al. Inundation modelling for fluvial and pluvial flooding during ty-phoons–a case study in Shanghai city
CN112857505B (zh) 一种急速涨落水位全过程应急递测方法
Stamataki Boscastle case of flash flood modelling and hazards reduction
CN111753680B (zh) 一种基于高分辨率卫星数据的河流生态流量保障程度遥感快速判别方法
KR102654405B1 (ko) 하천 홍수 예·경보 프레임워크 기반 홍수 예측 시스템 및 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant