河流水文学综述

[摘 要]本文针对河流水文预报方法进行了综述,列举了当代国内专家学者对河流水文预报方法的探索和应用情况,并对目前业内典型的水文预报方法进行了展望.本文认为,分布式水文预报模型是未来水文预报作业的主导方法.

[关 键 词]河流水文预报水文预报方法分布式水文预报

中图分类号：X143文献标识码：A

河流水文预报从古到今都在社会发展中扮演重要角色,是关系国计民生的一大课题.在我国,对于长江、黄河和珠江等大江大河,河流水文预报为发电、航运、防洪和灌溉等提供有力支撑；对于中小流域,尤其是山区性中小流域,精确的实时水文预报则是抗洪抢险不可或缺的指导依据.传统的水文预报方法,如：经验模型,传统新安江模型等,在目前的实际预报作业中虽然也发挥着其作用,但主要用来作为比较方案,随着社会经济的发展和时代的进步,人类对河流水文预报的水平和业务范围的需求也越来越高.国内外专家学者在这方面的研究不少,其成果也呈现出多样化.本文针对主要选择国内当代的一些研究成果进行综述.

1986年,文康等[1]描述了总径流线性响应模型（TLR）与线性扰动模型（LPM）的数学结构,该数学结构在长江流域的应用中取得了较好的效果.2002年,于翠松等[2]首次建立以控制净雨深为参数的中型水库有效控制面积与小型水库折算控制面积之间的关系,并给出其表达式,还提出了以移植法推求资料缺乏地区的入库洪水过程,大大提高了水库入库流量预报和水库调度的精度,证明该方法在实际预报工作中应用良好.2004年,李少华等[3]以千河流域为例,提出了西北半干旱地区流域总径流非线性响应的Volterra模型,并用BP神经网络模型实时校正了流量过程的误差序列,由于该方法考虑了流域产汇流的强非线性特征,在实验中收到了较好的预报效果.2005年,张显扬等[4]利用基于混合线性回归模型的黑箱子模型方法建立了包括尼洋河流域多个水文站的流域洪水预报模型,并采用多年汛期的水文观测资料分别率定各站相应的洪水预报模型,采用2003年汛期的水文观测资料验证率定的水预报模型,率定和验证结果表明该模型方法可以用于作业预报.2006年,舒远华[5]针对山区性河流洪水汇流快、预见期短等特点,以金沙江支流大汶溪新华水文站为控制站,通过采用多种模型方法进行了产、汇流分析,并在此基础上建立了该站洪水预报方案.2007年,刘建卫等[6]针对白城地区,依据因地制宜利用洪水资源的原则,提出了实时分量进行水资源利用的优化配置,并建立了系统模型,由模型计算结果得出了不同频率洪水的优化配置水量,为洪水资源利用实时调配管理提供借鉴.2009年,查小春等[7]通过比较泾河流域不同时间尺度洪水序列频率的实测洪水和历史洪水资料,研究表明,延长洪水序列的时间长度,可有效提高洪水频率分析的精度.

近年来,随着计算机技术的发展,处理大批量数据并实时进行水文预报的技术日渐成熟,在此基础上发展起来的河流水文预报技术得到长足的进步.以分布式水文模型为代表的预报方法是目前水文预报技术的核心.

分布式水文模型以栅格作为计算单元进行产流计算,即把整个研究流域的汇流面积划分成若干个栅格,产汇流的每一步的计算都在研究流域内的栅格上进行,这就使得预报工作比传统的水文预报方法进一步细化,对产流、汇流的模拟精度更高.分布式水文模型充分考虑了传统水文预报方法中很多忽略的影响因素,其预报精度也进一步提高.在国内外的洪水实际预报计算中,分布式水文模型都充分展现出其优越性.比较典型的分布式水文模型有SHE模型,适合大流域长时段水文预报的SWAT模型,利用地形指数反映流域水文现象的TOPMODEL模型等.一些专家学者对研究流域

DEM进行栅格化处理后,通过传统新安江模型进行分布式的洪水预报计算,得到的预报成果比传统新安江模型的预报成果精度高,而且非常实用,有利于在湿润地区开展水文预报工作.

然而,分布式水文预报模型计算也存在着目前尚难以克服的问题.最大的问题是其对水文资料的要求相对太高,对研究流域的地形地貌、植被分布等信息的要求都非常精确,这种要求在中小流域洪水预报中是难以满足的.山洪、泥石流、滑坡等自然灾害易发区、危险区,对洪水预报的精度要求更高,有效预见期更短,这都对洪水预报作业提出较高的要求.而这些问题都不是预报模型本身的问题,而在于获取资料的手段难于满足洪水预报的精度和时效性要求.这种困境的解决,依赖于遥感、计算机系统和数据传输技术的改进.目前,有些研究成果已经能够用于实际洪水预报作业.业内目前比较典型的研究成果是美国马里兰大学研制的全球土地覆被资料库（UMD）.该资料库能够提供全球水文预报所需的1km精度的地形地貌、植被覆盖等信息,这些信息都是分布式水文模型必须用到的.该精度下的水文预报,可以满足大多数河流的水文预报作业,而且可以与传统预报方法进行耦合.所以,从目前看来,分布式水文预报是前景相当可观的水文预报方法.

结束语：随着科技的发展和技术的进步,期待更多先进的资料获取手段,为分布式水文模型的实际应用提供资料方面的支撑.以分布式水文模型为框架,耦合其它传统预报方法进行实际水文预报作业将可能是未来的河流水文预报作业的主要方法.