基于分布式SCS模型的山地景区山洪灾害模拟研究*

蔡维英，刘兴朋，张继权

(1.长春大学 旅游学院，吉林 长春130607；2.东北师范大学 环境学院，东北师范大学 自然灾害研究所，吉林 长春 130024)



基于分布式SCS模型的山地景区山洪灾害模拟研究*

蔡维英1，刘兴朋2，张继权2

(1.长春大学 旅游学院，吉林 长春130607；2.东北师范大学 环境学院，东北师范大学 自然灾害研究所，吉林 长春 130024)

摘要:暴雨山洪灾害是影响山区中小流域的重大自然灾害之一。特别是对山地景区而言，暴雨山洪灾害冲毁基础设施、对景区游客生命财产造成严重威胁，因此，山地景区暴雨山洪灾害的预警预报更为重要。利用DEM数据，结合美国SCS(Soil Conservation Service)模型，建立了分布式的山区中小流域山洪灾害模拟模型，并在长白山景区松江河流域进行验证。通过验证发现，本模型对山地景区的山洪灾害具有较好的模拟精度，可以为无水文资料的山地景区暴雨山洪灾害预警预报提供基础。

关键词:山地景区；SCS模型；分布式水文模型；山洪灾害；松江河流域

山洪是山区中小流域由强降雨引起的突发性暴涨洪水[1]。山洪具有突发性，水量集中、流速大、冲刷破坏力强，水流中挟带泥沙甚至石块等，常造成局部性洪灾。山洪灾害对山区城镇和生态环境影响巨大，是山区城市经济开发和可持续发展中的一个突出问题，因此很多学者开展了对山洪及山洪灾害相关领域的科学研究。在这些研究中，大多是从灾害源子系统中的环境因素去考虑，而对于环境因素，又大都从滑坡、泥石流一些动力理论关系去研究[2]；降雨是诱发山洪灾害的直接因素和激发条件，因此有学者从降水强度来考虑对山洪泥石流的影响[3]。例如，周后福等利用 GIS 技术形成的更为精细的栅格点坡度和高度数据，得出雨量与山区坡度和高度的具体关系，并由此推算出两个子流域发生山洪灾害的雨量阈值[4]；胡娟等探讨山洪地质灾害与降水之间的关系，并提出适用于云南省的山洪地质灾害气象预报预警的方法[5]；Nikolopoulos等对降水量和初始土壤湿度对山区洪水的敏感性进行了研究[6]。此外，还有很多学者对山洪灾害时空序列扩展研究[7]和山洪灾害的危险性研究[8]。山洪灾害的特殊性和复杂性给防治工作带来很大的困难，特别是对于无资料中小流域洪水，山洪灾害预警预报更为困难。由于缺乏实测水文资料，传统方法难以进行山区小流域暴雨洪水规律研究，更难以实现山洪灾害实时预警预报。随着计算机技术和 “3S”等技术的发展，特别是高精度DEM的应用，水文预报技术开始由传统的集总式模型向分布式模型、数字水文模型发展，由大尺度水文模型向中小尺度水文模型发展。目前，基于高精度 DEM的分布式水文模型，代表了流域水文模型的发展方向[9]。其中，最具代表性的是美国 SWAT、HEC-HMS 等水文模拟系统[10-11]，这些模型考虑了下垫面和降雨空间分布不均匀性对产流、汇流的影响，能够更好地反映流域的产汇流规律，已经引起了国内专家和学者的重视。

SCS模型是美国农业部水土保持局年开发研制的流域水文模型，被广泛应用于美国及其他国家。我国水文学者也应用该模型进行了很多研究工作，实际上，SCS模型已在流域工程规划、水土保持及防洪、洪水保险及无资料流域的多种水文问题等诸多方面得到应用，并取得较好的效果，与其他模型相比，SCS模型的显著特点和优点是模型结构简单，参数少，而且易应用于无资料地区。因此，本研究在模型基础上，结合DEM，开展松江河上游小流域暴雨山洪灾害模拟研究。

1研究区概况及数据来源

研究区位于吉林省东南部的长白山西南侧(图1)，属于中纬度欧亚大陆的东缘，温带大陆性季风气候区。该地区夏季受南方降水系统影响大，盛行西南风，受到长白山脉的阻挡形成强烈的地形抬升，具有较强的迎风坡降水效应，是吉林省暴雨量高值区之一。每年7-9月份，暴雨山洪灾害发生频繁，已经对当地旅游业造成了一定影响。本研究所需数据包括：①气象数据，选定松江河流域上游的气象站有东岗(1957-2010年数据)和天池气象站(1959-2007年数据)；②DEM数据来ASTER GDEM高程数据，采样精度为30 m；③研究区Landsat的TM5数据；④研究区土地利用数据和土壤类型数据。

图1　研究区地理位置

2研究方法

2.1产流模型

基于栅格的SCS产流模型SCS模型的建立基于一个基本的假设，即流域集水区的实际入渗量与实际径流量之比等于集水区该场降雨前的最大可能入渗量与最大可能径流量之比[12]，用公式表达为：

(1)

式中：F为实际入渗量；R为实际产流量；S为最大可能下渗量；Rm为最大可能产流量。假定潜在径流量为降雨量(P)与由径流产生前植物截流、初渗和填洼蓄水构成集水区初损量Ia的差值，即：

Rm=P-Ia。

(2)

实际入渗量为降雨量减去初损和径流量，即：

F=P-Ia-R 。

(3)

美国水保局通过水文资料分析，为简化计算，假定集水区该场降雨的初损为该场降雨前潜在入渗量的2/10，即：

Ia=0.2S 。

(4)

按照水量平衡原理，且考虑到初损未满足时不产流，得到SCS模型的降水-径流基本关系式：

(5)

式中：P为降雨量(mm)；R为实际产流量(mm)；S为流域最大可能滞留量(mm)，对于S的求法，模型从实际出发，引入一个参数CN(Curvenumber)，CN与S经验关系如下：

(6)

式中，CN作为一个综合参数，能够准确地反映降雨前流域的特征，它与流域前期的土壤湿润程度、流域中植被、坡度、土壤类型状况密切相关，美国《国家工程手册》第4部分水文类(NEH-4)列出了详细的CN值查算表[13]。

2.2汇流模型

当流域被划分为大小相同的栅格后，利用流域的DEM数据计算每一个栅格的汇流方向，再根据汇流方向演算出每个栅格汇流到流域出口所经过的所有栅格累加起来的总汇流距离Li。

(7)

对于地表径流计算方法，流域上每个单元的地表径流计算采用水量连续平衡方程，表示为：

(8)

式中：W为单元中所滞留的水量；t为时间；Wi为进入单元格的水量；W0为流出单元格的水量。

第i个单元格的水量Wi包括单元格内产流量和从相邻单元流入当前单元的流量之和，可表示为:

Wi=RiΔt+∑R(i-1,t-Δt)Δt 。

(9)

式中：Ri为当前单元格内产流量；R(i-1,t-Δt)为Δt时刻前周边相邻单元流入当前单元的流量，Δx为网格空间分辨率。

流出单元格的水量W0可表示为

W0=R(i,t)Δt 。

(10)

式中:R(i,t)为当前时刻流出单元的流量。

模型中的汇流时间用经验模型获得，计算公式如下：

(11)

(12)

式中：tc为汇流时间，T为滞时(h)，l为水流长度(m)，y为流域平均坡度(%)。

在汇流计算中，采用八方向法来确定网格单元中的水流汇集流向。从流域边界网格单元起算，根据每个网格单元的水流汇集流向，通过程序逐个递归计算出每个当前网格单元的汇流数，直至将所有汇入当前网格的汇流单元都计算完毕，再根据汇流数的大小及汇流方向，确定流域内网格间的水流汇集的河道。最后根据水流汇集网络进行递归计算，即可确定小流域在空间分布各网格单元上的产汇流过程。在本研究中，以上暴雨山洪灾害的模拟过程通过MATLAB编程实现。

3验证

根据研究区土壤类型图，松江河流域上游土壤主要为林下暗棕壤、棕色针叶林土、山地生草森林土，按照最小下渗率，在土壤分类中的属于B和C类土。根据研究区土地利用类型图，研究区内有林地、草地、农田和水域四种基本类型(表2)。本研究利用美国SCS模型CN取值表和关于CN取值的研究经验成果[14](表1)，本研究将研究区的CN值确定为表2所示。

表1　SCS模型中的土壤分类

表2　AMCII 条件下研究区的CN值

选定松江河流域上游的气象站有东岗气象站(1957-2010年数据)和天池气象站(1959-2007年数据)。通过分析两个站点单日降水数据可知，该地区单日最大降水达到257.5 mm，降水最大持续日数16 d，最大持续降水428.4 mm。根据对暴雨降水过程分析，本研究采样伽马分布模拟雨型，并采用空间插值技术进行对降水量进行空间插值。

图2　研究区山洪灾害模拟验证区

由于研究区处于松江河上游(图2)，缺少水文站资料，所以本研究利用遥感数据获取积水面积，并结合DEM数据获取积水深度。选择典型暴雨日，利用本研究方法进行山洪模拟，然后利用遥感解译结果进行验证。根据遥感影像获取和数据质量，本研究选取1998、2000、2001和2007年中的四场暴雨为例进行验证研究。基于本模型的模拟结果如表3所示。其中，利用ENVI5.0的对上述日期的陆地卫星(Landsat)的TM遥感影像去云处理、积水面积提取和相对水深提取，并将解译阶段作为实测数据使用。

表3　山洪灾害模拟验证

通过对4场降水的模拟及验证发现，两者之间存在较好的吻合性，说明本研究提出的基于SCS模型的分布式水文模型可以较好的模拟山区暴雨山洪灾害的积水面积和积水深度。

4结论

通过利用实例研究结果表明，分布式SCS模型结构简单，使用方便，尤其适用于无水文资料的山区小流域地区。因为山区的降雨突发性强，速度快，应用分布式SCS模型进行山洪预警预报具有实用、可靠、扩展性好等特点，能够方便、快捷地为决策者提供服务。将本研究结果与山区道路、景点和游客分布结合，可以为山地景区的山洪灾害风险提供决策支持。

参考文献：

[1]World Meteorological Organization ( WMO). Guide to hydro-logical practices (WMO No.168)[R]. Geneva: WMO,1994：765.

[2]高煜中，邢俊江，王春丽，等.暴雨山洪灾害成因及预报方法[J].自然灾害学报，2006，15(4)：66-70.

[3]赵七鹏.中国山洪灾害的整体特征及其危险度区划的初步研究[J].自然灾害学报，1996，5(3)：93-99.

[4]周后福，吴文玉，江双五，等. 大别山区山洪灾害预警模型的建立与应用[J].灾害学，2012，27(2)：49-53.

[5]胡娟，闵颖，李华宏，等. 云南省山洪地质灾害气象预报预警方法研究. [J].灾害学，2014，29(1)：62-66.

[6]Nikolopoulos I E.，Anagnostou N E， Borga M，et al. Sensitivity of a mountain basin flash flood to initial wetness condition and rainfall variability[J]. Journal of Hydrology，2011，42：165-178.

[7]Ballesteros-Cánovas A J，Czajka B，Janecka K，et al. Flash floods in the Tatra Mountain streams: Frequency and triggers[J]. Science of the Total Environment，2015，511：639-648.

[8]Mazzorana B，Comiti F , Scherer C, et al. Developing consistent scenarios to assess flood hazards in mountain streams[J]. Journal of Environmental Management，2012，94：112-124.

[9]郭良，唐学哲，孔凡哲.基于分布式水文模型的山洪灾害预警预报系统研究及应用[J].对策研究，2007(14)：38-41.

[10]Liu W A，Zhang L and Wang G. Projecting streamflow in the Tangwang River basin (China) using a rainfall generator and two hydrological models[J]. Climate Research，2015，62：79-97.

[11]Scharffenberg W A，Fleming M J and Feldman A D. The Hydrologic Modeling System (HEC-HMS): Toward a Complete Framework for Hydrologic Engineering[C]//World Water & Environmental Resources Congress，2003：1-8(http://dx.doi.org/10.1061/40685(2003)172).

[12]赵晶，黄强，郝鹏，等.基于SCS模型实时洪水预报系统的研究[J].西安理工大学学报，2013，29(4)：386-392.

[13]Victor Mockus. Estimation of direct runoff from storm rainfall[R].National engineering handbook: Section 4 Hydrology，1972:4-102.

[14]Mishra S K and Singh V P. Validity and extension of the SCS-CN method for computing infiltration and rainfall excess rates[J]. Hydrol Process，2004，18：3323-3345.

The Study of Mountain Flood Disaster Simulation Based on Distributed SCS Model

Cai Weiying1, Liu Xingpeng2and Zhang Jiquan2

(1.TheTourismCollegeofChangchunUniversity,Changchun130607,China;2.CollegeofEnvironmentalScience,NortheastNormalUniversity,NatureDisasterResearchInstitute,NortheastNormalUniversity,Changchun130024,China)

Abstract:the rainstorm and mountain flood disaster is one of the severe natural disasters that affect the small and medium river basin. Especially for mountain scenic area, mountain flood could destroy infrastructure and caused a serious threat to the lives and property of the tourist. Therefore, the flood early warning and forecasting for mountain scenic area is more important. Using DEM data, and combined with the SCS (soil conservation service) model,this study established the distributed simulation model for mountain flood disaster in the small river basin, and validated it in theSongjiang River Basin of Changbai Mountain Scenic Area. The results show that the model has good simulation accuracy. The distributed simulation model can provide a basis for the early warning and forecasting of mountainous flood disaster in non-hydrological data areas.

Key words:mountain scenic area; SCS model; distributed hydrological model; flood disaster; Songjiang River Basin

doi:10.3969/j.issn.1000-811X.2016.02.004

中图分类号：X43；P648.0+24

文献标志码：A

文章编号：1000-811X(2016)02-0015-04

作者简介：蔡维英(1982-)，女，山东单县人，讲师，主要从事景区灾害风险评价与管理研究. E-mail:lxpjn@163.com

基金项目：国家自然科学基金(41371495)；吉林省重点科技攻关项目(20150204024SF)

*收稿日期：2015-10-16修回日期：2015-11-27

蔡维英，刘兴朋，张继权. 基于分布式SCS模型的山地景区山洪灾害模拟研究[J].灾害学，2016,31(2). 15-18. [Cai Weiying，Liu Xingpeng and Zhang Jiquan. The Study of Mountain Flood Disaster Simulation Based on Distributed SCS Model[J].Journal of Catastrophology, 2016,31(2)：15-18.]