基于动态临界雨量的山洪预警和影响分析方法的研究

周毅 雷雪莲

摘 要： 由于对临界雨量分析不足，目前的山洪预警方法可能导致预警不准确。基于动态临界雨量的山洪预警方式，综合考虑降雨量、降雨强度、前期影响雨量对山洪暴发的影响，能有效提高降雨预报的准确性，并利用短历时降雨预报延长山洪预见期，利用水文、水动力学模型分析预警后山洪可能造成的影响，为决策提供指导。

关键词： 山洪；动态临界雨量；预警；影响分析；云平台

1引言

山洪是山区中小流域由强降雨引起的突发性洪水，具有突发性和极强的破坏性，威胁着人类的生命和财产安全。我国河流众多，流域面积覆盖面广，中小河流大多分布在城镇和乡村周围，由于缺少系统性的管理，加上近年来极端天气事件增多，突发性暴雨频率增加，我国城乡尤其是重要城镇和农业生产区受山洪灾害损失十分严重。在此背景下，山洪灾害的防治尤为重要。

山洪预警是山洪灾害防治的重要手段，能有效预报灾害并以此作出应急响应，以减少人员伤亡和财产损失。我国针对中小河流山洪灾害的技术研究开展较晚，目前山洪预警所用的雨量站阈值一般是通过统计、回归等方法确定的临界雨量值，是一个“静态”值。而山洪灾害发生不仅与降雨量有关，还与土壤含水量、降雨强度等诸多因素有关，临界雨量会随着土壤干湿程度、降雨过程变化而变化，因此固定的阈值会导致预警不准确。加之山洪灾害一般具有突发性，从降雨到山洪发生往往仅几十分钟，长的不超过数小时，目前基于实测降雨的预警方式预见期短，可能會导致预警不及时，当地居民往往无法及时转移。为此，本文提出基于动态临界雨量对山洪进行预警预报，能有效提高降雨预报的准确性，并利用短历时降雨预报延长山洪预见期。以此为基础搭建的预警云平台能够有效预报山洪，并分析山洪灾害影响，为决策提供指导。

2预警平台架构

山洪预测预警云平台总体框架如下图所示，包括感知层、信息处理层和应用层三部分，各个层次均有标准规范和安全体系作为保障。

2.1感知层

云平台采集各类传感器实时感知的水情、雨情、工情及气象等各类数据，这是山洪预测预警云平台的数据来源。

2.2信息处理层

信息处理层是信息汇集、存储、分析、管理的中心，是山洪预测预警云平台的核心层。

多源数据通过信息通信网络传输至云数据库，通过数据清洗、数据转换等方式对数据质量、数据格式进行整编，按照国家标准和行业标准将数据规则存储在云计算数据中心。

信息处理层依靠行业机理模型作为数据分析引擎。通过将降雨预报模型、水文模型、水动力模型、损失评估模型按照编排的工作流和模型之间的信息交互，并借助云平台强大的计算能力，让数据驱动各个模型协同完成山洪灾害的模拟推演，对海量数据进行处理分析。

云平台还为用户提供模型管理工具，主要包括模型审核、模型注册、模型评价和任务管理等，为模型的准确性、适用性等方面做出合理评价和管理。

2.3应用层

应用服务层主要为终端用户提供各种定制化的服务。通过动态临界雨量法预测预警和影响分析的方式，将用户关注的计算结果指标，通过服务器、短信、微信等方式以KPI的形式反馈给水行业管理单位或者社会公众，采取相应的措施和行动。这样，过去山洪中凭经验解决的问题，现在可以通过登录山洪预测预警云平台，让水行业大数据指导决策。

3.基于动态临界雨量的山洪预警方法

3.1山洪暴发影响因素

一般情况下，山洪成灾的原因是局部地区暴雨形成的洪水，而暴雨产生径流又与降雨总量、降雨强度、前期影响雨量等诸多因素有关。前期影响雨量表示一场降雨前，流域土壤的干湿状况对此次降雨产生径流的影响。前期影响雨量大，则降雨损失较小，产生径流越大；反之，产生径流越小。

影响因素的选取如图所示，累计雨量P，表示从降雨开始到面临时刻的降雨总量，如图中Ⅰ区域所示；面临时刻前一时段降雨量PⅡ，表示降雨强度对临界雨量的影响，如图中Ⅱ区域所示；临界雨量P临，表示面临时刻未来一个时段的降雨量，如图中Ⅲ区所示；前期影响雨量Pa如图中Ⅳ区所示；预警时刻如图中Ⅴ区所示。

山洪暴发影响因素中，累计雨量P和代表降雨强度的降雨量PⅡ可以根据雨量站实测数据直接统计出。前期影响雨量Pa需要如下公式求得：

Pat=KPt-1+ K2Pt-2+ K3Pt-3+……+KnPt-n

上式中，Pat为第t日的土壤含水量指标（mm）；Pt-n为第t日前n天的日雨量（mm）；K为日折减系数，与土壤蒸发能力有关；n为计算天数。

3.2临界雨量的计算方法

山洪灾害主要由强降雨产生，汇流历时短，洪水陡涨睹落，因此临界雨量指标的时段长主要采用1h、3h和6h三个时间尺度。山洪暴发的各个影响因素会随着降雨的变化而变化，因此警戒临界雨量也呈动态变化。因此，寻求各个影响因素与临界雨量的关系是本方法的关键。

截取任意历时T的降雨过程，利用水文模型推求其产生洪水的过程。判别山洪是否发生，若洪峰流量大于预警流量，则山洪已发生，需重新截取；若未发生，给第T+1时段的降雨量由小到大赋值PT+1，并判断山洪是否发生，使山洪发生的最小值PT+1即为该条件下的P临。得到点（Pa+ P+PⅡ，P临）。按照上述方法计算数十次洪水，得到一个点集，拟合得到P临～Pa+ P+PⅡ的关系曲线。

3.3山洪预测预警

山洪预测预警流程如下：

图3山洪预测预警流程示意图

临界雨量作为是否发布预警的判别指标，当降雨发生时， 通过雨量站实测数据计算前期影响雨量Pa、累计雨量P和PⅡ，得到Pa+ P+PⅡ，通过P临～Pa+ P+PⅡ的关系曲线图中查找对应的临界雨量P临。将下一个时刻的预报降雨PⅢ与之比较，如果P临PⅢ，则不需要发布预警。

本次短历时临近降雨数据采用彩云天气分钟级降雨预报数据。彩云天气依托卷积神经网络算法，对中国气象局雷达图进行分类、识别处理，降雨时间的预测存在约 5 分钟误差。通过提供雨量站经纬度信息，彩云天气就可以将预报降雨数据以API的形式发送给山洪预测预警云平台。

4.预警影响分析

4.1预警影响分析流程

图4预警影响分析流程示意图

由上述方法确认需要发布预警之后，根据实测和预报降雨数据，通过水文模型计算可以得出流域河流的出口断面流量过程，再结合基础地理信息数据、社会经济数据等，通过水动力学模型和损失评估模型，可以模拟出流域范围内洪水淹没和损失情况。

4.2洪水淹没分析

山洪成灾河流多为山区性中小河流，河道比降大，河水流向相对单一，可以采用二维水动力学模型概化河道和二维淹没区地形，通过概化地形、阻水构筑物、导水构筑物等方式模拟，描述洪水在二维区域的演进、淹没情况，包括淹没水深、洪峰达到时间、淹没历时等要素。

4.3山洪影响分析

根据洪水淹没分析得到的淹没范围、淹没水深、淹没历时等要素，结合淹没区社会经济情况，综合分析评估洪水影响程度。洪水影响分析指标包括受淹耕地面积、受淹房屋面积、受灾人口、受影响GDP、淹没区经济损失等，在一定程度上反映出洪水的危害程度。

具体步骤如下：将洪水水情特征分布图层和与社会经济数据库相关联的土地利用分布图层通过空间地理关系进行叠加分析，以实现各类社会经济财产的淹没情况统计；随后，建立淹没水深与各类财产损失关系，综合评估各洪水影响指标。具体分析步骤如下：

（1）地图数据准备

将洪水影响分析与洪灾经济损失评估所需要的基础信息绘制成GIS图层，将图层设定为行政区划面图层、居民地面图层、农田植被面图层、铁路线图层、公路线图层、重点单位点图层等。

（2）社会经济数据准备

统计研究区域的社会经济统计数据，主要包括行政区面积、人口、耕地面积、农业总产值、地区生产总值、人均住房情况、人均收入情况、重要工业企业单位等与国民经济和社会发展相关的数据类型，对数据类型和统计资料进行分析和分类整理，形成社会经济统计数据表。

（3）损失评估分析

将基础图层、淹没图层、以及经济数据依次导入系统，进行空间叠加分析，确定损失关系并进行分析计算，便可得到各洪水影响指标。

5.结论

本研究主要探讨了基于动态临界雨量的山洪预警方法，提出了山洪影响的分析方法，并以此为基础构建山洪预测预警云平台。

基于动态临界雨量的预警方式，综合考虑降雨强度、前期土壤含水量等影响因素，结合降雨预报，对山洪灾害预報预警。该方法与传统山洪预警方法相比，有以下优势：

（1）预报预警更加准确。动态临界雨量法能够将各影响因素实际情况相结合，通过分析降雨量、壤含水量、降雨强度、降雨分布等诸多因素对山洪暴发的影响，合理动态设置预警阈值，并且每一次预警和影响分析，模型都会将计算数据与实时数据进行比对，不断优化模型参数，使得预报预警更加准确。

（2）提高山洪预见期。动态临界雨量结合预报降雨数据，能提前预知山洪灾害的发生，增加转移救援的应对时间。

（3）提升决策支撑能力。平台根据实测和预报降雨数据，结合基础地理信息数据、社会经济数据等，通过水文模型、水动力学模型和损失评估模型分析，能够在短时间内模拟出流域范围内洪水淹没情况和影响情况，并以KPI的形式展示，更好的辅助管理者决策。

目前全国山洪灾害防治体系已初步建立，但大多还是以监测预警为主，预警能力也有待提升。山洪预测预警云平台旨在提供山洪灾害防治应用领域中数据接入、预测预警、影响分析、动态展示的一站式服务，能够实现山洪灾害自动化预测预警，提升山洪灾害防治能力，为山洪灾害频发的中小流域提供服务。

参考文献

[1] 叶金印，李致家，常露，基于动态临界雨量的山洪预警方法研究与应用[J].气象，2014（40）.

[2] 刘志雨，杨大文，胡健伟，基于动态临界雨量的中小河流山洪预警方法及其应用，2013（1）.

[3] 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其应用[J].中国水利，2007（14）.

[4] 国家防汛抗旱总指挥部办公室，中国科学院水利部成都山地灾害与环境研究所.山洪诱发的泥石流、滑坡灾害及防治[M].北京：科学出版社，1994.