肖健 劉慧 鄭福維 米楚陽

摘 ?要：利用鳳凰縣長潭崗水庫2010-2015年降雨及水庫水位資料，本文建立降雨與水位變化預測模型方程，以最小二乘法原理求解模型方程;并通過對2019年水庫水位預報模擬試驗進行驗證。結果表明：模擬值能反映出長潭崗水庫降雨與水位變化趨勢，與實況變化值較為吻合。本文建立的水位變化預測模型對防汛抗旱科學調度，服務旅游業(yè)和農(nóng)林漁牧業(yè)等，降低暴雨洪澇災害帶來的損失，具有重大意義。

關鍵詞：降雨量;水位變化;鳳凰縣

引言

鳳凰古城是全國4A級旅游景點，沱江穿城而過，是鳳凰縣境內最大的河流，境內長96.9公里，流域面積為732.42平方公里。長潭崗水庫是沱江流域的龍頭水庫，位于湖南省鳳凰縣沱江上游10公里，始建于1988年，水庫集雨面積460平方公里，庫容9970萬立方米，裝機1.2萬KW，年發(fā)電量0.376億kwh。長潭崗水庫是一座以防洪為主，兼有發(fā)電、灌溉、供水、旅游、水土保持、水產(chǎn)養(yǎng)殖等綜合效益的中型水利工程，它造福于沱江沿河數(shù)十萬百姓，被列為全國重點防洪中型水庫[1]。而鳳凰縣歷年來遭受自然自然災害41%為暴雨洪澇災害，2001-2010年共計遭受暴雨洪澇災害26次，嚴重威脅到當?shù)毓まr(nóng)業(yè)生產(chǎn)和人民群眾的生命財產(chǎn)安全。2014年“7.15”280年一遇特大洪澇災害導致鳳凰縣受災人口達19.8萬人，經(jīng)濟損失12億元，鳳凰古城瞬間變成了“水城”，旅游業(yè)全面受損，直接損失達到1億元，間接損失超過2億元。由于地理位置、地形、降雨量、下墊面因素等影響，長潭崗水庫是影響鳳凰古城安危的關鍵水庫。但是，針對鳳凰縣相關水域水位-降雨關系研究尚處于空白狀態(tài)。因此，研究長潭崗水庫降雨與水庫水位關系，有利于鳳凰縣防汛抗旱科學調度，對于降

低鳳凰縣暴雨洪災帶來的損失意義重大。

目前關于降雨量與水位關系的研究大致分為以下兩類，一是基于物理機制，利用水文模型進行相關研究[1]。如林志強等[2]基于HBV模型探討了尼洋曲流域上游的降水-徑流關系。張調風等[3]利用HBV模型建立了降水-流量-水位關系。二是基于歷史數(shù)據(jù)，模擬推算降雨量

-水位之間的關系，這種方法未涉及物理機制，研究操作過程相對簡便。葉正偉等[4]采用計量統(tǒng)計學方法以江蘇里下河腹部地區(qū)為例，研究了江淮平原水網(wǎng)區(qū)汛期雨量與洪澇水位關系，發(fā)現(xiàn)最大15日和最大3日雨量是水位變化的敏感性時段雨量，且長時段雨量對水位變化的累積效應顯著。尹義星等[5]基于歷史數(shù)據(jù)分析了太湖流域腹部地區(qū)水位對降水變化及城鎮(zhèn)化的響應。葉小峰等[6]利用贛江流域 2004～2006 年 4～7 月氣象測站的實測雨量資料，建立了贛江流域水位預報模式。Bunchingiv Bazartseren等[7]基于德國兩個河流水位數(shù)據(jù)，采用人工神經(jīng)網(wǎng)絡和神經(jīng)模糊方法預測短期水位。

鑒于此，考慮數(shù)據(jù)可獲得性，本文基于長潭崗水庫2010-2015年降雨及水庫水位資料，建立降雨與水位預報模型方程，利用最小二乘法原理求解模型方程，旨在為日后水庫水位預測提供依據(jù)，深化與地方水利、電力等部門合作，為防汛抗旱提供一定的科學參考。

1.研究區(qū)域概況

鳳凰縣位于湖南省的西部邊緣，云貴高原的東端。主屬中亞熱帶山地季風濕潤氣候區(qū)，由于受自然地帶、季風環(huán)流和地形地貌的綜合影響，氣候類型多樣，垂直差異和水平差異明顯，年際變化大。降水充沛，但時空分布不均：年最大降雨量（出現(xiàn)于1995年）1589.5毫米，最小降雨量（出現(xiàn)于2005年）925.2毫米（mm），年平均降雨量1281.6 mm，降雨量多集中于3～8月905.2 mm，占全年總降雨量的71%，這時期發(fā)生的暴雨災害極易對鳳凰古城資源造成嚴重影響，對古城自然資源、旅游資源、人民生命財產(chǎn)安全構成巨大的威脅。

2.數(shù)據(jù)來源

選取了鳳凰縣長潭崗水庫2010-2015年期間的上游4站及長潭崗水庫氣象自動站日降雨量及水庫水位資料。水庫水位數(shù)據(jù)來源于水利工程動態(tài)監(jiān)管系統(tǒng)，2010-2015年日降雨量大于等于30.0mm共計81次，平均每年發(fā)生13.5次，其中日降雨量大于等于100.0mm共計10次。

水庫降雨量采用長潭崗上游4個自動站及長潭崗水庫自動站共5個站點的平均值，研究期間各年份日降雨量與水位描述統(tǒng)計如下表1所示。長潭崗水庫水位最高為2014年397.46米，最低為2010年360.93米，水位情況變化波動最大的是2010年，波動最小的是2015年。日降雨量最大為2014年達215.62 mm，最小為0 mm，日降雨量變化情況最大的是2010年，最小的是2015年?？梢?，水位變化與日降雨量變化趨勢具有一致性。

3.降水-水位關系實證分析

3.1 降雨與水庫水位關系分析

受篇幅限制，本文分析了研究期間2010年和2015年降雨與水位變化趨勢，其中，2010年降雨量與水位關系如下圖2-1所示，日降雨量大于30.0mm共12次，為5月7日、5月19日、5月22日、6月2日、6月9日、6月24日，7月13日、7月20日、8月24日、9月23日、10月15日、12月13日降雨量分別42.90mm、33.50mm、42.46mm、39.98mm、119.54mm、66.44mm、65.56mm、32.20mm、30.94mm、40.06mm、32.00mm、33.24mm，水位分別為377.68m、384.94m、390.72m、394.47m、394.48m、393.81m、395.12m、395.09 m、390.71m、388.67m、392.87m、390.06m，最高水位分別出現(xiàn)在5月13日（6日后）、5月22日（3日后）、5月30日（8日后）、6月3日（1日后）、6月9日（當天）、6月30日（6日后）、7月16日（3日后）、7月21日（1日后）、8月28日（4日后）、9月25日（2日后）、10月19日（4日后）、12月13（1日后）。

2015年降雨量與水位關系如下圖2-2所示，日降雨量大于30mm共計12次，為5月9日、6月3日、6月4日、6月22日、7月1日、7月28日、8月20日，8月28日、9月6日、9月7日、9月12日，9月20日降雨量分別為43.72mm、49.36mm、59.90mm、66.68mm、48.68mm、34.76mm、30.94mm、30.38mm、37.84 mm、56.64 mm、34.88 mm、31.14 mm，水位分別為379.05 m、381.31 m、385.43 m、390.16 m、391.49m、388.48m、385.47m、385.21m、386.16 m、388.34 m、389.77 m、390.96 m，最高水位分別出現(xiàn)在5月12日（3日后）、6月12日（9日后）、6月12日（8日后）、6月27日（6日后）、7月6日（5日后）、7月28日（當天）、8月21日（1日后）、8月29日（1日后）、9月11日（5日后）、9月11日（4日后）、9月17日（5日后）、9月24日（4日后）。

綜上所述，當日降雨量大于30mm，水庫水位大部分最高出現(xiàn)在降雨后的5日內。2010年和2015年最高水位出現(xiàn)在5日內均達全年75%，最高水位出現(xiàn)在6-9日后的是由于后續(xù)5日以上持續(xù)降雨引起。

3.2 研究假設及相關性分析

通過上節(jié)分析可知，最高水位出現(xiàn)與5天降雨累計響應最為明顯，累積降雨量與水位存在高度相關性，R. Gonzalez-Villanueva等[8]采用累積降雨量研究降雨與水位關系，黃勇等[9]也是采取的前5天累計降雨，因此本文著重分析5天累計降雨量（AC）與水位變化（DL）之間的關系。根據(jù)黃勇等[9]假設，降雨流入水庫受降雨時間間隔、蒸發(fā)、河床滲透等因素影響，因此每天的降雨量對水位的影響存在差異，故分別對不同時間間隔降雨量賦予權重表明影響的大小，權重越大，對水位的影響越大。影響假設如下：

4.模擬試驗對比

為檢驗模型的穩(wěn)健性，對2019年長潭崗水庫降雨量資料進行驗證分析。2019年全年日降雨量大于30mm的為11次。利用本文建立的水位變化模型，結果如圖4所示，總體而言，預測值大于或接近實際值，可能是由于人為因素干擾蓄洪造成。但4月24日和6月22日實際值遠大于預測值，尤其是6月22日，可能是由于長潭崗本站及距離較近的自動站降雨量遠大于其他自動站降雨量，而模型取均值降雨量預測水位，從而導致預測值偏低。從檢驗效果來看，本文建立的模型對長潭崗水庫水位變化具有一定的預測能力，預測的水位變化趨勢，與實況變化值較為吻合，可為防汛抗旱提供有力的科學支撐。

5.結論與討論

本文基于鳳凰縣長潭崗水庫2010-2015年日降雨量及水庫水位數(shù)據(jù)資料，采用一系列描述分析、相關性分析等，做出相關的6個假設，建立與之對應的6個水位變化預測模型，通過參數(shù)、方程等顯著性檢驗，模型擬合優(yōu)度檢驗以及不同假設下累積降雨-水位相關性檢驗等，確定最終模型。最后，運用歷史數(shù)據(jù)進行模擬試驗，發(fā)現(xiàn)預測值與實際值較為吻合，本文建立的模型具有一定的預測功能，能較為真實地反映實際變化情況。

但是，文本也存在一些局限性，一是參數(shù)設定不夠客觀，不同時期降雨量的權重設定存在人為主觀因素，權重設置相對粗略，不能細致客觀反映實際情況。二是數(shù)據(jù)處理不夠精準，降雨量只是簡單的采取了5站平均降雨量資料，未能精準反映出長潭崗水庫區(qū)域實際降雨量。三是影響因素考慮不全面，水庫水位變化不僅受降雨量的影響，還與蒸發(fā)、下滲、人為蓄洪等因素有關，而且不同季節(jié)蒸發(fā)、蓄洪等因素影響也存在差異。

參考文獻

[1] ?何元斌.鳳凰縣城防洪規(guī)劃與運行分析[J].湖南水利水電，2005，（04）：43-46.

[1] ?高蓓. 官廳水庫流域致災臨界面雨量及洪災風險分析[D].南京信息工程大學，2015.

[2] ?林志強，洪健昌，尼瑪吉，路紅亞.基于HBV模型的尼洋曲流域上游洪水致災臨界面雨量研究[J].水土保持通報，2016，36（04）：22-26.

[3] ?張調風，趙全寧，時興合，馬占良.HBV模型在隆務河流域洪水致災臨界面雨量研究中的應用[J].中國農(nóng)業(yè)大學學報，2017，22（03）：69-75.

[4] ?葉正偉，許有鵬，潘光波.江淮平原水網(wǎng)區(qū)汛期雨量與洪澇水位關系——以江蘇里下河腹部地區(qū)為例[J].地理研究，2011，30（06）：1137-1146.

[5] ?尹義星，許有鵬.太湖流域腹部地區(qū)水位對降水變化及城鎮(zhèn)化的響應[J].自然資源學報，2011，26（05）：769-779.

[6] ?葉小峰，周建雄，戴晶晶，曹艷華，陳石忠，林小莉，肖敏光. 贛江流域水位預報模式初步研究[J].暴雨災害，2007（04）：334-338.

[7] ?Bunchingiv Bazartseren，Gerald Hildebrandt，K.-P. Holz. Short-term water level prediction using neural networks and neuro-fuzzy approach [J]. Neurocomputing，2003，55：439–450.

[8] ?R. Gonzalez-Villanueva，M. Perez-Arlucea，S. Costas. Lagoon water-level oscillations driven by rainfall and wave climate [J]. Coastal Engineering，2017，130：34–45.

[9] ?黃勇，何永健，朱紅芳. 皖境淮河流域降雨量-水位關系分析 [J].安徽師范大學學報（自然科學版），2010，33（01）：67-71.

基金項目：2017年湘西自治州政府的鳳凰古城科學防洪調度氣象預警研究（2060499）項目支持

作者簡介：肖?。?972-），女，湖南衡陽人，成都信息工程大學農(nóng)業(yè)推廣碩士學位，高級政工師，主要從事專業(yè)氣象服務工作。