匡威　毛北平　鄭力　張艷軍　宋星原

摘要：為了應(yīng)對水文科技創(chuàng)新、智慧水文提出的新要求，采用科技前沿技術(shù)，結(jié)合國內(nèi)外水文科學(xué)先進(jìn)理念，通過雷達(dá)遙感資料進(jìn)行雨量監(jiān)測，利用遙感影像資料進(jìn)行土壤含水量和蒸發(fā)量反演，在無資料地區(qū)開展水文模型研究。研究結(jié)果表明：科學(xué)使用雷達(dá)降水（QPE）可改善山洪模擬的精度，雷達(dá)能夠反映降雨的空間異質(zhì)性，雷達(dá)定量估測降水可提高降雨測量的準(zhǔn)確度，也能較為明顯提高洪水模擬的可靠性。

關(guān)鍵詞：山洪模擬;雷達(dá)定量降水估算;雷達(dá)遙感;新安江模型;OPMODEL模型;LSTM模型;SCS模型;官山河流域

中圖法分類號：P334.92 文獻(xiàn)標(biāo)志碼：A DOI：10.15974/j.cnki.slsdkb.2020.07.001

1研究背景

以湖北省官山河流域?yàn)槔?，通過雷達(dá)遙感資料進(jìn)行雨量監(jiān)測，利用遙感影像資料進(jìn)行土壤含水量和蒸發(fā)量反演?；诟采w試點(diǎn)流域的新一代天氣雷達(dá)資料和逐時(shí)地面雨量資料，通過雷達(dá)進(jìn)行定量降雨估算（QPE），從而反演雷達(dá)觀測范圍內(nèi)的定量降水，定量刻畫試點(diǎn)流域暴雨的時(shí)空分布特征，并提供不低于1h、1km精度的時(shí)空分辨率雷達(dá)定量降水估算成果。選用新安江模型TOPMODEL模型、LSTM模型、SCS模型等對官山河流域洪水進(jìn)行模擬。

2基礎(chǔ)資料

（1）水文資料。采用官山河流域2011～2016年的降雨徑流資料。官山河水文氣象站點(diǎn)位置見表1。

因官山河站在孤山站以下，不在孤山站集水區(qū)內(nèi)，因此在計(jì)算面雨量時(shí)剔除該站。用泰森多邊形求取袁家河站、大馬站、西河站、孤山站這4個(gè)站在流域中所占的權(quán)重，計(jì)算結(jié)果見表2。

（2）下墊面資料。收集到的雷達(dá)遙感資料見表3，其中，雷達(dá)資料可用來監(jiān)測雨量，遙感影像資料可進(jìn)行土壤含水量和蒸發(fā)量反演，有助于在無資料地區(qū)開展水文模型研究。

（3）地形資料。SRTM90m分辨率數(shù)據(jù)集。官山河流域所在的條帶號為59，行編號為06。SRTM（ShuttleRadarTopographyMission）由美國太空總署（NASA）和美國國家圖像測繪局（NIMA）聯(lián)合測量”。官山河地形見圖1。

（4）衛(wèi)星影像資料。Landsat8影像，條帶號：158-38（Landsat-8衛(wèi)星于2013年2月11日由NASA發(fā)射）。

（5）土地利用資料。一部分來源于中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心國際科學(xué)數(shù)據(jù)鏡像網(wǎng)站，包括土壤類型等資料;另一部分植被類型資料，基于MO-DIS或Landsat數(shù)據(jù)[2]，使用監(jiān)督分類的方法，在EN-VI中反演得到。

（6）植被資料。結(jié)合NDVI植被指數(shù)得到的該流域植被類型分布圖，從2001～2017年抽取。

3分析計(jì)算方法

（1）雷達(dá)預(yù)處理。雷達(dá)數(shù)據(jù)來自于十堰雷達(dá)測站（110044'37"E，3235'58"N）提供的CINRAD/SB多普勒雷達(dá)每6min一次的雷達(dá)體積掃描資料，雷達(dá)體掃描模式為VCP21。讀取雷達(dá)基數(shù)據(jù)時(shí)對雷達(dá)數(shù)據(jù)預(yù)處理，為避免冰雹影響，若回波強(qiáng)度大于80dBZ，回波強(qiáng)度設(shè)為0;若回波強(qiáng)度小于0dBZ，認(rèn)為其是非降水事件，回波強(qiáng)度設(shè)為0。

為減少地物阻擋的影響，考慮到官山河流域與雷達(dá)距離及地形因素，研究采用1.5仰角的雷達(dá)反.射率因子資料?；谛乱淮鞖饫走_(dá)資料，對反射率場進(jìn)行弱回波消除、噪聲過濾等預(yù)處理后，提取出回波的三維結(jié)構(gòu)特征量，運(yùn)用模糊邏輯算法識(shí)別雜波（地物雜波、AP）并剔除。

（2）雷達(dá)定量降水估算。降雨資料除了從常規(guī)的雨量站獲取外，研究還通過雷達(dá)進(jìn)行定量降雨估算。雷達(dá)定量測量降水主要采用的是Z-R關(guān)系法，本研究采用的技術(shù)思路是雷達(dá)和雨量計(jì)結(jié)合。具體實(shí)施過程中基于覆蓋試點(diǎn)流域的新一代天氣雷達(dá)資料和逐時(shí)地面雨量資料，融合生成雷達(dá)一雨量計(jì)的實(shí)時(shí)動(dòng)態(tài)Z-R關(guān)系，從而反演雷達(dá)觀測范圍內(nèi)的定量降水，定量刻畫試點(diǎn)流域暴雨的時(shí)空分布特征，并提供不低于1h、1km精度的時(shí)空分辨率雷達(dá)定量降水估算成果，流域定量降水估測流程見圖2。

（3）概率配對法確定Z-R關(guān)系。Z、R均在時(shí)間空間上滿足對數(shù)正態(tài)分布。計(jì)算出任一點(diǎn)的雨強(qiáng)和反射率因子出現(xiàn)的概率分別為P（R）dR和P（Z）dZ，以概率相等的原則對所有Z、R概率配對得到一系列的Z-R關(guān)系對。具體的配對原則使用Atlas建議的累計(jì)分布函數(shù)CDF配對法[3]：

式中，Z，、R，分別為設(shè)置的Z、R閾值;Z，、R，分別為某一反射率因子和降水量組中最大Z、R值。

在實(shí)際計(jì)算中，對于離散的Z、R數(shù)據(jù)，CDF可由下式（2）計(jì)算：

式中，ny、n，分別為反射率因子和雨強(qiáng)樣本中值小于Z，和R，的樣本數(shù)。

Z、R滿足指數(shù)關(guān)系Z=AR，將關(guān)系式兩邊取對數(shù)，得lgZ=lgA+blgR。由于雷達(dá)回波強(qiáng)度dBZ=10lgZ，可令m=10bn=101gA，得dBZ=mlgR+n?？梢钥闯?，dBZ與lgR呈線性關(guān)系。概率配對法中，先將CDF配對產(chǎn)生的Z-R關(guān)系對進(jìn)行對數(shù)變換為dBZ-lgR關(guān)系對，對其線性擬合得到斜率m和截距n，再通過m=10b和n=10lgA計(jì)算關(guān)系系數(shù)A、b，建立Z-R關(guān)系。

4雷達(dá)定量降水估算成果分析

根據(jù)以上原理方法，采用雷達(dá)對湖北省十堰市官山河流域降水過程進(jìn)行了監(jiān)測和估算。由于官山河區(qū)域的降雨存在空間變異性，有限的雨量站無法全面測到降雨，因此易導(dǎo)致山洪預(yù)警和預(yù)報(bào)的漏報(bào)和誤報(bào)。為彌補(bǔ)這種缺陷，可使用雷達(dá)測雨技術(shù)進(jìn)行定量降雨估測。對于2015年的幾場主要降水過程，QPE成果具體見圖3。

根據(jù)QPE的計(jì)算成果，觀察其與徑流的匹配成果見圖4。從圖4可看出，雷達(dá)估測的降雨過程明顯與徑流過程匹配，改善了地表雨量站測到的降雨過程與徑流過程不匹配的情況，如果用QPE成果驅(qū)動(dòng)山洪模擬模型，將會(huì)改善其模擬和預(yù)報(bào)的準(zhǔn)確率。

5洪水模擬模型對比分析

選用新安江模型、TOPMODEL模型LSTM模型.SCS模型等對官山河流域洪水進(jìn)行模擬，對模型模擬的洪水三要素與實(shí)測值進(jìn)行誤差分析，并繪制出洪水模擬過程圖，最終分析基于雷達(dá)降雨資料對多場次洪水進(jìn)行模擬的效果。

對比分析圖5～6，以TOPMODEL模型為例，其相對誤差從-82.0%降低為6.6%，表明雷達(dá)能夠反映降雨的空間異質(zhì)性，雷達(dá)定量估測降水能夠提高降雨測量的準(zhǔn)確度，明顯提高洪水模擬的可靠性。繪制同一模型不同雨量的模擬結(jié)果圖，具體比較每種模型在使用不同降雨資料情況下的模擬效果?？梢钥闯?，使用雷達(dá)降雨資料對洪水進(jìn)行模擬的效果要比雨量站降雨的模擬效果相對較好。

使用雷達(dá)降雨資料作為模型輸人條件時(shí)，4種模型模擬的洪峰流量都較接近實(shí)測值，其中新安江模型和TOPMODEL模型模擬改善的效果更為明顯。

6結(jié)語

利用雷達(dá)遙感資料監(jiān)測雨量，采用遙感影像資料進(jìn)行土壤含水量和蒸發(fā)量反演。使用雷達(dá)定量降水估算技術(shù)能夠改善山洪模擬的精度，雷達(dá)能夠反映降雨的空間異質(zhì)性等。

但是，在降雨過程和徑流過程不匹配的情況下，即使使用雷達(dá)定量估測降水的方法來驅(qū)動(dòng)模型，也無法提高模型的準(zhǔn)確率，因此，應(yīng)同時(shí)采用基于壤中暴雨流機(jī)制的山洪模擬模型和雷達(dá)定量估測降水作為輸人，雙管齊下，才能切實(shí)有效地提高山洪模擬的精度。

參考文獻(xiàn)：

[ 1] Comiti F， Cadol D， Wohl E. Flow regimes， bed morpholo-gy and flow resistance in self一formed step一pool channels [J]. Water Resources Research， 2009， 45， W04424.

[2]Wilcox A C， Nelson J M， Wohl E. Flow resistance dy-namics in step-pool channels： 2. partitioning between grain， spill， and woody debris resistance [J]. Water Re-sourcesResearch， 2006， 42：05419.

[3] Maxwell A R， Papanicolaou A N. Step-pool morphologyin high-gradientstreams[J]. Internal Journal of Sedi- ment Research， 2001， 16（3）：380-390.

（編輯：唐湘茜）