• CN 62-1175/P
  • ISSN 1006-7639
  • 双月刊
  • 中国科技核心期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中文科技期刊数据库收录期刊

干旱气象, 2025, 43(2): 231-241 DOI: 10.11755/j.issn.1006-7639-2025-02-0231

论文

四川盆地西部复杂地形小流域山洪径流模拟及其灾害成因分析

谢娜,1, 叶帮苹,1, 杨康权1,2, 陈军3, 康岚1,2, 范江琳1, 徐洋1

1.四川省气象台,四川 成都 610072

2.高原与盆地暴雨旱涝灾害四川省重点实验室,四川 成都 610072

3.成都信息工程大学资源与环境学院,四川 成都 610225

Simulation of runoff and analysis of disaster causes of flash floods in small watersheds with complex terrain in the western Sichuan Basin

XIE Na,1, YE Bangping,1, YANG Kangquan1,2, CHEN Jun3, KANG Lan1,2, FAN Jianglin1, XU Yang1

1. Sichuan Province Meteorological Observatory, Chengdu 610072, China

2. Heavy Rain and Drought-Flood Disasters in Plateau and Basin Key Laboratory of Sichuan Province, Chengdu 610072, China

3. College of Resources and Environment, Chengdu University of Information Technology, Chengdu 610225, China

通讯作者: 叶帮苹(1988—),男,高级工程师,主要从事3S集成与气象应用。E-mail:gbcs567@qq.com

责任编辑: 邓祖琴;校对:黄小燕

收稿日期: 2024-09-25   修回日期: 2025-02-22  

基金资助: 四川省科技计划重点研发项目(2022YFS0542)
中国气象局水文气象重点开放实验室开放研究课题(23SWQXM022)
川西南(雅安)暴雨实验室科技发展基金项目(CXNBYSYSZD202402)
四川省自然资源厅科研项目(ZDKJ-2024-006)

Received: 2024-09-25   Revised: 2025-02-22  

作者简介 About authors

谢娜(1981—),女,高级工程师,主要从事天气预报应用研究。E-mail:15717923@qq.com

摘要

基于分布式降雨径流汇流模型,采用分钟级雷达定量降雨估测数据和12.5 m分辨率地形数据,并利用双溪水文站的实测数据进行模型参数本地化,对2022年7月16日绵阳市北川县白什乡的山洪泥石流进行精细化模拟,回溯其径流形成与汇流过程,并分析灾害成因。结果表明,本地化后的径流汇流模型在水深模拟方面与实测数据拟合度较高,确定性系数R2达0.86,最大水深误差为0.25 m,水深涨幅误差为0.59 m,产流时间误差为0.1 h,均在可接受范围内,为后期模拟与分析奠定良好基础。2022年7月16日00:00(北京时)起,北川县持续降雨8.0 h,降雨强度达大暴雨等级。降雨中心位于白什乡灾害点及其上游的青片河和铁洞河流域,大雨及以上降水覆盖整个流域的70%,暴雨更是遍及中下游区域。流域内最大小时雨量达30 mm,最大累计雨量120 mm,中下游区域平均面雨量为88 mm。降雨持续时间长、强度高、覆盖范围广,是此次山洪的主要诱因。此外,流域地形落差大、河道狭窄,持续性暴雨加剧水流速度并推高河道水深,多个点位水流速度超过3.3 m·s-1;青片河下游水深持续上涨2.0 h,洪峰水深达15.4 m并持续2.6 h,为下游灾害点提供了主要径流;白什乡灾害点的洪峰水深高达21.0 m并在高位持续3.0 h。复杂地形条件下的持续性暴雨导致小流域发生大规模山洪,造成河道沿岸多个村落不同程度被淹没。研究区位于龙门山断裂带中心,是“5·12”汶川大地震的重灾区,区域内泥石流和滑坡隐患点多达23处。特大山洪剧烈冲刷泥石流物源引发山洪泥石流,对白什乡场镇造成毁灭性破坏。

关键词: 小流域山洪; N-S方程; 径流汇流模型; 成因分析

Abstract

This study employs a distributed rainfall-runoff routing model, using minute-resolution radar quantitative precipitation estimation data and 12.5 m-resolution topographic data. Model parameters were calibrated using observed data from the Shuangxi Hydrological Station. A refined simulation was conducted to reproduce the flash flood and debris flow event that occurred in Baishi Township, Beichuan County, Mianyang City, Sichuan Province, on July 16, 2022. The model effectively retraced the runoff generation and confluence processes and analyzed the underlying causes of the disaster. Results show that the localized model performed well, with a high degree of consistency between simulated and observed water depths. The coefficient of determination (R²) reached 0.86, with a maximum water depth error of 0.25 m, a rise magnitude error of 0.59 m, and a runoff onset timing error of 0.1 h, all within acceptable margins and laying a solid foundation for subsequent analyses. From 00:00 Beijing time on July 16, 2022, Beichuan experienced 8.0 hours of continuous rainfall reaching rainstorm levels. The heaviest precipitation occurred in Baishi Township and the upstream basins of the Qingpian and Tiedong rivers, with rainstorms covering 70% of the total basin area and particularly affecting the middle and lower reaches. The maximum hourly rainfall reached 30 mm, the maximum cumulative rainfall was 120 mm, and the average rainfall in the middle and lower reaches was 88 mm. The long duration, high intensity, and wide spatial coverage of rainfall were the primary triggers of the flash flood. In addition, steep terrain gradients and narrow river channels accelerated runoff and increased water depth. Flow velocities at several locations exceeded 3.3 m·s-1. In the lower Qingpian River, water depth continued to rise for 2.0  hours, reaching a flood peak of 15.4 m that lasted for 2.6 hours, contributing significantly to the runoff at the disaster site. At Baishi Township, the peak flood depth reached 21.0 m and remained at a high level for 3.0 hours. Under complex terrain conditions, prolonged heavy rainfall triggered a large-scale flash flood in the small watershed, inundating multiple villages along the river to varying extents. The study area lies within the central Longmenshan Fault Zone and was severely impacted by the 2008 Wenchuan Earthquake. There are 23 identified hazard sites for debris flows and landslides in the basin. The intense flash flood scoured and mobilized abundant loose material, generating a catastrophic debris flow that caused devastating damage to Baishi Township.

Keywords: small watershed flash floods; N-S equation; runoff convergence model; analysis of flash flood causes

PDF (15988KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

谢娜, 叶帮苹, 杨康权, 陈军, 康岚, 范江琳, 徐洋. 四川盆地西部复杂地形小流域山洪径流模拟及其灾害成因分析[J]. 干旱气象, 2025, 43(2): 231-241 DOI:10.11755/j.issn.1006-7639-2025-02-0231

XIE Na, YE Bangping, YANG Kangquan, CHEN Jun, KANG Lan, FAN Jianglin, XU Yang. Simulation of runoff and analysis of disaster causes of flash floods in small watersheds with complex terrain in the western Sichuan Basin[J]. Arid Meteorology, 2025, 43(2): 231-241 DOI:10.11755/j.issn.1006-7639-2025-02-0231

0 引言

四川省地势西北高、东南低,地形复杂,涵盖青藏高原、云贵高原、横断山脉、秦巴山地和四川盆地等多个地貌单元,受复杂地形和活跃地质构造影响,地震频发,降水充沛且集中(黄楚惠等,2022;龙柯吉等,2024;王彬雁等,2024),短时强降水易发(陈贝等,2023;孙俊等,2023;鄢晓茜等,2024;陈永仁,2024),暴雨诱发的山洪和泥石流等次生灾害频繁发生(熊俊楠等,2018;王佳津等,2023),使四川成为我国山洪地质灾害最严重的省份之一。

近年来,四川发生多起严重的山洪泥石流灾害。例如,2022年7月15日夜间至16日清晨,绵阳市北川县出现强降雨,引发小流域山洪泥石流,造成白什乡房屋倒塌、基础设施受损,6人死亡、12人失踪;2022年8月13日,彭州市龙门山镇龙槽沟突发山洪,导致7人遇难;2024年8月3日,甘孜州康定市姑咱镇发生特大山洪泥石流,造成27人死亡。这些灾害严重威胁人民生命安全,并对当地经济社会发展造成阻碍。因此,开展精准的山洪灾害过程分析与成因剖析,对于提升预警能力、优化应急响应策略具有重要的科学价值和实际意义。

水文模型在小流域山洪灾害模拟及成因分析中发挥着重要作用,众多学者围绕降雨径流汇流过程开展了深入研究。目前,常用的水文模型包括概念性水文模型(如GR4J、新安江模型)(梁冀雨等,2022)、分布式水文模型(如FloodArea、WRF-Hydro、TOPMODEL)以及针对山洪灾害的山洪地质灾害模拟系统模型(Flash Flood Modelling System,FFMS)等。这些模型在暴雨洪涝模拟方面取得了一定成效,但在模拟精度和计算效率方面存在差异。例如,FFMS、SWAT和新安江模型基于水文单元划分方法优化汇流过程,实现了对流域出口流量的快速模拟(井立阳等,2004;石岚等,2012;潘娅英等,2022);中国水利水电科学研究院利用自主研发的FFMS系统模拟水库支流的小时流量和水位,分析了湖北省柳林镇山洪地质灾害的形成机理和致灾原因(郝思佳等,2024);旷兰等(2023)基于FloodArea模型,通过站点实况小时雨量,成功反演蒲河流域一次暴雨洪涝过程,精确刻画了淹没范围和淹没深度的空间差异。分布式水文模型利用栅格数据进行计算,能够实现对任意点位的水位和流量的精细化模拟,在山洪汇流过程分析方面展现出较大优势(张亚琳等,2018;吴秀兰等,2019;李钰珩等,2020;胡迎春等,2024)。

然而,受模型和数据限制,现有研究多以日降雨量或小时降雨量作为模型输入,且地形数据空间分辨率较低,难以在时间和空间尺度上精细刻画小流域山洪暴发过程。为提高模拟精度,近年来有学者尝试利用高时空分辨率数据和先进的计算方法改进降雨径流汇流模型。例如,研究人员基于纳维-斯托克斯方程(N-S方程)构建了基于栅格计算的分布式降雨径流汇流模型,并引入图形处理器(GPU)并行计算技术,提高了模拟效率(肖俊文等,2018;郭海燕等,2019;陈军等,2020);叶帮苹等(2023)以彭州“8·13”山洪灾害为例,利用小时降水资料和12.5 m分辨率地形数据,构建了高时空分辨率的分布式水文模型,实现了时间分辨率为5 min的分钟级模拟,精准反演了山洪淹没过程,为山洪灾害预警和风险评估提供了技术支撑。

尽管已有研究在小流域山洪模拟方面取得一定进展,但在时间分辨率和空间精度方面仍存在改进空间,尤其是针对分钟级降水数据的应用仍较为有限。本研究基于分布式降雨径流汇流模型(陈军等,2020),采用时间分辨率为6 min的雷达定量降水估测数据(Quantitative Precipitation Estimate,QPE)和高空间分辨率下垫面资料,对2022年7月16日北川白什乡特大山洪泥石流灾害过程(简称“7·16”过程)进行精细化径流汇流模拟,通过模拟水深与降水特征的关系,回溯山洪的发生、发展及消退过程,并分析此次特大灾害的成因,以期为小流域山洪灾害的监测、预警及风险评估提供科学支撑。

1 资料与方法

1.1 研究区概况

绵阳市北川县位于四川省西北部,地处川西高原与四川盆地的过渡地带,西邻岷山山脉,东靠龙门山脉,位于龙门山地震断裂带上,地质环境脆弱。白什乡位于北川县西部(图1),坐落于青片河和铁洞河汇流形成的小型坝地,流域总面积约628 km2,其中主流青片河流域面积为558 km2,支流铁洞河流域面积为70 km2,土地覆被以森林为主。气象站观测数据显示,2022年7月16日00:00—10:00(北京时,下同),北川县青片乡和白什乡境内突发强降雨,上游青片乡气象站累计降雨量118 mm、最大小时雨量26 mm。强降雨过程引发特大山洪泥石流灾害,造成18人死亡或失踪,交通、电力、通信大面积中断,给当地居民生命财产造成严重损失。

图1

图1   白什乡地理位置(a)及天地图遥感影像(b)

Fig.1   Geographical location (a) and the Tianditu remote sensing images (b) of Baishi Township


1.2 数据与方法

1.2.1 数据

由于灾害点附近的白什乡七星沟和白水沟的气象站在山洪过程中被冲毁,导致数据缺失,且气象站点的降水数据仅能代表局部区域,难以全面反映整个流域的降水情况。因此本文使用以下数据进行分析和模型模拟:1)绵阳地区多波段天气雷达定量降水估测数据,时间分辨率6 min、空间分辨率1 km;2)中国气象局陆面数据同化系统(China Meteorological Administration Land Data Assimilation System,CLDAS)的降雨格点实况资料,时间分辨率1 h,空间分辨率5 km;3)地形数据为来自日本陆地观测卫星1(ALOS-1)相控阵型L波段合成孔径雷达获取的分辨率为12.5 m的数字高程模型;4)土地利用与植被数据来自中国科学院地理所,空间分辨率为30.0 m;5)四川省水利厅提供的双溪水文站监测资料。为确保数据一致性,所有数据的空间分辨率均重采样至12.5 m。

1.2.2 模型选取

由于研究区降雨前河道已有水流,且短时间内水流速度和水深基本保持不变,因此可将研究区河道视为稳定流场。在水文模拟中,稳定流场意味着水体流动参数(如流速、水深)随时间变化很小。基于稳定流场的分布式水文模型在径流汇流模拟方面具有较高精度(陈军等,2020),因此,本研究采用该模型开展径流汇流模拟。

1.2.3 模型优化

由于不同区域下垫面条件存在差异,需优化模型参数以提高径流汇流模拟的准确性。叶帮苹等(2023)在四川小流域山洪预警研究中,利用分辨率为12.5 m的数字高程(Digital Elevation Model,DEM)对模型参数进行了初步率定,并建立了彭州区域的径流汇流参数体系。在此基础上,本研究通过均匀降雨模拟研究区的稳定流场,随后利用双溪水文站数据对扩散系数(Diff)、加速系数(Acc)和最大流速(MaxV)等模型关键参数进行优化。

1.3 参数优化

根据气象资料,2022年7月16日绵阳市气象站日蒸发量仅5.6 mm,对降雨径流过程的影响可忽略不计。同时,林区植被对降雨的截留通常不超过10.0 mm,在暴雨条件下甚至更小(付丛生等,2010)。因此,本研究忽略蒸发、截留等因素对水文模拟的影响,并直接利用双溪水文站的实测水文数据优化模型参数。

1.3.1 扩散系数

扩散系数是影响降雨径流汇流模型精度的重要参数,决定了中心栅格向周围8邻域栅格的水量扩散比例(陈宫燕等,2023)。在无下渗、蒸发、植被截留等影响时,水流完全扩散,扩散系数最大理论值为1/8(即0.125)。扩散系数直接影响雨水的汇流量和水深变化趋势。在持续稳定降雨条件下,合理的扩散系数应保证水深持续上升并趋于稳定(李根等,2022)。参考前人研究(叶帮苹等,2023),设置扩散系数(Diff)优化的固定参数如下:加速系数为0.12、最大流速为2.0 m·s-1、稳定降雨的小时雨量为30.0 mm、降雨持续时间10 h、模拟时长10 h、输出时间间隔6 min。扩散系数分别设为0.03、0.06、0.09和0.12。

模拟结果(图2)显示,在持续稳定降雨条件下,当扩散系数为0.03和0.06时,水深曲线出现较大波动,与实际情况不符。随着扩散系数增大,河流水深波动逐渐变小,当扩散系数为0.12时,水深持续上涨,不再出现水深停涨或下降的情况,模拟结果与实际情况吻合较好。因此,最终确定扩散系数为0.12,表明大部分降水主要用于汇流,而蒸发、植被截留、下渗等因素影响较小,可以忽略。

图2

图2   不同扩散系数的水深曲线

Fig.2   Water depth curves with different diffusion coefficients


1.3.2 加速系数和最大流速

加速系数和最大流速决定水深变化趋势和汇流时间。在模拟过程中发现,加速系数过小或最大流速过大,易导致水深出现断崖式下降,这与实测数据不符。因此,为提高模拟精度并减少因参数选择不当导致的偏差,本研究采用不同的加速系数和最大流速组合进行多次模拟,并选取双溪水文站的模拟结果与实测数据进行对比,最终确定最优参数组合。

加速系数和曼宁系数密切相关,曼宁系数越大(即地表粗糙度越大),加速系数越小,水流速度较低;反之,曼宁系数越小,加速系数越大,水流速度较高。针对山区复杂河道,加速系数一般为0.1~0.5(程娅姗等,2020;张磊,2021;马秋霞等,2022;王建龙等,2023)。

河流最大流速通常小于4.0 m·s-1(卢金友,1990;陈学林等,2010;王华等,2018),因此本研究将最大流速设置为0~4.0 m·s-1。但由于模型中的最大流速指的是地理坐标系中xy方向的最大流速,其模拟值可略大于4.0 m·s-1

设置加速系数分别为0.12、0.24、0.36、0.48,最大流速分别为2.0、3.0、4.0 m·s-1,结合扩散系数的固定参数进行优化实验(表1图3),结果表明,最大水深误差为0.20~1.59 m,Acc=0.36、MaxV=3.0 m·s-1时最小;水深涨幅误差为0.59~1.75 m,Acc=0.24、MaxV=3.0 m·s-1时最小;产流时间误差为0~0.1 h,MaxV=2.0 m·s-1时最小。

表1   不同加速系数和最大流速时的最大水深误差、水深涨幅误差及产流时间误差

Tab.1  Maximum water depth error, water depth rise error, and runoff generation time error under different acceleration coefficients and maximum velocities

最大流速/
(m·s-1
加速系数最大水深
误差/m
水深涨幅
误差/m
产流时间
误差/h
2.00.12×××
0.240.960.790
0.361.241.260
0.481.591.750
3.00.12×××
0.240.250.590.1
0.360.200.700.1
0.480.270.940.1
4.00.12×××
0.24×××
0.360.311.190.1
0.480.221.270.1

注:“×”表示模型结果异常,数据不做参考。

新窗口打开| 下载CSV


图3

图3   最大流速为2.0 m·s-1(a)、3.0 m·s-1(b)、4.0 m·s-1(c)时的水深曲线

Fig.3   Depth curves of different maximum water velocities at 2.0 m·s-1 (a), 3.0 m·s-1 (b), and 4.0 m·s-1 (c)


综合分析最大水深误差、水深涨幅误差和产流时间误差,最终确定最优参数组合为:Diff=0.12、Acc=0.24、MaxV=3.0 m·s-1。采用最优参数组合进行模拟,结果显示,模拟水深的确定性系数R2=0.86,表明模拟水深与实测水深拟合度较高。最大水深误差为0.25 m、水深涨幅误差为0.59 m、产流时间误差为0.1 h,均在合理范围内。图4为双溪水文站模拟水深与实测水深的对比,模拟结果较好地再现了降雨、径流、汇流过程,进一步验证了模型的可靠性和准确性。

图4

图4   2022年7月16日双溪水文站模拟水深与实测水深对比

Fig.4   Comparison of simulated and measured water depth at Shuangxi Hydrological Station on July 16, 2022


2 “7·16”过程流域降雨演变

2022年7月16日山洪暴发当日,强降雨覆盖了研究区除西北部外的大部分区域(图5),其中,暴雨及以上(雨量大于50 mm)覆盖面积约270 km2,占流域总面积的43%;大雨及以上(雨量大于25 mm)覆盖面积约440 km2,占70%。CLDAS资料显示,青片河流域大部分区域雨量为大雨及以上,平均面雨量44 mm,最大累计雨量120 mm,中下游面雨量88 mm,最大小时雨量25 mm。铁洞河流域平均面雨量73 mm,最大累计雨量101 mm,最大小时雨量30 mm。强降雨集中在流域中下游,持续性强降雨加速了河流水位上涨,进而引发山洪泥石流灾害。

图5

图5   2022年7月16日研究区日累计雨量(a)及最大小时雨量(b)

Fig.5   Cumulative rainfall (a) and maximum hourly rainfall (b) of the research area on July 16, 2022


16日00:30,白什乡上游局部地区开始出现强降雨(图6-7),雷达估测雨强超过40 mm·h-1;01:30,强降雨区域逐渐扩展至整个青片河下游,降雨强度不断增强;04:00—05:30,研究区出现大范围暴雨,白什乡及其上游发生大暴雨,最大雨强达174 mm·h-1;随后降雨短暂减弱,06:30再次出现暴雨,范围和强度逐渐增强,暴雨中心向白什乡移动;08:30之后降雨减小,至10:00降雨结束。此次降雨过程有3个强降雨时段(图8),其中第2时段雨量最多、雨强最大、暴雨范围最广。

图6

图6   2022年7月16日研究区不同位置雨强变化

Fig.6   Rainfall intensity changes at different locations of the research area on July 16, 2022


图7

图7   2022年7月16日00:30—10:00研究区小时雨强(单位:mm·h-1

Fig.7   Hourly rainfall intensity at research area from 00:30 to 10:00 on July 16, 2022 (Unit: mm·h-1


图8

图8   2022年7月16日00:00—03:00(a)、03:00—05:00(b)和05:00—08:00(c)累计雨量

Fig.8   Accumulated rainfall from 00:00 to 03:00 (a), 03:00 to 05:00 (b) and 05:00 to 08:00 (c) on July 16, 2022


第1次强降雨时段(00:00—03:00),降雨主要集中在青片河流域,暴雨及以上面积约128 km2,占流域总面积的20%。降雨持续3.0 h,最大累计雨量41 mm,最大小时雨量20 mm。该时段降雨相对分散,强度较低,流域内径流往低洼处汇集,大部分河流水深有所上涨,但涨幅较小。

第2次强降雨时段(03:00—05:00),降雨范围扩大至青片河与铁洞河流域,最强降雨出现在04:00,暴雨及以上面积约203 km2,占流域总面积的31%。暴雨持续2.0 h,最大累计雨量43 mm,最大小时雨量30 mm。该时段降雨量最大、小时雨强最强、暴雨范围最广,是此次特大山洪泥石流灾害的关键暴雨过程。

第3次强降雨时段(05:00—08:00),降雨面积较第2次有所减小,主要集中在白石乡灾害点附近,持续3.0 h,最大累计雨量39 mm,最大小时雨量22 mm。

3 “7·16”过程径流分析

3.1 小流域山洪水文过程分析

为分析各时段不同位置的汇流特征,基于优化后的分布式水文模型对“7·16”过程的径流进行模拟,并结合降雨分布特征,设置5个监控点(Q1、Q2、Q3、Q4、Q5)进行对比分析。图9为研究区的最大水深空间分布,由图可见,研究区西部河道水深较浅,而东南部河道水深较深,其中青片河Q1—Q2河段水深达6.0~10.0 m,铁洞河部分河段水深超过10.0 m,灾害点Q5下游河段水深处于高位。

图9

图9   模拟最大水深空间分布和监控点位置

Fig.9   Simulate the spatial distribution of maximum water depth and the location of monitoring points


图10

图10   各监控点模拟水深时间曲线

Fig.10   Simulated water depth time curve of monitoring points


监控点模拟水深时间曲线(图10)显示,青片河上游Q1产流最早,04:24开始,其他几个点均在05:00左右开始产流;Q5水深最深,达21.0 m;Q3水深最浅,约3.0 m,Q2、Q4水深为12.0~16.0 m。Q5洪峰持续时间最长,水深高位持续3.0 h;Q1、Q3洪峰持续时间最短,均不到1.0 h。Q4水深涨幅最快,1.0 h内水深上涨11.7 m,上涨速度为13.0 m·h-1。Q3水流速度最大,04:48开始以3.4 m·s-1的速度快速向下游汇流,导致下游Q4水深快速上涨;Q2、Q4水深曲线都呈双峰特征,但Q4双峰仅间隔约半小时,而Q2双峰间隔约2.0 h,Q5曲线在高位水深上有3次波动,可明显看出Q4、Q2对其汇流的影响。

此次降雨过程的第2个时段,时间和空间上降雨均最为集中,此时段降雨也是河水上涨的主要水源,对径流汇流过程有明显影响,具体分析如下:

(1)青片河在最强降雨(04:00)24 min后,Q1水深上升速度为4.0 m·h-1,05:24洪峰水深达5.0 m。04:48 Q2水深开始上升,54 min后水深上升速度为6.8 m·h-1,06:48洪峰水深达15.4 m,比Q1高10.4 m。Q1从强降雨开始到产流有24 min延迟,强降雨开始到洪峰形成有1.4 h延迟,Q2形成汇流和洪峰的时间延迟更长。

(2)铁洞河在最强降雨48 min后,Q3水深上升速度为3.7 m·h-1,05:30洪峰水深达3.3 m。同一时间Q4水深上升速度为13.0 m·h-1,05:36洪峰水深达11.7 m,Q3和Q4洪峰时间接近。Q4从强降雨开始到产流有48 min延迟,从强降雨开始到洪峰形成有1.5 h延迟。

(3)青片河与铁洞河山洪均于04:48开始汇入Q5,04:48—06:48在Q5持续叠加。Q5水深在最强降雨1.0 h后以6.3 m·h-1的速度迅速上涨,06:54洪峰水深上涨至21.0 m。Q5从强降雨开始到产流有1.0 h延迟,从强降雨开始到洪峰形成有2.9 h延迟。

(4)洪峰过后,各监控点水深开始依次下降。Q3水深于06:30首先降至1.0 m以下,Q4水深于07:18降至5.0 m以下,09:00后降至1.0 m以下。Q1水深于06:36降至1.0 m以下,Q2水深在高位持续2.6 h后,于09:00开始下降。Q5水深在高位持续3.0 h后,于09:24开始下降。

表2可知,青片河水深Q1<Q2<Q5,铁洞河水深Q3<Q4<Q5,在水流汇集作用下,同一条河流的下游水深一般大于上游。暴雨持续0.4~1.0 h后,研究区流域中的大部分雨水汇流至下游,下游水深开始上升,持续1.0~2.0 h后形成洪峰,洪峰持续0.7~3.0 h。Q2水深共上升9.3 m,Q4上升11.7 m,两条河流汇流点Q5水深共上升11.5 m且在06:00后持续维持高位,这是此次致灾的主要原因。

表2   各监控点模拟结果

Tab.2  Simulation results of monitoring points

监控点产流时间峰现时间最大涨速/(m·h-1最大流速/(m·s-1上涨持续时长/min水深涨幅/m洪峰水深/m洪峰持续时长/min
Q104:2405:244.13.3603.75.060
Q204:4806:486.81.21209.315.4156
Q304:4805:303.73.4423.33.354
Q404:4805:3613.03.34811.711.742
Q505:0006:546.31.411411.521.0180

新窗口打开| 下载CSV


3.2 复杂地形对小流域山洪形成的影响

从径流汇流原理来看,水流在重力作用下从高处流向低处,势能转换为动能。地势高差越大,重力势能越大,流速也越快;同时,河道越窄,汇流越集中,水深涨速越快,水深越深。

白什乡灾害点上游地形复杂,流域内地形落差悬殊,根据天地图遥感影像和DEM数据提取的青片河流域和铁洞河流域地形特征(表3图11),青片河流域内高程最大为4 711 m,最小为1 045 m,最大高程差为3 666 m,最大径流长度为51 km,坡度为0°~82.4°,平均坡度为34.6°,河道最小宽度为7.4 m,平均河道宽度为20.0 m;河道平均纵比降为73‰,上游前5 km河段纵比降最大,为300‰,地形落差极大。铁洞河流域最大高程为3 626 m,最小为1 045 m,最大高程差为2 581 m,最大径流长度为15.5 km,坡度为0°~82.0°,平均坡度为32.6°,河道平均宽度为12.5 m,最小宽度仅为5.8 m。

表3   研究区地形特征

Tab.3  The topographical features of the research area

统计量高程/m高程差/m坡度/(°)河道宽度/m
青片河流域最大4 7113 66682.435.0
最小1 045007.4
平均2 6271 83334.620.0
铁洞河流域最大3 6262 58182.031.0
最小1 045005.8
平均2 1991 29032.612.5
整个流域最大4 7113 66682.435.0
最小1 045005.8
平均2 4131 56134.016.3

新窗口打开| 下载CSV


图11

图11   青片河河道高程(a)及高程变化(b)

Fig.11   Elevation (a) and elevation changes (b) of Qingpian River channel


青片河流域整体汇流面积达558 km2,最大高程达3 666 m,坡度陡峭,根据汇流模型中的纳维-斯托克斯方程(N-S方程),其水流动力加速度较大。青片河上游的降雨以中雨和大雨为主,最上游为小雨,河流汇流量和汇集程度较小,重力压力值较小,因此上游水深上涨较慢、持续时长短,洪峰水深较低。青片河下游汇流面积大,虽然下游河道较宽,但由于降雨以持续性暴雨和大暴雨为主,造成下游汇流时间长,汇流量大,水深上涨较快,水深持续上涨2.0 h,洪峰持续2.6 h,洪峰水深达15.4 m,成为灾害点的主要水源。

铁洞河流域面积虽然仅为70 km2,河流长度15.5 km,但由于平均河道宽度仅12.5 m,最窄处不足6.0 m,且降雨以暴雨为主,水流的重力压力值和加速度均较大,导致河流汇流量大,汇集程度集中。在强降雨48 min后下游水深以10.0 m·h-1的速度快速上升至11.7 m,随着降雨减弱,洪峰仅持续42 min。尽管如此,间断的持续性降雨使得铁洞河水深曲线出现双峰现象,水深在5.0 m以上持续约2.5 h。实际调研结果表明,除白什乡外,铁洞河附近的七星村和白水村也遭淹没,损失惨重。

灾害点位于白什乡,河道宽度约45.0 m,明显大于青片河与铁洞河的平均河道宽度。从水动力学原理分析,其地形作用的重力压力值与加速度应低于青片河与铁洞河。然而,由于该位置前期基流较深,且上游两条河流的产流时间基本一致,汇流同步,04:48开始水深持续上涨近2.0 h,铁洞河与青片河的强洪峰先后到达,水深叠加,从11.5 m上升至21.0 m,且在高位稳定维持3.0 h,造成了小流域的大山洪,淹没周边村镇。

综上所述,白什乡灾害点上游流域面积大,地形复杂,高程落差大,河道窄,强降雨持续不断输入导致河道汇流量大、流速快、水深大。2条河道洪峰叠加,水深在高位稳定维持,冲击性强,淹没范围大,形成典型的山区小流域大山洪灾害。

4 “7·16”过程山洪泥石流灾害成因分析

根据对本次小流域山洪的径流强度的分析,已对其形成过程有较清晰的认识。如此高强度的径流必然对淹没区域造成灾害。但需要注意的是,研究区位于龙门山断裂带,距离断裂带中心约40 km,距离“5·12”汶川地震震中仅50 km,属于地震重灾区,地质环境脆弱,地震严重破坏了该区域地表形态,大量崩塌和滑坡为研究区河流沟道提供了丰富的泥石流物源。根据地质灾害隐患点调查(图12),研究区共有泥石流隐患点14个,滑坡隐患点9个,均分布在河道及两侧。白什乡灾害点本身即为泥石流隐患点,且上游青片河和铁洞河流域持续强降雨导致水深迅速上涨,汇流时水深最大上涨速度为6.3 m·h-1,水深在20.0 m高位持续3.0 h,形成强冲击力的小流域山洪,并急速冲刷该泥石流隐患点的大量物源,形成巨大的山洪泥石流,加剧了灾害的破坏性。现场调查结果显示,此次山洪泥石流的高度达到10.0 m以上,洪水夹杂泥土、砂石及漂浮物,淤塞抬高河床,泥石流肆意冲毁房屋建筑和电力、通信设施,对白什乡造成毁灭性灾害。

图12

图12   研究区地质灾害隐患点分布

Fig.12   Distribution of geological hazard hidden points in the research area


5 结论

本文基于分布式降雨径流汇流模型,采用分钟级雷达定量估测降雨数据和12.5 m地形数据,通过双溪水文站实测数据对模型参数进行本地化,模拟了2022年7月16日绵阳市北川县白什乡的重大山洪泥石流事件。研究从降雨过程、流域复杂地形对径流形成的影响及泥石流物源3个方面分析了此次山洪泥石流的产生过程和成因,得到以下主要结论。

(1)模拟水深与实测水深拟合度较高。通过双溪水文站的实测数据对分布式降雨径流模型进行参数优化,优化结果表明,当扩散系数为0.12、径流加速系数为0.24、最大流速为3.0 m·s-1时,模型的最大水深误差为0.25 m,水深涨幅误差为0.59 m,产流时间误差为0.1 h,确定性系数R2为0.86,与实测水深的整体拟合度较高。

(2)降雨持续时间长、强度高、覆盖范围广是此次山洪形成的主要原因。此次暴雨落区主要集中在白什乡及其上游的青片河和铁洞河流域,降雨持续时间长达8.0 h,降雨量达大暴雨等级。青片河流域平均面雨量为44 mm,最大累计雨量120 mm,中下游面雨量88 mm;铁洞河流域平均面雨量为73 mm,最大累计雨量101 mm。暴雨及以上面积约270 km2,占流域总面积的43%,青片河中下游和铁洞河流域的暴雨覆盖范围达100%,大雨及以上面积约440 km2,占流域总面积的70%。降雨持续时间长、累计雨量大、强度高、覆盖范围广,最终引发此次山洪灾害。

(3)上游流域复杂地形加剧山洪的形成。流域内高程最大高差达3 666 m,平均高程差1 561 m,平均坡度34°,河道最大宽度35.0 m,平均宽度16.3 m,最窄处5.8 m。较大的地形落差造成较强的水流重力势能,进一步加快流速,多个点位的最大流速超过3.3 m·s-1,汇流时间大大缩短。青片河上游从开始降雨到产流仅需24 min;铁洞河下游48 min内水深上涨11.7 m;青片河下游水深持续上涨2.0 h,涨幅达9.3 m,洪峰水深达15.4 m并持续2.6 h,是下游白什乡灾害点的主要水源。白什乡灾害点的洪峰水深高达21.0 m,并在高位持续3.0 h。持续的暴雨在地形破碎、高程落差大、河道宽度小的流域引发小流域大山洪,导致河道周边村落遭到淹没。

(4)上游地质环境脆弱、泥石流物源丰富及隐患点多是山洪泥石流形成的重要原因。白什乡位于龙门山断裂带中心区域,是“5·12”汶川特大地震的重灾区,地质环境极为脆弱。受地震影响,白什乡上游青片河与铁洞河流域的泥石流物源极为丰富,滑坡、泥石流隐患点多达23个。此次暴雨汇流形成的小流域山洪急速冲刷这些隐患点,形成高达10 m的特大泥石流,冲毁白什乡场镇的房屋建筑、电力和通信设施。

总之,白什乡灾害点上游流域的地形复杂,地质环境脆弱,强降雨的持续输入与泥石流物源的丰富相结合,最终导致了这场小流域大山洪的形成,并造成了巨大的灾害损失。

参考文献

陈贝, 高文良, 王秀明, 2023.

四川盆地西-南部沿山短时强降水环境特征对比分析

[J]. 高原山地气象研究, 43(1):34-42.

[本文引用: 1]

陈宫燕, 李婷, 陈军, , 2023.

基于栅格径流汇流模拟的西藏林芝市泥石流灾害预警模型初探

[J]. 中国地质灾害与防治学报, 34(1):110-120.

[本文引用: 1]

陈军, 刘意, 李婷, 2020.

一种基于稳定流场的流域径流汇流模拟方法

[J]. 中国农村水利水电(4):76-81.

[本文引用: 3]

近年来,人类活动导致气候异常,暴雨洪涝灾害频发。建立有效的径流汇流模型模拟流域径流过程具有重要意义。然而,流域前期水情误差成为进一步提高模拟精度的瓶颈。为此,以纳维-斯托克斯方程(N-S方程)为指导,提出一种基于稳定流场的流域径流汇流模型模拟方法。首先,通过对N-S方程分解,建立了栅格模式下的径流汇流模型;然后,针对模型存在&ldquo;汇流水流方向异常&rdquo;问题,加入水流混合模拟环节,包括栅格单元水速增量修正和邻域栅格单元水流混合模拟。实验表明,当上游供水稳定时,模型能产生稳定的水流场;最后,以岷江上游为实验流域,将模拟时段24 h前的小时上游流量代入模型创建稳定流场,模拟流域前期水情;利用600 h的实测降水数据和上游流量数据进行径流汇流模拟,获取流域出口水文站的模拟水位序列,并与实测水位对比,发现算法能提高流域径流模拟精度,在暴雨洪涝灾害的预警预报中具有一定的理论意义和实践价值。

陈学林, 盛殿爱, 王学良, , 2010.

内陆河流域河流水面流速系数比测试验研究

[J]. 水文, 30(6):45-49.

[本文引用: 1]

陈永仁, 2024.

四川极端性暴雨的研究进展及新认识

[J]. 高原山地气象研究, 44(1):1-9.

[本文引用: 1]

程娅姗, 王中根, 李军, , 2020.

确定坡面径流过程曼宁糙率系数的实验方法研究

[J]. 地理科学进展, 39(4):651-659.

DOI      [本文引用: 1]

曼宁糙率系数是用水动力学方法进行流速计算的关键参数。坡面流曼宁糙率系数与明渠流的不同。为确定坡面径流过程的曼宁糙率系数,自行研发了一种包括供水系统、实验水槽和数据观测记录系统的室内可变糙率坡面实验系统。通过87场预实验验证了供水系统的稳定性和准确性。以坡度、实测流量、实测水深、不同糙率板上河砂的平均直径和地表粗糙度为自变量,以曼宁糙率系数为因变量,选用均方根误差(RMSE)和决定系数(R <sup>2</sup>)为评价指标,对166种实验场景进行了支持向量机(Support Vector Machines, SVM)训练与预测,发现:① 紊流的训练结果难以预测层流和过渡流的曼宁糙率系数,说明流态不同时,实验因素对水流的影响机制不同;② 若要较为准确地预测曼宁糙率系数,至少需要包括实测水深在内的3种因素;③ 当同时考虑4种及更多种因素时,紊流状态下均可对曼宁糙率系数进行较为准确的预测。

付丛生, 陈建耀, 曾松青, , 2010.

基于原型观测与DEM的强风化花岗岩小流域水文过程模拟

[J]. 农业工程学报, 26(10):90-98.

[本文引用: 1]

郭海燕, 陈军, 徐沅鑫, , 2019.

径流汇流模拟的河道高程修正方法研究

[J]. 干旱气象, 37(4):676-682.

[本文引用: 1]

郝思佳, 王文川, 马强, , 2024.

湖北省柳林镇“8·12”山洪过程模拟分析

[J]. 应用基础与工程科学学报, 32(1):133-144.

[本文引用: 1]

胡迎春, 陈耀登, 高玉芳, , 2024.

基于雷达估测降雨及WRF-Hydro模型的典型山洪模拟研究

[J]. 高原气象, 43(1):254-263.

DOI      [本文引用: 1]

受复杂地形与基础气象水文资料缺乏限制, 山区小尺度流域的水文预警预报技术较为薄弱, 利用高分辨率雷达观测资料驱动分布式水文模型是提高山区小流域洪水预报性能的有效途径之一。本文以位于重庆中部的山区小流域二河流域为研究区域, 开展基于雷达估测降雨数据的WRF-Hydro模型在山区小流域的山洪模拟研究, 以评估雷达估测降雨的水文应用效果和WRF-Hydro模型在山区小流域的适用性。选取流域内典型的暴雨洪水过程, 利用S波段的多普勒天气雷达的估测降雨数据驱动WRF-Hydro模型, 并结合新安江模型进一步对比分析模拟效果。研究结果表明: (1)在二河流域, 采用雷达估测降雨数据驱动WRF-Hydro 模型, 可以较好地模拟洪水过程、 洪水流量以及峰现时间, 纳什效率系数高于0.65, 克林-古普塔效率系数高于0.50, 相关系数高于0.85。(2)将 WRF-Hydro 模型与新安江模型进行比较分析, 在二河流域, WRF-Hydro 模型的模拟效果优于新安江模型, 纳什系数差值0.03, 相关系数差值为0.04, 进一步表明 WRF-Hydro 模型在山区小流域较优的洪水模拟性能。总体而言, 基于雷达估测降雨数据的 WRF-Hydro 模型在二河流域表现出了良好的模拟洪水的性能, 可进一步在类似小尺度山区流域进行应用研究。

黄楚惠, 牛金龙, 李国平, , 2022.

基于西南区域中尺度模式系统预报的陡峭地形过渡带降水订正方法

[J]. 干旱气象, 40(2):317-326.

DOI      [本文引用: 1]

基于地形和西南区域中尺度模式系统(southwest center WRF ADAS real-time modeling system,SWCWARMS)20:00(北京时,下同)和08:00起报的逐3 h风场、相对湿度场,计算地形降水估算量并结合SWCWARMS预报降水场构建降水订正方程,进而对2018&#x02014;2020年汛期6&#x02014;8月日降水、四川盆地降水过程及四川盆地西部降水过程3类降水进行订正,并仅对川西高原东坡到四川盆地西部的陡峭地形过渡带进行检验评估。结果表明:(1)各量级降水量订正值TS相对于SWCWARMS预报降水量的TS均有不同程度提高,20:00起报的订正效果优于08:00。对于大雨及以上量级均以四川盆地西部降水过程订正效果最佳, 20:00起报的12~36 h大雨、暴雨和大暴雨的降水量订正值 TS相对提高率分别为19%、25%和37%,且命中率高,空、漏报率明显减小,订正效果较好。(2)降水订正方程对四川盆地西部降水过程类型中的区域性暴雨个例和一般性降水个例均有较好的订正效果,即使是SWCWARMS模式预报的大雨、暴雨和大暴雨预报降水落区与实况差异甚远的个例也有一定订正效果。

井立阳, 张行南, 王俊, , 2004.

GIS在三峡流域水文模拟中的应用

[J]. 水利学报, 35(4):15-20.

[本文引用: 1]

旷兰, 田茂举, 康俊, , 2023.

基于FloodArea模型的一次特大暴雨洪涝淹没模拟

[J]. 中低纬山地气象, 47(2):24-29.

[本文引用: 1]

李根, 钟东, 董义, , 2022.

洪雅县柳江镇赵河村13组铁匠湾突发高位远程崩滑灾害链成因机制分析

[J]. 四川地质学报, 42(4):648-650.

[本文引用: 1]

李钰珩, 熊立华, 唐莉华, 2020.

TOPMODEL模型在径流模拟中的改进与应用

[J]. 水文, 40(4):33-39.

[本文引用: 1]

梁冀雨, 刘曙光, 周正正, , 2022.

考虑山洪灾害影响的贝叶斯径流模拟方法

[J]. 同济大学学报:自然科学版, 50(4):545-554.

[本文引用: 1]

龙柯吉, 杨康权, 康岚, 2024.

多模式对四川盆地强降水过程的预报性能检验

[J]. 干旱气象, 42(3):473-483.

DOI      [本文引用: 1]

为进一步认识当前数值预报模式的预报能力,选取2018—2020年发生在四川盆地的47次强降水过程进行分型,再基于多源降水融合产品和地面观测资料,通过TS评分、时空滑动等方法对欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)数值预报模式、国家气象中心区域中尺度数值预报模式(China Meteorological Administration Mesoscale Model,CMA_MESO)和西南区域数值预报系统(Southwest Center WRF ADAS Real-time Modeling System,SWC_WARMS)在强降水过程范围、强度、极值、时间和位移偏差等方面的预报能力进行检验评估。结果表明,各模式08:00(北京时,下同)预报优于20:00预报,ECMWF对中雨和大雨预报更优,SWC_WARMS的暴雨量级评分更高。各模式对中雨的预报范围普遍较实况偏大,随着降水量级增大,逐渐转为低估,其中SWC_WARMS更接近实况。对于降水强度,ECMWF和CMA_MESO的平均降水量和极值普遍较实况偏小,SWC_WARMS更接近实况。3种模式时间偏差不明显,仅个别起报时次有-6~3 h的时间偏差;ECMWF的位移偏差最小,纬向上ECMWF和SWC_WARMS以偏北为主,经向上ECMWF以偏西为主,CMA_MESO和SWC_WARMS以偏东为主。

卢金友, 1990.

长江河道水流流速分布研究

[J]. 长江科学院院报, 7(1):40-49.

[本文引用: 1]

本文简述了流速沿垂线分布的主要研究成果,在分析影响河道水流流速分布的主要因素后,从简化的雷诺方程出发。导得了适合于长江上游宽谷河段及中下游河段的二度恒定均匀明渠紊流流速分布公式。

马秋霞, 逄勇, 张鹏程, 2022.

太湖水环境模型关键参数曼宁系数的水槽试验

[J]. 环境工程, 40(6):280-285.

[本文引用: 1]

潘娅英, 王伟, 顾婷婷, , 2022.

基于SWAT模型的滩坑流域水文气象服务系统

[J]. 中国水土保持科学:中英文, 20(1):84-90.

[本文引用: 1]

石岚, 冯震, 徐丽娜, , 2012.

SWAT模型在黄河河万区间入库径流模拟中的应用

[J]. 高原气象, 31(5):1446-1 453.

[本文引用: 1]

孙俊, 吴洪, 杨雪, , 2023.

2020年“8·11”四川芦山极端强降水特征及成因分析

[J]. 高原山地气象研究, 43(2):9-18.

[本文引用: 1]

王彬雁, 王佳津, 肖递祥, , 2024.

四个数值预报模式对四川强降水过程预报能力评估

[J]. 干旱气象, 42(2):315-323.

DOI      [本文引用: 1]

为衡量数值模式对强降水过程的预报能力,选取欧洲中期天气预报中心(the European Centre for Medium-Range Weather Forecasts,ECMWF)数值预报产品、国家气象中心区域中尺度数值预报产品(China Meteorological Administration Mesoscale Model,CMA-MESO 3KM)、西南区域中心中尺度模式系统(Southwest Center WRF ADAS Real-time Modeling System,SWC)、国家气象中心全球数值预报系统(China Meteorological Administration for Global Forecast System,CMA-GFS)4个模式预报产品,利用目标对象检验法,对四川2018—2020年共93次强降水过程(≥25 mm·d<sup>-1</sup>)从降水位置、降水面积、降水强度等方面进行检验,在此基础上重点讨论36 h预报时效模式的预报能力。结果表明:(1)随着预报时效越临近,各模式预报平均水平越高,且整体对雨带位置把握较好,更具有参考性。(2)各模式对锋面降水过程预报能力较强,对暖区降水过程预报能力较差。(3)暖区强降水过程可在大尺度模式基础上结合本地中尺度模式进行订正;锋面降水过程则以ECMWF模式预报为基础,参考CMA-MESO 3KM模式对大雨及以上量级降水落区和量级进行调整。

王华, 曹双, 章家保, , 2018.

河流流速仪应用现状及其适应性分析

[J]. 水利水电快报, 39(12):6-10.

[本文引用: 1]

王佳津, 肖红茹, 杨康权, , 2023.

四川盆地一次持续性暴雨的水汽输送特征

[J]. 干旱气象, 41(3):474-482.

DOI      [本文引用: 1]

为深入认识四川盆地持续性暴雨的水汽特征及来源,提高该地区暴雨预报能力,利用四川省4 955个国家级及区域级自动气象站资料、全球资料同化系统(Global Data Assimilation System, GDAS)资料、欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)第五代大气再分析资料(ERA5),基于拉格朗日方法对四川盆地2020年8月的一次持续性暴雨过程的水汽输送特征进行了分析。结果表明:强降水开始前和强降水过程中,不同起始高度层水汽输送特征有所不同。中高层起始高度(5 500~10 000 m),强降水开始前气团轨迹源地主要为低纬洋面,而在强降水过程中调整为地中海南岸并为盆地带来中高纬西风带干冷空气;中低层起始高度(1 500~5 500 m),降水过程中气团轨迹源地由地中海南岸逐渐调整为低纬洋面并为盆地带来低纬洋面暖湿空气;低层起始高度(地面至1 500 m),强降水开始前轨迹源地率先调整为低纬洋面并为盆地输送比中低层更为暖湿的气流。统计不同源地水汽贡献率可知,孟加拉湾—泰国湾的水汽占主导(66.6%)、阿拉伯海次之(23.9%)、中国南海最低(9.5%)。

王建龙, 孙铮, 夏旭, , 2023.

植草沟曼宁粗糙系数变化特征及影响因素

[J]. 环境工程技术学报, 13(4):1395-1 403.

[本文引用: 1]

吴秀兰, 江远安, 余行杰, , 2019.

基于FloodArea的新疆依格孜牙河流域山洪灾害风险区划

[J]. 干旱气象, 37(4):663-669.

[本文引用: 1]

肖俊文, 陈军, 吕朝阳, 2018.

OpenCL框架下的流域径流模拟分布式调度研究

[J]. 地理与地理信息科学, 34(5):63-67.

[本文引用: 1]

熊俊楠, 赵云亮, 程维明, , 2018.

四川省山洪灾害时空分布规律及其影响因素研究

[J]. 地球信息科学学报, 20(10):1443-1 456.

[本文引用: 1]

鄢晓茜, 肖天贵, 王静, 2024.

西南地区暴雨灾害集中度变化特征及其与环流指数的关系

[J]. 高原山地气象研究, 44(2):91-97.

[本文引用: 1]

叶帮苹, 丁雨虹, 柳锦宝, , 2023.

径流汇流模型在四川小流域山洪预警中的应用研究

[J]. 人民珠江, 44(10):117-131.

[本文引用: 3]

张磊, 2021. 山区复杂河道的流场结构与曼宁系数研究[D]. 北京: 华北电力大学.

[本文引用: 1]

张亚琳, 安炜, 李毓富, , 2018.

基于FloodArea模型的洪安涧河流域暴雨洪涝灾害风险区划

[J]. 干旱气象, 36(4):694-700.

DOI      [本文引用: 1]

为直观反映暴雨洪涝灾害的淹没情景,及时有效地提供流域内的暴雨洪涝风险区划信息,采用洪安涧河流域气象站历史降水序列,结合致灾临界面雨量阈值和历史灾情数据,使用广义极值分布函数等,确定了不同重现期的致洪面雨量,采用FloodArea水文模型推演了洪水淹没的情景,并结合承灾体绘制了流域在不同重现期下的暴雨洪涝灾害风险区划图,提取了不同重现期和不同淹没深度下承灾体的受灾信息。结果表明:随着淹没水深的加深,人口和GDP受灾占比呈阶梯向上变化,而耕地和居民地受灾面积占比均呈明显对数函数关系增长;随着重现期的增大,流域洪涝灾害的危险程度逐渐加重,较高风险区分布在河道及中下游河道两侧蔓延处等区域,承灾体在低风险区的受灾占比最大(超过80%),极高风险区占比次之,中、高风险区占比最小。

/