基于MIKE模型的碧流河流域洪水模拟分析

摘要

碧流河是大连最大的河流。该流域发生的水旱灾害对当地工业、农业和城市发展具有极其重要的影响。长期以来，碧流河流域降水年分布极不均匀，河流径流量年际变化大，水旱灾害频繁，水土流失严重，生态环境脆弱，水资源严重短缺。本文通过MIKE-11模型和MIKE-SHE模型的耦合，研究了碧流河流域降雨径流的时空变化。模拟了碧流河流域的水文变化。利用1996-2015年的月径流数据对耦合模型进行了验证，模拟值是真实的。这些值很匹配。根据碧流河流域降雨和径流的周期性模式，得出碧流河流域2016年至2030年的降雨和径流数据。MIKE SHE/MIKE 11耦合模型用于预测2016年至2030年的碧流河。结果表明，洪水灾害预计将在2020年8月、2025年7月和2030年7月发生，可为碧流河流域的水文管理提供依据。

1.导言

Biliu River是辽宁省南部最大的河流。盆地贯穿林口和大连。盆地的洪水和干旱条件直接影响了两个地方人民的工业和农业发展和经济增长。茧水文站位于辽宁省庄河市桂云华乡的Taudaoling Village。它具有122°33'e的经度和40°02'n的纬度。它成立于1958年。它是河流流域最长的车站，并具有最长的统计期间。具有最长和最完整的水文和气象数据的综合水文监测站是Biliu River盆地唯一的省级水文监测点。Biliu水文站位于辽宁省黄兰市双塔镇，东部经度122°28''北纬39°49'北纬。该车站成立于1986年。距离Cocoa Field Station到Biliu水库42公里的总长度是Biliu River盆地的上游水中的水分相对集中的区域。每站汛期的降雨量超过年度降雨量的70％[1.,2.］．河河水库水文条件能较好地反映碧流河的洪涝规律，对碧流河流域的洪水预报具有重要意义[3.］．

随着对自然现象研究的不断深入，通过数学方法准确描述和科学揭示自然界的降雨径流模式，可以帮助人们更好地理解和预测自然界的水循环，合理、科学地配置和利用水资源。这已成为水文研究的热点[4.–6.］．分布式水文模型是通过高程对降雨、蒸发和径流数据进行数字化，展示径流和汇的水文变化过程，这对数据的准确性有更高的要求[7.]. 在专业软件方面，丹麦水资源和水环境研究所一直处于世界领先地位[8.]. 该公司的软件已在实际工程中得到验证，并在水资源研究中得到广泛认可。该软件的功能包括生产、汇和流，包括陆地、河流、湖泊和海洋。空间范围从一维到三维。研究领域从水环境到水动力学，研究业务从水资源评估和管理到地表水和地下水[9,10］．综合起来，一维的河网、二维的河口和三维的深海都参与其中。丹麦水资源与水环境研究所是专门研究水资源与水环境的专业部门[11］．他们的技术一直处于世界领先地位[12]. 她说，法国、英国和丹麦的水文学已经为小流域开发了第一个水文模型[13］．为了解决不同水文过程与不同过程的值的计算关系，同时，ASHE关联分裂并结合构成SHE模型的组件，并且最初实现耦合[14]. 丹麦水资源研究所（DHI）使用相同的代码移植所有重要的耦合组件。相关学者通过MODFLOW和OPENMI技术对MIKE-SHE模型进行了改进[15,16]. MIKE 11是一种广泛使用的一维河道水动力模型。相关学者利用MIKE 11模型系统对斯特里莫纳斯河和克基尼湖的水资源进行了管理，取得了良好的效果[17,18］．MIKE SHE被广泛应用于各种径流模拟。研究人员采取了Saliberta盆地在默哈纳迪流域中部为研究对象，专注于物理为基础的分布式建模系统的应用MIKE SHE了良好的效果[19]. 相关学者使用空间分布模型MIKE SHE SWET分析不同流域的造林和树种对水文的影响，并使用MIKE 11/MIKE SHE研究区域水资源管理[20.,21］．

本文利用1978 - 2016年辽南地区水文气象资料，深入分析了降水、蒸发和径流的发生及其对洪涝干旱的影响。数值模拟了流域径流排水的动态过程，系统研究了碧流河流域的洪涝干旱特征，并对其机理进行了探讨。对控制洪水、干旱等自然灾害和加强生态建设提出了地方建议。

本文的其余部分组织如下。部分2.分析数据的收集和处理。模型在第节中建立3.，本节对模型进行了验证和预测4.. 最后一节5.总结全文。

2.数据采集与处理

根据碧流河流域的实际情况、模拟断面的河道条件以及研究的最终目标，在MIKE 11模型中选择了河流径流（OC）、坡面流（OL）和非饱和流（UZ）等几个模块。

对于MIKE 11模型的所有水文过程和选定模块，我们对采集的数据进行整理，总结模型范围、地形、降雨量、植被等数据，建立SHE参数，为建模做好充分准备。碧流河流域的范围如图所示1.．

2．1.地形

地形数据来自地形图，高程数据从Ovi地图下载，包括模拟流域的水系图。高程数据来自地理和国情监测云平台；通过坐标系的调整和ArcGIS的栅格化，生成相应的地形水系图。

2.2。土地利用/覆盖

土地覆盖/使用数据来自农业​​部的历史统计数据。陆地覆盖类型，土壤类型和植被分类都是从观察数据中提取，分辨率为500米。数据投影被转换并与MODIS输注工具（MRT）合并。基于此，形成了常用的高斯克鲁格格式，这可以促进数据同步处理。

土地覆盖有多种分类系统。本研究采用通用的农业植被分类方案。碧流河流域大部分为农村地区，1978年至2016年间土地利用变化不大，相对稳定。因此，1999年的土地利用类型被用于处理，分为林地（针叶林、阔叶林和灌木林）占45.41%，耕地（全部农业用地）占42.45%，住宅和工业用地占7.07%，园林用地占1.66%，未利用地占0.02%，水域面积占3.39%。碧流河流域土地利用类型如表所示1.．

2.3. 土壤类型

根据本地土壤数据查询，碧流河流域土壤类型及其参数如表所示2.．从表中找到2.棕壤的饱和导水率最高；草甸土的饱和含水量最高；水稻土田间持水量最大；此外，水稻土的枯水含量也最大。

2.4。植物叶面指数

在这个研究过程中每个覆盖型的叶表面指数（LAI）可被确定基于实际测量结果和相关的结果示于表3.．

2.5。其他

在碧流河的四个水文站是茧场，Xiaosongjiatun，碧流水库和支流水库玉食。年平均径流量为6.12亿米^3.．

根据水文局的统计资料，确定与降雨、蒸发和径流有关的参数。计算和分析所用的气象数据来自辽宁省气象局。碧流河流域的位置如图所示2.．

汛期流域平均降雨量与年降雨量分布有明显的相似性。整个流域从北部的大江屯到西南部的矿东沟和南部的城子潭逐渐减少。从东北到西南，所有地区都在逐渐减少。降雨增加的地区位于东北的东三道沟和太平庄。雨量大于560毫米，雨量少的地区在孟加拉国，雨量小于500毫米。

3.模型建立

3．1.模型的基础

每个站的径流深度不会随时间而变化。由于2003年玉石水库的调试，玉石水库网站的径流深度变得越来越小。同时，玉石水库也影响了比里乌河主流茧场的径流深度。小龙街站位于比利河河下游，其径流受到比利河水库的影响。此外，随着时间的推移逐渐减少也是径流深度的主要原因。河流渠道堵塞和植被截取将导致径流深度减少。

在水文研究过程中，一般认为高水位年是流量大于正常流量的一年，而低水位年则相反。本文的结果表明，在过去40年中，碧流水库的丰水年数多于枯水年数，而其他地点的结果则相反。综合分析，碧流水库丰枯年比约为3 : 2、汛期与年均基本一致，说明碧流水库调节效果明显。

建模过程采用碧流河流域干流茧田至碧流水库段。这段河径流量大，洪水频繁。它在碧流河流域的防洪中起着非常重要的作用。在模拟过程中，MIKE SHE用于模拟cocoon field站的径流、降雨和蒸散拟合条件，MIKE 11用于模拟碧流水库的水位变化。

结合水库的设计资料，确定了防洪警戒水位。本研究以辽宁省水利勘察设计院1982年设计的碧流水库警戒线69.8 m作为洪水发生的指标，其最大安全水位为68.1 m。当碧流水库水位达到或超过警戒水位时，就会发生洪水，需要对水库进行防洪。

影响径流变化的因素很多，但降雨是最重要的因素。通过对碧流河流域各站降雨与径流关系的分析，发现年径流与降雨量的总体趋势是一致的。其次，2003年玉石水库建成投产，大大改善了碧流河流域的洪涝隐患和径流条件，碧流水库的设计标准不断提高。第三，河道的改善减少了河道的渗漏损失，使得年降雨量持续减少时径流的影响不明显。

There is a total of 42 km from the cocoon field to the Biliu Reservoir. During the modeling process, sections were established at Cocoon Station, 40.5 km from Cocoon Station, 41.99 km from Cocoon Station, and 42 km from Cocoon Station to ease the water flow. A weir was established at 41.999 km from the cocoon field station to control the water level. When the water level exceeds 89.2 m, the weir will automatically prevent flooding until it reaches a safe water level of 68.1 m.

径流集中是通过矢量法合成月径流，所得合成量与年径流的比率可用于描述一年中径流的集中水平。集中期是指该复合向量的方向，该向量描述了与年径流集中重心相对应的月份。在数学分析过程中，它一般用切线角的分量和之比来描述。

为了便于研究，在研究过程中将碧流水库概括为河流的一部分。水库以下河流定水位30m，河流自然坡降比为2‰。

在这项研究中，5年的移动平均方法用于选择Biliu River的典型站，即茧网站，Biliu水库，小松街和玉石水库，分析其径流的变化趋势。然后，MK方法用于分析茧位点和比利河。MK方法用于测试降雨趋势的突然变化。MK方法是非参数测试方法。它不需要分析样本的分布。异常值的影响非常小。它不需要考虑。它对各种类型的变量具有高适用性。所获得的结果的准确性很高，并且计算简单。M-K方法广泛应用于水文研究和气象研究趋势检查。

对于气候序列X_一世在时间一世,一世 = 1, 2, …,N-1，有

我们将显著性水平设置为α = 0.05, and then the criterion is

假设序列是X_1.,X_2.，...，X_NsK.表示所选对象的累积数目一世个样品X_一世 > X_j（1≤. j ≤ 一世)，定义的统计信息为

３．２．模型建立

MIKE SHE模型径流模拟由圣维南方程进行，其中动量方程由以下方程模拟:

在公式，H(X_一世,y_j)为地表水深(m)， (X_一世,y_j）表示空间坐标，T.是时间，你和表示地表径流流速(m/s)问：表示单位面积流入源汇项的水平方向（m^3./s m^－２），s_oi和s_橙汁(X_一世,y_j）代表地面倾斜的方向X_一世和y_一世,Sfi和Sfj(X_一世,y_j)在以下方向代表下坡：X_一世和y_一世．

对碧流河流域的降雨和径流进行了模拟，并将MIKE 11和MIKE SHE耦合起来进行洪水预报研究。

3.2.1. MIKE 11型号

如需要我们建立了基于碧流河流域DEM数据的河网文件。横截面数据被转换成一个.shp文件并输入到MIKE 11模型来调整流体动力学参数的数据。

MIKE 11模型模拟的横截面数据来自水库河道设计和实际地形数据的概括。水量来自茧场站汇流处降雨产生的径流。茧场站位于59 距河源公里；下边界是101 距河源公里。该段流域位于碧流河流域中部。河流径流和大落差的集中对研究碧流河流域旱涝规律和预报具有重要意义。上下边界之间的高差将根据河道的平均比率和实际相对高差计算。默认情况下设置流体动力学参数。

3.2.2. 她是个模特儿

在模型计算区域，选择了碧流河流域的主流。When the grid was set, the grid size was determined to be 1 km. The target area was divided to determine 50 × 100 units. In the course of this research, for the convenience of preprocessing and supplementation, all of them were uniformly transformed into the Xi’an 80 coordinate system. The rainfall data can be processed and determined based on the measured values of various stations in this area. The obtained results are processed appropriately to form the corresponding time series file ( .dfs0）;蒸发数据根据本地气象统计确定。所述彭曼公公式计算所获得的原始数据，并且将所得ET0值被用于产生 .dfs0文件。在模型中，降雨数据和蒸发数据由泰森多边形分开设置。Thiessen Polygon是一组连续多边形，由连接两个相邻点连接的垂直大分子组成。与构成多边形的控制点的距离任何点的距离小于与其他多边形的控制点的距离。

3.2.3. MIKE SHE/MIKE 11的耦合

MIKE SHE的水运动模块涵盖了水文循环的主要过程。它可以研究不同尺度的水文循环过程。通过蒸散、坡面流、河流湖泊、非饱和流和饱和流描述径流的水文循环过程：蒸散（ET）相关因素主要包括截留、土壤和水面蒸发；地表径流根据坡面流量（OL）等进行描述。；通过MIKE模拟分析得到河流和湖泊（OC）；并计算了水库与大坝的相关性。但是，MIKE SHE通道的水动力部分的模拟不足，需要与MIKE 11耦合。建立综合MIKE SHE/MIKE 11模型包括以下基本步骤。

首先，我们建立了相应的mike11水动力独立模型，然后进行试验分析，在可能的条件下通过规定的流量相关参数做出初步的确定。然后，建立了NIKE-SHE模型，其模块主要包括面流和饱和带、非饱和带等。水动力模拟（1）和水动力模拟（2）如图所示3.和4.分别地

分支河流被定义为两个模型之间的连接，并且两个连接。湖子模块OC用于导入与以前的型号的仿真文件。在该模拟系统中，两种模型被同时模拟和分析，以及两者的数据通过基于共享存储空间中的开关处理。MIKE 11计算出相应的径流水的水平，转移的结果，后一种模式，然后比较了存储在模型，以确定剩余的水体积的表面地形信息的分析结果。由此可以推断，在两者之间的水交换的影响因素主要有相应的蒸发和地表水的渗透和相应的河流交换。最后，将计算出的水流与通过圣维南方程的宿源术语第一模型交换。

在MIKE SHE模型输入过程中，根据模拟水文过程的相应模块和问题解决要求确定相应的输入数据内容。基本参数包括模型范围、地形和降雨量。这些数据在各种MIKE-SHE模型中是不可或缺的。根据研究区域，网格大小为1 本文在研究过程中设置了km。对目标区域进行分区以确定50 × 100个细胞。在本研究中，为了便于预处理和补充，将所有数据转换为统一的西安80坐标系。

我们使用MIKE 11模拟从茧场河在碧流河流域的水库碧流。根据需要，在碧流流域DEM数据被用于创建一个河流网络文件，以及横截面数据被转换成一个.shp文件进入MIKE 11模型来调整流体动力学参数的数据。

MIKE 11模型模拟的断面数据是综合了水库河道设计和实际地形资料得出的。水量来自于茧田站汇合处的降雨产生的径流。蚕茧田站位于离江源59公里处;下界位于距江源101公里处;该段流域位于碧流河流域中部。河流径流量的集中和大降对研究碧流河流域的旱涝规律和预报具有重要意义。根据河道的平均比及实际相对高差计算上、下边界的高差。水动力参数默认设置。MIKE SHE和MIKE 11之间的耦合如图所示5.．

4.模型验证与预测

为了验证该模型效果，MIKE SHE模型参数的调整应尽可能小。在MIKE SHE / MIKE 11耦合模型，参数的设置影响MIKE SHE与MIKE 11款车型都和他们河网均匀。所测量的值和模拟值之间的相关电平是由相关系数描述，并且两者的配合程度由纳什系数（NSE）进行评价。

其中奥比、卡利、， ,和分别为i处的实测值和计算值及其平均值。Nse的取值范围是-∞到1。参数越大，可以判断仿真效果越好，满足可信性要求。当Nse接近0时，可以反映得出的结果接近观测均值;也就是说，可信度处于接受区间。如果规模很小，模型就不值得信任。相关经验表明，当Nse大于0.75时，可以判断模拟效果较好;在0.36 - 0.75的范围内，可以认为基本满意;如果小于0.36，则不满足要求。一般来说,当R > 0.8，则认为线性相关水平较高。

4.1. 参数校准

的MIKE SHE / MIKE 11耦合模型使用从1986茧场的数据，以1995为参数校准。校准结果示于表4.．校准前后的径流过程模拟结果如图所示6.和7.．

相关系数之前校准是R=0.751294，纳什指数为Nse = 0.531545;校正后的相关系数为R= 0.94583，纳什指数Nse = 0.71379。模拟值与实测值拟合效果良好。

4．2．模型验证

利用1996年至2005年和2006年至2015年蚕茧场的两个连续10年降雨和径流数据验证了MIKE SHE/MIKE 11耦合模型。结果如图所示8.和9分别地时间序列验证结果为1996-2005年，相关系数为R = 0.98818，纳什指数为Nse = 0.918427; 时间序列验证结果为2006-2015年，相关系数为R = 0.964802，纳什指数为Nse = 0.895926. 结果表明，无论是从峰值流量还是从观测时间来看，这两个时段的模拟值和观测值都是一致的。

数据10和11显示水位在碧流水库站连续两年（1996-2005和2006- 2015年）的变化。It can be found that, in the 20 consecutive years from 1996 to 2015, the water level of the Biliu Reservoir exceeded the warning level by 69.8 m: July 1995, July 1996, August 1997, August 1998, and August 2001, July 2005, August 2006, August 2010, August 2011, July 2012, and July 2013, these time nodes coincide with the historical changes in the water level of the Biliu Reservoir, indicating that the water level simulation results of the river reservoir can well reflect the real water level change of the reservoir. At this time, the reservoir needs to be discharged to prevent floods.

4.3。模型和洪涝灾害预测中的应用

利用1985 - 2015年茧场的降雨、蒸发和径流数据，对MIKE SHE/MIKE 11耦合模型进行了校准和验证。结果表明，验证模型与实际效果吻合较好，模拟得到的碧流水库水位变化与碧流水库历史资料基本一致。说明该模型在碧流河流域洪水灾害预测中的应用具有良好的效果。

根据碧流河流域不时出现的降水和径流循环模式，得出碧流河流域2016年至2030年的降水和径流数据。MIKE SHE/MIKE 11耦合模型用于预测2016-2030年碧流河流域的洪水灾害。

数字12显示了通过茧场的月径流模拟结果。可以看出，导出值与模拟值之间的相关系数的相关系数为R=0.965588，纳什指数为Nse = 0.920947，拟合效果很好。图形13显示了碧流水库的水位变化。由此可以看出，洪水灾害预计8月到2020年，2025年7月，七月到2030年发生。

5.结论

对于碧流流域从茧字段到碧流水库部分，本文采用的MIKE 11模型以创建一维水动力学模型。通过各种地形指标来看，MIKE SHE模型。MIKE 11模型和MIKE SHE模型的耦合是用来研究降水和径流在这个盆地的时空变化，并模拟碧流河流域水文变化。基于碧流河流域1986年至1995年的月径流资料，参数进行了校准，然后将模型给出合理的参数方案。该模型是通过每月的径流资料证实1996年至2015年，并发现模拟值要与实际值，这保证了其在研究区模型的适用性较好的一致性。根据碧流河流域不时出现的降水和径流循环模式，得出碧流河流域2016年至2030年的降水和径流数据。MIKE SHE/MIKE 11耦合模型用于预测2016-2030年碧流河流域的洪水灾害。The results show that flood disasters are expected in August 2020, July 2025, and July 2030.

数据可用性

用于支持本研究结果的数据可根据要求从相应作者处获得。

利益冲突

作者声明他们没有利益冲突。

工具书类

1. A. Nigussie和A. Altunkaynak，“建模城市化对亚阳风险的影响，土耳其伊斯坦马流域，土耳其，使用迈克21 FM模型，”自然灾害，卷。99，没有。2，第1031至1047年，2019。浏览：谷歌学术
2. M.库马尔，“在用于默哈纳迪三角洲地区MIKE 11模型曼宁粗糙度系数敏感性分析，”植物与土壤研究年鉴，卷。21，不。1，第62-66，2019。浏览：谷歌学术
3. 杜海霞，赵福，S. Westra等，“全球洪水规模的历史和未来变化——来自模型观测调查的证据”，水文学与地球系统科学，第24卷，第3期，第1543-1564页，2020年。浏览：谷歌学术
4. W李，K。林，T。Zhao等人，“利用耦合水文和水动力模型对无资料流域的山洪暴发进行风险评估和敏感性分析，”水文学杂志， vol. 572, pp. 108-120, 2019。浏览：谷歌学术
5. S. Shrestha, S. Cherng, a . N. Hill等人，“加州、佛罗里达、纽约和德克萨斯州州一级结核病干预措施的影响和有效性:基于模型的分析，”美国流行病学杂志，第188卷，第9期，第1733-1741199页。浏览：谷歌学术
6. W.张，李J.，Y. Chen等人，“为城市的防洪基于代理的优化设计和不确定性分析，”水资源管理，卷。33，不。12，第4201-4214，2019。浏览：谷歌学术
7. E. Yildirim和I. Demir，“HAZUS-MH洪水损失估算分析的综合网络框架”，自然灾害，卷。99，没有。1，第275-286，2019。浏览：谷歌学术
8. J.Pinos，L.Inge和E.Imbe，“山河洪水仿真的1D液压模型的评价：以厄瓜多尔圣巴拉拉河为例”水资源实践与技术第14卷第2期2，页341-354,2019。浏览：谷歌学术
9. R.王，Y.元，H Yen等，“用在SWAT流域级农药命运和运输仿真的回顾：现状和研究的关注，”。全环境科学，第669卷，第512-5262019页。浏览：谷歌学术
10. F. Ehmele和M. Kunz，“德国西南部与洪水有关的极端降水:二维随机降水模型的发展”，水文学与地球系统科学，第23卷，第2期，第1083-110219页。浏览：谷歌学术
11. M. L. Follum, R. Vera, A. A. Tavakoly等人，“利用AutoRoute模型提高低、中、高流量事件洪水淹没制图的准确性和效率，”自然灾害与地球系统科学，卷。20，没有。2，第625-641，2020。浏览：谷歌学术
12. J. L. Gutenson，A.A Tavakoly，M.D。Wahl等人，“在昼间的时间步长贮存流出的全球规模的水文预报一般性的非数据驱动湖泊和水库路由模型的比较，”水文学与地球系统科学，卷。24，不。5，第2711至2729年，2020。浏览：谷歌学术
13. V. Ganti, M. P. Lamb, and A. J. Chadwick，“洪水、撕脱和回水流体动力学在河流三角洲地层中的自生侵蚀面”，沉积研究杂志，第89卷，第8期，第815-83219页。浏览：谷歌学术
14. M. Nones，“处理洪水风险管理中的沉积物运输”Acta Geophysica，第67卷，第5期2，第677-685页，2019。浏览：谷歌学术
15. JM约翰逊博士。穆纳辛赫博士。Eyellade等人，“国家水模型（NWM）的综合评估——最近排水（手动）洪水测绘方法上方的高度，”自然灾害与地球系统科学，卷。19，没有。11，第2405至20年，2019。浏览：谷歌学术
16. M.利珀，M.比瑟尔，N Gotts等人，“利用基于代理的建模，模拟跨尺度的社会生态系统，”Geoinformatica.，第23卷，第2期。2，页269-298,2019。浏览：谷歌学术
17. L. T. H. Binh, N. V. Umamahesh，和E. V. Rathnam，“基于非平稳频率分析的高分辨率洪水灾害制图:越南胡志明市案例研究”，水文科学杂志，第64卷，第3期，第318-335页，2019年。浏览：谷歌学术
18. HM吕，S。L沈，A。Zhou等人，“特大城市地铁系统洪水风险评估和管理的前景，”隧道与地下空间技术，第84卷，第31-44页，2019。浏览：谷歌学术
19. 十,。K雅各布博士。s比什特，C。Chatterjee等人，“数据匮乏地区洪水灾害评估的水动力模型：bharathapuzha河流域的案例研究，”环境建模与评价，卷。25，不。1，第97-114，2020。浏览：谷歌学术
20. R. Diedhiou, S. Sambou, S. Kane等，“HEC-RAS模型在一维稳定流分析中的校准——以塞内加尔河口下游diama大坝为例”现代水文学开放期刊，第10卷，第3期，第45-64页，2020年。浏览：谷歌学术
21. R胡F。方，P。Salinas等人，“使用自适应各向异性非结构网格方法对多源洪水进行数值模拟，”水资源进展，第123卷，第173-188页，2019。浏览：谷歌学术

版权

版权所有©2021齐刘海等。这是分布下的开放式访问文章创意公共归因许可证，允许在任何媒介中不受限制地使用、分发和复制，前提是原作被正确引用。