数字孪生北江流域建设实践与成效

针对北江流域洪水灾害频发的现状,为提升北江流域防洪减灾能力,广东省水利厅组织建设数字孪生北江流域。数字孪生北江流域基于广东省大数据、模型和知识等平台的公共能力,聚焦防洪联合优化调度,通过北江流域水库、蓄滞洪区、水闸、分洪河道、堤防等组成的“蓄、行、滞、分”防洪工程体系与数字孪生技术的深度耦合,协同优化多工程群组“上调、中控、下分”联动,搭建预报预警—工程调度—河道演进—精细模拟—风险研判—预案执行的全链条“四预”框架。数字孪生北江流域有效支撑“22·6”北江特大洪水、北江2024年第1号洪水的防御工作,相关成果已推广复用至数字孪生水网、数字孪生东江流域等。

基于博弈论组合赋权的洪灾风险评价及其年代际演变

运用博弈论耦合主观和客观权重,构建基于模糊综合评价法的流域洪灾风险评价模型,并以北江流域为例,评价了研究区1990、2000和2010年的洪水灾害风险,揭示了洪灾风险年代际的时空演变特征。结果表明:1)运用博弈论组合主客观权重可以避免单一权重的片面性,得到更合理的、符合实际情况的综合权重;2)北江流域3期洪灾风险总体分布相似,大多数区域表现为低风险区,高、中、低风险区占全流域面积比分别约为60%、15%和20%,高风险区主要位于清远―怀集一带,以及佛冈、翁源等地,这些地区具有地势低洼、人口分布密集、经济较发达、暴雨集中等特征;3)高风险区仍表现出逐渐扩大的趋势,在2000―2010年高风险区扩大较为显著,风险上升主要由土地利用类型、人口密度和区域经济发展等的变化所导致。

改进SWAT模型水库模块及其在水库控制流域径流模拟中的应用

为在径流模拟中充分考虑水库的综合调蓄作用,改善了SWAT(The Soil and Water Assessment Tool)模型的水库算法,在水库模块中增加基于水库供水发电调度规则的水库出流模拟算法,以提高径流模拟精度。选择东江流域作为典型流域,分别应用改进前后的SWAT模型进行径流模拟,并分析模型改进的效果,结果表明:修改后的SWAT模型解决了水库模拟出流量在非汛期过低、汛期过大的问题,能更有效地模拟枯季径流和洪峰流量,明显提高了月径流及日径流的模拟精度,其中,月径流模拟中率定期内R2提高了0.06~0.22,NS提高了0.06~0.52,验证期内R2提高了0.1~0.19,NS提高了0.12~1.22;日径流模拟中率定期内R2提高了0.04~0.16,NS提高了0.04~0.46,验证期内R2提高了0.11~0.15,NS提高了0.15~1.21。

土地覆盖类型变化对梯度发展流域的土壤侵蚀动态影响

以1990,2000和2010年3期土地覆盖类型数据为基础,结合GIS技术利用RUSLE模型分析梯度发展的东江流域土壤侵蚀动态变化,结果表明:流域下游地区土地覆盖类型变化较大,大量水田、旱地、林地和草地转化为城镇用地、工矿建设用地以及园地;流域在1990,2000和2010年的平均土壤侵蚀量分别为15.22,15.41和15.47 t/(hm^2·a),均属于Ⅱ级/轻度侵蚀,但随时间增长而递增;侵蚀等级属于Ⅰ级和Ⅱ级的面积占全流域面积的90.95%~91.26%;流域的土壤侵蚀量等级变化不明显,约有24 328 km^2(91.14%)维持原有的侵蚀等级,而2 365 km^2(8.86%)侵蚀等级发生改变。变化等级面积中,1 286 km^2(4.82%)由低等级转变为高等级,1 079 km^2(4.04%)由高等级转换为低等级。东江流域的土壤侵蚀情况与社会经济的梯度发展特征相一致,从上游到下游呈明显递增趋势。

基于随机森林和RBF人工神经网络模型的新丰江水库枯季入库径流中长期预报

基于随机森林和RBF人工神经网络构建了新丰江水库枯季入库径流中长期预报模型,首先采用随机森林模型从74个水文气象特征量和前期降雨、径流中筛选预报因子,之后利用筛选的预报因子作为RBF神经网络的输入层,利用RBF神经网络对新丰江水库枯季入库径流每月的流量进行预报。结果表明,基于随机森林和RBF人工神经网络模型的枯季径流中长期预报模型精度较高,其中训练期平均合格率为91.24%,平均相对误差为7.80%,检验期平均合格率为67.31%,平均相对误差为26.73%,模型有较高的可靠性,预报结果可作为东江流域枯季径流预报重要参考依据。