2. 四川大学 水力学与山区河流开发保护国家重点实验室,四川 成都 610065;
3. 长江水利委员会 长江科学院,湖北 武汉 430010
2. State Key Lab. of Hydraulics and Mountain River Eng., Sichuan Univ., Chengdu 610065, China;
3. Yangtze River Scientific Research Inst. of Yangtze Water Resources Commission, Wuhan 430010, China
山洪灾害是由山丘区强降雨引发的陡涨陡落洪水,并伴随洪水引发的泥石流、滑坡等的灾害,常造成人员伤亡、经济损失并影响社会安全[1]。据统计,21世纪以来,中国每年因山洪灾害死亡人数约1000人,占洪涝灾害死亡人数的70%左右[2]。山洪灾害已成为当前防洪减灾工作中的重点,而构建监测预警体系,增强监测预警能力,是提升防灾减灾救灾能力的关键[3]。有效的洪水评定方法可优选水文模型,从而提高山洪预警的精度和响应时间,减少山洪灾害的损失[4]。
目前,常用的洪水预报评定指标主要基于数理统计指标,包括绝对误差、相对误差、均方误差和纳什效率系数等。例如张娟等[5]选用洪量相对误差、洪峰相对误差、峰滞时间和纳什效率系数4个指标开展校正效果评估,以提升洪水预报精度,延长洪水预报有效预见期。黄艳等[6]选用相对误差、合格率等指标比较了不同水文模型在山洪预报中的模拟效果,认为半分布式模型比集总式模型有较大优势。李爽[7]为提高北方旱区中小河流洪水预报精度,采用确定性系数、径流相对误差、洪峰误差和峰现时间误差4个指标论证模型的可靠性。王璐等[8]将5种常用的水文模型应用于湿润、半干旱半湿润地区的14个典型山区小流域,选用平均相对误差、确定性系数等指标,认为API、新安江、TOPMODEL模型在湿润地区模拟效果较好,HEC-HMS模型在湿润地区、半湿润半干旱地区适用性最强。Chen等[9]以均方根误差和平均相对误差为评定指标,探讨了结合粒子滤波同化模型与一维水动力模型在黄河下游微模型水位变化的应用。Kurian等[10]以纳什效率系数为评定指标,评定了一种结合分布式水文模型和数据驱动模型的混合模型M4,认为该模型对提前生成预报流量效果良好。
在应用水文模型时,受复杂水文过程和实测数据质量的影响,尤其是水文模型的物理基础与山区小流域实际产汇流机制仍存在一定差异,造成模型在山洪预警时易出现虚警和漏警现象。虚警和漏警这两个概念源于信息化领域,虚警是错误的告警事件,即当没有目标时,系统却对非目标事件进行告警[11];漏警是检测系统在检测时就可能把某些入侵行为错判为正常行为,或者就根本检测不到这一入侵行为[12]。在山洪预警中,将实际不需要预警但是模型发出预警的情况称为虚警,一般发生于预报的洪量比实际发生的洪量偏高或峰现时间偏早的情况。虚警可能造成不必要的人员转移及经济财产损失。将实际需要预警,但模型未预警的情况称为漏警,一般发生于预报的洪量比实际发生的洪量偏低或峰现时间偏晚的情况。漏警可能造成巨大的经济财产损失,甚至是人员伤亡。在使用绝对误差、相对误差、均方误差和纳什效率系数等数理统计方法的精度评定模型中,由于同等对待真值两侧的误差,在理论上,虚警和漏警会以相同的概率出现。
山洪预警实践中,考虑虚警和漏警导致的经济财产损失和人员伤亡差异,若模型模拟洪峰比实际洪峰高、或预警时刻出现在实际预警时刻之前,对于防洪减灾效果来讲,则认为更安全,即虚警较漏警更容易接受。然而,常用的洪水预报评定指标一般着重考虑模型模拟结果与实际的数量偏差,较少涉及山洪的虚警和漏警问题。
为此,作者以基于山区小流域暴雨山洪水位上涨变化的水位预警方法为基础,考虑“优先减少漏警”的山洪预警原则,提出“山洪预警时效差”作为山洪预警评定方法,并比较分析了TOPMODEL模型、TVGM模型和新安江模型在官山河流域较大洪水的预警效果。
1 流域概况官山河流域处于湖北省十堰市丹江口市西南部,地处东经110°42′30″~111°00′22″,北纬32°16′19″~32°32′15″,属汉江中上游干流的右岸支流,发源地是湖北省十堰市房县,主要支流为袁家河和吕家河,地理位置如图1所示。干流河道平均坡降为0.57%,流域面积为465 km2,多年平均流量为7.78 m3/s;地形以丘陵、中小型起伏山地为主,中部地势较低,边缘地势较高,海拔为153~1634 m,平均高程为690 m[6]。
![]() |
图1 官山河流域地理位置图 Fig. 1 Administrative division map of Guanshanhe basin |
官山河流域位于鄂豫暴雨区,该地局地性暴雨频发,属于连阴雨高发地区,也是山洪灾害、泥石流灾害和滑坡灾害多发的地区。据统计,1975年以来官山河流域共发生12次山洪灾害。2012年“8·5”超百年一遇特大洪水是历年最严重的一次山洪灾害,造成镇区交通、通讯、电力、供水全部中断,波及官亭、骆马沟、五龙庄等9个村,损坏房屋2492间,冲毁公路160 km、桥梁29座,受灾农田约9100亩,转移人口约7000人,死亡3人,造成直接经济损失2.3亿元[13]。
本文所使用的官山河的水文数据来源于官山河下游的孤山水文站,站点位置见图2。从1975年以来的水文年鉴中摘录和整理各场次洪水过程。
![]() |
图2 官山河流域站点位置图 Fig. 2 Sketch map of hydrological station at Guanshanhe basin |
2 研究方法 2.1 水文模型
1)TOPMODEL模型
TOPMODEL模型是基于地形的有一定物理机制的半分布式水文模型,其利用地形指数ln(a/tan β)或地形–土壤指数ln(a/T tan β)(a为单位等高线长度的排水面积、tan β为地表坡度、T为导水系数)来反映流域水文现象,尤其是径流运动的分布规律,可以用于模拟湿润山区小流域的洪水过程[14]。
2)TVGM模型
TVGM模型由武汉大学夏军教授提出,其产流理论基础是基于降雨–径流非线性关系,汇流采用了简单的响应函数模型,通过考虑土壤湿度,引入时变增益的概念,使用简单的产、汇流方程构建模型,避免了Volterra泛函级数辨识困难问题,从而使得较为复杂的基于Volterra泛函级数的水文非线性系统能够以一种较为简单的概念模型进行表达,也比较适合模拟湿润山区小流域的洪水过程[15-16]。
3)新安江模型
新安江模型始建于1973年,最早由河海大学赵人俊教授提出,并改进发展成为三水源以及其他多水源的模型[17-18]。该模型多应用于湿润地区与半湿润地区的水文预报和水文设计,主要包括4部分:蒸散发计算、产流计算、水源划分以及汇流计算。新安江模型是我国湿润地区最常使用的水文模型。
2.2 预警方法目前,在山洪预警预报方法上,国内外常用的山洪预警预报方法有山洪临界雨量法、山洪预报模型与方法和经验预报法等[19]。叶金印等[20]以新安江模型为基础,提出了考虑土壤含水量饱和度的动态临界雨量山洪预警方法,山洪预警合格率超过了70%;孔凡哲等[21]提出了一种考虑雨强时间分配的临界雨量计算方法,在裴河流域,选取适用的雨强时间分配模式,得到临界雨量,使山洪灾害预警的成功率由均匀分配方法得到的12%提高到50%,漏报率由88%降低至50%;刘姝熠[22]对HEC–RAS的研究表明,其洪水淹没模拟分析具有较高的准确性和可靠度,可为辽河流域洪水预警以及洪水灾害人员疏散方案的制定提供一定的参考;Dao等[23]研究了城市洪水预警的诱发降雨和径流,结果表明,不考虑降雨时间变化的预警系统的错误预警大约是考虑降雨时间变化的预警系统的两倍;Yuan等[24]用特征降雨和层次分析法对灾害预警时间的合理性判别因子和权重进行了评价,确定了综合合理性指数(CRI),并对防灾对象临界雨量的总体合理性进行了评价和复核。
除此之外,2019年,王协康等[25-26]提出一种新的山洪预警办法——基于山区小流域暴雨山洪水位上涨变化的水位预警方法,该方法根据洪水水位上涨率的变化情况判断是否准备转移或立即转移,比较适合官山河这种坡度较大,水位陡涨陡落的山区小流域。该方法的实施具体如下:
1)当洪水水位上涨率一旦达到1 m/h时,立即发出准备转移预警。
2)在洪水水位上涨率达到1 m/h之后的10~30 min,连续进行n次洪水水位上涨率测量,记作
若
$t = ({{\textit{Z}}_0} - {{\textit{Z}}_1})/{\alpha _1}$ | (1) |
${T_1} = {T_0} + t$ | (2) |
若
$t = ({{\textit{Z}}_0} - {{\textit{Z}}_1})/{\alpha _2}$ | (3) |
式(1)~(3)中:
3)在继续监测目标河段的洪水水位上涨率的过程中,若洪水水位上涨率又达到1 m/h,重复步骤2),直到洪水消退[25-26]。
以这种方法为基础构建山洪预警时效差。
2.3 传统评定指标[4]1)洪峰流量相对误差
模拟洪峰流量减去实测洪峰流量为洪峰流量预报误差,洪峰流量预报误差除以实测洪峰流量为洪峰流量绝对误差,以百分数表示。
2)峰现时间绝对误差
峰现时间的模拟值减去实测值的绝对值为峰现时间绝对误差。
3)纳什效率系数
洪水预报过程与实测之间的吻合程度可以用纳什效率系数为指标[4],计算公式如下:
${\rm{NSE}} = 1 - \frac{{\displaystyle\sum\limits_{i = 1}^n {{{\left( {{y_{{\rm{c}}i}} - {y_{{\rm{o}}i}}} \right)}^2}} }}{{\displaystyle\sum\limits_{i = 1}^n {{{\left( {{y_{{\rm{o}}i}} - \overline {{y_{\rm{o}}}} } \right)}^2}} }}$ | (4) |
式中:
根据王协康等[25-26]提出的基于山区小流域暴雨山洪水位上涨变化的水位预警方法,本文提出立即转移预警时效差(
$\Delta { T} = {\omega _1}\Delta {{T}_{\rm{R}}} + {\omega _2}\Delta {{ T}_{\rm{P}}} + {\omega _3}\Delta {{ T}_{\rm{D}}}$ | (5) |
式中:
由定义可知,山洪预警时效差
与山洪预警时效差相关的3个指标及其函数值定义如下:
1)立即转移预警时效差
$ \Delta {T}_{{\rm{r}}}={T}_{{\rm{r}}{\text{实}}}-{T}_{{\rm{r}}{\text{模}}}$ | (6) |
式中:
$\Delta {{{T}}_{\rm{R}}} = \left\{ \begin{aligned} \;&{m_1}\left| {\Delta {T_{\rm{r}}}} \right|,\;\Delta {T_{\rm{r}}} < 0; \\ \;& \Delta {T_{\rm{r}}},\;\Delta {T_{\rm{r}}} \ge 0 \end{aligned} \right.$ | (7) |
一般来说,根据水文模型计算得到的立即转移预警时刻早于由实测流量计算得到的立即转移预警时刻较好。所以,当
2)准备转移预警时效差
$ \Delta {T}_{{\rm{p}}}={T}_{{\rm{{\rm{p}}}}{\text{实}}}-{T}_{{\rm{{\rm{p}}}}{\text{模}}}$ | (8) |
式中:
$\Delta {{{T}}_{\rm{P}}} = \left\{ \begin{aligned} &{m_2}\left| {\Delta {T_{\rm{p}}}} \right|,\Delta {T_{\rm{p}}} <0; \\ &\Delta {T_{\rm{p}}},\Delta {T_{\rm{p}}} \ge 0 \end{aligned} \right.$ | (9) |
同理,当
3)成灾水位出现时效差
$ \Delta {T}_{{\rm{d}}}={T}_{{\rm{d}}{\text{实}}}-{T}_{{\rm{d}}{\text{模}}}$ | (10) |
式中:
$\Delta {{{T}}_{\rm{D}}} = \left\{ \begin{aligned} \;& {m_3}\left| {\Delta {T_{\rm{d}}}} \right|,\;\Delta {T_{\rm{d}}} < 0; \\ \;& \Delta {T_{\rm{d}}},\;\Delta {T_{\rm{d}}} \ge 0 \end{aligned} \right.$ | (11) |
同理,当
在式(7)、(9)、(11)中,
层次分析法适用于分析解决一些结构比较复杂、难以量化的多目标决策问题[28]。主要步骤如下。
表1
|
![]() |
在计算影响因子
$\left[ {\begin{array}{*{20}{c}} 1&4&9 \\ {1/4}&1&6 \\ {1/9}&{1/6}&1 \end{array}} \right]$ |
计算特征向量得到,影响因子
在计算人们对虚警的接受程度与对漏警的接受程度的比值
$\left[ {\begin{array}{*{20}{c}} 1&9 \\ {1/9}&1 \end{array}} \right]$ |
计算特征向量得到,
以官山河2012年的8·5洪水为例,此次官山河死亡3人,造成直接经济损失2.3亿元[13]。若提前转移7000人,虽然直接经济损失仍难以避免,但可以避免人员死亡。若该山洪预警为虚警,假设该地区每人每天的收入为
收集官山河流域自1975年以来8场较大的洪水,将1975至1983年的5场水作为率定场次,将1983年至2015年的3场水作为验证场次。使用洪峰流量相对误差、峰现时间绝对误差和纳什效率系数等3个传统指标,对TOPMODEL模型、TVGM模型和新安江模型分别进行评定。评定的结果见表2和图3。从洪峰流量相对误差来看,TVGM模型最优,TOPMODEL模型次之,新安江模型较差;从峰现时间绝对误差来看,新安江模型最优,TVGM次之,TOPMODEL较差;从纳什效率系数来看,TVGM模型最优,TOPMODEL模型次之,新安江模型最差。综合这3个传统指标综合来看,TVGM模型最优,更适合官山河流域的洪水模拟。
表2 官山河流域8场较大洪水模拟结果比较 Tab. 2 Comparison of 8 large floods simulation results at Guanshanhe basin |
![]() |
![]() |
图3 洪水模拟过程线 Fig. 3 Simulation process hydrographs |
3.2 山洪预警时效差的评定结果
官山河流域的成灾水位根据历年山洪灾害出现频次及受灾程度,取20年一遇的设计洪水的洪峰流量对应的水位,即32.38 m。
基于传统评定标准的模型评定结果并未直接针对洪水预警,因此有必要评定其山洪预警时效差。将实测值和3个模型的模拟值插值为时间间隔为6 min的时间序列,进行预警并计算洪水处置时效(
表3 官山河流域8场较大洪水各模型的预警时效差 Tab. 3 Comparison of the temporal difference of 8 large floods warning results at Guanshanhe basin |
![]() |
为了进一步比较洪水处置时效与传统评定指标在山洪预警方面的评定效果,将山洪预警时效差的计算结果绘制成图,如图4、5所示。
![]() |
图4 官山河1975年山洪预警结果 Fig. 4 Warning result of Guanshanhe basin in 1975 |
![]() |
图5 官山河2012年山洪预警结果 Fig. 5 Warning result of Guanshanhe basin in 2012 |
从表3及图4、5的官山河1975年和2012年山洪预警结果可以看出,TOPMODEL模型的山洪预警时效差
造成传统评定指标的评定结果与洪水处置时效评定结果不同的原因,是因为传统评定指标认为虚警和漏警是同等不利的,无论是计算值大于真值,还是计算值小于真值,都应该同等赋权优化。而山洪预警时效差根据山区小流域暴雨山洪的漏警威胁大于虚警的山洪防治实践,认为应优先减少漏警。通过比较分析,若按照传统评定指标的评判结果,认为TVGM模型最优,但在用TVGM模型进行山洪预警时,会出现漏警现象,很可能会造成巨大的经济财产损失和人员伤亡。若用山洪预警时效差来评定预警效果而选出的最优模型——TOPMODEL模型,则可以有效避免漏警,更符合山洪防治的实践需求。
4 结论与讨论1)根据山区小流域暴雨山洪的漏警威胁大于虚警的山洪防治实践,和“优先减少漏警”的原则,提出了一个衡量山洪预警效果的指标——山洪预警时效差,该指标为非负数,数值越小,山洪预警结果与实际情况相差越小,模型用于洪水预警的预警效果越好;数值越大,山洪预警结果与实际情况相差越大,模型用于洪水预警的预警效果越差。
2)选用洪峰流量相对误差、峰现时间绝对误差和纳什效率系数3个传统评定指标,来评定TOPMODEL模型、TVGM模型和新安江模型对官山河流域8场较大洪水的预警效果。通过传统的评定指标,认为TVGM模型最优。
3)选用山洪预警时效差对模型进行评定,则认为TOPMODEL模型最优。造成两个结果不同的原因是,传统评定指标认为山洪的虚警和漏警是同等不利的,而山洪预警时效差认为虚警和漏警对山洪防御的影响并非相同,应优先减小漏警的可能性。因此,传统评定指标选出的模型可能会造成更多的漏警现象,而“山洪预警时效差”可以有效减少漏警的问题,即用“山洪预警时效差”来评定山洪预警效果较好。
4)只检验了该指标对于TOPMODEL模型、TVGM模型和新安江模型3种模型用于官山河流域较大洪水的模拟和预警的效果,若要进一步评价该指标,可以将该指标推广于其他山区流域和其他水文模型。同时,该指标也可以引用更多的预警方法来评定预警效果。
5)官山河流域的成灾水位是根据历年山洪灾害出现频次及受灾程度,取20年一遇的设计洪水的洪峰流量对应的水位。但在实际情况中,成灾水位受到前期降雨影响很大,成灾水位与设计洪水频率可能并不一致,因此在后续研究中将加强对成灾水位与设计洪水频率关系的研究。
6)准备转移预警、立即转移预警主要取决于洪水水位上涨率。根据已有研究成果[25-26],判定洪水水位上涨率的指标是1 m/h,但在不同的山区河流,情况复杂多变,该值可能有变化,应具体分析。因此,在后续研究中,需针对不同山区河流分析该指标的合理取值。
[1] |
曹叔尤,刘兴年,王文圣,等.山洪灾害及减灾技术[M].成都:四川科学技术出版社,2013.
|
[2] |
Zhang Pingcang,Ding Wenfeng,Wang Xiekang. Research Framework and anticipated results of the key technology and integrated demonstrations of mountain torrent disaster monitoring and early warning[J]. Advanced Engineering Sciences, 2018, 50(5): 1-11. [张平仓,丁文峰,王协康. 山洪灾害监测预警关键技术与集成示范研究构想和成果展望[J]. 工程科学与技术, 2018, 50(5): 1-11. DOI:10.15961/j.jsuese.201800967] |
[3] |
He Bingshun. A brief discussion on early warning of natural disasters[J]. Disaster Reduction in China, 2019(23): 44-47. [何秉顺. 浅谈自然灾害预警[J]. 中国减灾, 2019(23): 44-47. DOI:10.3969/j.issn.1002-4549.2019.23.013] |
[4] |
包为民.水文预报[M].4版.北京:中国水利水电出版社,2006.
|
[5] |
Zhang Juan,Zhong Ping’an,Xu Bin,et al. Study on multi-step epitaxial method for autoregressive real-time correction of flood forecasting[J]. Journal of China Hydrology, 2019, 39(6): 41-45. [张娟,钟平安,徐斌,等. 洪水预报自回归实时校正多步外延方法研究[J]. 水文, 2019, 39(6): 41-45. DOI:10.19797/j.cnki.1000-0852.201802741] |
[6] |
Huang Yan,Zhang Yanjun,Yuan Zhengyin,et al. Comparison and application of hydrological models in mountain flood simulation[J]. Journal of Water Resources Research, 2019, 8(1): 33-43. [黄艳,张艳军,袁正颖,等. 水文模型在山洪模拟中的比较应用[J]. 水资源研究, 2019, 8(1): 33-43. DOI:10.12677/JWRR.2019.81004] |
[7] |
Li Shuang. Application of improved nonlinear time-varying gain model in flood forecasting of small and medium-sized rivers in the northern arid region[J]. Technical Supervision in Water Resources, 2018(6): 167-170. [李爽. 北方旱区中小河流洪水预报中改进的非线性时变增益模型应用研究[J]. 水利技术监督, 2018(6): 167-170. DOI:10.3969/j.issn.1008-1305.2018.06.051] |
[8] |
Wang Lu,Ye Lei,Wu Jian,et al. Research on multi-hydrological models applicability of flash flood simulation in hilly areas[J]. China Rural Water and Hydropower, 2018(2): 78-84. [王璐,叶磊,吴剑,等. 山丘区小流域水文模型适用性研究[J]. 中国农村水利水电, 2018(2): 78-84. DOI:10.3969/j.issn.1007-2284.2018.02.018] |
[9] |
Chen Minghong,Pang Juanjuan,Wu Pengxiang. Flood routing model with particle filter-based data assimilation for flash flood forecasting in the micro-model of Lower Yellow River,China[J]. Water, 2018, 10(11): 1612. DOI:10.3390/w10111612 |
[10] |
Kurian C,Sudheer K P,Vamsi Krishna Vema,et al. Effective flood forecasting at higher lead times through hybrid modelling framework[J]. Journal of Hydrology, 2020, 587: 124945. DOI:10.1016/j.jhydrol.2020.124945 |
[11] |
Li Wenjie,Yan Shiqiang,Hu Lei,et al. A review of false alarm suppression technology for infrared early warning satellite system[J]. Infrared Technology, 2020, 42(2): 115-120. [李文杰,闫世强,胡磊,等. 红外预警卫星系统虚警抑制技术综述[J]. 红外技术, 2020, 42(2): 115-120. DOI:10.3724/SP.J.7100931193] |
[12] |
Yang Yuxin. The research of the miss alarm and false alarm based on system behavior classification and detection model[J]. Electronic Technology and Software Engineering, 2018(5): 196. [杨玉新. 基于系统行为分类检测模型描述中有关漏警与空警的分析研究[J]. 电子技术与软件工程, 2018(5): 196.] |
[13] |
Han Pei,Ren Hongyu,Wang Siteng,et al. Characteristics of underlying surface in small-scale mountain flood disaster area:Case study on Guanshan River basin[J]. Journal of Yangtze River Scientific Research Institute, 2020, 37(7): 68-74. [韩培,任洪玉,王思腾,等. 小尺度山洪灾害区下垫面特征分析——以官山河流域为例[J]. 长江科学院院报, 2020, 37(7): 68-74.] |
[14] |
熊立华,郭生练.分布式流域水文模型[M].北京:中国水利水电出版社,2004.
|
[15] |
夏军.水文非线性系统理论与方法[M].武汉:武汉大学出版社,2002.
|
[16] |
Wang Qiang,Xia Jun,She Dunxian,et al. The applicability research of TVGM model in arid and semiarid watersheds of Liaoning Province[J]. South-to-North Water Transfers and Water Science & Technology, 2018, 16(4): 35-41. [王强,夏军,佘敦先,等. 时变增益模型在辽宁干旱半干旱流域的适用性研究[J]. 南水北调与水利科技, 2018, 16(4): 35-41. DOI:10.13476/j.cnki.nsbdqk.2018.0094] |
[17] |
赵人俊.流域水文模拟[M].北京:中国水利水电出版社,1984.
|
[18] |
Zhao Renjun,Wang Peilan. Analysis of Xin’anjiang model parameters[J]. Journal of China Hydrology, 1988(6): 4-11. [赵人俊,王佩兰. 新安江模型参数的分析[J]. 水文, 1988(6): 4-11. DOI:10.19797/j.cnki.1000-0852.1988.06.001] |
[19] |
Liu Zhiyu. Research and application of flash flood warning and forecasting technology[J]. China Flood & Drought Management, 2012, 22(2): 41-45. [刘志雨. 山洪预警预报技术研究与应用[J]. 中国防汛抗旱, 2012, 22(2): 41-45. DOI:10.16867/j.cnki.cfdm.2012.02.014] |
[20] |
Ye Jinyin,Li Zhijia,Chang Lu. Research and application of flash flood early warning Method based on dynamic critical precipitation[J]. Meteorological Monthly, 2014, 40(1): 101-107. [叶金印,李致家,常露. 基于动态临界雨量的山洪预警方法研究与应用[J]. 气象, 2014, 40(1): 101-107.] |
[21] |
Kong Fanzhe,Guo Liang,Huang Wei,et al. Derivation of rainfall thresholds for flash flood warning taking into account of the temporal distribution of rainfall intensity[J]. Yellow River, 2020, 42(6): 32-36. [孔凡哲,郭良,黄薇,等. 考虑雨强时间分配的山洪灾害临界雨量的计算[J]. 人民黄河, 2020, 42(6): 32-36.] |
[22] |
Liu Shuyi. Application of HEC-RAS model in flood risk assessment[J]. Technical Supervision in Water Resources, 2019(2): 243-246. |
[23] |
Anh D D,Kim D,Kim S,et al. Determination of flood-inducing rainfall and runoff for highly urbanized area based on high-resolution radar-gauge composite rainfall data and flooded area GIS data[J]. Journal of Hydrology, 2020, 584: 124704. DOI:10.1016/j.jhydrol.2020.124704 |
[24] |
Yuan Wenlin,Fu Lei,Gao Qianyu,et al. Comprehensive assessment and rechecking of rainfall threshold for flash floods based on the disaster information[J]. Water Resources Management, 2019, 33(12): 3547-3562. DOI:10.1007/s11269-019-02321-9 |
[25] |
四川大学.基于山区小流域暴雨山洪水位上涨变化的水位预警方法:CN201910160560.6 [P].2019–07–02.
|
[26] |
王协康,许泽星,闫旭峰,等.山区小流域山洪预警分析系统V1.0:2019SR0777487[CP].2019–07–26.
|
[27] |
赵焕臣,许树柏,和金生.层次分析法[M].北京:科学出版社,2000.
|
[28] |
Zhou Suiyuan,Xu Xin. Construction of marine engineering scheme selection model based on analytic hierarchy process[J]. Oil-Gasfield Surface Engineering, 2020, 39(1): 71-76. [周穗媛,徐鑫. 基于层次分析法构建海洋工程方案比选模型[J]. 油气田地面工程, 2020, 39(1): 71-76.] |