澜湄流域可能最大降水估算结果分析评价
Analysis and Assessment of Probable Maximum Precipitation Estimation Results in the Lancang-Mekong River Basin
DOI: 10.12677/JWRR.2022.113026, PDF, HTML, XML,  被引量    国家自然科学基金支持
作者: 郭生练, 李 娜, 熊景华, 王 俊:武汉大学水资源与水电工程科学国家重点实验室,湖北 武汉;唐俊龙, 郭 靖:中国电建集团华东勘测设计研究院有限公司,浙江 杭州
关键词: 可能最大降水统计法水文气象法卫星数据澜沧江–湄公河流域Probable Maximum Precipitation Statistical Method Hydrometeorological Method Satellite Data Lancang-Mekong River Basin
摘要: 简要综述国内外PMP/PMF研究进展与应用,收集澜沧江–湄公河流域现有的PMP估算结果,并给出缅甸、泰国和越南近年的研究应用实例,分析评价各种PMP/PMF估算方法的优缺点及应用局限,研究探讨基于卫星反演降水数据估算稀缺资料地区的PMP的可行性和合理性。本文给出的PMP估算结果,可为湄公河流域水利水电工程设计洪水和防洪减灾提供参考。
Abstract: The advancement and application of probable maximum precipitation/flood (PMP/PMF) estimation in home and abroad were briefly reviewed, and the current PMP estimation results in the Lancang-Mekong River basin were summarized, the case study in recent years in the Burma, Thailand and Vietnam were also given. The advancements and limitations of different PMP/PMF estimation methods were analyzed and evaluated, and the feasibility and rational of using satellite precipitation data to estimate PMP in data-sparse regions were also explored. The PMP estimation results given in this study can provide references for the design flood of water resources projects, flood control and disaster relief in the Mekong River basin.
文章引用:郭生练, 李娜, 熊景华, 王俊, 唐俊龙, 郭靖. 澜湄流域可能最大降水估算结果分析评价[J]. 水资源研究, 2022, 11(3): 238-248. https://doi.org/10.12677/JWRR.2022.113026

1. 引言

设计洪水的计算有两大途径:一是数理统计途径,即把暴雨/洪水看作是随机事件,运用数理统计学的原理和方法来推求指定频率的设计洪水,此法一般称为频率分析法 [1];二是水文气象途径,运用水文学和气象学的原理和方法,推求出近似于物理上限的暴雨/洪水,即可能最大暴雨/可能最大洪水(PMP/PMF),此法一般称为水文气象法。世界气象组织(WMO)推荐采用可能最大降水(PMP)经过一定的产汇流计算后形成的极端洪水,即可能最大洪水(PMF),作为重要水利工程的设计校核洪水 [2]。

PMP作为流域暴雨的近似物理上限,是在不考虑气候长期变化趋势的情况下,一年的特定时间中,在特定地点和给定时段内,在某一设计流域上或者给定暴雨面积下,气象上可能降下的最大降水深度 [2]。PMP估算方法可分为水文气象法和统计法两类,水文气象法又可根据不同的流域和暴雨资料特征分为当地暴雨放大法、暴雨移置法、暴雨组合法、暴雨时面深概化法等,但需要详细的大暴雨期间的天气系统资料,而统计法具有概念清楚和计算简便的特点,适用于具有长序列暴雨资料流域的PMP估算 [3]。

然而,基于统计法估算PMP对降水资料的长度有较高的要求,水文气象法对暴雨过程及空间分布面积要求很高,现有的估算方法容易受到降水资料长度和质量的影响,造成PMP结果不够合理 [2]。特别是在一些偏远欠发达地区或跨界流域,由于气象台站稀少或降水资料无法共享,极大地限制了现有PMP估算方法的应用。随着卫星遥感和数据同化技术的迅速发展,气象卫星凭借传统观测手段难以企及的时空分辨率和覆盖率,成为稀缺资料地区重要的降水数据来源,众多卫星降水数据集已广泛应用于水文气象应用领域 [4]。然而,不同卫星降水产品在多种时间尺度下的PMP估算潜力以及与现有方法估计结果比较,尚未得到系统性评估。

本文简要综述国内外PMP/PMF研究进展与应用,收集澜沧江–湄公河流域现有的PMP估算结果,并给出缅甸、泰国和越南近年的研究实例,分析评价各种PMP估算方法的优缺点及其应用存在局限性,探讨利用卫星降水数据估算PMP的潜力和精度,为湄公河流域水利水电工程设计洪水和防洪减灾提供参考。

2. 国内外PMP/PMF估算方法和研究进展

2.1. 国外PMP/PMF估算研究进展

早在1930年代,美国国家天气局开始研究PMP/PMF,主要用于重要水库校核洪水、大坝溢洪道、核电工程等的防洪设计标准。1940年代后,美国全面深入开展PMP估算的具体工作,出版了一系列水文气象报告(Hydrometeorological Reports)。进入21世纪后,随着资金的减少和中断,美国官方机构资助开展的PMP研究工作已经停止。

1950年以来,澳大利亚气象局提出了多种估算PMP的方法,从原来的暴雨放大法发展到暴雨移置法、概化估算法。1985年和1994年分别发布了51号和53号公报,对短历时PMP估算方法做了具体的分析介绍;1991~2009年期间,出版了多个研究热带和亚热带地区短历时小面积PMP估算方法的水文系列报告(Hydrology Report Series)。2002年,澳大利亚大坝委员会和澳大利亚工程师学会联合出版了设计洪水指南,详细介绍了如何估算PMP/PMF。

1975年英国出版了《洪水研究报告》及相关的补充报告 [5],详细介绍了PMP/PMF的计算方法和查算图表。印度对其西部的三次特大暴雨和热带地区PMP的估算组织开展了专门研究工作。1973年,世界气象组织(WMO)出版了《可能最大降水估算手册》;1986年修订版基本保留了第一版的所有内容,并补充了美国、澳大利亚、印度等国的经验做法;2009年首次纳入了中国的一些处理方法,再次修订发布《可能最大降水估算手册》第三版 [2]。

2.2. 我国PMP/PMF估算研究进展

我国开展PMP/PMF工作始于上世纪50年代末60年代初,长江水利委员会等单位采用暴雨组合和水汽输送法,估算了三峡工程60 d的PMP/PMF。1972~1973年,黄河水利委员会等单位开展了黄河三门峡至花园口区间的PMP研究工作。1975年8月淮河上游发生特大暴雨,导致板桥、石漫滩等大中型水库垮坝和京广铁路长时间中断,给人民生命财产造成了巨大损失。为了吸取淮河75∙8大水的教训,我国对已建和在建重要水库,进行全面的防洪安全复核(主要是PMP/PMF分析计算);编制了《中国可能最大24 h点雨量等值线图》。1978年,原水利电力部颁布了《水利水电枢纽工程等级划分及设计标准(山区、丘陵区部分) SDJ12-78 (试行)》规定 [6]:“失事后对下游将造成较大灾害的大型水库、重要的中型水库以及特别重要的小型水库的大坝,当采用土石坝时,应以可能最大洪水作为非常运用标准”,1979年联合颁布了《水利水电工程设计洪水计算规范SDJ22-79 (试行)》 [7]。

黄河水利委员会王国安(1999年)编写出版了《可能最大暴雨和洪水计算原理与方法》的专著 [8],系统介绍了水文气象法的基本原理及估算PMP的主要经验、最新研究进展和存在的问题。王国安 [9] (2006年)针对国际上现行估算PMP的水文气象途径和统计法途径的基本理念,每种方法的基本框架及优缺点作了详细的论述。严小冬等 [10] (2013年)基于澜沧江流域周边气象站和水文实测资料,采取本地暴雨放大法,即水汽放大法和水汽效率放大法,估算该流域内单站的最大可能降水量,并对估算结果的可靠性和合理性进行检验分析,用幂指数拟合法计算了澜沧江流域1~10 d各种历时的PMP,为澜沧江上游工程大坝规划设计提供科学的参考依据。林炳章等 [3] (2018年)比较系统地从统计估算法、当地暴雨放大法、暴雨移置法、概化估算法、暴雨模式法、数值模拟法和多重分形法等方面,综述PMP估算方法研究应用现状。对PMP估算研究5个方面的前沿与热点问题:山区暴雨移置、短历时PMP估算、PMP估算的不确定性、气候变化对PMP估算的影响和PMP的概率等进行了阐述。最后展望了PMP估算未来的发展趋势和研究方向。

基于气象观测资料信息(降水、气压、露点等)仅能估算点尺度的PMP,无法反映流域或区域暴雨的空间分布变化规律。在稀缺资料的偏远地区或跨界流域,由于气象台站稀少或降水资料无法共享,难以获得足够资料来估算PMP。随着卫星遥感和数据同化技术的迅速发展,气象卫星凭借传统观测手段难以企及的时空分辨率和覆盖率,成为稀缺资料地区重要的降水数据来源,为当地PMP估算提供新的技术手段。陈晓宏等 [4] (2017)结合VIC分布式水文模型,定量评估了高精度融合降水数据产品的水文效用。结果表明各种产品的水文模拟表现均有显著改善。Yang等 [11] (2018年)使用CMORPH、PERSIANN-CDR和TRMM 3B42-V7卫星降水资料,采用Hershfield方法估计大渡河流域24 h PMP,发现CMORPH和TRMM 3B42-V7的数据集与实测降水系列的一致性较好,说明卫星降水数据适用于稀缺资料地区的PMP估计。吴成兴等 [12] (2020年)在金沙江巴塘水文站以上流域,选取自1979年以来的MSWEP数据,采用统计估算法计算得到1 d、3 d、7 d、15 d PMP分别为25.2、49.1、86.1、150.9 mm;同时基于该流域及邻近地区的测站资料,采用水文气象法计算得到对应历时的PMP,相同历时下两者的计算相对偏差均在16%以内。朱丽虹等 [13] (2020年)以遂川江夏溪水位站以上流域为研究区域,基于CMORPH、CHIRPS、MSWEP和TRMM-3B42V7四种卫星降水产品和流域雨量站降水资料,对卫星降水数据进行了精度评估。选用精度较好的MSWEP和TRMM-3B42V7数据,采用改进的统计估算法推求流域面平均可能最大1 d降水量,所得结果分别为311.9和321.7 mm。依托较丰富的水文气象测站资料,采用水汽效率放大法求得可能最大1 d降水量为338.3 mm,两种途径估算的PMP,相对偏差在8%以内,表明基于卫星降水产品估算PMP有着良好的应用前景。

3. 澜沧江–湄公河流域PMP估算结果分析

3.1. 澜沧江–湄公河流域简介 [14]

澜沧江–湄公河发源于中国青藏高原,先后流入缅甸、老挝、泰国、柬埔寨后在越南胡志明市入海,在我国境内称澜沧江,出境后称湄公河,干流全长4880 km,集水面积达81.24万km2,是亚洲最大的跨界河流。图1

Figure 1. Sketch map of the Lancang-Mekong River basin and hydrologic stations

图1. 澜沧江–湄公河流域水系和基本水文站示意图

为澜沧江–湄公河流域水系和水文站网示意图。澜沧江自上而下设有基本水文站(扎曲、昌都、溜简江、白济汛,漫湾)和一批专用站,湄公河干流自上而下设有Chiang Saen,Vientiane,Pakse,Stung Treng 4个水文站。澜沧江–湄公河流域多年平均降水约为1370 mm,时空分布严重不均,5至10月雨季降水量达全年85%~90%,径流量达全年的75%~80%;年均流量14,500 m3/s,全流域多年平均径流量约4750亿m3。澜沧江–湄公河是东南亚最重要的河流,也是世界上著名的雨洪河流,单位面积洪峰流量接近全球极限值,该区域的洪水持续时间、发生频率和洪峰量级均呈上升趋势,为东南亚各国的防洪重点地区。

3.2. 澜沧江流域下游PMP估算结果

澜沧江流域下游N水电站控制流域面积14.47万km2,其上游297 km处设有戛旧水文站,控制流域面积11.46万km2。下游106 km处设有允景洪水文站,控制流域面积14.91万km2,比电站坝址增加3.04%。允景洪水文站上游约4 km处即为景洪电站。戛旧至景洪区间流域面积3.45万km2,占允景洪水文站以上流域面积23.1%,由于N水库承担着小湾多年调节水库调节后下泄洪水的再调节,因此,需要计算允景洪水文站以上流域和戛旧至允景洪区间流域的PMP/PMF。

昆明勘测设计研究院2003年在预可研阶段基本资料的基础上,补充收集了1991年~1999年水文气象资料,并采用与预可基本一致的方法,分别采用当地暴雨放大、当地暴雨组合、历史洪水反推历史暴雨、典型年相似过程替换及放大四种方法,估算允景洪以上流域及戛旧–允景洪区间流域的PMP。表1汇总澜沧江下游流域1~16 d PMP的计算成果,允景洪以上流域1~16 d不同控制时段的PMP介于80~420 mm,区间的PMP介于150~740 mm。

Table 1. Estimation results of 1~16 d PMP in the lower Lancang-River basin

表1. 澜沧江下游流域1~16 d PMP成果表

3.3. 湄公河流域下游PMP估算结果

1970年美国国家天气局曾做过湄公河下游流域的PMP概化估算 [15],以此说明如何利用世界其他地区的资料来估算资料稀缺地区的PMP。湄公河流域下游处于热带季风区,受西南季风影响,5~9月雨水较为充沛,年降水量在1000~4000 mm不等。一般在热带湿润多雨地区估算PMP时,最突出的困难就是缺乏雨量站点,该区域实测降雨量资料不足,特别是山岳地区,可用资料难以获得。因此,美国国家天气局主要利用了美国沿海热带暴雨的时–面–深降雨资料对当地的PMP进行估算分析,包括移置调整、时序与空间放大、暴雨的时–面–深关系分析等,最后还总结出特定流域PMP估算的方法步骤。

调查统计湄公河流域下游站点的日降雨纪录,将区域实测最大降雨与PMP进行比较,表2展示了13场暴雨3 d历时的实测最大雨深和PMP估计结果。结果表明,3 d历时5000 km2的PMP值介于538~875 mm,平均值为743 mm;3 d历时5000 km2的实测最大雨深与PMP的比值介于0.26~0.58。3 d历时25,000 km2的PMP值介于383~623 mm,平均值为529 mm;3 d历时25,000 km2的实测最大雨深与PMP的比值介于0.25~0.56。

3.4. 基于多源卫星数据估算澜湄流域PMP

熊景华等 [16] (2022年)分别利用APHRODITE降水数据 [17] (1951~2015)和MSWEP卫星数据(1979~2020),采用改进的统计法估算澜沧江和湄公河流域1~15 d的PMP,并进行对比分析。表3列出了澜沧江和湄公河流域APHRODITE降水及MSWEP卫星数据1~15 d PMP估计结果。两类数据均表明湄公河流域各时间尺度的PMP估算值均大于澜沧江流域结果,与多年降水分布情况一致。湄公河流域PMP最大栅格值主要分布在流域东部及东南沿海山区,基于APHRODITE数据的暴水中心最大栅格3 d的PMP为549 mm,流域平均为225 mm。MSWEP卫星降水产品能良好捕捉PMP的空间分布,但在高降雨地区出现了部分高估 [18]。

Table 2. Comparison of 3 d measured maximum rainfall and PMP estimates in the lower Mekong River basin

表2. 湄公河流域下游3 d实测最大雨深与PMP估计结果比较

Table 3. Estimates of 1~15 d PMP from MSWEP and APHRODITE precipitation products in the Lancang-Mekong River basins

表3. 澜沧江和湄公河流域MSWEP和APHRODITE降水数据1~15 d PMP估计结果

4. 东南亚国家PMP估算案例

4.1. 缅甸伊洛瓦底江密松水电站

缅甸的伊洛瓦底江流域位于亚洲西南季风区,受西南季风支配和特殊地形影响,流域内雨量丰沛,6~10月雨季,7月降雨最多,三角洲和北部年降雨量为2000~4000 mm,江水猛涨,经常泛滥成灾。密松电站位于缅甸北部的克钦邦,距中缅边境约100 km,是伊洛瓦底江干流河段上拟开发的第一级电站。坝址位于恩梅开江和迈立开江汇合口下游约7 km的密松河段,下距密支那市约40 km。坝址控制集水面积47,268 km2,多年平均流量5020 m3/s。为确保密松水电站工程安全,分别采用暴雨移置法和统计法估算伊洛瓦底江流域的PMP,结果见表4。暴雨移置法得到3 d的点和面PMP分别为1219 mm和524 mm,Hershfield统计法采用印度外包线和云南省外包线得到3 d的面PMP分别为415 mm和468 mm。

Table 4. Comparison of 3 d PMP results estimated by the storm transposition and Hershfield methods (mm)

表4. 暴雨移置法和Hershfield统计法估算3 d PMP结果比较(mm)

4.2. 泰国5座水库溢洪道设计使用的3 d PMP

泰国气候受西南季风和东北季风共同影响。每年的5月至10月西南季风盛行,温暖潮湿的空气从印度洋吹到泰国,在大部分地区产生降雨。伴随着西南季风,泰国北部同时受到热带低气压和台风的影响。10月到2月,东北季风为泰国大部分地区带来寒冷干燥的空气。2019年Wangwongwiroj和Khemngoen [19] 从217个气象站收集到降雨数据,确定了当地PMP所适用的移置调整因子,并分析了频率因子与泰国年最大平均降雨量之间的关系,分别采用概化估算法和Hershfield统计法,估算了泰国所有地区1 d到3 d历时的PMP。结果表明,概化估算法得到3 d的PMP介于546至1671 mm之间,平均值为754 mm;统计法得到3 d的PMP介于351至1651 mm之间,平均值为675 mm。此外,根据当地13场暴雨资料推求的最大3 d持续雨深–面积外包线,可为该国其他大型水利工程项目估算PMP/PMF提供参考依据。

为了验证上述两种估算方法的合理性,与5座大坝溢洪道设计中使用的PMP值进行比较,结果见表5。对于Bhumibol、Ubol Ratana、Srinagarind和Kaeng Sua Ten 4座大坝,利用概化法估计的PMP接近其溢洪道设计中使用的PMP。对于Sirikit大坝,估计的PMP与设计的PMP则存在显著差异,分析其主要原因是用于这座大坝PMP估计的可用降雨数据系列很短,且降雨量低于本研究中使用的降雨量。

Table 5. Comparison of 3 d PMP estimated two methods with dam spillway design values in Thailand

表5. 泰国大坝溢洪道设计值与两种方法估算3 d PMP比较

4.3. 越南东北部三省气象站点24 h PMP

越南属于热带季风气候,每年5月到10月,季风将潮湿的空气从西南方印度洋上吹向内陆,带来丰沛的降雨,各地年降雨量从1200 mm到3000 mm不等,近90%的降水发生在夏季。东北部的Bac Kan、Thai Nguyen和Tuyen Quang三省,受台风和暴雨天气影响较为显著。2019年Thuy等 [20] 利用水汽极大化和Hershfield统计方法,估计该地区8个气象站点的24 h PMP,结果如表6所示。水汽极大化法推求的PMP在301 mm至682 mm之间,Hershfield统计法推求的PMP则在232 mm至895 mm之间。

Table 6. 24 h PMP estimated by the storm maximization and Hershfield methods in meteorological stations of Vietnam

表6. Hershfield统计法和水汽极大化法估算越南气象站点24 h PMP结果

5. 对PMP/PMF估算方法的比较评价

PMP/PMF的定义和估算思路建立在物理成因分析的基础上,如暴雨气象成因和流域产汇流计算等,但一些处理环节,如暴雨移置、组合及极大化参数的选取、统计法估算等仍带有经验性。因此,严格来说PMP/PMF属于一种半成因半经验的分析估算方法。

5.1. PMP估算方法的比较评价

估算PMP的方法众多,每种方法都有其特点,下面分别讨论一下各种PMP估算方法:

1) 当地暴雨放大法。当地暴雨放大法中水文和气象上的一些公式的建立都是在一定的概化假定条件下得出的。因此,在使用这些方法时,若实际情况与该方法的概化假定条件不符,则计算误差就会很大。例如:水汽放大的基本假定是:对高效暴雨做水汽调整不影响其效率;水汽效率放大法的基本假定是:水汽与效率相互独立,且PMP是由高效率与高水汽同时相遇而形成;水汽净输送法的假定是:在降雨期间,从流域周界输入的净水汽量能准确的求得,然后再假定凝结率等于降水率,以得出降水量的计算公式,而组合流场、湿度场经验性较强,有一定的任意性。

2) 暴雨移置法。利用暴雨移置法来推求PMP一般都要对高效暴雨进行水汽放大。那么,是否对所有的高效暴雨都要进行水汽放大呢?有些专家认为,对于特别稀遇的暴雨,移置后不一定要再放大,因为暴雨移置本身已经是一种放大,如果再进行放大,那就大得不合理了。

3) 暴雨组合法。暴雨组合本身不仅延长了实际典型暴雨的降雨历时,同时也增加了典型暴雨的降雨总量,这在某种意义上说,已经是一种放大了,故在做气象因子极大化时应慎重。暴雨组合是否需要放大,这主要取决于典型暴雨本身的严重性和组合结果的恶劣程度。此外,暴雨组合中的组合间距、放大时间任意性较大,空间组合更缺乏经验。

4) 时面深概化法。该方法充分利用了一个地区的所有资料,避免了在极大化计算中放大因子选择的任意性,在地区内采用统一的方式完成历时、面积的地区变化修匀,可减少局部地区资料所带来的偶然误差,能保持地区内各流域估值的一致性,一旦完成地区的时面深概化,可把气象一致区的PMP应用于区内各个流域,并使各流域的PMP相协调。时面深概化法适用范围如下:平原地区为50,000 km2以下,山区为13,000 km2以下,降雨历时为72 h以下。且该方法应用于山区时,其精度相对较差,因为在地形雨的分割和回加上存在较大误差,且它仍受实测大暴雨资料的控制,分析计算工作量大,研究时间长。

5) 统计估算法。这是一种颇具争议的方法,我国使用该方法时取其思路,结合中国的实际情况来运用。统计估算法属于频率分析法,但又不是传统的频率分析法;统计估算法的实质还是暴雨移置,它从大范围的实测资料中抽出暴雨的共性,移置的是经过抽象化的统计参数,并利用均值和变差系数进行改正。

5.2. PMF估算方法的比较评价

由PMP推求PMF分为两部分,即产流计算和汇流计算。不同的方法间的差别并不是太大。影响PMF成果的最主要因素是PMP,但也有一些经验供参考:

1) 对PMF影响最显著的是PMP,其它的还有时面雨型、前期影响雨量、流域滞留(下垫面因素)、单位线等。

2) 特大暴雨的洪水径流系数很大,在PMP条件下无论用降雨径流关系曲线外延或扣损法求净雨,其误差较之PMP本身的误差小得多,即使采用较简单的方法扣除损失,其计算误差对PMF的影响也很小。

3) 考虑降水的不均匀性和汇流的地区差异性,分区进行产汇流计算是提高PMF成果精度的另一有效途径。

4) PMP转化PMF时要注意确定PMP的时空分布特征。要综合考虑确定PMP的暴雨中心、暴雨面积、雨轴走向和雨量的时程分配,原则是使计算出来的PMF洪峰和洪量最大。比如在选取暴雨中心时,就要将其放在产汇流条件较好的地区,而不能为了片面追求洪峰或洪量最大而定暴雨中心的位置。

在PMP/PMF的估算过程中,要了解选用方法的局限性,并以流域所在地区的水文气象资料为基础,使用多种方法,对不同方法给出的结果的合理性进行比较以使PMP/PMF成果更具说服力。

6. 结论和建议

科学合理的设计(校核)洪水是确定水库大坝建设规模及管理策略的重要依据,对降低水库大坝垮坝风险及潜在的洪水隐患意义重大。湄公河流域及东南亚地区雨量资源丰富,目前大小型水利枢纽相继建成并投入运行,发挥着巨大的防洪兴利效用。东南亚各国一般采用水文气象法和统计估算法估算PMP,水文气象法又可根据不同的流域和暴雨资料特征分为当地暴雨放大法、暴雨移置法、概化估算法等,而统计估算法具有概念清楚和计算简便的优点。实际上,湄公河流域及东南亚各国的水文气象资料相对有限,且精度与可靠程度还存在一定疑问,所以本着“多种途径、多种方法、综合比较、合理选用”的基本原则,常常采用多种方法进行估算并相互验证,以获得最为合理可靠的PMP,从而给当地防洪减灾和水资源开发利用及管理提供科学依据。现有的PMP的估算方法还不够成熟,建议继续深入研究。

1) 随着大气探测和气象科学的技术进步,可以更深入地了解特大暴雨形成的物理机制;利用数值模拟技术来检验暴雨组合、暴雨移置、当地暴雨放大中各个环节的合理性。

2) 卫星遥感降水数据具有估算PMP的潜力和适用价值,可为基于地面资料的传统方法提供有力补充,更为缺资料地区的PMP估算提供了一条新的途径。

3) PMP/PMF的估算方法较多,它们各有适用条件和优缺点,而且每种方法按照模式的不同,参数的处理不同,导致估算成果差异较大。因此,在推求PMP/PMF时,一般根据实际情况,适当地选用几种方法或方案平行计算,并与基于流量资料系列的洪水频率分析成果比较;然后经过合理性分析,并结合工程要求进行综合评价,最后选定一种PMP/PMF作为设计采用成果。

基金项目

国家自然科学基金(51879192)和中国电建集团华东勘测设计研究院有限公司(11SD210003A-01-2022)科研项目。

参考文献

参考文献

[1] 郭生练, 刘章君, 熊立华. 设计洪水计算方法研究进展与评价[J]. 水利学报, 2016, 47(3): 302-314. GUO Shenglian, LIU Zhangjun and XIONG Lihua. Advances and assessment on design flood estimation methods. Journal of Hydraulic Engineering, 2016, 47(3): 302-314. (in Chinese)
[2] World Meteorological Organization (WMO). Manual on estimation of probable maximum precipitation (PMP). 3rd Edition, Geneva: World Meteorological Organization (WMO), 2009.
[3] 林炳章, 兰平, 张叶晖, 等. 可能最大降水估算研究综述[J]. 水利学报, 2018, 49(1): 92-102. LIN Bingzhang, LAN Ping, ZHANG Yehui, et al. Review of probable maximum precipitation estimation. Journal of Hydraulic Engineering, 2018, 49(1): 92-102. (in Chinese)
[4] 陈晓宏, 钟睿达, 王兆礼, 等. 新一代GPM IMERG卫星遥感降水数据在中国南方地区的精度及水文效用评估[J]. 水利学报, 2017, 48(10): 1147-1156. CHEN Xiaohong, ZHONG Ruida, WANG Zhaoli, et al. Evaluation on the accuracy and hydrological performance of the latest-generation GPM IMERG product over South China. Journal of Hydraulic Engineering, 2017, 48(10): 1147-1156. (in Chinese)
[5] Institute of Hydrology. Flood estimation handbook. Volumes 1-5. Wallingford: Institute of Hydrology, 1999.
[6] 水利电力部. 水利水电枢纽工程等级划分及洪水标准. SDJ12-78 (试行) [S]. 北京: 中国水利水电出版社, 1978. Ministry of Water Resources & Electric Power. Classifying levels and flood standards for water resources and hydropower projects. SDJ12-78. Beijing: China Water Resources and Hydropower Publishing House, 1978. (in Chinese)
[7] 水利电力部. 水利水电工程设计洪水计算规范. SDJ22-79 (试行), SL/144-2006 [S]. 北京: 中国水利水电出版社, 2006. Ministry of Water Resources & Electric Power. Regulation for calculating design flood of water resources and hydropower projects. SDJ22-79, SL/144-2006. Beijing: China Water Resources and Hydropower Publishing House, 2006. (in Chinese)
[8] 王国安. 可能最大暴雨和洪水计算原理与方法[M]. 北京: 中国水利水电出版社, 1999. WANG Guoan. Principles and methods of PMP/PMF calculations. Beijing: China Hydrology and Hydroelectric Press, 1999. (in Chinese)
[9] 王国安. 中美PMP/PMF估算方法基本框架比较[J]. 水文, 2006, 25(5): 32-35. WANG Guoan. Comparison of basic framework for PMP/PMF estimation methods between China and US. Hydrology, 2006, 25(5): 32-35. (in Chinese)
[10] 严小冬, 杨群, 吴战平, 等. 澜沧江上游可能最大降水(PMP)估算[C]//贵州省气象学会2013年学术年会论文集. 2013. YAN Xiaodong, YANG Qun, WU Zhanping, et al. Estimation of probable maximum precipitation in the upper Lancang River. In Proceeding of Guizhou Meteorologic Society 2013 Annual Symposium. 2013. (in Chinese)
[11] YANG, Y., TANG, G. Q., LEI, X. G., et al. Can satellite precipitation products estimate probable maximum precipitation: A comparative investigation with gauge data in the Dadu River basin. Remote Sensing, 2018, 10(1): 41-59.
https://doi.org/10.3390/rs10010041
[12] 吴成兴, 李国芳, 杨白银, 等. 基于卫星降水数据的金沙江流域可能最大降水量计算方法[J]. 水电能源科学, 2020, 38(2): 5-8. WU Chengxing, LI Guofang, YANG Baiyin, et al. Calculation method of probable maximum precipitation in Jinsha River basin based on satellite precipitation data. Water Resources and Power, 2020, 38(2): 5-8. (in Chinese)
[13] 朱丽虹, 李国芳, 刘守财. 基于卫星降水数据的金沙江流域可能最大降水量计算方法[J]. 中国农村水利水电, 2020(10): 60-66. ZHU Lihong, LI Guofang and LIU Shoucai. The application of satellite precipitation products in PMP estimation in the Jinsha River basin. China Rural Water and Hydropower, 2020(10): 60-66. (in Chinese)
[14] 何大明. 澜沧江-湄公河水文特征分析[J]. 云南地理环境研究, 1995, 7(1): 58-74. HE Daming. Analysis of hydrological characteristics in Lancang-Mekong River. Yunnan Geographic Environment Research, 1995, 7(1): 58-74. (in Chinese)
[15] US Weather Bureau. Probable maximum precipitation, Mekong River basin (HMR No. 46). Washington DC: Environmental Science Services Administration, US Department of Commerce, 1970.
[16] 熊景华, 郭靖, 郭生练, 李娜, 王俊, 尹家波, 唐俊龙. 基于多源降水数据估算澜湄流域可能最大降水[J/OL]. 水力发电学报, 2022: 1-10. http://kns.cnki.net/kcms/detail/11.2241.TV.20220509.1908.002.html, 2022-06-09. XIONG Jinghua, GUO Jing, GUO Shenglian, LI Na, WANG Jun, YIN Jiabo and TANG Junlong. Estimation of probable maximum precipitation based on multi-satellite data in the Lancang-Mekong River basin. Journal of Hydropower Engineering, 2022: 1-10. http://kns.cnki.net/kcms/detail/11.2241.TV.20220509.1908.002.html, 2022-06-09. (in Chinese)
[17] YATAGAI, A., KAMIGUCHI, K., ARAKAWA, O., et al. APHRODITE constructing a long-term daily gridded precipitation dataset for Asia based on a dense network of rain gauges. Bulletin of the American Meteorological Society, 2011, 93(9): 1401-1415.
https://doi.org/10.1175/BAMS-D-11-00122.1
[18] CHEN, A., CHEN, D. and CESAR, A. Assessing reliability of precipitation data over the Mekong River basin: A comparison of ground-based, satellite, and reanalysis datasets. International Journal of Climatology, 2018, 38: 4314-4334.
https://doi.org/10.1002/joc.5670
[19] WANGWONGWIROJ, N., KHEMNGOEN, C. Probable maximum precipitation in tropical zone (Thailand) as estimated by generalized method and statistical method. International Journal of Climatology, 2019, 39(13): 4953-4966.
https://doi.org/10.1002/joc.6119
[20] THUY, L. T. T., SEIKI, K. and RANJAN, S. Estimation of probable maximum precipitation at three provinces in Northeast Vietnam using historical data and future climate change scenarios. Journal of Hydrology: Regional Studies, 2019, 23: 100599.
https://doi.org/10.1016/j.ejrh.2019.100599