基于蒙特卡洛（Monte Carlo）方法的 historical flood（历史洪水）事件反演重建方法

《Hydrological Sciences Journal》：A Monte Carlo-based approach for reconstructing past flood events

　　

摘要：本文提出一种基于蒙特卡罗（Monte Carlo）的反演建模（inverse modelling）方法，用于重建历史洪水事件并量化其相关不确定性，特别适用于无直接洪峰流量观测的情形——如因事件早于系统测流期或测流设备被洪水冲毁/超载而无法获取实测数据。该方法采用HEC?RAS 2D水动力模型，通过蒙特卡洛抽样输入变量子集（即洪水过程线洪峰流量及不同土地利用类型的曼宁糙率Manning's n值），筛选使模拟水深与记录的历史洪痕水位标记相符的模拟组合，从而反推历史洪峰流量及其可能分布。以英格兰西南部River Chew流域1968年大洪水为例，重建分析得到中心95%匹配模拟区间下，重建洪峰流量介于156～175 m3/s。

《Hydrological Sciences Journal》刊载论文解读——基于蒙特卡洛反演二维水动力模型的历史洪水事件重建研究

一、研究背景与问题提出

极端洪水事件的频率— magnitude（量级）分析依赖长序列历史极值记录，而实际中大量历史特大洪水或因发生早于水文站建站时间（pre?gauging），或因洪峰超出水位—流量关系曲线（rating curve）上限导致测流设备过载损毁，缺乏可靠的峰值流量观测值，需对其进行反演重建（reconstructing historical floods）。现有重建手段包括曼宁公式直接推算、沉积物粒径反演及一维水动力模型试算等，存在两点不足：一是极少对输入参数与模型本身的不确定性进行系统性量化；二是二维（2D）水动力模拟因计算量大，罕见于大样本随机模拟框架中。历史洪痕（flood marks）通常记录较可靠的最大洪水位，但同一洪痕可由不同洪峰—历时组合及不同曼宁糙率（Manning's n）共同产生，传统点估计忽略此不确定性。因此，研究人员开展本研究，提出并验证一种嵌入HEC?RAS 2D的蒙特卡洛（Monte Carlo）反演建模框架，将历史洪水重建结果表达为概率分布而非单一数值，并以英国River Chew 1968年山洪为案例进行检验。

二、主要关键技术方法

研究人员选用英国西南部River Chew流域（集水面积130 km²）1968年7月10日Pensford村山洪为案例，该事件留有四处建筑物历史洪痕（A–D，高程分别为约2.3 m、2.1 m、1.8 m、1.5 m相对基准）及部分未被淹没前的上升段流量记录（确认下限85 m³/s）。首先建立并校验HEC?RAS 2D水动力模型（网格分辨率1×1 m，基于DEM与土地覆被分类）。其次开发Python脚本（开源工具AutoRamtin）实现批量自动化：随机修改输入洪峰流量与五类土地覆被Manning's n值→驱动HEC?RAS 2D运行→提取四洪痕处模拟最大水深。蒙特卡洛抽样规模N=1000：洪峰流量服从三参数对数正态分布（LN3, lower bound ξ=85 m³/s，均值μ_X=165 m³/s，P(X>220)≈0.025，解得ln空间μ_Y=3.9658，σ_Y=0.7034）；Manning's n按HEC?RAS手册推荐范围对五类土地覆被（主河道、草地、落叶林、低强度建成区、中强度建成区）独立抽均匀分布U[a,b]。最后以四洪痕模拟水深落入实测值±20 cm为接受准则筛选匹配实验，统计匹配实验的洪峰频率分布得出重建结果。

三、研究结果

5.1 Water depths of experiments matched with flood marks（与洪痕匹配的试验模拟水深）

1000次蒙特卡洛实验中589次（59%）在四处洪痕位置的模拟最大水深均落在实测洪痕水位±20 cm容差范围内。未匹配实验多倾向于低估水深。匹配实验所用Manning's n范围分别为：落叶林0.100–0.200，建成—开敞空间0.03–0.05，建成—中密度0.09–0.12，主河道0.03–0.05，草地—草本0.03–0.05。表明所设参数分布可覆盖能复现历史洪痕的合理参数空间。

5.2 Histogram of hydrograph peaks from matched experiments（匹配实验洪峰流量直方图）

对589组匹配实验的洪峰流量做频次统计，最高频值集中于158–165 m³/s。匹配模拟的中心95%范围（central 95% range of matched simulations）为156–175 m³/s，即约2.5%匹配洪峰低于156 m³/s，2.5%高于175 m³/s。据此推断1968年River Chew洪水最有可能洪峰在此区间。

5.3 Comparison of representative hydrographs（代表性洪水过程线比较）

选取三个代表性洪峰（85 m³/s——仪器未过载前确认流量下限；161 m³/s——匹配实验最频值；220 m³/s——事后初估上限情形），固定相同Manning's n值重跑对比：161 m³/s与85 m³/s情景淹没面积分别较220 m³/s情景小17%和14%；但洪痕处水深，220 m³/s较161 m³/s平均高约36.9%，较85 m³/s高约87.3%。说明洪峰量级对局部洪痕水深敏感，而对总淹没范围影响相对较小，佐证以多点洪痕水深为约束反演洪峰的合理性。

四、讨论与结论总结

讨论部分指出，本框架首次将蒙特卡洛不确定性分析与HEC?RAS 2D结合用于历史洪水反演重建，通过Python自动化实现千次级2D模拟，以历史洪痕水深为接受准则筛选匹配实验并给出重建洪峰的概率分布（central 95% range: 156–175 m³/s for River Chew 1968）。方法可推广至其他流域，未来可将历史淹没范围（flood extent）作为附加空间约束纳入，亦可将DEM分辨率、桥梁参数、洪痕高度定位误差等进一步引入蒙特卡洛抽样。局限性在于未考虑地形（DEM）、土地覆被分类及过程线形态近似带来的附加不确定性。

结论翻译归纳如下：

研究人员提出并验证了一种基于蒙特卡洛（Monte Carlo）反演建模结合二维水动力模拟（HEC?RAS 2D）的历史洪水事件重建新方法，通过对峰值流量（服从三参数对数正态分布LN3）与曼宁糙率（Manning's n，均匀分布）进行随机抽样并在验证后的2D模型中批量自动运行，筛选四处历史洪痕处模拟水深与实测值±20 cm相符的实验子集，对其对应洪峰作频率分析。以1968年River Chew洪水为例，重建洪峰最频值位于158–165 m³/s，中心95%匹配区间为156–175 m³/s。该方法将历史洪水重建由单一点估计提升为带不确定性量化的概率分布估计，并可扩展纳入淹没范围等其他历史证据，有助于补充极端洪水序列、改进长短回水频率设计洪水估算及历史洪水风险认知。