气象水文耦合的洪水预报研究进展

从洪水预报中定量降水预报应用进展、面向洪水预报的流域水文模型研究进展、气象水文耦合预报不确定性研究进展三个方面系统介绍气象水文耦合的洪水预报研究进展。研究指出,融合预报员预报的格点化定量降水预报技术是提高面向洪水预报的流域降水预报精度的重要方法,中尺度集合预报技术是提升流域局地性强降水预报能力的主要途径;概念性与物理性相结合的分布式水文模型是面向洪水预报的流域水文模型发展方向;水文集合预报是考虑气象水文单向耦合预报不确定性有效解决技术,贝叶斯系列模型可为分析气象水文预报不确定性提供重要的借鉴意义。     

水文模型在计算中小流域致汛临界面雨量中的应用

在设定致灾标准的前提下,运用水文模型模拟降水和流量关系,反推不同基础水位达到致灾标准所需要的雨量,探讨中小流域临界面雨量计算的新方法、新思路。以湖北省荆门漳河流域为例,选取控制流域3/4面积的漳河水库为控制站点,利用新安江水文模型,通过1956—2012年36场洪水的模拟率定水文模型的参数,在此基础上结合漳河水库防洪能力,利用水文模型反推计算漳河水库不同基准水位、不同雨量分布条件下的致汛临界面雨量(到达汛限水位所需的面雨量)。结果表明:利用水文模型反推计算中小流域临界面雨量,能直观给出漳河水库不同基准水位、不同降水分布条件下的洪水入库过程曲线、水位变化过程曲线以及流域致汛临界面雨量,意义明确,技术方法可行,能有效丰富中小流域临界面雨量的计算方法。     

基于HBV模型的太子河流域致洪临界雨量的确定

以太子河流域为研究区域,基于流域内的气象水文数据、数字高程模型及土地利用等资料,采用HBV水文模型对流域的水文过程进行模拟,通过对模型参数的率定与验证,评估了HBV模型在该流域径流模拟的适用性,确定了适合太子河流域的最优化参数,结合水位-流量关系曲线,推算太子河流域不同等级洪水致洪临界雨量。结果表明: HBV模型对太子河流域的径流模拟效果较好,率定期与验证期Nash效率系数与确定性系数均超过0.60,模型中积雪和融雪模块(CFR)、土壤含水量计算模块(BETA)与响应模块(KUZ2、UZ1、PERC)中的这些参数最为敏感,模型基本模拟出了洪水对降水的响应过程。通过建立的HBV水文模型,结合小林子水文站的水位-流量关系曲线,以警戒水位、保证水位作为不同等级洪水的判别条件,推算得到了不同起始水位下太子河流域动态临界雨量指标,临界雨量随起始水位的升高而有所减小。     

新疆渭干河流域特大洪水分析

2002年7月下旬，渭干河流域发生了有资料以来的最大洪水，造成人员伤亡和重大财产损失、通过对洪水前期水文要素、天气形势及实测洪水过程的分析，初步揭示了洪水成因及特性，并对洪水重现期、成灾原因等作了初步探讨。     

水文气象研究进展

从面向流域的定量降水估测与预报、流域水文模型、水文气象耦合预报三个方面系统介绍水文气象研究进展。研究指出,融合天气雷达、卫星遥感及实况降水等多源信息是精细化定量降水估测产品的主要发展方向;采用多模式降水预报集成技术是提高定量降水预报精度的重要途径;分布式水文模型是流域水文模型的发展方向;引入定量降水预报的水文气象耦合预报模式可以延长洪水预报预见期,水文集合预报是水文预报方法的有效解决途径,而数值预报模式与水文模型的双向耦合模式是另一重要发展方向。     

鄂西山区中小流域水文模拟及参数敏感性分析

针对古洞口水库流域的暴雨洪水过程,利用新安江水文模型开展了水文模拟试验,结合确定性系数、洪峰流量相对误差、峰现时差等指标对模拟结果进行评定,并以该流域为例进行参数敏感性分析,分别基于确定性系数、洪峰流量相对误差、峰现时差为评价指标,对模型参数敏感性进行定量分析,确定了关键敏感性参数,为优化模型结构及评估模型应用可靠性提供参考依据。     

分布式水文-土壤-植被模式的改进及气候水文Off-line模拟试验

文中对引进的高分辨率 (94 2 .5m× 94 2 .5m)分布式水文 土壤 植被模式 (DHSVM) ,针对海、滦河流域的特点进行了改进 ,主要包括 :(1)改变蒸散发模拟方法 ,用改进的Penman Monteith模式模拟海滦河流域的蒸发 ,较好地模拟出 1a内的两个峰值 ,最大值出现在 4～ 6月 ,次大值出现在 7～ 8月 ;(2 )改变水文模式结构 ,用多站点气候观测资料内插到模式网格点 ,充分实现了分布式水文模拟 ;(3)发展新的水文、植被、土壤参数化方案 ,对 33个参数分区计算和确定 ,并重点对土壤孔隙度 φ、土壤蓄水能力θfc、叶面指数LAI、随机阻抗γs 等 11个参数进行调试和修订 ,提高了水文模拟精度。用改进的DHSVM模式分别对滦河、桑干河流域蒸散发、地下水位、土壤湿度、土壤水下渗、产流、汇流与径流等水文过程进行Off line模拟试验 ,模拟结果与实测值一致性较好 ,滦河流域 1979～ 1991年、桑干河流域 1979～ 1987年水文模拟效率系数分别为 0 .89和 0 .82 ,均高于国内其他相关研究     

GRAPES气象-水文模式在一次洪水预报中的应用

尝试将GRAPES (Global-Regional Assimilation and PrEdiction System) 模式与水文模型结合,构建GRAPES气象-水文单向耦合模式,进行洪水预报。气象模式选取GRAPES_Meso模式,分别采用15 km×15 km和5 km×5 km水平分辨率,15 km×15 km的GRAPES模式由NCEP全球预报场提供初始场和侧边界条件;5 km×5 km的GRAPES模式由15 km×15 km GRAPES模式提供初始场和侧边界条件,将GRAPES_Meso模式的定量降水预报分辨率统一降尺度到5 km×5 km分辨率,用于驱动水文模式。水文模型选取新安江模型与分布式新安江模型。以淮河王家坝站以上流域和息县流域为试验流域,将GRAPES降水预报场驱动水文模型进行单向耦合,构建GRAPES气象-水文单向耦合模式,选择2009年8月28日08:00(北京时,下同)—9月9日14:00汛期一次洪水过程,进行实际预报试验。结果表明:15 km×15 km和5 km×5 km的GRAPES模式预报降水与实况降水分布相一致;与水文站观测降水驱动水文模型洪水模拟结果相比,GRAPES气象-水文模式对洪水预报的预见期延长效果明显,对洪水模拟精度也较高,与水文模型输入场分辨率要求相匹配的降水产品对洪水模拟的精度更高。     

气象水文模型耦合在黄河三花间洪水预报中的应用

水文预报的有效预见期越长,预报精度越高,其对防洪减灾的价值就越大,而气象水文模型的耦合是延长水文预报有效预见期的一个重要研究方向。选取黄河流域三门峡水库以下、花园口水文站以上集水面积为研究区域,基于空间分辨率为90 m×90 m的数字高程模型数据构建数字流域水系,利用中尺度非静力模式MM5进行降雨预报和气温预报,并将之作为分布式时变增益水文模型降雨和蒸发计算的输入进行关键站点的水文预报,实现了分布式时变增益水文模型与大气中尺度非静力模式MM5的单向耦合及定量降水预报与洪水预报的结合,为花园口防汛工作提供了一定的参考价值。2012年与2010年的流量滚动预报结果相比,2012年预报结果的效率系数较大,径流深相对误差较小,说明2012年预报效果较好。对预报结果分析表明,实测的水情资料完整性直接影响预报结果,而滚动预报时间段的增加,水文预报的初始场对径流预报的影响逐渐减弱,水文预报的精确度逐渐提高,预报的效果变好。     

水文模式DHSVM与区域气候模式RegCM2/China嵌套模拟试验

本研究在改进水文 -土壤 -植被模式DHSVM ,用气候观测资料驱动DHSVM进行模拟试验的基础上 ,建立了区域气候模式RegCM2 /China与水文模式DHSVM的嵌套系统 ,将区域气候模式对中国和东亚地区控制试验 (目前气候情景 )和敏感性试验 (未来 2×CO2 气候情景 )结果用双线性插值方法降尺度 (downscaling)到滦河、桑干河流域的 8个气象站点 ,然后再用数字高程模式DEM插值到DHSVM的细网格点 ,驱动水文模式进行嵌套模拟试验。试验结果表明 ,滦河、桑干河流域在未来大气中CO2 浓度加倍情况下 ,地面气温呈一致的增加趋势 ,年平均气温增加2 .8℃ ;两流域未来降水也呈增加趋势 ,滦河、桑干河流域年降水量分别增加 6mm和 4 6mm ;两流域未来蒸发量有所增加 ,年均蒸发量增加 2 9mm ;未来滦河流域年径流深减少 2 7mm ,流量减少 14 .72× 10 8m3 ,桑干河流域径流深增加 2 6mm ,流量增加 12 .2 2× 10 8m3 ,两流域合计 ,流量减少 2 .5× 10 8m3 ;未来滦河、桑干河流域径流深趋向一致 ,分别为 74和 71mm ,约为全国目前平均径流深 2 84mm的 1/ 4。可见 ,两流域未来总体上仍呈现暖干化趋势。本研究发展的嵌套模式系统具有一定的预测能力 ,而且通过参数移植 ,可应用于中国其他流域     

最大风速变化特征及再现期极值估算

利用枣庄市1971~2008年各月10 min最大风速资料,对枣庄最大风速统计分析。发现38年中枣庄春季、夏季、秋季、冬季和全年的最大风速都呈下降趋势,年最大风速以每10年1.47 m/s的幅度下降,冬季下降最快,达到每10年降低1.67 m/s,夏季、秋季降低幅度很接近,都小于年平均最大风速降幅,春季最大风速下降最慢,且最大风速极值主要出现在春季。枣庄各月最大风速变化曲线呈递减的"两峰两谷"形。用柯尔莫哥洛夫方法对耿贝尔分布函数进行拟合优度的检验,其显著水平达到0.05,因此利用耿贝尔分布函数估算出枣庄未来若干年的最大风速极值,以满足生产建设规划与设计中对最大风速极值的要求。     

2006年5—9月雷暴天气及各种物理量指数的统计分析

对2006年5-9月全国雷暴天气时空特征进行了统计分析,结果表明:雷暴天气的发生具有明显的短时局地特征,大多数发生在17-20时,上午11时发生最少.全国范围发生过雷暴天气的站点不到总数的三分之一.从空间分布来看,广东、广西及云南三省(区)是雷暴发生最为频繁的省份,内蒙古中西部、新疆北部、青海北部等地则发生较少.此外,统计分析各物理量指数后发现,各种物理量指数对于雷暴等强对流天气发生呈现出不同的概率分布特征,其中最主要的特征是当雷暴等强对流性天气发生时,存在3个高概率区域,每个区域对应物理量指数值相对集中在一个特定范围内.     

基于陆面水文耦合模式CLHMS的淮河流域水文过程的模拟评估及其不确定性分析

利用最新的CFSR(Climate Forecast System Reanalysis)再分析及观测的降水和地表气温资料驱动陆面水文耦合模式CLHMS(Coupled Land surface and Hydrologic Model System),对淮河流域1980~2003年共24年的水文水循环过程进行了模拟,系统评估了CLHMS对淮河流域水文过程的模拟能力及其不确定性。分析结果表明,CLHMS模式对淮河流域水文过程具有良好的模拟能力,模式尤其对湿润年份流域的水量平衡以及河道流量的季节、年际变化具有很强的模拟能力,而对降水偏少的干旱年份,模式模拟的河道流量通常会高于观测实况,与实况间存在着一定的偏差,而这也是导致CLHMS对流域水文过程模拟能力存在显著年代际差异的主要原因。基于三组不同降水强迫的流域水文过程模拟结果比较表明,降水驱动资料准确与否是陆面水文模拟最主要的不确定性来源之一,正是由于CFSR再分析降水与观测降水之间存在较大的差异,从而导致CFSR降水驱动下模式模拟的淮河流域河道流量与观测存在较大的偏差,其模拟性能相对较差。进一步分析还表明,可以保持较强降水日变化的时间解集方法,也是保证合理模拟流域水文过程的重要因素。     

山东一次台风龙卷过程灾调及环境和天气雷达特征分析

2018年8月19日受台风“温比亚”影响,山东省临沂市遭受龙卷袭击。通过实地灾情调查,给出了该龙卷的影响范围、灾害分布和强度评估等,综合考虑不同标识物和致灾过程,评估本次龙卷强度为EF3级。分析龙卷发生的环境和天气雷达特征,结果表明:龙卷发生在低抬升凝结高度（≤300 m）、强低层垂直风切变（≥18×10-3 s-1）、强相对风暴螺旋度（≥350 m2/s2）和较低对流有效位能（≤400 J/kg）的有利环境条件下;龙卷超级单体嵌于台风右侧螺旋雨带内,龙卷发生在中气旋与风暴后侧下沉气流区相接一侧,与龙卷涡旋特征位置对应;龙卷及地时中气旋向下延伸加强,同时风暴顶及单体质心迅速下降;若探测到低层中等强度中气旋时应发布龙卷预警,则此次过程的龙卷预警时间提前量为15~20 min。      

塔克拉玛干沙漠腹地起沙阈值计算解析

临界起沙风速是判别风沙活动能否发生的关键指标,其变化受到地表状况及大气环境的综合影响。为了进一步认识临界起沙风速在野外条件下的变化规律,选取塔克拉玛干沙漠腹地塔中作为研究区,在综合考虑地表土壤粒径、土壤湿度、空气密度等因素的基础上,利用经验公式计算了该地区每月的临界起沙风速。得出：（1）塔中地区2 m高度的临界摩擦速度值介于0.24～0.36 m/s,均值为0.31 m/s;（2）塔中地区2 m高度的临界起沙风速值介于3.9～5.9 m/s,均值为5.1 m/s;（3）塔中地区起沙阈值,最高值出现在夏季,次高值出现在冬季,春季最小。     

福清核电厂厂址区域龙卷风设计基准参数的估算

基于1959～2017年福清核电厂区龙卷风的调查资料,采用Rankine涡模型估算该区域超过某一特定风速的概率分布,通过概率值导出设计基准龙卷风和基准设计风速,按照压降模型计算出龙卷风的压降,研究结果表明:福清核电评价区域龙卷风的总压降为4.29 kPa;平移速度13.8 m/s,最大旋转风速57.6 m/s,最大压降速率为1.18 kPa/s,基准设计风速为71.4 m/s,属于F3级别的龙卷风;在125 kg下落的穿甲弹类和2.5 cm实心钢球两种不同情景下计算出的龙卷风产生的飞射物的最大水平碰撞速度均为24.99 m/s、碰撞动量依次为3123.75 kg m s?1和1.615 kg m s?1。这些计算结果,从龙卷风的角度,为政府相关部门在规划和建设福清核电厂时提供了可靠的理论依据。     

风对赛艇等户外静水项目有利赛道选择的影响

利用山东日照水上运动训练基地奥林匹克水上公园静水赛道两岸自动观测站近两年的逐10 min最大风实况数据,对两岸风向、风速的变化特征进行了对比分析。结果表明,水面对风的加速作用使赛艇、皮划艇等水上静水项目的比赛需要根据不同风况设定或调整有利赛道次序,并给出了弱风环境下的赛艇、皮划艇等静水项目比赛,根据不同风向风速判断和选择有利赛道的方法。研究得出：沿赛道走向,顺风、逆风或侧风风速小于3 m/s时,风对有利赛道的选择影响不大;侧风风速稳定大于3 m/s时位于水面上风方的赛道可依次设定或调整为有利赛道;而在风速稳定大于6 m/s时,静水项目的比赛可能无法正常进行。分析结果可为此类水上赛事裁判组制定和调整有利赛道提供依据。     

天山托木尔峰南坡科其喀尔冰川流域径流模拟

天山冰雪融水是塔里木河的重要补给水源。利用融雪径流模型(SRM)对天山南坡科其喀尔冰川流域冰雪径流进行模拟研究。基于流域的气象梯度观测,确定了不同高度带降水梯度和月气温直减率。基于2007和2008年的实测径流值优化确定了各月的积雪、裸冰以及表碛覆盖冰的度日因子值。模拟结果表明,融雪和融冰径流过程都得到了比较好的模拟。流域径流对气候变化的响应研究表明,气温是敏感因子。气温分别升高1℃、2℃和4℃时,以融雪径流为主的3—5月径流分别增加48%、155%和224%,以冰川径流为主的5—10月径流分别增加30%、77%和104%。气候变化也会影响流域径流过程,气温升高4℃、降水增加20%时,春季径流峰值出现时间由5月中旬提前到4月20日左右。流量由6 m3/s增大到17 m3/s。     

OBSERVATION AND ANALYSIS OF SEA SURFACE WIND OVER THE QIONGZHOU STRAIT

The spatial variation and diurnal fluctuation of sea surface wind over the Qiongzhou Strait were described using verified datasets from automatic weather stations on board a ferry, buoys, and on the coast. Results are as follows: (1) On average, sea surface wind speed is 3–4 m/s larger over the Qiongzhou Strait than in the coastal area. Sea surface wind speeds of 8.0 m/s or above (on Beaufort scale five) in the coastal area are associated with speeds 5–6 m/s greater over the surface of the Qiongzhou Strait. (2) Gust coefficients for the Qiongzhou Strait decrease along with increasing wind speeds. When coastal wind speed is less than scale five, the average gust coefficient over the sea surface is between 1.4 and 1.5; when wind speed is equal to scale five or above, the average gust coefficient is about 1.35. (3) In autumn and winter, the diurnal differences of average wind speed and wind consistency over the strait are less than those in the coastal area; when wind speed is 10.8 m/s (scale six) or above, the diurnal difference of average wind speed decreases while wind consistency increases for both the strait and the coast.     

1981—2020年安徽省不同重现期最大风速和极大风速时空变化特征

分别从质量控制级别、有效数据完整率、是否均一等方面考虑,选取安徽省51个气象站1981—2020年逐日10 min最大风速和2006—2020年逐日极大风速资料,基于最大风速资料应用阵风系数法构建1981—2005年极大风速,得到1981—2020年极大风速的长时间序列数据;对风速资料进行拟合适度检验,估算了安徽省不同重现期最大风速和极大风速的时间变化以及空间分布,并对极大风速序列延长前后重现期估算情况进行了对比。结果表明:(1) 利用阵风系数法构建的极大风速数据可信,可为因缺少长时间序列的极大风速观测而无法进行50年或者更长重现期估算提供参考;(2) 1981—2020年安徽省历年最大风速强度为12.38 m/s,极大风速强度为20.55 m/s,均为皖南低矮山区的风速值较低,沿江西部及江淮之间中部处于相对大值区;(3) 30年重现期最大风速为12.09~27.23 m/s,50年为12.64~29.01 m/s,均是石台站最小,桐城站最大;30年重现期的极大风速为23.51~39.56 m/s,50年为24.58~41.93 m/s,均为池州站最小,桐城站最大;(4) 短期的观测资料会降低重现期估算结果的可靠性。