定量降水预报与水文模型耦合的中小流域汛期洪水预报试验

预见期内的降水量直接影响着洪水预报的精度,预见期愈长,预见期内的降雨对预报值影响愈大,预见期内的降雨越来越被人们重视。本文以湖北省漳河水库流域为例,利用中尺度数值模式(AREM模式)的预报降雨信息,作为洪水预见期内的降雨,输入新安江模型,对流域2008年汛期典型洪水过程进行预报测试,结果表明考虑预见期内的降雨相对于未考虑预见期降雨对洪水预报结果提高具有明显的优势。研究表明中尺度暴雨模式预报技术在水文预报学的应用具有广阔的发展空间。     

1998年宜昌水文站水文气象耦合预报试验结果

为检验是否考虑预见期降雨对水情预报的影响,选取长江上游1998年6月28日至7月2日和8月2～7日两次典型暴雨洪水事件,在作宜昌水文站洪峰流量预报时,将预见期降雨预报应用到水文模型之中,尝试进行水文气象耦会预报试验;其中降雨量由常规降雨预报和气象模型（HIRLAM）定量预报两种方法获得,对宜昌流量预报采用三峡区间降雨径流方案。经试验发现：若预见期发生强降雨天气过程,考虑预见期降雨比不考虑的水情预报效果要好。     

气象水文模型耦合研究及在西苕溪流域的模拟试验

为了提高洪水预报的精度,延长洪水预见期,利用WRF模式和HEC-HMS水文模型对太湖西苕溪流域2009年8月的一次典型暴雨洪水过程进行了降雨模拟和流量耦合预报,并与实测降雨和径流过程进行了对比分析。(1) WRF模式能够较好模拟出位于天目山的强降水中心,位置较实况略偏北;预报子流域面雨量时空分布与实况较一致,定量检验合格率达50%左右。(2) HEC-HMS模型对西苕溪流域日径流过程和场降雨洪水过程均有较好的模拟效果,模型参数验证和率定期间,确定性系数、洪峰流量相对误差和峰现时差等指标均小于业务预报许可误差。(3) 采用单向耦合法,将WRF模式(5 km网格)48 h预见期的滚动预报降雨场输入HEC-HMS水文模型进行流量滚动预报,耦合预报结果明显优于不考虑预见期内降雨的传统预报方法,在保证精度的前提下,有效延长了洪水预见期。      

淮河流域2016年汛期洪水预报试验

预报大流域降雨径流与洪水是非常复杂的预报难题。本研究建立气象水文耦合预报模型对复杂大流域的洪水预报进行预报试验。模型采用中央气象台格点化降水预报产品作为预见期内降水,驱动水文水动力学耦合模型进行洪水预报。选择新安江水文模型用于流域降雨径流模拟,基于扩散波与柱蓄和楔蓄理论建立Muskingum-Cunge水位流量演算模型进行具有行蓄洪区的复杂河系洪水预报。以淮河鲁台子站以上流域2016年汛期洪水为例,将构建的气象水文耦合预报模型进行洪水预报试验。结果表明,模型取得了较好的预报精度,应用格点化降水预报产品考虑预见期内降水预报的洪水预报对于不考虑预见期降水预报,洪水预报预见期得到一定的有效延长,对同类流域预报有一定的借鉴意义。     

淮河流域2016年汛期洪水预报试验

预报大流域降雨径流与洪水是非常复杂的预报难题。本研究建立气象水文耦合预报模型对复杂大流域的洪水预报进行预报试验。模型采用中央气象台格点化降水预报产品作为预见期内降水,驱动水文水动力学耦合模型进行洪水预报。选择新安江水文模型用于流域降雨径流模拟,基于扩散波与柱蓄和楔蓄理论建立Muskingum-Cunge水位流量演算模型进行具有行蓄洪区的复杂河系洪水预报。以淮河鲁台子站以上流域2016年汛期洪水为例,将构建的气象水文耦合预报模型进行洪水预报试验。结果表明,模型取得了较好的预报精度,应用格点化降水预报产品考虑预见期内降水预报的洪水预报对于不考虑预见期降水预报,洪水预报预见期得到一定的有效延长,对同类流域预报有一定的借鉴意义。     

汉江上游气象水文预报初探

前言汉江上游石泉至安康区域(面积为141900平方公里)多为山区性河流,洪水峰高量大,陡涨陡落,汇流时间有时仅为3-4个小时,直接威胁着安康水电站工程的施工及安全,这就要求洪水预报既要准确又要有较长的预见期。现行的根据已降雨量进行洪水预报的方法虽有相当精度,但预见期太短,远远不能满足施工防汛需要。因此增长预见期,是一个急待解决的问题。     

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。     

利用天气雷达观测资料预报小流域流量

将天气雷达降水临近预报与半分布式水文模型TOPMODEL(TOPography based hydrological MODEL)相结合,研究了降水临近预报延伸小流域流量预报预见期的可行性。研究流域为淠河(安徽省内)上游的佛子岭流域(1813km~2)内划分出的6个上游源头小流域(约60—100km~2)。用雷达估测的降水得到的流量输出作为参考,与1h降水临近预报得到的流量输出进行比较。结果表明:定量降水临近预报准确率是延伸小流域流量预报预见期的关键;基于所研究的个例,定量降水临近可以延长小流域流量预报预见期平均约0.7h左右,但其延长程度还受到具体降水过程、流域属性等的影响。     

两种基于雷达的临近预报算法在赣江流域的应用

将多尺度雷达回波跟踪(MTREC:Muti-scale Tracking radar echoes by correlation)算法和基于降水栅格数据的网格追踪临近预报外推(PBN:Pixel-Based Nowcasting)算法应用在赣江流域,对这两种临近预报算法在1~3 h预见期的临近预报降水数据进行评估,总结两种临近预报算法在赣江流域的预报性能和预报特点。结果表明:(1)随着预见期的增加,MTREC方法的预报性能变化较为平缓。PBN方法的预报性能明显变差。(2)MTREC方法预报降水偏弱,且对于低值降水预报较为准确,而PBN方法预报降水偏强,且预报高值降水较为准确。(3)MTREC方法预报的降水高值区的范围偏小而低值降水区范围偏大,PBN方法预报的高值降水区的范围偏大而低值降水区范围偏小。(4)随着预见期的增加,MTREC方法的降水概率预报变化较为平稳,而PBN方法预报高值降水(0.4 mm·h~(-1))的概率偏高,预报低值降水(0.4 mm·h~(-1))的概率偏低。     

基于TIGGE资料的沂沭河流域6小时降水集合预报能力分析

全球多模式集合预报(TIGGE)资料为发展局地水文风险预报方法提供了新基础。对不同预报系统的集合预报资料进行评价与对比,可为综合应用多源资料实现超集合预报提供参考。本文以沂沭河流域内10个站点观测降水作为参照,对2007～2010年7、8、9月中BABJ(北京)、ECMF(欧洲)、EGRR(英国)、RJTD(日本)和KWBC(美国NCEP)五种预报模式的6h集合预报降水做了相关系数、均方根误差、Nash效率系数、TS评分(风险评分)和Brier评分等定量评估和对比。对于各模式集合平均预报,EGRR表现最好,4日预见期内的相关系数达0.48,Nash系数为0.21,BABJ最差,其他三模式预报能力相当。对于确定的控制性预报,4日预见期内RJTD表现最优,相关系数为0.19,Nash系数为0.13,其次为BABJ和EGRR。各模式集合平均与控制性预报相比,预报能力都占绝对优势,而多模式集合平均其预报能力又强于任何单模式集合平均。在4日预见期内,多模式平均的相关系数达0.49,Nash系数达0.24。在不同百分位阈值下TS评分和Brier评分也表明了类似的各模式评比结果,但多模式平均虽然在较低阈值下评分较优,但不占据绝对优势。各中心资料均具有一个随预见时长增加的稳定衰减期,其中EGRR衰减期最长(达9天)且最为稳定,而其他资料则存在不同稳定程度的衰减,稳定衰减期都能持续4天以上。各中心资料对较大降水的预报还存在各自不同的系统性偏差。     

秋季降水预报专家系统的研制

本系统选用丹江口水库流域内50个水文观测站降雨资料和常规天气图及部份单站资料,采用IMFOS程序制了水库流域秋季降雨短期预报专家系统.1 预报目标的确定和资料普查丹江口水库流域有春、夏、秋三个汛期的长、中、短期降雨预报,而秋汛期库区降水预报对水库调度更为重要.此次首先确定研制9-10月份降雨预报专家系统.具体技术规则如下:     

下一代大气模式中的数值方法综述

数值预报是逐日天气预报、气候预测和气象防灾减灾的核心科技支撑。为进一步提高预报预测的准确度和延长预见期,甚高分辨率、多圈层耦合、多尺度嵌套、多尺度集合、数值地球系统模拟技术等是下一代数值预报的重要发展方向。异构众核高性能计算机和E级计算的高速发展为这一发展提供了契机,但也对现有业务数值预报中采用的数值方法提出了挑战。此文仅对国内外下一代大气模式涉及到的数值方法进行综述,着重于数值算法、准均匀球面网格和时间积分方案等3个方面,期望为相关研究者提供参考。     

用短期降水预报做洪水预报与调度的应用试验

利用2003～2007年潘家口水库流域10场较大降水及其对应的河北省气象局MM5的面雨量预报数据,采用降水预报格点数据与水文洪水预报耦合的方法进行水库的洪水预报和调度,增长了水文洪水预报的预见期,在不增加水库工程投资,不增加上下游和工程风险的前提下,在汛期实施风险调度,以此发挥水库在洪水资源化调度中作用,解决防洪与蓄水的矛盾.     

美国长期天气预报业务的新发展──发布气候展望

从１９９５年元月份起，美国天气局正式发布预见期为一年的业务性气候展望，该文简要地介绍了美国天气局作出这些重大变更的科学依据、预报方法、预报制作与预报准确等方面的情况。     

基于风暴相对螺旋度的降雨预报模型检验

风暴相对螺旋度是一个衡量对流风暴发展强度的物理量,所以对强对流天气的预报具有实际意义。通过提取2008—2010年3a天津地区153个降雨过程的多普勒天气雷达风场数据来计算风暴相对螺旋度,然后将风暴相对螺旋度与从雷达反射率因子图中提取的风暴信息相融合,得到基于风暴相对螺旋度的降雨预报模型。经过2014年4—8月天津地区59个降雨过程对本文所提出的降雨预报模型进行验证,结果表明降雨预报模型的准确率达到61%,其中提前2 h预测降雨占41%,在2 h以内预测降雨占59%。上述结果说明,风暴相对螺旋度在结合其他降雨特征后对降雨具有良好的预报效果。     

一次“梅中返春”稳定性持续暴雨过程的预报失误分析

使用NCEP-FNL资料对杭州湾一次稳定性持续暴雨过程进行分析,发现冷暖气流在浙江不断交绥形成持续降雨,低层冷空气和东南暖湿气流的不断增强,使大气斜压扰动发展,锋区降雨增强,暴雨发生。此次过程,由于数值模式预报出现偏差而导致杭州湾24h大雨、暴雨预报出现较大失误。检验结果,GFS模式36h预报时效内对冷暖系统预报较好,但对低层锋区的风场预报有偏差,从而对中低层辐合、水平锋生和水汽输送产生影响,大雨、暴雨落区出现偏差。另外,模式对杭州湾南岸冷空气影响预报偏弱也是暴雨漏报的一个重要因素。稳定性降雨预报中,预报员需重视模式在预报临近时刻的调整,根据实况监测和雨带的移动、演变对冷暖气流影响作甄别,从而及时调整降雨落区和影响时间,对预报做出有益修正。     

基于风暴相对螺旋度的降雨预报方法研究

风暴相对螺旋度是一个衡量对流风暴发展强度的物理量,所以对强对流天气的预报具有实际意义。通过提取2008-2010年3年天津地区153个降雨过程的多普勒天气雷达风场数据来计算了风暴相对螺旋度,然后将风暴相对螺旋度与从雷达反射率因子图中提取的风暴信息相融合,得到基于风暴相对螺旋度的降雨预报模型。经过2014年4月到8月天津地区59个降雨过程对本文所提出的降雨预报模型进行验证,结果表明本文提出的降雨预报模型的准确率达到61%,其中提前2小时预测降雨占41%,在2小时间以内预测降雨占59%。上述结果说明,风暴相对螺旋度在结合其他降雨特征后对降雨具有良好的预报效果。     

用多层递阶自回归数学模型作鲁南月、季平均气温和降水量预报

目前应用于长期预报的各种统计方法,其共同点是用固定参数模型来预报动态时变性。实践表明,这种预报方法历史拟合率虽然可以很高,但实报准确率往往比较低,这是因为它所建立的预报关系是定常的,这种定常关系却随时间的推移而不同程度的变化着,同时它又不能预见和处理这种变化和随之而产生的预报误差的缘故。     

从’98特大洪水中看改进的HLAFS数值降水预报的性能

文章对1998年大洪水期间改进的HLAFS[1]的降雨预报产品进行检验.结果表明, 改进的HLAFS对松嫩流域的暴雨预报较好, 中到大雨则是长江中下游地区预报较好, 而三峡库区相对较差; 对于主要降雨过程降雨区的强度预报往往比实况弱, 且其落区约有半数较实况偏北, 但其轴向一般与实况一致; 改进的HLAFS对小雨预报比原HLAFS好, 对中雨和暴雨预报也有不同程度的改进; 整体预报面积偏大和大雨以上降水预报准确率低仍是HLAFS有待改进的问题.对三峡库区面降水量预报, 半数左右的预报较好; 对大量级降水预报往往偏弱, 而小量级则相反     

机器学习分类算法在降雨型滑坡预报中的应用

针对气象灾害预警业务中客观描述降雨型滑坡发生不确定性的实际需求,利用2014—2020年全国滑坡数据以及多源融合降水实况分析数据,通过样本构建、模型训练、参数优化以及预报输出等关键步骤构建基于机器学习分类算法的区域降雨诱发滑坡概率预报模型,探究不同类型机器学习分类算法识别诱发滑坡的降雨过程的可行性。结果表明:在算法评估中,线性判别分析算法准确率最高且泛化能力最好,其次为逻辑回归算法,再次为最邻近算法。在预报试验中,线性判别分析、逻辑回归以及最邻近等算法能够提取并学习降雨诱发滑坡的条件特征,对诱发滑坡的降雨过程有一定识别能力,最邻近算法和逻辑回归算法的概率预报高值区范围相对较大,易造成虚警结果,线性判别分析算法对局地降雨信息的提炼较好,但线性判别分析算法在非降雨中心区域输出低值概率预报的面积偏大。