赣江中游流域面雨量及吉安气象洪涝指数预报方法(摘要)

介绍了赣江中游流域水资源、降水、洪涝概况,并以吉安站为例,阐述了赣江中游流域面雨量预报和气象洪涝指数预报方法,从而为气象部门直接向防汛决策部门开展相关服务提供便利.     

赣江中游流域面雨量及吉安气象洪涝指数预报方法

介绍了赣江中游流域概况以及面雨量计算方法,并以吉安站为例,阐述了具体的流域气象涝指数预报方法。     

流域洪涝指数方法研究

应用降水产生流量过程线的变化原理 ,研究了一个考虑前期影响雨量的设计洪涝面雨量计算方法。然后复核水位与设计洪涝面雨量的关系，确定出各级洪涝指数的设计洪涝面雨量的大小。     

流域洪涝预报研究

提出了一个应用水文上降水产生流量过程线的变化原理,仅用降水资料来推算流域洪涝指数,用量化指标来预报未来流域洪涝强度的研究思路和方法。利用流域内测站雨量计算出流域的有效综合面雨量(考虑了前一段时间内的逐日流域面雨量的不同贡献)。复核流量(或水位)等洪涝有关资料与流域有效综合面雨量的关系,最终确定出各级洪涝指数的流域有效综合面雨量的大小。在实际预报业务中,利用流域的实况面雨量和预报面雨量计算出未来流域某日的有效综合面雨量,对其值与已确定的各级洪涝指数的有效综合面雨量大小进行比较分析,最终判断未来流域可能出现的洪涝等级和强度。     

广西主要江河流域汛期洪涝及长期预报

本文分析了广西主要江河流域汛期（５—８月）因大面积降水造成洪涝的气候规律；探索了汛期同期和前期大气环流特征、前期中国各区地温特征；探讨了汛期洪涝的月长期预报方法；给出了可供长期预报业务使用的准确的微机预报业务程序。     

基于人工神经网络的洪涝预报方法研究

针对西江流域的洪涝灾害，利用流域的水文参量和气象参量作为自变量，探索基于人工神经网络的洪涝预报方法。以西江流域梧州市1971～2003年超过警戒水位（17．0m）共125次作为研究对象，选取流域的水文参量和气象参量作为预报因子，对数量众多预报因子采用自然正交分解（EOF）方法，浓缩大量因子的有效信息，建立了西江流域梧州洪涝的人工神经网络预报模型。结果表明：所建立的预报模型历史拟合平均绝对百分比误差为2．21％，平均绝对误差为0．43m，预报结果平均绝对百分比误差为2．34％，平均绝对误差为0．45m，预报效果较好，可应用于实际的洪涝预报中。     

一种新的洪涝标准及其应用的尝试

利用逐日降雨资料,设计了单站降雨集中期、集中度的公式,进而制定了单站洪涝指数,并从洪涝程度和面积两个方面确定了反映大范围洪涝程度的洪涝指数。上述洪涝指数比较客观,有时空对比性,而且可由计算机算出。最后以50OhPa关键区高度作因子做了预报试验。     

基于人工神经网络的洪涝预报方法研究

针对西江流域的洪涝灾害,利用流域的水文参量和气象参量作为自变量,探索基于人工神经网络的洪涝预报方法。以西江流域梧州市1971~2003年超过警戒水位(17.0m)共125次作为研究对象,选取流域的水文参量和气象参量作为预报因子,对数量众多预报因子采用自然正交分解(EOF)方法,浓缩大量因子的有效信息,建立了西江流域梧州洪涝的人工神经网络预报模型。结果表明:所建立的预报模型历史拟合平均绝对百分比误差为2.21%,平均绝对误差为0.43m,预报结果平均绝对百分比误差为2.34%,平均绝对误差为0.45m,预报效果较好,可应用于实际的洪涝预报中。     

简化典型相关预测模型面雨量中期预报试验

以５天平均的５００ｈＰａ高度场格点高度值为预报因子,三峡地区４个区的候面雨量为预报对象,建立简化的典型相关预报模型,并采用历史资料独立样本检验的方法进行预报试验。对预报效果的分析表明：简化的典型相关预报模型对三峡地区面雨量的中期预报有一定的技巧,预报效果基本睦能达到中期天气预报业务的要求,对预报员有一定的参考价值。     

乌鲁木齐汛期降水集中度和集中期时空变化特征

利用乌鲁木齐5个国家级气象站1978—2019年5—9月逐日降水资料,统计分析逐候降水集中度(P_(CD))和集中期(P_(CP))变化趋势和时空分布特征。结果表明:近42 a乌鲁木齐汛期降水集中度和集中期均呈微弱下降趋势,表明汛期降水分配趋于均匀,降水集中期呈逐渐提前趋势。汛期降水集中度和集中期空间分布差异显著,降水集中程度由西向东逐渐增大,降水集中期出现时间由北向南逐渐推迟。汛期降水集中度在整个研究期内存在6、15 a左右周期变化,降水集中期存在12 a左右周期变化。对多降水年和少降水年降水集中度和集中期合成分析,发现少降水年降水集中程度高于多降水年,而降水集中期明显晚于多降水年。     

桂林市汛期降水集中度和集中期与旱涝关系的研究

利用桂林13站近50a的逐日降水资料,采用近年来气象学者提出的降水集中度和集中期的定义,计算桂林汛期降水集中度和集中期,对其统计特征进行分析,结果表明:降水集中度最大值为0.59,最小值为0.12,平均值为0.33,年际变化大,有10a的变化周期;降水集中期出现在汛期第5旬到第8旬之间的年份占76%。对集中度大值年和小值年进行对比分析,得出汛期降水量偏多时,集中度偏大容易造成洪涝灾害,集中度偏小则降水较均匀,不利于洪涝的形成。多水年和少水年降水集中度的空间分布明显不同,多水年的集中期明显比少水年偏迟。     

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.     

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。     

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。     

东营市汛期暴雨特征及预报

根据东营市天气、气候资料,对1980－1995年汛期暴雨个例进行统计分析,揭示了暴雨产生的特点,并在天气特征分型的基础上,利用日本数值预报产品与实时资料制作了汛期暴雨分县预报系统。     

汉江流域秋汛期典型旱涝年与前期海温的关系研究

利用汉江流域16个气象观测台站1961—2010年秋汛期(9—10月)逐候降水资料,计算了降水集中度(PCD)和集中期(PCP),并建立了相应的序列,结合秋汛期降水距平百分率,确定汉江流域秋汛期典型旱涝年。同时,利用美国国家环境预测中心及国家大气研究中心(NCEP/NCAR)提供的同期海温和500 hPa高度场资料,采用合成和相关分析方法,探讨了典型旱涝年与前期海温的关系。结果表明,印度洋、赤道中太平洋、北太平洋为3个海温关键区,当这3个海区海温发生异常时,影响汉江流域秋雨的主要系统(印缅槽、贝湖槽、东西伯利亚高压和乌拉尔山高压)也相应发生变化,从而导致PCD和降雨量异常,引发汉江流域洪涝或干旱灾害。在一定程度上,可将前期海温异常作为判断汉江流域秋汛期降水量多少及PCD强弱的前兆信号。     

澜沧江西双版纳流域汛期洪灾分析与预报

应用１９５５－１９９３年３８年的水文气象资料，分析了澜沧江流域景洪水文站大于１０ｍ水位的洪峰值，归纳了洪灾发生的水文气候特征，运用计算机对高空网格点资料，澜沧江流域水文气象资料分析整理，提出了澜沧江西双版纳流域汛期洪峰预报思路。     

近53年江淮流域梅汛期极端降水变化特征

基于1961—2013年江淮流域梅汛期（6—7月）逐日降水资料,利用百分位法确定极端降水阈值,对江淮流域梅汛期极端降水的时空分布及突变特征进行分析,结果表明：95%分位极端降水阈值多在50 mm以上,大值中心主要位于湖北东部到安徽南部一带;平均极端降水强度与阈值大小的空间分布相似。极端降水量和极端降水日数整体呈现由安徽南部向四周递减的空间分布特征,极端降水量约占梅汛期降水总量的1/4~1/3。从季节内分布上看,极端强降水站次在梅汛期呈单峰型分布,各候间差异明显,其中6月第5候到7月第2候最多。极端降水量、极端降水日数以及极端降水量占梅汛期总降水量百分比均具有明显的年际变化,且上升趋势显著;江淮流域梅汛期极端降水量和极端降水站次的这种上升趋势均在1980年发生突变。