朔黄铁路水害特征及雨量警戒阈值研究

利用2017—2019年朔黄铁路水害记录及其沿线40个气象观测站的逐5 min降水量资料,分析水害及降水分布特征,统计连续降水量、1 h最大降水量和24 h降水量3个降水因子,应用均值-标准差法和极大值法,制定平原和山区路段铁路水害的无警戒、出巡警戒、限速警戒、封锁警戒雨量阈值。结果表明:朔黄铁路水害主要发生在7—8月,水害发生时降水的持续时间多在48 h以内;引发铁路水害的降水类型主要为局地暴雨、短时强降水、连续性降水,平原路段铁路水害主要由局地暴雨引发,山区路段主要诱因是连续性降水;平原路段出巡警戒准确率达88.5%,空报率为11.5%,限速警戒准确率达100%,山区路段出巡警戒准确率达88.9%,空报率为11.1%,针对平原和山区铁路路段制定的雨量警戒阈值,可为铁路安全行车和高效调度提供参考依据。     

诱发沪昆铁路江西段沿线水害和地质灾害的临界雨量初探

利用2008—2015年南昌铁路局管辖内沪昆铁路沿线(以下称沪昆线)的灾情资料、工务段编组站监测雨量和沿线附近的自动站雨量数据,分析了沪昆线由降雨诱发的水害和地质灾害特征,以揭示其与降雨强度的关系。结果表明:沪昆线降雨诱发的水害和地质灾害种类多、发生频率高,灾害年度差异较大;边坡、堤坡和堑坡的溜坍占全部水害和地质灾害事件的一半以上,且发生的时间集中在4—8月,与江西的主汛期时间一致;暴雨和连续性降雨是引起沪昆线水害和地质灾害的主要原因。最后基于警戒雨量临界值,将致灾前1 h最大降水量、3 h降水量、24 h降水量和连续降水量作为初始预报因子,采用事件概率回归法,建立了沪昆铁路江西段出巡、限速、封锁警戒的概率预报模型。     

鹰厦铁路降水诱发地质灾害概率预报模型及应用

降水是铁路地质灾害的重要触发因子,由于降水引发的地质灾害对铁路运输安全造成重大的经济损失。鹰厦铁路由于其特殊的地形及气候条件,使该线成为全国地质灾害发生较频繁、较严重的铁路之一。利用南昌铁路局2007—2012年辖区内的地质灾害资料,统计鹰厦铁路地质灾害的时空分布特征。根据不同降水类型造成的铁路地质灾害特点不同,进一步研究铁路地质灾害与降水的关系。引入10 min最大降水量、当日最大小时降水量、连续降水量和前20 d累积降水量等降水量因子,运用因子相关性分析和逻辑回归方法筛选对灾害发生贡献率较大的降水量因子,分区段建立鹰厦铁路地质灾害概率预报模型。运用该模型对2013年5月20—22日一次大暴雨过程诱发的地质灾害进行预报,预报准确率达86%,模型应用效果较理想,可为铁路安全气象服务工作提供技术支持。     

基于回归模型的青藏铁路水害气象风险评估

应用逻辑回归和逐步回归方法对青藏铁路青海段由降水引发铁路水害气象风险评估进行研究,以青藏铁路公司提供的铁路沿线水害统计资料为依据,选取2000—2014年青藏铁路沿线青海境内14个气象站点和28个加密气象站降水资料,开展降水引发的水害气象风险评估,结果表明:青藏铁路水害的发生不仅与降水量级有关,还与降水的性质和持续时间有关,铁路水害主要集中在7—8月,高发路段是乐都-平安、湟源-海晏段。导致青藏铁路沿线水害的主要降水类型为区域性强降水和连阴雨。考虑到降水持续时间对水害的影响,通过计算得出的铁路水害诱发指数和水害有效降水因子,且距水害发生时间愈近,日降水量对水害发生的作用就愈大。采用逻辑回归模型判断青藏铁路青海境内各区段水害的发生有无,其预测模型总判对率均超过86.2%,其次运用逐步回归评估模型计算出水害预报等级,经检验对最高级别1级的预报准确率达88.9%。可见,逻辑回归模型和逐步回归评估模型在青藏铁路青海境内铁路水害预报和评估工作中具有较高的预报准确率。     

WRF集合预报对济南暴雨过程的检验与分析

为了将WRF集合预报更好地应用于济南大城市精细化预报,提高暴雨预报准确率,利用2013—2014年汛期济南龟山观测站和市区及历城区36个区域自动观测站的降水资料,检验WRF集合预报24h确定性降水量对暴雨的TS评分、空报率、漏报率以及平均绝对误差和均方根误差,并且检验24h暴雨概率的可信度。2013年和2014年的空报率和漏报率均较高,2013年暴雨预报TS评分明显好于2014年。确定性预报24h降水量达到30mm以上,且天气形势和各物理量满足产生暴雨的条件时,可考虑预报暴雨;低层湿度大时确定性降水最易出现暴雨空报;24h暴雨概率预报对济南局地性较强的暴雨有较好的指示意义。     

贵州省降雨型滑坡预报模型及检验

本文利用贵州省2010—2017年630次降雨型滑坡资料以及国家气象台站和区域自动气象站逐小时降水资料，分析了贵州省降雨型滑坡的时空分布特征。基于5个不同时效降水指标与滑坡累积发生概率的拟合曲线公式，得到不同概率对应的5个降水指标的降水阈值，建立贵州省降雨型滑坡预报模型,并利用2018年新增滑坡样本对预报模型进行检验。结果表明：贵州省降雨型滑坡高发期主要集中在5—7月，其中6月滑坡发生概率最高，约48.6 %；7月次之，约34.9 %。当R1h、R3h、R6h、R24h、R3d分别大于等于26.9 mm、48.9 mm、62.9 mm、79.5 mm、92.0 mm时，发布滑坡预报预警。在降雨型滑坡预报模型中，随着5个不同时效指标的降水量增大，降雨型滑坡累积发生概率变化呈现前后增加缓慢，中间快速增加的变化特征。模型检验结果表明贵州省降雨型滑坡预报模型有一定的准确性，且5个降水指标均具有一定的实用性，其中利用R3d开展降雨型滑坡预报准确率最好。     

冻雨天气形势下的贵州单站温度和降水预报

应用多元统计方法,利用2000—2007年冻雨过程中的08时EC 850hPa温度预报值,与08时日本T213过去24h降水量预报值分别对全省84个站点08时的地面温度和08时过去24h降水量进行分析,并建立相应的预报方程。通过对所选代表站在2008—2009年冻雨过程中逐日08时的温度及08时24h降水量进行预报检验,得出该方程对温度和降水的预报准确率大多数站均在60%以上,具有较好的预报性能。     

兰州铁路防洪指挥气象预警服务系统

介绍了兰州铁路防洪指挥气象预警服务系统的结构设计、数据流程、系统特点、功能研究成果。该系统利用网络技术,为兰州铁路局防洪指挥提供高效、优质、及时的服务平台。系统提供实时气象资料查询72h站点精细化预报、每日3次线路预报、中期预报及沿线管界图、灾害库等资料信息。另外,统计分析了2002～2007年历年兰州铁路局水害的详细资料及气象资料后,分别给出了铁路沿线的水害时空分布特征及不同降水类型、量级影响下发生水害的特征,建立了5级预警等级,并以此为基础分别为15段铁路线路发布铁路水害预报预警信号。     

南明河上游花溪的暴雨灾害防治

暴雨是花溪区主要灾害性天气,尤其是连续暴雨天气或大暴雨往往会形成洪涝灾害,对国民经济建设有很大的影响,对农业生产的危害更为突出。按我国气象部门的规定,凡24h降水量达50mm以上,称为一次暴雨过程;达到或超过100mm为大暴雨,200mm以上为特大暴雨。花溪区是暴雨频繁发生的地区,暴雨天气对生产、生活危害较大。1991年6月21日-7月11日降水特多,其中6月下旬降水量多达215．4mm,7月1日～11日上午9时共降雨达416．2mm。在这短短21d时间内降水量占年降水量的一半以上,尤其是7月8、9日连续两天出现暴雨和大暴雨天气,8日降水量89．0mm…     

基于加密降水资料的贵州地质灾害概率预报模型

运用信息量法进行了地质灾害易发性评价,将全省划分为3个易发等级。利用贵州省2009—2014年的地质灾害和降水数据,分析了每个等级中地质灾害概率与有效降水量之间的关系。在此基础上,利用概率论方法将动态临界雨量引入预报模型,建立了基于动态临界雨量的地质灾害概率预报模型。结果表明:对于任意的易发区划等级,诱发地质灾害的临界雨量并不是静态的,而是分布在一个非常大的区间上;当有效降水量为该区间上一个特定的值时,用相应的概率来描述地质灾害发生可能性的大小,而不是地质灾害一定发生更为恰当;在2015年的检验中,模型预报准确率超过80%,说明该概率预报方法具有实际应用价值,能起到良好的预报预警作用。     

西南区域模式在成都地区的降水检验及物理量分析

本文选取2014年6～9月西南区域模式产品的每日20 h (北京时)起报的00 h～24 h降水量、相关物理量及成都地区实况降水量。首先利用领域法建立高分辨率模式与稀疏站点对应关系,其次比较领域内的降水量分级传统技巧评分以及强降水(25mm以上)与模式物理量阈值进行概率分析,得出强降水物理量阈值,最后通过个例对模式物理量阈值进行检验。得出如下研究结论:降水量分级评分结果表明模式对成都地区有无降水预报总体效果较好;TS评分随着预报降水量级增大而减小,同时模式空报率高于漏报率;而暴雨及暴雨以上量级降水混合评分为11.6%,具有一定的参考性。强降水与模式物理量阈值概率分析表明模式对强降水有一定的预报能力,但量级、落区相对较差。两次降水个例物理量阈值均满足以暴雨、暴雨以上降水为主的条件。      

基于贝叶斯原理降水订正的水文概率预报试验

利用淮河流域加密站点2008年6月1日—8月31日逐日降水资料、对应的T213模式的24 h, 48 h以及72 h集合预报,采用贝叶斯模型平均 (Bayesian Model Averaging,BMA) 方法对集合预报15个成员的降水预报进行了概率集成与偏差订正,采用排序概率评分 (CRPS)、平均绝对误差 (MAE) 对BMA的订正结果进行检验,并将订正后的降水预报输入VIC (Variable Infiltration Capacity) 水文模型中进行水文概率预报。结果表明:经BMA订正后的24 h, 48 h, 72 h降水预报精度较订正前有所提高;BMA模型给出的有效区间 (第25百分位数至第75百分位数) 预报将实况降水量包含在内的可能性比订正前更大;由水文概率预报检验指标分析可知,经BMA订正的降水集合预报,由VIC水文模型模拟得到的径流量变化趋势与实况较吻合。     

四川省滑坡灾害气象预报方法及其在延伸期-月尺度中的应用

分析四川省2014—2018年滑坡灾害与前期降水量之间的关系,构建滑坡灾害气象预报模型,并验证模型在延伸期-月尺度中的应用效果,为四川省延伸期滑坡灾害预报工作提供理论参考。利用历史实测降水数据对四川省滑坡灾害发生的前45 d、35 d、25 d、15 d、10 d和6 d降水量进行统计分析,结果显示,滑坡灾害的发生与其相关性是逐步递减的;在此基础上,结合逻辑回归法分析滑坡灾害发生前2 d降水量的权重关系,得到降水诱发滑坡灾害概率值;再确定滑坡灾害预报模型的易发性背景值与降水诱发滑坡灾害概率值的权重系数;最后,分别计算川东、川西和川西南三个区域临界雨量,优化滑坡灾害预报模型。结果表明:四川省滑坡灾害发生当日、前1 d和前2 d降水量对灾害的影响权重分别为0.048、0.031和0.029;滑坡灾害模型的易发性概率值和降水诱发滑坡灾害概率值的权重参数川东为0.249和0.751,川西为0.655和0.345,川西南为0.501和0.499;分区域临界雨量计算结果有明显差异,川东地区临界雨量值最大,川西南地区次之,川西地区最小。利用CFSv2降水预报产品对滑坡灾害预报模型在延伸期-月尺度中的应用效果进行验证,证实模型对延伸期滑坡灾害整体有较好的预报效果。     

“集合统计量集成法”在湖北短期暴雨预报中的应用研究

利用2013年11月—2014年11月ECMWF全球集合预报的51个成员降水预报资料和湖北省78个国家气象站逐日降水实况,对集合平均值、分位值、概率匹配平均值、众数(Mode值)等10种集合统计量在湖北省不同预报分区内的降水预报效果分别进行检验评估。在此基础上,采用在不同降水量级上选取TS评分最优的集合统计量的原则,设计出适用湖北降水预报的最佳集合统计量集成方案,并检验了该方法在2015年和2016年6—8月湖北降水预报的应用效果。结果表明:将集合统计量集成法应用于湖北降水预报时,集合统计量集成方案应随着预报分区的改变而改变;改进后的ECMWF集合统计量集成方案对湖北72 h内大雨及以上降水预报的TS评分均有不同程度的提高,且空报率和漏报率总体上有所降低;与ECMWF确定性预报相比,ECMWF集合统计量集成预报产品对湖北24 h内各降水量级的预报均优于ECMWF确定性预报,且对湖北72 h内的暴雨预报准确率均高于ECMWF确定性预报。     

ECMWF集合预报在中国中部地区的降水概率预报性能评估

利用2013、2014年5-10月ECMWF集合预报系统(EPS)输出的降水预报资料,CMORPH(NOAA Climate Prediction Center M orphing M ethod)卫星与全国30000余个自动气象观测站的逐小时降水量融合资料,基于Brier评分、Talagrand分布、ROC(Relative operating characteristic)分析等方法,研究ECMWF集合预报对我国中部降水的概率预报性能。主要结论如下:(1)模式对小雨具有稳定的预报技巧,但预报概率偏大;对大雨以上量级降水的分辨能力不足,概率预报偏小。(2)Talagrand图整体表现为"U"型,模式对中等强度以上量级降水预报频次偏少;就不同量级降水的预报和观测频次一致程度来看,时效越长预报性能越稳定;第11天模式集合成员的发散度发生明显变化,Talagrand图呈"钟"型分布,预报评分显著下降。(3)预报日数越短,降水概率预报效果越好,平均而言,预报日数超过2天后,模式对12 h(24 h)小于30%(40%)的暴雨概率预报技巧低于气候预测。(4)模式24 h小雨命中率较12 h偏高,空报率偏低,预报技巧优于12 h;对暴雨来说,前6天12 h降水概率预报的ROC面积较24 h表现较好。     

降水预报-观测概率匹配动态订正法在江西降水集中期的应用与检验

为提高数值预报降水预报的准确率,本文利用欧洲中期天气预报中心的高分辨率数值预报（ECMWF）降水预报资料和江西省国家级气象观测站实况降水资料进行概率匹配,选取Gamma累积概率分布函数用于拟合预报与观测的降水累积概率,通过在2017年江西省一次降水集中期的应用试验,得到以下结论：基于ECMWF的降水预报-观测概率匹配动态订正法由于把最新的预报与实况结果带入概率匹配中,并根据近期模式预报调整及误差不断自动更新各量级降水修正值,可实时动态订正模式降水预报;检验发现ECMWF模式降水产品对于24 h内12 h间隔的10 mm及以下量级的预报普遍偏大,25 mm及以上量级的预报普遍偏小,在江西区域九江沿江地区和景德镇的各量级降水预报较为接近实况、预报效果较好.本降水预报订正法能提高小雨和暴雨的TS评分、降低暴雨的漏报率且提升其命中率,但对大雨及部分中雨的订正效果不佳,在实践中应权衡利弊使用.     

基于ECMWF模式的四川夏季强降水订正试验

利用2016—2018年6—8月四川地面观测降水资料(含加密自动站)及同时段ECMWF模式各要素预报场资料,根据基于"配料法"计算所得出的3 h间隔短时强降水概率预报,统计各格点各个转换概率阈值的次数,探索了一种针对模式24 h累计降水预报的强降水订正方法,并运用该方法对2018年6—8月降水集中时段24—72 h时效ECMWF模式降水预报进行逐日试验检验。试验结果表明:(1)从大雨、暴雨降水量级综合检验指标来看,各时效订正后命中率、漏报率、TS评分均有明显改善,且随着预报时效的延长,各指标数值提高的幅度愈大。空报率虽然0—24 h、24—48 h时效预报有所增加,但空报率增加幅度远小于漏报率减小幅度;(2)从个例检验结果来看,订正后的模式预报相比订正前的预报而言,降水量级明显增加,50 mm以上降水落区预报效果有较大程度提升,尤其是0—24 h时效预报,订正后降水落区分布与实况基本一致。     

铜仁地区滑坡临界雨量研究

利用铜仁地区2010—2014年以来61起滑坡事件对应的区域气象站以及气象台站逐小时降水资料,采用统计分析的方法分析了滑坡发生前后的降水类型,建立了不同时效的有效雨量和激发雨量组合的预报模型。结果表明:滑坡前期3天累积雨量与滑坡暴发当日3h最大雨量组合预报模型的准确率最大,空报率最小,滑坡暴发当日24h雨量与滑坡暴发当日3h最大雨量组合预报模型的准确率次之,并分别得到这两种情况下判断滑坡是否发生的判别曲线,根据判别曲线和24h及3h降水预报,可以制作铜仁地区的滑坡预报。     

诱发陕西黄土高原地质灾害降水因子分析

利用1960-2006年陕西黄土高原地质灾害和降水资料,统计分析该区域诱发崩塌、滑坡地质灾害降水因子特征。结果发现：地质灾害发生次数与月平均降水量、前10d平均累积降水量、暴雨频次成正相关,与前10d的平均累积降水量的正相关性最高。降水强度为30～60mm／d时,地质灾害主要发生在次日和当日;降水强度在60mm／d以上时,地质灾害主要发生在当日。陕西黄土高原地质灾害属于多日降水诱发型,诱发崩塌、滑坡的连续降水以3d为主。连续降水累积量达75mm以上,崩塌大量发生;累积雨量达100mm以上,滑坡大量发生。     

基于频率匹配法的中国降水多模式预报订正研究

基于TIGGE资料中欧洲中期天气预报中心、日本气象厅、美国国家环境预报中心及英国气象局1～7 d日降水量预报以及中国自动站观测资料与CMORPH降水产品融合的逐时降水量网格数据集,利用频率匹配法(Frequency-Matching Method,FMM)对中国降水预报进行客观订正。首先利用卡尔曼滤波方法对降水频率进行调整,并根据不同区域降水强度差异将全国分为7个子区域分别进行频率匹配。结果表明,FMM可以有效减小降水量预报的误差。经过频率匹配法订正后各模式降水预报的平均绝对误差(Mean Absolute Error,MAE)大幅减小,且订正后各量级降水的雨区面积更加接近实际观测值。FMM对小于5 mm和大于15 mm的降水预报技巧改进明显。此外,FMM降低了模式预报的小雨空报率和大雨漏报率,并且明显提高了晴雨预报的准确率。FMM明显消除了大范围小雨空报区域,但是对强降水预报FMM仅能调整降水量大小,强降水落区预报并不能得到明显改善。