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。     

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。     

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。     

汉江上游地区超短期降雨定量预报的初步研究

前言现行由已知降雨所进行的洪水预报已具相当精度,但其预见期却不能适应水电工程施工的防汛需要,这在类似于汉江上游的暴涨暴落河段上反映尤为突出。因此进行区域降雨预报以增长雨洪预报预见期已成为当前的主要矛盾。在这方面虽已研究出了不少解决方法,但基本上都属于短期定性预报范畴,因其预报幅度较大,以及     

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。      

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。     

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.     

出色的预报员——记预报工程师胡中联同志在安康“83.7”暴雨预报服务中的事迹

一九八三年7月31日安康汉江出现了四百年一遇的特大洪水,给国家和人民的生命财产造成了严重的损失。在这次暴雨预报服务中,安康气象台副台长预报工程师胡中联同志和全体预报员一道出色的完成了任务,尽到了责任,受到当地政府,防汛部门和人民群众的好评。     

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。     

中国暴雨洪涝预报方法的研究进展

针对中国暴雨洪涝灾害频发的现象及其带来的严重影响和损失,结合我国有关暴雨洪涝灾害预报方法的研究进展,对洪涝灾害预报方法的研究进行了总结与回顾。随着卫星遥感、地理信息系统等技术的不断发展与完善,暴雨洪涝灾害预报的方法由简单的数值统计方法发展成为水文模型预报法,从简易的经验模型、水动力学模型,到集总式水文模型,再发展到分布式水文模型;通过水文模型预报方法,结合气象水文耦合预报实现实时洪水预报并进行动态评估,不断提高洪水预报的精度和预见期,为暴雨洪涝灾害预报提供可靠数据和决策依据。最后,在总结归纳基础上,指出了当前暴雨洪涝灾害预报方法的不足,提出了不断提高水文观测技术、加强分布式水文模型与地理信息系统的耦合、加强与气象模型的耦合等方面的研究是进一步提高暴雨洪涝灾害预报准确率的主要发展方向。     

2003年淮河流域大水期间体积降水量的研究

针对 2 0 0 3年梅雨期淮河流域大水提出了体积降水量的概念及其计算方法 ,在计算出淮河流域和其各子流域逐日和总体积降水量的基础上 ,将体积降水量与水文站的水位和流量进行了对比分析。结果表明 :水位对累计体积降水量有较好的即时响应 ,流量对体积降水量有较好的延迟响应。另外 ,讨论了流域体积降水量的预报问题 ,用国内外数值天气预报产品和中央气象台指导预报产品 ,进行了流域体积降水量预报试验 ,并对预报结果进行了检验分析。结果表明 :在目前天气预报水平条件下 ,利用数值天气预报和中央气象台业务预报产品制作体积降水量是可行的 ,能够延长洪水预报的预见期 ;而且 ,数值天气预报产品在预报体积降水量方面有明显的优势 ,因此可以直接利用数值天气预报产品进行体积降水量的客观预报 ,为防汛工作提供重要的依据。     

贵州省小流域洪水预报系统开发与应用

贵州夏季突发性山洪频繁发生,山洪灾害损失巨大。对小流域的雨情、水情进行实时监测,结合精细化的降水预报数据,并与水文模型进行耦合开发贵州小流域洪水预报系统可有效地减少山洪灾害带来的损失。贵州省小流域洪水预报系统以AreGIS为平台,依托GIS、数据库技术,利用地理信息数据和气象数据实现小流域降水、流量和水位变化的监测、预报、预警,系统可根据降水预报数据输入水文模型中模拟小流域未来相应时间段的水位和流量变化情况,当达到一定阈值之后系统会自动报警,为决策部门及时提供监测预警信息,最大限度的减少小流域陡涨洪水造成的各种损失,有效地提高贵州省小流域山洪或洪水灾害的防灾减灾能力。     

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。     

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。     

三门峡小浪底区间暴雨致洪水文下垫面遥感调查

以2002年4月18日Landsat TM/ETM 多时相、高分辨率遥感数据为主要数据源,对黄河三门峡至小浪底区间暴雨致洪水文下垫面进行调查。通过遥感图像处理、结合常规资料和野外调查,在水文下垫面主要因子分类基础上,建立解释标志。采用人机交互方式提取研究区地貌、土壤、植被、土地利用等信息,在较短时间内得到黄河三门峡至小浪底区间下垫面基本情况,对提高该区间水文预报精度、缩短洪水预见期具有重要作用。     

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。     

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。     

流域水文气象耦合的洪水预报研究及应用进展

洪水预报在防洪减灾中具有重要的理论意义和现实意义。论文从流域暴雨的定量降水估算与预报、流域洪水预报水文模型、流域水文气象耦合、流域洪水实时预报系统研发及业务应用等方面回顾了国内外流域水文气象耦合的洪水预报研究与实践的进展,并从洪水预报与气象预报的集成耦合、有物理基础的分布式水文模拟、洪水风险灾害评价等展望了流域洪水灾害预报的一些关键技术和问题。     

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。