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。     

淮河流域致洪暴雨的异常水汽输送

为了从多方面提取对致洪暴雨有指示意义的异常信息,进一步提高对致洪暴雨的判别能力,利用Box-Cox变换将信号场方法引入致洪暴雨水汽条件气候异常的诊断,并具体分析了2003年、2005年和2007年淮河流域致洪暴雨850 hPa水汽通量场的气候异常特征。结果表明:淮河流域致洪暴雨期间,850 hPa经向水汽通量信号场105°E~125°E易形成以淮河流域为中心南正北负的双极型配置;850 hPa纬向水汽通量信号场低纬的显著信号反映出各条水汽输送通道的相对重要性因致洪暴雨而异。     

淮河流域夏季降水异常与北太平洋海温异常的关系

研究淮河流域降水异常与北太平洋海温异常的相关关系,初步探讨北太平洋海温异常对淮河流域降水的可能影响机制。结果表明:淮河流域夏季降水与上年8-10月北太平洋中部关键海区(162．5~177．5°W,36．5~41．5°N)的SSTA存在持续高的正相关关系;淮河流域夏季降水异常对应着一种大范围的海温异常分布型,而关键海区正好位子其相关最显著地区;正是由于北太平洋大范围持续的海温异常引起了次年夏季大气环流的异常,导致了淮河流域夏季降水异常,这也正是海温与降水具有很好相关的内在原因。     

淮河流域中强震活动区的地震构造背景

介绍了沿淮河干流展布的淮河构造变形带的断裂构造特征，分析了该构造变形带内中强地震与断层构造的关系，并结合淮河流域地球物理场资料的分析，提出了中强地震发生的地震地质标志。     

淮河流域空间开发区划研究

主体功能区划已经成为国家战略,但以行政区为基本划分单元的划分方法仍然没有遵循生态系统的完整性规律。论文将流域生态系统完整性规律引入到主体功能区划思想体系,以淮河全流域30mDEM为数据基础,运用Hydrology模型进行四级子流域划分及科学编码,以此为研究单元从空间开发约束、空间开发强度和空间开发引导三个维度构建空间开发区划指标体系,运用格网方法归并多图层要素进行流域空间开发区划,以精确反映流域覆被特征与图层对应关系,体现流域生态系统的完整性特征,同时也突破了主体功能区县域单元传统划分方法的行政区限制,最终将淮河流域划分为重点开发区、优化开发区、农业发展区、限制开发区、生态保护区,并提出相应的发展对策。     

2007年淮河流域致洪暴雨及其中尺度系统特征的分析

针对2007年6～7月的淮河致洪暴雨,采用NCEP资料、卫星TBB（Temperature of Black Body）资料、地面加密资料和1h的降水资料对此次暴雨过程进行了详细的分析,得到结果如下:1）2007年6～7月主汛期的暴雨带主要位于淮河流域,而不是像通常那样集中在长江中下游。时间长达30余天,超过2003年（持续20余天）。2）整个汛期从6月19日开始至7月26日结束,根据影响系统和雨区分布的不同,可将降水分为3个阶段。其中,第2阶段（6月29日～7月10日）降水最强,影响最大,与梅雨的降水有更多相似。在第2阶段中又有4次降水过程,其中第4次过程（7月7～9日）降水最强,导致10日在王家坝开闸泄洪。3）高纬度的阻塞形势（西阻型）有利于环流的稳定维持和暴雨的持续发生。4）副热带高压稳定在26°N,有利于雨带维持在32°N,另外南海季风涌沿副高西侧将大量水汽输送至淮河流域。5）在阻高和副高之间的西风带上,巴尔喀什湖为低槽区,不断有小股冷空气经我国西北和黄河上游沿偏西路径移至淮河流域,西风槽加深甚至在中国大陆出现切断低压,这在过去淮河暴雨期间不太多见,表明存在明显的中低纬度的相互作用。与此同时,在7月8日高空急流入口区（右侧）与低空急流出口区（左侧）相迭置耦合,非常有利于垂直运动的加强和暴雨的发生。6）在暴雨期间有中尺度低压（扰动）的发生发展,并有与之相关的中尺度云团、雨团甚至更小的中尺度对流系统出现,致使8日寿县24h降水量达262 mm之多。该次强暴雨与淮河流域前期多场强降水形成的高水位“遭遇”,引发了严重的洪水,其影响超过了2003年,成为了1954年以来淮河流域最严重的洪涝。       

等熵位涡在一次淮河流域大暴雨分析中的应用

利用NCEP/NCAR 1°×1°逐日再分析资料、常规气象观测资料,通过等熵位涡理论对淮河流域2009年9月24—25日的大暴雨过程进行分析。结果表明:淮河流域对流层低层的中尺度低涡的发生发展与此次暴雨密切相关;315 K等熵位涡高值中心的移动和强度变化很好地反映出中尺度低涡系统的发展变化情况,其移动方向与雨带走向一致,降水落区主要位于等熵位涡高值中心轴线移动方向右侧的强西南气流处,对应于345 K等熵面上干冷空气移动方向前部的暖湿区内;在暴雨发展强盛时期,淮河流域暴雨区上空从对流层高层至低层均存在明显的正等熵位涡平流,干冷空气的侵入使得低涡加强发展,辐合上升运动增强,有利于暴雨的增幅,这是引发此次暴雨过程重要的触发机制。     

水文模型参数敏感性快速定量评估的RSMSobol方法

水文模型参数敏感性分析是模型不确定性量化研究的重要环节,其可以有效识别关键参数,减少模型率定的不确定性,提高模型优化效率。然而如何快速有效地定量评估参数敏感性已成为当前大尺度分布式水文模型优化的瓶颈。针对传统的全局定量敏感性分析方法在多参数复杂水文模型的不足,本文采用基于统计学习理论的支持向量机(SVM) 建立非参数响应曲面(称为代理模型),再结合基于方差的Sobol 方法,建立了基于响应曲面方法的Sobol 定量全局敏感性分析方法(RSMSobol 方法),实现复杂模型系统参数敏感性的快速定量化评估。本文选用淮河流域的日尺度分布式时变增益水文模型进行实例研究,采用水量平衡系数(WB),Nash-Sutcliffe 效率系数(NS) 和相关系数(RC) 三个目标函数综合评价模拟效果。研究结果显示RSMSobol方法在实现定量全局敏感性分析的同时降低了模型运行时耗,提高了模型评估效率,且与传统定量方法Sobol 方法具有同样的评估效果。该方法的有效应用为大型复杂水文动力模拟系统的参数定量化敏感性评价提供了参考,为模型参数进一步优化提供了可靠依据。     

SRES情景下多模式集合对淮河流域未来气候变化的预估

采用偏差修正/空间降尺度方法处理后的IPCC AR4中8个全球海气耦合模式的集合平均结果,分析了SRESA2、A1B和B1情景下淮河流域未来30 a(2011 2040年)相对于现状(1961 1990年)地面温度和降水的可能变化.结果表明:(1)多模式集合能较好地反映流域现状年、季温度和降水的大尺度空间分布特征;对温度和降水的年内分配过程模拟较好,各月温度集合平均与观测值相差0.2℃左右(冬季各月除外),而降水集合平均与观测值相对误差在5%左右(9月除外).(2)不同情景下未来流域年、季温度一致增加,年温度增加幅度在0.85～1.12℃之间;冬、春季温度增加相对明显,而夏、秋季温度增加并不显著;年际和年代际温度增加趋势显著.(3)不同情景下未来流域年降水有增加趋势,增加幅度为0.13%～5.24%,增幅不明显;降水季节变化有增有减,季节、年际和年代际降水变化较为复杂,不同情景下降水空间变化差异显著.     

基于MODIS数据地表反照率时空变化特征及影响因子研究

地表反照率表征地球表面对太阳辐射的反射能力,是影响地表辐射能量收支平衡的关键参数。本文以淮河流域为例,利用MODIS（MODerate resolution Imaging Spectroradiometer）数据,采用网格趋势分析、异常变化分析、相关分析和灰色关联度分析等方法,分析了淮河流域2005～2015年地表反照率的时空变化规律,以及土地利用类型、地形因子、地表参数和气候等影响因子。结果表明:淮河流域年平均地表反照率整体呈“北高南低、东高西低”的空间分布规律,变化在0.043～0.223,平均值为 0.145。低值区主要集中于水体密集和山区丘陵地带,且标准差相对较小;高值区主要集中于流域中部及东部平原地带,且标准差较大。61.5%的区域地表反照率呈增加趋势,且存在季节性差异,夏季平均地表反照率最大,春季次之,秋季最小,冬季则由于降雪覆盖和农田利用的影响波动幅度较大。淮河流域地表反照率与归一化植被指数（Normalized Difference Vegetation Index,NDVI）、地表温度、气温和降水在大部分区域呈正相关,面积占比分别达到90.23%、82.32%、85.41%和93.70%。灰色关联度分析表明,不同土地利用类型（水体除外）下年均地表反照率受各因子影响排序为:NDVI>气温>地表温度>降水,空间变化受各因子影响排序为:NDVI>降水>地表温度>气温>高程。