基于GRAPES-MESO的淮河流域精细化渍涝风险气象预报模型

通过单向耦合GRAPES-MESO中尺度数值模式与淮河流域精细化水文模型,建立了淮河流域精细化渍涝风险预报模型。首先将GRAPES-MESO的降水和日最高、最低温度预报结果输入精细化可变下渗容量(variable infiltration capacity,VIC)水文模型,然后输出15km×15km网格点上的径流深度和三层土壤湿度,按照全国渍涝风险气象预报预警发布标准计算风险等级。最后选择2008年7月淮河流域两次强降水过程进行试验,同时与原始国家级大尺度50km×50km渍涝风险预报模型对比预报效果。结果表明:该模型有效解决了原始国家级渍涝风险预报模型的漏报问题。在连续雨日可能造成的渍涝风险上,比原始大尺度渍涝模型有更好的预报效果,提高了渍涝风险气象预报模型精度。