崔春光，趙玉春，彭 濤，王 斌，李 俊，萬 蓉

(暴雨監(jiān)測預(yù)警湖北省重點實驗室，中國氣象局武漢暴雨研究所，武漢 430074)

1 前言

長江流域是我國暴雨洪澇災(zāi)害最為頻發(fā)、多發(fā)的地區(qū)之一，每年汛期(尤其是梅雨期)大范圍暴雨引發(fā)的洪澇災(zāi)害給該流域經(jīng)濟社會發(fā)展和人民生命財產(chǎn)安全帶來了嚴(yán)重的損失和威脅。據(jù)國家民政部門不完全統(tǒng)計，近10年來我國大陸平均每年因洪澇災(zāi)害造成的糧食損失約200億kg，經(jīng)濟損失近2000億元，由氣象災(zāi)害造成的國民經(jīng)濟損失約占國民經(jīng)濟生產(chǎn)總值的3%～6%。長江流域經(jīng)濟較為發(fā)達(dá)的地區(qū)損失尤為嚴(yán)重，如1991年夏季，江淮地區(qū)持續(xù)性洪澇給國家造成的經(jīng)濟損失高達(dá)上千億元;1998年長江流域特大洪澇災(zāi)害造成的直接經(jīng)濟損失超過1600億元，死亡人數(shù)超過3000人;2003年江淮流域發(fā)生的嚴(yán)重洪澇災(zāi)害，蘇皖兩省受災(zāi)人口達(dá)4803.5萬;2006年深入內(nèi)陸的“碧利斯”強臺風(fēng)在湖南、江西形成特大暴雨，造成成百上千人的死亡，經(jīng)濟損失慘重;2010年7月，長江漢江上游普降暴雨，長江、漢江兩大洪峰幾乎同步到達(dá)湖北境內(nèi)，境內(nèi)5大湖泊、1125座水庫水位全線突破汛限水位，4000多條山丘河溪暴發(fā)山洪，7條主要中小河流全線超設(shè)防。另外，由于該流域地形地貌復(fù)雜，局地短歷時強降水過程頻發(fā)，如2010年8月7日，嘉陵江上游舟曲強降水過程引發(fā)的特大泥石流災(zāi)害，造成了上千人死亡。因此，預(yù)防和減輕長江流域暴雨洪澇災(zāi)害損失是我國防災(zāi)減災(zāi)中的重要內(nèi)容，提高長江流域致洪暴雨及其引發(fā)的洪澇災(zāi)害的監(jiān)測與預(yù)報水平，對增強我國防災(zāi)減災(zāi)的總體能力，確保我國在21世紀(jì)國民經(jīng)濟得到可持續(xù)發(fā)展具有極為重要的意義，是國家的重大戰(zhàn)略需求。

2 現(xiàn)狀和問題

隨著大氣探測手段、能力和方法的改進以及大規(guī)模計算技術(shù)的快速發(fā)展，國際上先后開展了一系列野外觀測科學(xué)試驗，如世界氣象組織的“觀測系統(tǒng)研究與可預(yù)報性試驗(THORPEX)”、美國以改進暖季定量降水預(yù)報為目的的“天氣研究計劃(USWRP)”[1]、“加州登陸急流計劃(CALJET)”[2]和“微物理參數(shù)化改進的野外觀測驗證試驗(IMPROVE)”[3]以及歐美各國聯(lián)合實施的“對流和地形引發(fā)的降水研究(COPS)”[4]等。這些野外加密觀測試驗對揭示新的暴雨中尺度觀測事實和深入認(rèn)識暴雨形成機理起到了極大的作用，不僅認(rèn)識到中尺度對流系統(tǒng)(MCS)在暴雨形成中的重要性，而且對MCS的形成機制進行了深入研究，提出了中尺度對流系統(tǒng)的形成機制，如地面冷丘機制、對流加熱耦合的重力波機制等。同時，發(fā)現(xiàn)MCS的移動快慢是影響局地降水累積的一個關(guān)鍵因子，并提出了解釋MCS傳播的幾種物理機制，如經(jīng)典的“引導(dǎo)層”概念，MCS的“冷丘機制”傳播[5]以及重力波引起的MCS不連續(xù)傳播[6]等。另外，這些野外加密觀測試驗還促進了數(shù)值預(yù)報模式物理過程的改進，如降水的云微物理過程[7]、大氣邊界層過程[8]以及陸面過程[9]等，也促進了降水?dāng)?shù)值預(yù)報的研發(fā)，如美國發(fā)展了先進的區(qū)域預(yù)報系統(tǒng)(ARPS)[10]、第五代中尺度數(shù)值模式(MM5)[11]、區(qū)域大氣模式(RAMS)[12]、海洋大氣耦合中尺度模式(COAMPS)[13]、天氣研究和預(yù)報模式(WRF)[14]等多個先進的中尺度數(shù)值預(yù)報模式;英國建立了中尺度業(yè)務(wù)模式(UKMO)[15];法國開發(fā)了非靜力模式(MESO-NH)[16];日本研制了區(qū)域譜模式(JRSM)[17]等。

20世紀(jì)七八十年代以來，為了深入認(rèn)識長江流域暴雨系統(tǒng)的形成機理，提高暴雨數(shù)值預(yù)報的業(yè)務(wù)水平，國內(nèi)也開展了多次暴雨野外觀測試驗，如青藏高原大氣科學(xué)試驗[18]、“連續(xù)兩個‘973’長江中下游暴雨外場觀測試驗”[19]等，獲取了大量的野外觀測數(shù)據(jù)，極大地推動了長江流域暴雨中尺度研究和預(yù)報，在天氣氣候觀測分析和數(shù)值模擬[20]、暴雨形成機理[21]和暴雨數(shù)值預(yù)報[22]等方面開展了大量研究，取得了豐富的研究成果，并逐漸認(rèn)識到青藏高原大地形和東亞季風(fēng)影響下長江流域梅雨鋒暴雨系統(tǒng)的特殊性和復(fù)雜性。同時，通過野外試驗、觀測和理論研究以及數(shù)值試驗，建立了我國具有自主知識產(chǎn)權(quán)的區(qū)域中尺度數(shù)值預(yù)報模式系統(tǒng)，如暴雨數(shù)值預(yù)報模式系統(tǒng)(AREMS)[23]、全球區(qū)域同化預(yù)報系統(tǒng)(GRAPES)[24]等，在該流域暴雨業(yè)務(wù)預(yù)報中起到了極為重要的作用。

為了預(yù)報長江流域暴雨洪澇，我國水文預(yù)報人員早先通過降雨徑流經(jīng)驗相關(guān)圖、單位線法來預(yù)報流域產(chǎn)匯流，并利用上下游相應(yīng)關(guān)系及馬斯京根河道流量演算法等來開展洪水預(yù)報。20世紀(jì)90年代后，隨著地理信息系統(tǒng)(GIS)軟件的迅速發(fā)展，基于數(shù)字高程模型(DEM)先后建立了分布式流域水文物理模型[25]和數(shù)字水文模型來模擬小流域的降雨徑流時空變化過程[26]，并把分布式模型推廣應(yīng)用到大流域[27]。近年來，國內(nèi)學(xué)者開始了定量降水估算和洪水預(yù)報耦合技術(shù)的探討[28]，利用雷達(dá)估測降雨，與分布式水文模型相匹配，較好地發(fā)揮了二者在表現(xiàn)降雨空間分布變化方面的優(yōu)勢[29]，并進一步通過耦合氣象預(yù)報模式和分布式水文模型構(gòu)建了長江支流水文氣象耦合模型，提高了洪水預(yù)報精度[30]。

但是，長江流域地域遼闊，地形地貌極為復(fù)雜，不僅受到青藏高原大地形的影響，還受到云貴高原、武陵山脈、大巴山等其他高大地形以及復(fù)雜中小尺度地形的影響，加之長江流域復(fù)雜地形影響和不同尺度相互作用，暴雨的形成機理極為復(fù)雜。長江上游與中下游的天氣氣候特點存在著顯著差異，不僅暴雨天氣系統(tǒng)的結(jié)構(gòu)不同，而且引發(fā)暴雨的中尺度對流系統(tǒng)還存在著多種組織類型，尤其是未受“973”項目關(guān)注的長江上游流域，往往是影響長江中下游的暴雨天氣系統(tǒng)如高原渦、西南渦的生成源地，缺乏有組織、系統(tǒng)的全方位野外觀測試驗和研究，尚未建立該區(qū)域暴雨中尺度對流系統(tǒng)的啟動、組織和發(fā)展及其引發(fā)暴雨的物理圖像。已有的外場加密觀測試驗未能獲得清晰反映暴雨β中尺度對流系統(tǒng)三維動力熱力結(jié)構(gòu)、云微物理結(jié)構(gòu)以及用于診斷分析其發(fā)生發(fā)展物理機制的加密觀測資料。同時，觀測試驗沒有針對暴雨數(shù)值模式預(yù)報最佳敏感區(qū)域進行觀測設(shè)計，更沒有針對區(qū)域暴雨數(shù)值預(yù)報模式物理過程方案的研發(fā)進行有針對性的觀測設(shè)計和野外科學(xué)試驗，這在很大程度上制約了我國科學(xué)家在長江流域暴雨中尺度對流系統(tǒng)發(fā)生發(fā)展機理的認(rèn)識上走向深入，同時也限制了區(qū)域暴雨數(shù)值模式預(yù)報水平的提高。

目前，長江流域暴雨預(yù)報和洪澇災(zāi)害預(yù)警的能力和水平仍不能滿足精細(xì)化預(yù)報業(yè)務(wù)發(fā)展的需求，主要由以下幾方面的原因造成。

1)突發(fā)性是長江流域強降水的特點之一，過去由于測站稀疏和資料分析時空精度不夠，對復(fù)雜地形和地理環(huán)境下(特別是長江上游地區(qū))局地突發(fā)性強降水的研究是一個薄弱環(huán)節(jié)。

2)持續(xù)性是長江流域強暴雨的另一個重要特點[31]，涉及能量頻散和慣性重力波的上下游傳播、尺度相互作用和暴雨系統(tǒng)的自組織，這一特征在長江梅雨鋒暴雨帶表現(xiàn)十分明顯，但目前認(rèn)識還非常有限，長江上、中、下游暴雨的相互聯(lián)系和中尺度系統(tǒng)的結(jié)構(gòu)差異也有待進一步探討。

3)足以反映暴雨β甚至γ中尺度對流系統(tǒng)三維動力熱力結(jié)構(gòu)、云微物理結(jié)構(gòu)的高時空分辨率資料獲取的長江中上游暴雨野外觀測試驗有待科學(xué)地設(shè)計、規(guī)劃和布局。

4)現(xiàn)有的資料同化技術(shù)還不能很好地融合不同探測手段獲取的高時空分辨率資料，如衛(wèi)星遙感、雷達(dá)探測、GPS水汽、風(fēng)廓線儀、微波輻射計以及地面加密自動站觀測資料等，尤其是衛(wèi)星、雷達(dá)等高分辨率的遙感資料尚未得到有效的融合和同化，目前尚未建立一套有效的高時空分辨率觀測資料的融合同化系統(tǒng)和中尺度分析平臺，形成合理的、包含云信息的區(qū)域中尺度分析場。

5)目前高分辨的非靜力暴雨預(yù)報模式不能很好地模擬長江流域?qū)α鹘邓膯雍腿兆兓卣?，對長江流域獨特的層狀云大值區(qū)的預(yù)報模擬能力也很弱(見圖1)，因此針對東亞季風(fēng)天氣氣候特點和青藏高原大地形影響下的模式物理過程如云微物理過程和邊界層過程有待進一步發(fā)展和完善。暴雨預(yù)報的不確定性研究也有待充分展開。

圖1 全球?qū)訝钤频姆植继卣鱗32] Fig.1 The distribution of global stratus[32]

6)氣象水文耦合中基于雷達(dá)衛(wèi)星估測降雨、模式定量降水預(yù)報的流域洪水預(yù)報關(guān)鍵技術(shù)還有待深入研究。

3 對策

3.1 科學(xué)設(shè)計和開展暴雨野外觀測試驗

為了深入認(rèn)識長江流域暴雨形成機理，提高暴雨數(shù)值預(yù)報準(zhǔn)確率，有必要充分利用我國氣象業(yè)務(wù)觀測網(wǎng)和重點區(qū)域中尺度觀測網(wǎng)，開展暴雨野外加密觀測科學(xué)試驗和研究，尤其是青藏高原東側(cè)及其下游關(guān)鍵區(qū)大氣邊界層科學(xué)試驗、沿梅雨鋒切變線、低空急流帶、水汽輸送帶剖面觀測和深入內(nèi)陸的臺風(fēng)暴雨系統(tǒng)野外科學(xué)觀測，一方面為高原低值系統(tǒng)、梅雨鋒暴雨中尺度系統(tǒng)和深入內(nèi)陸的臺風(fēng)暴雨系統(tǒng)的三維結(jié)構(gòu)及發(fā)生發(fā)展機理等研究提供高時空的野外加密觀測資料，另一方面為中尺度數(shù)值模式邊界層和云微物理過程方案的改進和發(fā)展、暴雨數(shù)值預(yù)報關(guān)鍵敏感區(qū)研究提供可靠的試驗資料，重點設(shè)計和開展的觀測試驗如下(見圖2)。

圖2 長江中上游暴雨系統(tǒng)綜合觀測布局圖Fig.2 The synthetically observational map for heavy rain systems in the upper-middle valleys of Yangtze River

1)針對常規(guī)觀測網(wǎng)和長江中下游暴雨研究基地的加密觀測資料，開展觀測系統(tǒng)敏感性試驗，并利用奇異矢量方法或者敏感梯度方法，開展目標(biāo)觀測，以改進梅雨鋒暴雨的預(yù)報。

2)針對青藏高原低值系統(tǒng)東移路徑上的大氣邊界層開展觀測以及對沿梅雨鋒切變線、低空急流帶、水汽輸送帶剖面進行觀測，用于暴雨機理分析和模式邊界層參數(shù)化方案的改進研究。

3)選擇野外科學(xué)觀測的試驗區(qū)，合理布局現(xiàn)有業(yè)務(wù)觀測網(wǎng)和移動觀測設(shè)備，對深入內(nèi)陸的臺風(fēng)暴雨系統(tǒng)風(fēng)場、水汽場、降水場、云和降水粒子相態(tài)分布進行觀測。觀測方式采用立體同步跟蹤式(見圖3)，以現(xiàn)有各種固定觀測站的時間加密觀測為基礎(chǔ)，再靈活布設(shè)移動雙偏振多普勒雷達(dá)、飛機下投式探空、可移式風(fēng)廓線雷達(dá)、移動GPS探空等設(shè)備，進行空間加密觀測，追蹤暴雨系統(tǒng)從發(fā)生、發(fā)展到成熟和消散的完整過程，獲取反應(yīng)降水云微物理結(jié)構(gòu)和對流暴雨系統(tǒng)水汽、動力和熱力結(jié)構(gòu)特征的高時空分辨率資料。

圖3 長江中上游暴雨系統(tǒng)多途徑立體同步觀測試驗示意圖Fig.3 The schematic diagram of multiple-equipment，synchronous and spatial observation experiment for heavy rain systems in the upper-middle valleys of Yangtze River

3.2 深入認(rèn)識長江流域暴雨形成機理

利用外場加密觀測資料，重點揭示長江流域暴雨中尺度對流系統(tǒng)的組織結(jié)構(gòu)類型以及梅雨鋒上引發(fā)暴雨的β甚至γ中尺度對流系統(tǒng)的三維結(jié)構(gòu)特征，深入認(rèn)識復(fù)雜地形、大氣日變化、水汽輸送、對流擾動和慣性重力波等在暴雨中尺度對流系統(tǒng)啟動、組織和發(fā)展中的作用。揭示長江流域上游與中下游暴雨天氣系統(tǒng)結(jié)構(gòu)和形成機理的異同。建立長江流域暴雨中尺度對流系統(tǒng)的三維結(jié)構(gòu)模型和發(fā)生發(fā)展的物理模型，為該流域暴雨預(yù)報提供科學(xué)依據(jù)，重點在以下幾個方面開展研究。

1)暴雨中尺度對流系統(tǒng)的組織類型及三維結(jié)構(gòu)模型。

2)暴雨中尺度對流系統(tǒng)的尺度相互作用與尺度選擇機制。

3)大氣日變化、對流擾動以及復(fù)雜地形對暴雨中尺度對流系統(tǒng)發(fā)生發(fā)展影響的物理機制。

4)長江流域梅雨鋒上暴雨對流云團“上下游效應(yīng)”的物理機制。

5)長江上游與中下游暴雨天氣系統(tǒng)結(jié)構(gòu)異同，以及暴雨中尺度對流系統(tǒng)發(fā)生發(fā)展的環(huán)境場特征和形成機理上的異同。

3.3 大力開展暴雨數(shù)值預(yù)報核心技術(shù)的研發(fā)

對制約區(qū)域暴雨數(shù)值模式降水預(yù)報能力提高的瓶頸問題開展研究，重點提高多源觀測資料的融合和同化能力，開展云分析技術(shù)研究，建立3～5 km分辨率的快速更新的中尺度再分析系統(tǒng)，發(fā)展分辨率小于5 km的非靜力暴雨數(shù)值預(yù)報模式，研發(fā)適合我國區(qū)域特色的暴雨數(shù)值預(yù)報模式的邊界層和云微物理過程方案。在此基礎(chǔ)上，發(fā)展快速分析循環(huán)預(yù)報技術(shù)和集合預(yù)報技術(shù)，進一步提高降水預(yù)報能力，重點突破如下關(guān)鍵技術(shù)。

1)多源觀測資料融合與同化技術(shù)研究，建立具有云分析功能的中尺度再分析系統(tǒng)。

2)發(fā)展我國自主研發(fā)的AREMS的非靜力動力框架。

3)研發(fā)能充分刻畫我國復(fù)雜地形和云降水特征的物理過程方案，如云輻射方案、降水微物理方案、行星邊界層方案及陸面方案等。

4)發(fā)展快速分析循環(huán)預(yù)報技術(shù)，實現(xiàn)暴雨數(shù)值模式的逐時更新預(yù)報。

5)開展物理參數(shù)擾動和初值擾動相結(jié)合的短期降水集合預(yù)報技術(shù)及集合預(yù)報系統(tǒng)研究。

3.4 研發(fā)長江流域水文氣象耦合模式

目前定量降水估算(QPE)與定量降水預(yù)報(QPF)應(yīng)用于水文預(yù)報模型是被水文氣象學(xué)界普遍認(rèn)同的發(fā)展方向之一，也是目前研究的熱點難點。對于預(yù)見期降雨與洪水預(yù)報耦合試驗，結(jié)果表明在洪水預(yù)報中充分考慮預(yù)見期可顯著提高洪水預(yù)報精度(見圖4)[30]。實踐中，采用氣象與水文學(xué)科交叉的方式，聯(lián)合水利部門和相關(guān)院校，開展了QPE、QPF與洪水預(yù)報耦合的關(guān)鍵技術(shù)研究(見圖5)，發(fā)展一套氣象要素降尺度方法，逐步縮小兩者在時空尺度上的差異，構(gòu)建以確定性水文試驗預(yù)報誤差分析為基礎(chǔ)的概率水文預(yù)報方法，提高水文預(yù)報結(jié)果的可靠性，開發(fā)面向長江中上游地區(qū)重點流域的實時水文氣象預(yù)警預(yù)報系統(tǒng)，重點解決如下關(guān)鍵科學(xué)技術(shù)問題。

1)研發(fā)長江流域?qū)崟r水文預(yù)報的分布式、概念性水文模型。

2)大力發(fā)展水文氣象耦合關(guān)鍵技術(shù)，突破制約水文氣象耦合模式預(yù)警能力提高的瓶頸障礙。

3)基于貝葉斯理論概率預(yù)報理論，構(gòu)建水文概率方法，利用歷史資料對概率洪水預(yù)報模型參數(shù)進行優(yōu)選，并以數(shù)值模式集合降雨預(yù)報產(chǎn)品為基礎(chǔ)，建立水文集合預(yù)報方法。

4)利用長江流域基礎(chǔ)地理、氣象、水文監(jiān)測信息，提取和轉(zhuǎn)化長江流域QPE、QPF、實況監(jiān)測等氣象要素實時產(chǎn)品信息，構(gòu)建長江流域水文預(yù)報模型。

4 結(jié)語

利用現(xiàn)有的氣象業(yè)務(wù)觀測網(wǎng)、加密氣象觀測網(wǎng)以及移動探測設(shè)備，在長江流域尤其是長江中上游進行加密觀測設(shè)計，獲取暴雨β甚至γ中尺度對流系統(tǒng)高時空分辨率的三維加密觀測資料;深入認(rèn)識青藏高原大地形和東亞季風(fēng)影響下的暴雨中尺度對流系統(tǒng)的三維組織結(jié)構(gòu)特征及其發(fā)生發(fā)展機理，在此基礎(chǔ)上搭建高時空分辨率觀測資料的融合同化系統(tǒng)和中尺度分析平臺;開展云分析技術(shù)研究，發(fā)展高分辨率非靜力的數(shù)值模式系統(tǒng)，研發(fā)適合我國區(qū)域特色的數(shù)值預(yù)報模式的邊界層和云微物理過程方案;開展水文氣象耦合的關(guān)鍵技術(shù)研究，研制一套氣象要素降尺度方法，開辟一條在流域水文預(yù)報中充分利用氣象信息的途徑;建立適合氣象業(yè)務(wù)發(fā)展的流域?qū)崟r水文氣象預(yù)警預(yù)報系統(tǒng)，最終建成一套完整的長江流域暴雨洪澇災(zāi)害監(jiān)測預(yù)警預(yù)報系統(tǒng)。這些工作對提高長江流域暴雨預(yù)報準(zhǔn)確率和洪澇災(zāi)害預(yù)警水平，為國家防災(zāi)減災(zāi)決策提供科學(xué)依據(jù)有著極為重要的科學(xué)和實用價值。

圖4 定量降水預(yù)報與水文模型耦合的洪水預(yù)報Fig.4 Flood forecasts based on the coupling of QPF and hydrological model

圖5 水文氣象耦合流程圖Fig.5 Flow chart for the coupling of hydrology and meteorology

[1] Fritsch J，Carbone R.Improving quantitative precipitation forecasts in the warm season:An USWRP research and development strategy[J] .Bulletin of the American Meteorological Society，2004，85:955－965.

[2] Morss Rebecca E，Martin Ralph F.Use of information by national weather service forecastersand emergency managersduring CALJET and PACJET － 2001[J] .Weather and Forecasting，2007，22:539－555.

[3] Mark T Stoelinga，Peter V Hobbs，Clifford F Mass，et al.Improvement of microphysical parameterization through observational verification experiment[J] .Bulletin of the American Meteorological Society，2003，84:1807 －1926.

[4] Wulfmeyer Volker.Research campaign:The convective and orographically induced precipitation study[J] .Bulletin of the American Meteorological Society，2008，89:1477－1486.

[5] Trier S B，Davis C A.Mechanisms supporting long-lived episodes of propagating nocturnal convection within a 7-Day WRF model simulation [J] .Journal of the Atmospheric Sciences，2006，63(10):2437－2461.

[6] Liu C H，Moncrieff M W，Edward J Zipser.Dynamical influence of microphysics in tropical squall lines:A numerical study[J] .Monthly Weather Review，1997，125(9):2193－2210.

[7] Robichaud A J，Austin G L.On the modeling of warm orographic rain by the seederfeeder mechanism[J] .Quarterly Journal of the Royal Meteorological Society，1988，114:967 －988.

[8] Dyer A J，Bradley E F.An alternative analysis of flux-gradient relationships at the 1976 ITCE[J] .Bound-Layer Meteorology，1982，22:3－19.

[9] Wang Sheng，Zhang Qiang.The simulation and validation of land surface characters under precipitation in typical arid region [J] .Chinese Journal of Geophysics，2006，49(2):328－336.

[10] Wang Z，Droegemeier K K，White L，et al.Application of a new adjoint Newton algorithm to the 3D ARPS storm-scale model using simulated data[J] .Monthly Weather Review，1997，125:2460－2478.

[11] Dudhia J.A nonhydrostatic version of the Penn State/NCAR mesoscale model:Validation tests and simulation of an Atlantic cyclone and cold front[J] .Monthly Weather Review，1993，121:1493－1513.

[12] Pielke R A，Cotton W R，Walko R L，et al.A comprehensive meteorological modeling system-RAMS[J] .Meteorology and Atmospheric Physics，1992，49:69 －91.

[13] Hodur R M. The naval research laboratery’s coupled ocean/atmosphere mesoscale prediction system(COAMPS) [J] .Monthly Weather Review，1993，125:1414－1430.

[14] Klemp J B，Skamarock W C，Dudhia J.Conservative splitexplicit time integration methods for the compressible nonhydrostatic equations[J] .Monthly Weather Review，2007，135:2897－2913.

[15] Pielke R A.Mesoscale Meteorological Modeling[M] .New York:Academic Press，1984:612.

[16] Belair S，Lacarrere P，Noihan J，et al.High-resolution of surface and turbulent fluxes during HAPEX-MOBILHY [J] .Monthly Weather Review，1998，126:2234－2253.

[17] Hajime Nakamura，Ko Koizumi，Nobutaka Mannoji.Data assimilation of GPS precipitable water vapor into the JMA mesoscale numerical weather prediction model and its impact on rainfall forecasts[J] .Journal of the Meteorological Society of Japan，2004，82(1B):441－452.

[18] 陶詩言，陳聯(lián)壽，徐祥德，等.第二次青藏高原大氣科學(xué)實驗研究[M] .北京:氣象出版社，2002.

[19] 倪允琪，劉黎平，高 梅，等.長江中下游梅雨鋒暴雨野外科學(xué)試驗[M] .北京:氣象出版社，2004.

[20] 葉篤正，高由禧.青藏高原氣象學(xué)[M] .北京:科學(xué)出版社，1979.

[21] 趙玉春，李澤椿，肖子牛，等.一次熱帶系統(tǒng)北上引發(fā)華南大暴雨的診斷分析和數(shù)值研究[J] .氣象學(xué)報，2007，65(4):561－577.

[22] 趙思雄，陶祖鈺，孫建華，等.長江流域梅雨鋒暴雨機理的分析研究[M] .北京:氣象出版社，2004:281.

[23] 宇如聰，薛紀(jì)善，徐幼平，等.AREMS中尺度暴雨數(shù)值預(yù)報模式系統(tǒng)[M] .北京:氣象出版社，2004:233.

[24] 薛紀(jì)善，陳德輝.數(shù)值預(yù)報系統(tǒng)GRAPES的科學(xué)設(shè)計與應(yīng)用[M] .北京:科學(xué)出版社，2008:383.

[25] 郭生練，熊立華，楊 井，等.基于DEM的分布式流域水文物理模型[J] .武漢水利電力大學(xué)學(xué)報，2000，33(6):1－5.

[26] 任立良，劉新仁.流域數(shù)字水文模型研究[J] .河海大學(xué)學(xué)報:自然科學(xué)版，2000，28(4):1－7.

[27] 鄭紅星，劉昌明，王中根，等.黃河典型流域分布式水文過程模擬[J] .地理研究，2004，23(4):447－454.

[28] 李致家，劉金濤，葛文忠，等.雷達(dá)估測降雨與水文模型的耦合在洪水預(yù)報中的應(yīng)用[J] .河海大學(xué)學(xué)報:自然科學(xué)版，2004，32(6):601－606.

[29] 彭 濤，宋星原，殷志遠(yuǎn)，等.雷達(dá)定量估算降水在水文模式汛期洪水預(yù)報中的應(yīng)用試驗[J] .氣象，2010，36(12):50－55.

[30] 崔春光，彭 濤，沈鐵元，等.定量降水預(yù)報與水文模型耦合的中小流域汛期洪水預(yù)報試驗[J] .氣象，2010，36(12):56－61.

[31] 徐雙柱，吳 濤，王 艷.2010年7月7—15日湖北省持續(xù)性暴雨分析[J] .暴雨災(zāi)害，2012，31(1):35－43.

[32] Yu Rucong，Wang Bin，Zhou Tianjun.Climate effects of the deep continental stratus clouds generated by the Tibetan Plateau[J] .Journal of Climate，2004，17(13):2702－2713.