對(duì)國(guó)家級(jí)漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警業(yè)務(wù)模型　的優(yōu)化與改進(jìn)

包紅軍王莉莉梁莉（ 國(guó)家氣象中心，中國(guó)氣象局，北京 0008； 中國(guó)氣象局公共氣象服務(wù)中心，北京 0008）

對(duì)國(guó)家級(jí)漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警業(yè)務(wù)模型的優(yōu)化與改進(jìn)

包紅軍1,2王莉莉1梁莉2
（1 國(guó)家氣象中心，中國(guó)氣象局，北京 100081；2 中國(guó)氣象局公共氣象服務(wù)中心，北京 100081）

目前的國(guó)家級(jí)漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警業(yè)務(wù)是以VIC（Variable Infiltration Capacity）水文模型與漬澇發(fā)布標(biāo)準(zhǔn)為技術(shù)基礎(chǔ)制作發(fā)布的?；赨SGS提供的30"分辨率的DEM訂正流域數(shù)字水系，基于流域物理特征建立Mukingum-Cunge匯流模型的參數(shù)自動(dòng)優(yōu)選方案，利用虛擬線性水庫技術(shù)解決西部高海拔地區(qū)誤報(bào)情況，基于ECMWF細(xì)網(wǎng)格預(yù)報(bào)實(shí)現(xiàn)未來72小時(shí)的漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警，以提高漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警模型精度與預(yù)見期。以2014年3月與5月珠江流域兩次強(qiáng)降水引發(fā)漬澇為試驗(yàn)個(gè)例進(jìn)行驗(yàn)證，改進(jìn)的模型預(yù)報(bào)預(yù)警效果好于原業(yè)務(wù)模型。

漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警，數(shù)字水系，參數(shù)自動(dòng)優(yōu)選，線性水庫，珠江流域

0　引言

降水引起的漬澇是一種氣象災(zāi)害，是由降水過多導(dǎo)致土壤過度浸泡、地面受淹而造成的一種自然災(zāi)害[1-4]。漬強(qiáng)調(diào)由于地面徑流、排水和土壤透水能力不足，使土壤過度浸泡，植物根部有毒氣體聚集、營(yíng)養(yǎng)成分減少、缺氧，而導(dǎo)致植物的損害；澇強(qiáng)調(diào)地面受淹導(dǎo)致的直接災(zāi)害，包括城市漬（內(nèi)）澇和農(nóng)田漬澇。漬澇災(zāi)害還引起土壤鹽堿化、土壤結(jié)構(gòu)退化、水污染和疫病等一系列問題。

國(guó)內(nèi)外漬澇預(yù)報(bào)主要依賴于流域水文水動(dòng)力學(xué)模型的應(yīng)用[5-14]。例如，美國(guó)針對(duì)城市漬澇（內(nèi)澇），采用基于動(dòng)態(tài)降雨徑流的城市暴雨雨水管理模式（Storm Water Management Model，SWMM）的預(yù)報(bào)思路[15-21]；在國(guó)內(nèi)，天津市氣象局基于水動(dòng)力學(xué)模型進(jìn)行城市漬澇（內(nèi)澇）徑流過程模擬[22]，遼寧省采用基于SCS曲線與匯流模型的降雨徑流預(yù)報(bào)方案進(jìn)行漬澇預(yù)報(bào)[23-24]。

2005年，中央氣象臺(tái)建立了全國(guó)漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警業(yè)務(wù)，并于2006年7月5日正式對(duì)公眾發(fā)布“漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警”的氣象服務(wù)產(chǎn)品。目前，漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警業(yè)務(wù)已經(jīng)成為中國(guó)氣象局最重要的水文氣象業(yè)務(wù)之一。

國(guó)家級(jí)漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警業(yè)務(wù)模型是以VIC-3L水文模型[25]與漬澇發(fā)布標(biāo)準(zhǔn)為技術(shù)基礎(chǔ)進(jìn)行制作發(fā)布的。以VIC-3L水文模型實(shí)時(shí)預(yù)報(bào)的全國(guó)0.5°×0.5°網(wǎng)格點(diǎn)上的徑流深度和三層土壤濕度作為漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警發(fā)布標(biāo)準(zhǔn)的依據(jù)，分一至五級(jí)（發(fā)生漬澇風(fēng)險(xiǎn)等級(jí)的很低、低、較高、高、很高）進(jìn)行產(chǎn)品的制作與發(fā)布。經(jīng)過近十年的業(yè)務(wù)發(fā)展，漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警模型在預(yù)報(bào)服務(wù)方面仍存在一些問題：（1）模型使用的流域水系拓?fù)浣Y(jié)構(gòu)與實(shí)際的水系有一定的偏差；（2）匯流模型參數(shù)需要重新率定以適應(yīng)流域下墊面變化；（3）模型在西部高原地區(qū)難于考慮凹地對(duì)徑流的影響，致使預(yù)報(bào)預(yù)警常于誤報(bào)。

本研究基于USGS提供的30’’×30’’分辨率的DEM訂正流域數(shù)字水系，基于流域物理特征建立Muskingum-Cunge匯流模型的參數(shù)自動(dòng)優(yōu)選方案，利用虛擬線性水庫技術(shù)解決西部高海拔地區(qū)誤報(bào)情況，基于ECMWF細(xì)網(wǎng)格預(yù)報(bào)實(shí)現(xiàn)未來72h的漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警，以提高漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警模型精度與預(yù)見期。

1　對(duì)國(guó)家級(jí)漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警業(yè)務(wù)模型的改進(jìn)

1.1國(guó)家級(jí)漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警技術(shù)

1.1.1 漬澇業(yè)務(wù)中使用的VIC-3L模型概述

VIC（可變下滲能力）水文模型是一個(gè)基于空間分布（網(wǎng)格化）的分布式水文模型，參數(shù)的網(wǎng)格化特性便于與氣候模式和水資源模型嵌套以評(píng)價(jià)氣候變化對(duì)水資源的影響。VIC模型最初由Wood等[26]根據(jù)一層土壤變化的入滲能力提出，Liang等[27]在此基礎(chǔ)上將其發(fā)展為兩層土壤的VIC-2L模型，在一個(gè)計(jì)算網(wǎng)格內(nèi)分別考慮裸土及不同的植被覆蓋類型，并同時(shí)考慮陸—?dú)忾g水分收支和能量收支過程；后來模型中又增加了一個(gè)10cm左右的薄土層，變成三層土壤的VIC-3L模型。Liang等[28-29]最近發(fā)展了其地表徑流機(jī)制，同時(shí)考慮了蓄滿產(chǎn)流和超滲產(chǎn)流機(jī)制以及土壤性質(zhì)的次網(wǎng)格非均勻性對(duì)產(chǎn)流的影響，并將地下水位的動(dòng)態(tài)表示問題歸結(jié)為運(yùn)動(dòng)邊界問題，利用有限元集中質(zhì)量法數(shù)值計(jì)算方案，建立了地下水位的動(dòng)態(tài)表示并用于VIC-3L。

VIC模型將發(fā)生在地—?dú)饨缑嬲贾鲗?dǎo)的水文過程參數(shù)化，計(jì)算每個(gè)網(wǎng)格內(nèi)植被和土壤結(jié)構(gòu)的水汽通量、熱通量等傳輸過程。

1.1.2 漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警等級(jí)發(fā)布標(biāo)準(zhǔn)

以VIC-3L水文模型實(shí)時(shí)預(yù)報(bào)的全國(guó)0.5°×0.5°網(wǎng)格點(diǎn)上的徑流深度和三層土壤濕度作為全國(guó)漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警發(fā)布標(biāo)準(zhǔn)的依據(jù)，分一至五級(jí)（發(fā)生漬澇風(fēng)險(xiǎn)等級(jí)的很低、低、較高、高、很高）進(jìn)行產(chǎn)品的制作與發(fā)布（表1）。

表1　漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警發(fā)布標(biāo)準(zhǔn)

1.2漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警技術(shù)的改進(jìn)

1.2.1 基于精細(xì)化DEM技術(shù)的流域數(shù)字水系訂正

在大尺度陸面水文模型中，GIS技術(shù)是一個(gè)重要的技術(shù)支撐平臺(tái)，DEM是構(gòu)成GIS的基礎(chǔ)數(shù)據(jù)，利用DEM可以提取流域的重要水文特征參數(shù)，如坡度、坡向、水沙運(yùn)移方向、匯流網(wǎng)絡(luò)、流域界線等。對(duì)于大尺度匯流模型來說，由于空間尺度大，很少有詳盡的資料，因此從DEM提取得到匯流網(wǎng)絡(luò)在目前看來可以說是進(jìn)行流域匯流的必要途徑[30-31]。

在本業(yè)務(wù)中，從大尺度陸面水文模型尺度出發(fā)，僅考慮網(wǎng)格DEM高程數(shù)據(jù)。這種方法由于所采用的DEM數(shù)據(jù)只代表了網(wǎng)格中心點(diǎn)高程或網(wǎng)格平均高程，因此所提取的河網(wǎng)往往與實(shí)際差別較大，主要集中在河網(wǎng)不連續(xù)、DEM中洼地的處理以及平坦區(qū)平行河網(wǎng)的處理等方面。比如，業(yè)務(wù)應(yīng)用的珠江流域數(shù)字水系圖（圖1a）。

因此，需要考慮所有可利用的地理信息，特別是精細(xì)化的DEM數(shù)據(jù)提取河網(wǎng)。這樣所得的河網(wǎng)精確度較高，但往往需要耗費(fèi)大量計(jì)算資源，同時(shí)也要求很詳盡的地理信息資料。本次研究基于USGS提供的30"×30"分辨率的DEM數(shù)據(jù)訂正流域數(shù)字水系，以保證水系河網(wǎng)連續(xù)，與實(shí)際流域更相近（圖1b）。

1.2.2 漬澇業(yè)務(wù)中匯流模型的改進(jìn)

漬澇業(yè)務(wù)中是采用單位線匯流方法來考慮網(wǎng)格內(nèi)的坡面匯流，并認(rèn)為匯流后的流量沿流域主干河道均勻分布，然后采用考慮均勻旁側(cè)入流的Muskingum-Cunge進(jìn)行河道匯流，最終得到該流域出口網(wǎng)格的徑流過程。

匯流模型采用考慮旁側(cè)入流的Muskingum-Cunge方法[32]進(jìn)行河道演算。Muskingum-Cunge河道演算中的主要參數(shù)包括洪水波在河段長(zhǎng)為中的傳播時(shí)間k、Muskingum-Cunge法的權(quán)重系數(shù)x。其估算公式如下：

式中，C為洪水波波速，D為洪水波擴(kuò)散系數(shù)，為河段長(zhǎng)度。一般簡(jiǎn)化認(rèn)為C=1m/s，D=1000m2/s。

實(shí)際上，Muskingum-Cunge的參數(shù)是河道物理特征相關(guān)的[33]。但在氣象部門實(shí)際應(yīng)用中，由于缺少大量的河道斷面資料，往往采用經(jīng)驗(yàn)推求k和x。

k計(jì)算公式為[34]：

對(duì)于某個(gè)拋物線型斷面，波速和斷面平均流速的關(guān)系如下，其他如三角斷面、矩形斷面參見表2所示：

表2　不同河道斷面形狀的波速經(jīng)驗(yàn)關(guān)系

式中，n為曼寧糙率系數(shù)，R為水力半徑；S為水面比降?？梢?，只要能夠確定出水力半徑R，就可以得到斷面平均流速。上式可寫為

式中，A為過水?dāng)嗝婷娣e。對(duì)于參照流量（Reference Discharge）的求法，國(guó)內(nèi)外學(xué)者常用的方法為：對(duì)于一場(chǎng)洪水過程，可取為[35]：

Punmia等[36]在1981年研究得出在自然流域中濕周與流量的經(jīng)驗(yàn)關(guān)系，公式如下：

式中，P為濕周，c為系數(shù)，值域在4.71～4.81。寬淺河道時(shí)，可認(rèn)為濕周P等于過水?dāng)嗝娴乃鎸扺。拋物線型斷面面積可近似按下述公式計(jì)算：

式中，y為水深，W為水面寬。對(duì)于拋物線型斷面水力半徑可以等于平均水深（表3）：

式中，d為平均水深。

表3　水力半徑（R）與水深（y）經(jīng)驗(yàn)關(guān)系

將公式（9）和（8）代入（6）中，可以得到：

因?yàn)闈裰躊在寬淺河道可以近似的等于水面寬W，所以拋物線型斷面的水深y的推求公式為：

同理，可得到矩形斷面的水深y的推求公式為：

以及三角形斷面的水深y的推求公式為：

根據(jù)表3可得到各種河道斷面形狀的水力半徑R，代入公式（4）求得同時(shí)也得出是坡度S單調(diào)增函數(shù)，隨著S的增加而增加。進(jìn)而根據(jù)河段長(zhǎng)度由公式（3）確定參數(shù)k的值。

Muskingum法參數(shù)x根據(jù)1993年Fread[34]提出的公式來計(jì)算：

另外，漬澇業(yè)務(wù)VIC模型由于空間尺度較大（0.5°×0.5°），致使網(wǎng)格內(nèi)洼地、凹地等對(duì)水流的截流作用無法考慮，常常導(dǎo)致在我國(guó)西部高原或者海拔較高地區(qū)易出現(xiàn)一定程度的空?qǐng)?bào)現(xiàn)象。本研究中，采用在該流域的網(wǎng)格出流流出網(wǎng)格前，通過一虛擬線性水庫調(diào)蓄[37-38]。

1.2.3 基于ECMWF細(xì)網(wǎng)格預(yù)報(bào)的全國(guó)漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警

目前的漬澇業(yè)務(wù)只提供未來24h的全國(guó)漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警結(jié)果。為了更好地服務(wù)于防汛減災(zāi)，提高水文氣象服務(wù)能力，延長(zhǎng)漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)的預(yù)見期，本研究采用ECMWF細(xì)網(wǎng)格預(yù)報(bào)（0.5°×0.5°）代替現(xiàn)已經(jīng)業(yè)務(wù)停止使用的T213預(yù)報(bào)，并將預(yù)報(bào)時(shí)效延長(zhǎng)至72h。

2　個(gè)例驗(yàn)證

2.12014年3月28—31日珠江部分流域漬澇

受高空槽和西南氣流共同影響，2014年3月28日以來珠江流域中東部出現(xiàn)大范圍強(qiáng)降雨過程，3月30日珠江入汛。截至3月31日8時(shí)，珠江累積降雨量超過50mm的面積約21.4萬km2。其中，黔江、潯江、柳江、桂江下游、賀江、北江中游、東江中游、粵東沿海等地累積降雨量50～100mm，西江下游、北江下游、東江下游、珠江三角洲達(dá)100～250mm，較大累積點(diǎn)雨量有：廣西岑溪市誠(chéng)諫站261mm、廣東龍門縣上坪站252mm。受降雨影響，西江支流北流河、長(zhǎng)行水發(fā)生超警洪水。其中北流河金雞站3月30日12時(shí)水位超警，成為當(dāng)年珠江首個(gè)超警站點(diǎn)。

采用ECWMF細(xì)網(wǎng)格預(yù)報(bào)驅(qū)動(dòng)改進(jìn)后的漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警模型進(jìn)行預(yù)報(bào)預(yù)警，預(yù)報(bào)結(jié)果見圖2—3。

從上述結(jié)果可以看出，改進(jìn)后的模型能夠很好地預(yù)報(bào)出珠江流域在此次強(qiáng)降水過程出現(xiàn)的流域東部出現(xiàn)農(nóng)田漬澇，并將預(yù)報(bào)的預(yù)見期延長(zhǎng)至72h。根據(jù)漬澇風(fēng)險(xiǎn)氣象等級(jí)為2～3級(jí)，與中國(guó)氣象局決策服務(wù)共享平臺(tái)信息吻合度比原模型更高，原模型預(yù)報(bào)級(jí)別偏低。

2.22014年5月8—11日珠江部分流域漬澇

2014年5月8—11日，我國(guó)中東部出現(xiàn)強(qiáng)降雨天氣過程。其中，安徽西南部、湖北東部、江西中北部、湖南中北部、貴州局地、廣西東部、廣東西北部和南部降雨100～200mm，廣東中部沿海部分地區(qū)及湖南、廣西東北部局地250～350mm，廣東深圳、中山、珠海、江門和陽江局地400～600mm，江門臺(tái)山市端芬鎮(zhèn)達(dá)834mm。

據(jù)中國(guó)氣象局災(zāi)情直報(bào)系統(tǒng)截至5月12前不完全統(tǒng)計(jì)，本次降水造成巨大的損失，特別是在珠江流域中東部造成嚴(yán)重的農(nóng)田漬澇。

采用ECWMF細(xì)網(wǎng)格預(yù)報(bào)驅(qū)動(dòng)改進(jìn)后的漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警模型進(jìn)行漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警。預(yù)報(bào)結(jié)果見圖4，可以看出，改進(jìn)后的模型能夠很好地預(yù)報(bào)出珠江流域在此次強(qiáng)降水過程出現(xiàn)的流域東部出現(xiàn)農(nóng)田漬澇，并將預(yù)報(bào)的預(yù)見期延長(zhǎng)至72h。24h、48h預(yù)報(bào)時(shí)效預(yù)報(bào)預(yù)警，根據(jù)漬澇風(fēng)險(xiǎn)氣象等級(jí)為3～4級(jí)，與表4災(zāi)情信息吻合度很高；72h預(yù)報(bào)時(shí)效結(jié)果由于ECMWF沒能準(zhǔn)確預(yù)報(bào)出珠江流域降水，導(dǎo)致該區(qū)域72h預(yù)報(bào)時(shí)效漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警出現(xiàn)漏報(bào)。

3　結(jié)論

降水引發(fā)的自然災(zāi)害一直是國(guó)內(nèi)外業(yè)務(wù)與科研部門的研究熱點(diǎn)與難點(diǎn)，在防災(zāi)減災(zāi)工作中占有重要位置。本研究基于30’’×30’’分辨率的高精度DEM訂正流域數(shù)字水系，建立Mukingum-Cunge匯流模型參數(shù)自動(dòng)優(yōu)選方案。為了解決漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警模型在我國(guó)西部高海拔地區(qū)誤報(bào)情況，在模型網(wǎng)格徑流推求過程中增加虛擬線性水庫技術(shù)，并將模型的預(yù)報(bào)時(shí)效延長(zhǎng)至72h。選擇了2014年珠江流域的個(gè)例進(jìn)行驗(yàn)證，模型很好地提高了漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警模型的精度與預(yù)見期的延長(zhǎng)。

[1]Bruce J P, Clark R H. Introduction to Hydrometeorology. Oxford: Pergamon Press, 1966.

[2]Kevin S. Hydrometeorology: forecasting and applications. London, New York: Springer, 2009.

[3]矯梅燕. 現(xiàn)代天氣業(yè)務(wù).北京: 氣象出版社, 2010.

[4]胡明思, 駱承政. 中國(guó)歷史大洪水. 北京: 中國(guó)書店, 1992.

[5]Maidment D R. Hydrology Handbook. New York: McCraw-Hill, 1993.

[6]Anderson M G, Burt T P. Hydrological Forecasting. New York: John Wiley & Sons, 1985.

[7]Bao H J, Zhao L N. Development and application of an atmospheric-hydrologic-hydraulic flood forecasting model driven by TIGGE ensemble forecasts. Acta Meteor. Sinica, 2012, 26(1): 93-102.

[8]Bao H J. Hydraulic model with roughness coefficient updating method based on Kalman filter for channel flood forecast. Water Science and Engineering, 2011, 4(1):13-23.

[9]Bao H J, Zhao L N, He Y, et al. Coupling Ensemble weather predictions based on TIGGE database with Grid-Xinanjiang model for flood forecast. Advances in Geosciences, 2011, 29: 61-67.

[10]Yu Z. Assessing the response of subgrid hydrologic processes to atmospheric forcing with a hydrologic model system. Global and Planetary Change, 2000, 25(1-2): 1-17.

[11]Wang L L. Application of developed grid-GA distributed hydrologic model in semi-humid and semi-arid basin. Transactions of Tianjin University, 2010, 16(3), 209-215.

[12]王莉莉, 陳德輝. GRAPES NOAH-LSM陸面模式水文過程的改進(jìn)及試驗(yàn)研究. 大氣科學(xué), 2013, 37(6): 1179-1186.

[13]包紅軍. 基于集合預(yù)報(bào)的淮河流域洪水預(yù)報(bào)研究. 水利學(xué)報(bào), 2012, 43(2): 216-224.

[14]包紅軍. 基于Kalman濾波糙率反演模型的河道洪水實(shí)時(shí)預(yù)報(bào)研究. 水力發(fā)電學(xué)報(bào), 2012, 31(3): 59-64.

[15]Metcalf and Eddy, Water Resources Engineers, and University of Florida 1971. Storm Water Management Model, US EPA, Washington, D.C. Vol. I - Final Report, 11024DOC 7/71. Vol. II - Verification and Testing, 11024DOC 8/71. Vol. III - User's Manual, 11024DOC 9/71. Vol. IV - Program Listing, 11024DOC 10/71.

[16]Huber W C, Heaney J P, Medina M A, et al. Storm water management model user’s manual, version II. U S Environmental Protection Agency, Cincinnati, Ohio, 1975.

[17]Huber W C, Heaney J P, Nix S J, et al. Storm water management model user’s manual version III. U S Environmental Protection Agency, 1981.

[18]Huber W C, Dickinson R E. Storm water management model. user’s manual version IV. U S Environmental Protection Agency, 1988.

[19]Roesner L A, Dickinson R E, Aldrich J A. Storm water management model - version 4: user’s manual - Addendum 1 EXTRAN; Cooperative Agreement CR-811607; EPA; Athens, Georgia, 1988.

[20]Rossman L A. Storm water management model user’s manual, EPA/600/R-05/040, U S Environmental Protection Agency, Cincinnati, OH, 2007.

[21]Rossman L A. Storm water management model quality assurance report, dynamic wave flow routing, EPA/600/R-06/097, 2006.

[22]解以揚(yáng), 李大鳴, 李培彥, 等. 城市暴雨內(nèi)澇數(shù)學(xué)模型的研究與應(yīng)用. 水科學(xué)進(jìn)展, 2005, 16(3): 384-490.

[23]陸忠艷, 袁子鵬, 陳艷秋, 等. 基于DEM的遼寧鄉(xiāng)鎮(zhèn)漬澇預(yù)報(bào). 中國(guó)農(nóng)業(yè)氣象, 2008, 29(4): 463-466.

[24]王揚(yáng)鋒, 陸忠艷, 馬雁軍. 東北地區(qū)漬澇風(fēng)險(xiǎn)氣象等級(jí)預(yù)報(bào). 江西農(nóng)業(yè)大學(xué)學(xué)報(bào), 2009, 31(5): 957-961.

[25]林建, 謝正輝, 陳峰, 等. 2006年汛期VIC水文模型模擬結(jié)果分析.氣象, 2008, 34(3): 69-77.

[26]Wood E F, Lettenrmier D P, Zaitarian V G. A land-surface hydrology parameterization with sub-grid variability for general circulation models. Journal of Geophysical Research, 1992, 97(D3): 2717-2728.

[27]Liang X, Lettenmaier D P, Wood E F. One-dimensional statistical dynamic representation of sub-grid spatial variability of precipitation in the two-layer Variable Infiltration Capacity Model. Journal of Geophysical Research, 1996, 101(D16): 21403-21422.

[28]Liang X, Xie Z H. A new surface runoff parameterization with sub-grid scale soil heterogeneity for land surface models．Advances in Water Resources, 2001, 24(9-10): 1173-1192.

[29]謝正輝, 梁旭, 曾慶存. 陸面過程模式中地下水位的參數(shù)化及初步應(yīng)用. 大氣科學(xué), 2004, 28(3): 374-384.

[30]李致家. 水文模型的應(yīng)用與研究. 南京: 河海大學(xué)出版社, 2008.

[31]王莉莉. GRAPES氣象—水文模式在一次洪水預(yù)報(bào)中的應(yīng)用. 應(yīng)用氣象學(xué)報(bào), 2012, 23(3): 274-284.

[32]Cunge J A. On the subject of a flood propagation computation method (Muskingum method). J Hydraul Res, 1969, 7: 205-230.

[33]包紅軍. 基于EPS的水文與水力學(xué)相結(jié)合的洪水預(yù)報(bào)研究. 南京:河海大學(xué)博士學(xué)位論文, 2009.

[34]Anderson M G, Burt T P. Hydrological Forecasting. New York: John Wiley & Sons, 1985.

[35]Wilson B N, Ruffini J R. Comparison of physically-based Muskingum methods. Transactions of the ASAE. 1988, 31(1) : 91-97.

[36]Punmia B C, Pande B B L. Irrigation and Water Power Engineering. Delhi: Standard Publishers Distributors, 1981.

[37]Bao H J. Hydraulic model with roughness coefficient updating method based on Kalman filter for channel flood forecast. Water Science and Engineering, 2011, 4(1): 13-23.

[38]包紅軍. 淮河具有行蓄洪區(qū)河系洪水預(yù)報(bào)水力學(xué)模型研究. 湖泊科學(xué), 2011, 23(4): 635-641.

Optimization and Improvement of Water Logging & Water Logged Risk Meteorological Forecast and Warning Operational Technology of China

Bao Hongjun1,2, Wang Lili1, Liang Li2
(1 National Meteorological Centre, China Meteorological Administration, Beijing 100081 2 CMA Public Meteorological Service Centre, Beijing 100081)

National meteorological operation of water logging & water logged meteorological forecast and warning is based on VIC (V ariable Infiltration Capacity) hydrological model and its release criteria. In this study, digital watershed is corrected with high resolution DEM data of USGS, Mukingum-Cunge routing model automatic parameters optimization is based on watershed physical characteristic linear reservoir method, and virtual linear reservoir method is used to correct the false alarm cases in high altitude of China West. In order to increase alarm lead time, the high resolution 72 hours forecasts of ECMWF are applied for water logging & water logged meteorological forecast and warning operational service. Taking the water logging & water logged event of the Pearl River in Mar.28 to 31, 2014 as the test case, the result shows the improved model performs better than the original model.

water logging & water logged risk meteorological forecast and warning, digital watershed, automatic parameters optimization, linear reservoir, the Pearl River

10.3969/j.issn.2095-1973.2015.02.007

2014年7月16日；

2014年9月2日

包紅軍（1980—），Email: baohongjun@cma.gov.cn

資助信息：中國(guó)氣象局氣象關(guān)鍵技術(shù)集成與應(yīng)用項(xiàng)目（CMAGJ2014M72）；國(guó)家自然科學(xué)基金項(xiàng)目（41105068）；中國(guó)氣象局首屆青年英才計(jì)劃（2014—2017）；中國(guó)氣象局公共氣象服務(wù)中心2012年青年英才計(jì)劃項(xiàng)目“流域洪澇臨界面雨量閾值確定技術(shù)研究”；中國(guó)氣象局公共氣象服務(wù)中心業(yè)務(wù)基金項(xiàng)目（M2014006）