大別山區(qū)山洪災(zāi)害預(yù)警模型的建立與應(yīng)用*

周后福，吳文玉，江雙五，馮妍，王海波

(1．安徽省氣象科學(xué)研究所，安徽合肥230031;2．安徽省大氣科學(xué)與衛(wèi)星遙感重點實驗室，安徽合肥230031;3．安徽省大氣探測技術(shù)保障中心，安徽合肥230031)

0 引言

山洪災(zāi)害是指山丘地區(qū)子流域由強降雨引發(fā)的洪水及由山洪誘發(fā)的泥石流、滑坡等對國民經(jīng)濟和人民生命財產(chǎn)造成損失的災(zāi)害［1］。其形成的內(nèi)因是:松軟的地質(zhì)結(jié)構(gòu)，巖石、土壤為分離、不連續(xù)的地質(zhì)構(gòu)造，一定坡度的地形地貌;外因包括降雨、融雪、地震等。多由持續(xù)性高強度大暴雨所致，稱雨洪災(zāi)害;又因發(fā)生在山丘地區(qū)，故稱山洪災(zāi)害。它不同于一般洪水，常發(fā)生在山區(qū)、流域面積較小的溪溝或周期性的荒溪中，歷時較短，且極易誘發(fā)泥石流、崩塌、滑坡等災(zāi)害，具有突發(fā)性、破壞力大特點，往往導(dǎo)致房屋、道路、橋梁毀壞和水壩、山塘潰決，甚至造成人員傷亡。由于山洪災(zāi)害所造成的局部損失嚴(yán)重，因此進行預(yù)警技術(shù)的研究，對于有效防范和減輕災(zāi)害損失具有很好的現(xiàn)實意義。

1 國內(nèi)外山洪研究概況

有關(guān)山洪災(zāi)害監(jiān)測的研究成果很多。對于山洪災(zāi)害監(jiān)測方案，馬東恒等［1］從雨量、水位、水文監(jiān)測技術(shù)上提出非工程措施的監(jiān)測方法。葉勇等［2］曾提出以水位反推法計算臨界雨量，其方案簡單實用。Marco Borga等［3］對東意大利的阿爾皮斯山山洪災(zāi)害進行水文氣象學(xué)分析。隨著3S技術(shù)發(fā)展和DEM技術(shù)應(yīng)用，水文預(yù)報向分布式模型、數(shù)字水文模型發(fā)展，基于高精度DEM的分布式水文模型代表了流域水文模型的發(fā)展方向［4］。白美蘭等［5］利用GIS技術(shù)建立地理信息參數(shù)與汛期雨量的關(guān)系模型，解決雨量資料分布不均勻的問題，實現(xiàn)松嫩流域面雨量的實時動態(tài)監(jiān)測。可見，面雨量的計算和臨界雨量的確定等往往成為山洪災(zāi)害的重要監(jiān)測指標(biāo)。

在山洪災(zāi)害預(yù)警預(yù)報方面，國內(nèi)外也取得一系列成果。Charles等［6］研究應(yīng)用強降雨速率制作山洪暴雨災(zāi)害的潛勢預(yù)警，Jonathan等［7］使用國際天氣服務(wù)網(wǎng)對美國洪澇災(zāi)害監(jiān)測預(yù)報進行過研究。國內(nèi)的周金星等［8］對山洪泥石流災(zāi)害的預(yù)報預(yù)警技術(shù)做出述評。高煜中等［9］認為，山洪暴發(fā)前3 h和24 h的降雨量對山洪暴發(fā)的影響很大，預(yù)報著眼點從大尺度環(huán)流形勢變化特征與造成山洪暴雨的中小尺度天氣系統(tǒng)特征兩個方面把握。張鐵軍等［10］提出開發(fā)基于地理環(huán)境、地質(zhì)特征和氣象條件下山洪地質(zhì)災(zāi)害的預(yù)警預(yù)報系統(tǒng)模型，作為常規(guī)工作投入基本業(yè)務(wù)。郭良等［11］研究了基于分布式水文模型的山洪災(zāi)害預(yù)警預(yù)報系統(tǒng)并將其推廣應(yīng)用。張雅斌等［4］基于地質(zhì)災(zāi)害與雨量相關(guān)特征分析后，得到雨量的精細估計，實現(xiàn)鄉(xiāng)鎮(zhèn)地質(zhì)災(zāi)害逐日自動預(yù)報預(yù)警。何健等［12］建立6 min累積雨量與雷達回波之間的回歸關(guān)系，借助GIS技術(shù)及其對雨量的地理訂正，構(gòu)建雷達圖上特定行政區(qū)域的面雨量計算模型，并對格點擬合雨量進行空間分辨率的精細化反演，得到雷達圖上特定行政區(qū)域的面雨量圖。張洪江等［13］將Bayes判別分析法引入山區(qū)小流域山洪泥石流預(yù)報模型的建立中，通過分析影響山洪泥石流發(fā)生的條件，選擇前15 d實效降雨量和當(dāng)日降雨量作為預(yù)報模型因子，分別建立3種不同流域面積范圍的預(yù)報模型。由此可見，有多種方法可以做出山洪災(zāi)害的預(yù)警預(yù)報。

大別山地區(qū)山洪災(zāi)害預(yù)警模型的建立，是基于山區(qū)雨量與海拔高度和坡度的關(guān)系，利用歷史雨量資料和GIS技術(shù)得到大別山區(qū)的具體關(guān)系式，并由此計算大別山區(qū)子流域的面雨量，確定面雨量的閾值;根據(jù)實時雨量數(shù)據(jù)庫，考慮到山洪災(zāi)害與前期不同時段雨量有密切關(guān)系，因此需要前期24 h、6 h的實時雨量，獲得子流域的24 h、6 h面雨量值;依據(jù)面雨量閾值，確定是否對山洪災(zāi)害做出預(yù)警;將每天逐時獲得的山洪災(zāi)害預(yù)警結(jié)果通過網(wǎng)絡(luò)共享方式，向淮河流域氣象中心實時發(fā)布，進行實際的業(yè)務(wù)應(yīng)用。

2 資料來源

本文在建立山洪災(zāi)害預(yù)警模型時所用到的歷史資料有2006－2010年山洪災(zāi)害資料，來源于氣象部門的報表和民政部門的災(zāi)害調(diào)查。大別山北麓地區(qū)暴雨山洪災(zāi)害計有6次，2006年有1次，為7月26－27日;2007年有2次，一次是7月8－9日，一次是7月13－14日;2008年有1次，是7月31日－8月1日;2009年有2次，一次是6月29－30日，一次是8月6日;2010年有1次，過程較長，為7月8－13日?？紤]到山洪災(zāi)害是局地性的，因此不是針對大別山北麓地區(qū)，而是針對其2個子流域的。

所用到的歷史雨量資料來源于2006－2010年高密度雨量站點的雨量。有的是小時雨量，有的是分鐘雨量，都整理成為需要的時間段雨量;實際應(yīng)用時所用到的雨量資料來源于安徽省大氣探測技術(shù)保障中心提供的分鐘雨量，所有的雨量資料實時保存到Server數(shù)據(jù)服務(wù)器中，由SQL Server查詢語句獲得并經(jīng)過加工成最近6 h或24 h雨量。

3 山洪災(zāi)害預(yù)警模型的確定

山洪災(zāi)害預(yù)警模型包括5 km柵格點數(shù)據(jù)的形成、大別山區(qū)雨量關(guān)系的確立、面雨量及其閾值的計算、預(yù)警模型的確定幾個步驟。為了清楚地展示山洪災(zāi)害預(yù)警模型的建立及其預(yù)警發(fā)布，先行介紹預(yù)警技術(shù)流程。

3.1 預(yù)警技術(shù)流程

山洪災(zāi)害預(yù)警方法的技術(shù)流程見圖1。由圖1可見，大體上可以分為歷時雨量獲取、面雨量計算、面雨量閾值確定、實時雨量獲取、24 h和6 h面雨量計算、與面雨量閾值比較、山洪災(zāi)害預(yù)警信息發(fā)布等幾個步驟。24 h和6 h面雨量的計算及其閾值的確定稍有不同，24 h柵格點雨量是在利用GIS拼接和轉(zhuǎn)換技術(shù)形成5 km柵格點高度、坡度后，根據(jù)雨量關(guān)系得到5 km柵格點雨量。經(jīng)過GIS技術(shù)插值后的雨量點資料是不插值的近5倍。6 h面雨量是采用平均法的。在獲得每天實時24 h和6 h面雨量后，根據(jù)面雨量閾值來確定是否對山洪災(zāi)害做出預(yù)警，并及時發(fā)布預(yù)警信息。

圖1 山洪災(zāi)害預(yù)警方法的技術(shù)流程

3.25 km柵格點數(shù)據(jù)形成

基于GIS技術(shù)進行插值是將高密度雨量站資料轉(zhuǎn)換為5 km的柵格點雨量資料，為此要有5 km空間分辨率的坡度和海拔高度。柵格點上的平均坡度和平均海拔高度(高程)是基于1∶25萬國家基礎(chǔ)地理信息數(shù)據(jù)來拼接和轉(zhuǎn)換的。1∶25萬國家基礎(chǔ)地理信息數(shù)據(jù)全部分幅、分層存放，在安徽省域范圍內(nèi)有19幅。

GIS數(shù)據(jù)有矢量和柵格兩種方式。

(1)矢量數(shù)據(jù)(全部為E00格式，是GIS軟件中間數(shù)據(jù)格式)全部分層、分幅存放，包括行政邊界、河流邊界等，還包括矢量格式的等高線數(shù)據(jù)。具體使用中，矢量分層數(shù)據(jù)的處理稍顯復(fù)雜，看似簡單，但包含了不少工作量。具體流程有:①找到包括安徽省范圍的圖幅編號;②對圖幅范圍內(nèi)的數(shù)據(jù)選取一個圖層(E00)轉(zhuǎn)換成Coverage、ShapeFile格式;③對所有轉(zhuǎn)換過后的圖幅進行拼接處理。

(2)高程數(shù)據(jù)全部以柵格文本格式分幅存放，需經(jīng)ArcGIS工具軟件將每幅數(shù)據(jù)轉(zhuǎn)換成GRID形式，然后拼接成一個大幅GRID，再用省界挖取出全省的高程柵格數(shù)據(jù)。同時，可對GRID數(shù)據(jù)的分辨率進行抽樣處理，抽樣成5 km格距。

采用拼接和轉(zhuǎn)換技術(shù)，形成了5 km空間分辨率的坡度和高程數(shù)據(jù)。對于東淠河流域有61個柵格點，西淠河流域也有61個柵格點;高密度雨量站點數(shù)在東淠河流域有13個，西淠河流域有11個。利用GIS技術(shù)插值后的雨量點，東淠河流域是高密度雨量站點數(shù)的4.7倍，西淠河流域是高密度雨量站點數(shù)的5.5倍，經(jīng)過轉(zhuǎn)換后的雨量點數(shù)遠多于高密度雨量站點數(shù)，大約將其雨量點數(shù)擴大5倍左右。

3.3 大別山區(qū)雨量關(guān)系的確立

大別山區(qū)的高度一般是在最大雨量高度以下，根據(jù)雨量隨著高度和坡度的變化有如下關(guān)系:

式中:Ph為一定高度的雨量;P0為基準(zhǔn)高度處的雨量;ΔP為兩個高度雨量之差;a為隨高度增加的雨量變化率;h為高度差;b為坡度增加的雨量變化率;α為平均坡度。

因此需要確立式(1)中的系數(shù)a、b。

其系數(shù)大小用子流域近年來發(fā)生山洪災(zāi)害的雨量資料來推算。針對大別山區(qū)北麓，有3個子流域，分別是史河流域、西淠河流域、東淠河流域，由于史河流域近年來沒有發(fā)生山洪災(zāi)害，因此預(yù)警模型是基于2個子流域進行的，即西淠河流域和東淠河流域。對于西淠河流域，有2次山洪災(zāi)害過程，一次在2007年，一次在2010年。對于2007年山洪災(zāi)害，選擇兩組高密度雨量站點，即燕子河－道士沖、青山－響洪甸，根據(jù)每個站點的雨量、海拔高度數(shù)據(jù)和兩個站點之間所經(jīng)過的5 km柵格點上的坡度數(shù)據(jù)，由式(1)可以建立兩個方程，即:

由該方程組可以解出系數(shù)值，分別為a=－0.163，b=142.9。

安徽省高密度雨量站點的建設(shè)最初是從2005年開始，此后陸續(xù)投入資金繼續(xù)布設(shè)雨量站點，所以各年的雨量站點并不一致，站點數(shù)越來越多。這是導(dǎo)致每次山洪災(zāi)害雨量站點組對不同的原因之一。山洪災(zāi)害的各個站點雨量并不完成符合隨著高度的增加而增加的現(xiàn)象，這種變化規(guī)律是針對長期氣候特點而言的，時間尺度比較長能夠遵循該規(guī)律，而時間尺度短時不一定符合這種規(guī)律。所以在考察站點時要盡量選擇基本遵循變化規(guī)律的站點組，它也是導(dǎo)致每次山洪災(zāi)害雨量站點組不同的原因之一。

同理，對于2010年山洪災(zāi)害，選擇兩組高密度雨量站點，即張畈－天堂寨、青山－石家河，解出2010年的系數(shù)值，分別為a=0.038，b=11.6。

為了獲得西淠河流域的唯一一組系數(shù)值，以2007年和2010年山洪災(zāi)害時平均雨量值作為權(quán)重，如此得出系數(shù)值分別為a=－0.060(mm/m)，b=75.5(mm)。

同理，可以分別求算出東淠河流域4次山洪災(zāi)害時的系數(shù)，并對此根據(jù)平均雨量值求權(quán)重，得到東淠河流域的系數(shù)。其中2006年的兩組站點是太陽－漫水河、上土市－諸佛庵，系數(shù)分別為a=7.174，b=280.0;2007年的兩組站點是太陽－漫水河、黃尾－黑石渡，系數(shù)分別為a=0.331，b=2.5;2009年6月的兩組站點是上土市－黑石渡、太平畈－單龍寺，系數(shù)分別為a=0.210，b=－24.4;2009年8月的兩組站點是諸佛庵－黑石渡、落兒嶺－佛子嶺，系數(shù)分別為a=－0.209，b=－98.8?？紤]到雨量權(quán)重，東淠河流域的系數(shù)值分別為a=2.025(mm/m)，b=43.0(mm)。

3.4 面雨量閾值的計算

子流域面雨量閾值或稱臨近雨量的確定在葉勇等［4］的文獻中提出通過水力計算斷面水深與流量的關(guān)系，進行洪水演算，繪制洪水洪峰與暴雨頻率曲線，根據(jù)水位反推法計算臨近雨量。對于氣象部門而言，不適合選擇該方法推算臨近雨量，可以采取計算面雨量，經(jīng)與實際比較給出臨近雨量。

大別山區(qū)山洪災(zāi)害面雨量的計算是在實時高密度雨量站資料后獲得的，24 h和6 h面雨量的計算分別采用不同方法。24 h面雨量的計算是基于高密度雨量資料，根據(jù)山區(qū)雨量關(guān)系將其插值到每隔5 km的柵格點上，再對所有柵格點上雨量進行算術(shù)平均，得到其面雨量值;6 h面雨量則是直接對高密度雨量實施平均。

面雨量閾值的計算過程:針對每個子流域的山洪災(zāi)害歷史情況，分別得到每次山洪災(zāi)害過程的最大面雨量，然后找出其中最小值作為面雨量閾值。24 h和6 h的閾值都是同樣步驟。面雨量閾值是針對子流域而言的，經(jīng)過計算可知，24 h面雨量的閾值東淠河流域為39.9 mm，西淠河流域為42.3 mm;6 h面雨量的閾值東淠河流域為28.8 mm，西淠河流域為30.8 mm。

3.5 預(yù)警模型的建立

山洪災(zāi)害預(yù)警模型的實現(xiàn)考慮到前期雨量的積累，既有6 h雨量也有24 h雨量的影響，因此預(yù)警模型的建立如下式所示:

24 h面雨量的權(quán)重系數(shù)低于6 h面雨量的權(quán)重系數(shù)，是考慮到越接近災(zāi)害發(fā)生時的雨量對災(zāi)害貢獻越大的想法。東淠河流域和西淠河流域的6 h雨量閾值和24 h雨量閾值都已經(jīng)得出，由式(3)可以得到2個子流域的面雨量閾值，即東淠河流域為33.2 mm，西淠河流域為35.4 mm。

4 預(yù)警模型應(yīng)用及其檢驗

每天通過逐小時采集前期24 h和6 h雨量，然后進行GIS插值，計算子流域的面雨量，根據(jù)面雨量大小來判斷是否發(fā)布山洪災(zāi)害的預(yù)警。由前期多次山洪災(zāi)害的實例，可以算出每次過程的面雨量值，以33.2 mm(東淠河流域)或35.4 mm(西淠河流域)作為判斷是否出現(xiàn)山洪災(zāi)害的預(yù)警閾值。形成的結(jié)果文件以文本文件形式保存，隨時更新和追加。將預(yù)警結(jié)果文件傳送至全省氣象部門共享服務(wù)器上，每小時發(fā)布一次。為了更早地發(fā)布預(yù)警信息，考慮到高密度雨量觀測資料大約在整點之后15 min左右收集完成，雨量資料的獲取和預(yù)警信息的發(fā)布也在這個時間內(nèi)實現(xiàn)。山洪災(zāi)害預(yù)警結(jié)果自動提出并告知淮河流域氣象中心。由該單位實施應(yīng)用，在制作大別山地區(qū)暴雨山洪災(zāi)害預(yù)警時作為一種預(yù)警手段參考，實時對外發(fā)布大別山地區(qū)山洪災(zāi)害的預(yù)警信息。

檢驗分為兩種，一種是實際預(yù)警檢驗，一種是回代檢驗。山洪災(zāi)害預(yù)警模型的建立是利用2006－2010年資料，所以可以利用2011年資料進行檢驗。實際預(yù)警檢驗是在向淮河流域氣象中心發(fā)布預(yù)警的時間段內(nèi)所進行的檢驗，其時間段為7月28日－9月30日;回代檢驗是根據(jù)確定的預(yù)警模型作出2011年前期的預(yù)警信息，其時間段為5月1日－7月27日，將該時間段內(nèi)的預(yù)警情況與實際情況進行對比檢驗。

(1)實際預(yù)警檢驗

自2011年7月28日開始制作山洪災(zāi)害預(yù)警，到2011年9月30日，實際預(yù)報檢驗時段有2個多月。2011年8月23日15－19時東淠河流域有山洪災(zāi)害的預(yù)警，其他時間都沒有出現(xiàn)山洪災(zāi)害預(yù)警結(jié)果。表1中列出當(dāng)日東淠河流域各站雨量，日雨量不低于44 mm，最大的超過70 mm。15－19時逐時加權(quán)后的雨量值分別為38.3、41.2、43.5、39.4、35.7 mm，大于東淠河流域33.2 mm的閾值，所以發(fā)布預(yù)警信息。

表1 2011年8月23日東淠河流域雨量

(2)回代預(yù)警檢驗

西淠河流域2011年6月17日18－19時大于閾值，介于35.7～36.9 mm;6月18日6時－11時大于閾值，介于36.3～43.0 mm;6月18日18－19時大于閾值，為36.9～38.7 mm;6月24日12－16時大于閾值，介于35.9～40.9 mm。東淠河流域6月10日19時－11日01時大于閾值，介于34.4～36.8 mm;6月17日16時－22時大于閾值，介于33.9～43.1 mm;6月18日7－21時大于閾值，介于35.0～53.8 mm;6月24日10－17時也大于閾值，介于34.7～49.2 mm。實際沒有接到出現(xiàn)山洪災(zāi)害信息，說明預(yù)警產(chǎn)品容易造成空報現(xiàn)象?？請蟋F(xiàn)象的出現(xiàn)，是基于災(zāi)害預(yù)報時遵循“寧空勿漏”的基本指導(dǎo)思想，在確定面雨量閾值中取歷史最低值所致。

5 結(jié)語

根據(jù)大別山地區(qū)高密度雨量站近年來的資料，利用GIS技術(shù)形成的更為精細的柵格點坡度和高度數(shù)據(jù)，得出雨量與山區(qū)坡度和高度的具體關(guān)系，并由此推算出2個子流域發(fā)生山洪災(zāi)害的雨量閾值;實時通過全省雨量數(shù)據(jù)服務(wù)器獲取前期逐時雨量資料，形成24 h和6 h雨量，根據(jù)雨量關(guān)系式求算面雨量，與山洪災(zāi)害雨量閾值進行比較，給出是否發(fā)生山洪災(zāi)害的預(yù)警信息;并通過共享方式實時發(fā)布預(yù)警信息，將山洪災(zāi)害的預(yù)警信息在淮河流域氣象中心加以應(yīng)用，并對應(yīng)用情況做出檢驗。主要結(jié)論有如下幾點。

(1)大別山北麓地區(qū)的暴雨山洪災(zāi)害與各地地形地貌有密切關(guān)系，應(yīng)該根據(jù)子流域來進行劃分。山洪災(zāi)害與前期各種時間尺度的雨量有關(guān)，其預(yù)警模型的建立由6 h和24 h面雨量有關(guān)。

(2)利用GIS技術(shù)并考慮到山區(qū)雨量與高度和坡度的關(guān)系，獲得更為精細的格點雨量資料，有助于得到更細化的雨量點資料，獲取更準(zhǔn)確的面雨量值。

(3)通過山洪災(zāi)害預(yù)警信息的應(yīng)用和檢驗說明，研發(fā)的山洪災(zāi)害預(yù)警產(chǎn)品不容易造成漏報，但是容易造成山洪空報現(xiàn)象。

盡管山洪災(zāi)害的預(yù)警模型具有一定的應(yīng)用價值，但是其存在一些缺陷，主要有:

(1)所用暴雨山洪災(zāi)害個例少。所考察的個例都是在2006年以后，2005年以前也出現(xiàn)了很多暴雨山洪災(zāi)害個例，由于沒有高密度雨量站資料，因此沒有統(tǒng)計在其中。

(2)沒有利用到梯度雨量觀測。上世紀(jì)曾經(jīng)在大別山地區(qū)各個高度上布設(shè)雨量觀測點，有短期的雨量梯度觀測值，就此可以進行各個高度上雨量訂正，做出雨量與高度的擬合，得到雨量的線性回歸方程，作為雨量插值時的參考。

(3)在建立雨量與高度、坡度關(guān)系時，會隨著雨量站點和雨量時段的選擇有很大變數(shù)，僅考察若干個個例得出的雨量關(guān)系，可能會有雨量隨著高度增加呈現(xiàn)增加的結(jié)論，因此當(dāng)積累非常多的個例時，所得到的關(guān)系會有較好的代表性。

致謝:安徽省氣候中心的徐光清、錢玉萍提供了大別山區(qū)雨量和山洪災(zāi)害資料，謹致謝意。

［1］馬東恒，張堅，崔桂霞．哈爾濱市山洪災(zāi)害監(jiān)測方案的初步研究［J］．黑龍江水利科技，2005，33(5):75－76．

［2］葉勇，王振宇，范波芹．浙江省小流域山洪災(zāi)害臨界雨量確定方法分析［J］．水文，2008，28(1):56－58．

［3］Marco Borga，Paolo Boscolo，F(xiàn)rancesco Zanon，et al．Hydro meteorological analysis of the 29 August 2003 flash flood in the Eastern Italian Alps［J］．J．Hydro meteor，2007，8:1049－1067．

［4］張雅斌，杜繼穩(wěn)，菜蕊，等．陜西省精細化地質(zhì)災(zāi)害氣象預(yù)報預(yù)警研究［J］．災(zāi)害學(xué)，2011，26(3):28－34．

［5］白美蘭，沈建國，郝潤全，等．地理信息技術(shù)在松嫩流域信息查詢和面雨量監(jiān)測中的應(yīng)用［J］．干旱區(qū)資源與環(huán)境，2005，19(3):51－54．

［6］Charles A D III，Harold E B，Robert A M．Flash flood forecasting:an ingredients－based methodology［J］．Weather and Forecasting，1996，11:560－581．

［7］Jonathan J Gourley，Jessica M Erlingis，Yang Hong，et al．Evaluation of Tools used for Monitoring and Forecasting Flash Floods in the US［J］．Weather and Forecasting，2011，doi:10.1175/WAF－D－10－05043.1

［8］周金星，王禮先，謝寶元，等．山洪泥石流災(zāi)害預(yù)報預(yù)警技術(shù)述評［J］．山地學(xué)報，2001，19(6):527－532．

［9］高煜中，邢俊江，王春麗，等．暴雨山洪災(zāi)害成因及預(yù)報方法［J］．自然災(zāi)害學(xué)報，2006，15(4):65－70．

［10］張鐵軍，王錫穩(wěn)，魏文娟，等．甘肅省山洪地質(zhì)災(zāi)害氣象等級預(yù)報預(yù)警技術(shù)研究［J］．甘肅科技，2008，24(16):58－60．

［11］郭良，唐學(xué)哲，孔凡哲．基于分布式水文模型的山洪災(zāi)害預(yù)警預(yù)報系統(tǒng)研究與應(yīng)用［J］．對策研究，2007:38－41．

［12］何健，王春林，毛夏，等．利用雷達回歸與GIS技術(shù)反演面雨量研究［J］．氣象科技，2006，34(3):336－339．

［13］張洪江，鄭國強，程金花，等．不同面積小流域山洪泥石流預(yù)報模型研究［J］．災(zāi)害學(xué)，2011，26(1):65－69，86.