基于GRAPES的陸—?dú)怆p向反饋模式降水　在洪水預(yù)報(bào)中的檢驗(yàn)

王莉莉 陳德輝（國(guó)家氣象中心，中國(guó)氣象局，北京 100081）

基于GRAPES的陸—?dú)怆p向反饋模式降水在洪水預(yù)報(bào)中的檢驗(yàn)

王莉莉 陳德輝
（國(guó)家氣象中心，中國(guó)氣象局，北京 100081）

選取前期已構(gòu)建的基于GRAPES的陸—?dú)怆p向反饋模式和陸—?dú)鈫蜗蚍答伳Ｊ?，嘗試在洪水預(yù)報(bào)中利用流域水文模型對(duì)數(shù)值預(yù)報(bào)模式降水分布進(jìn)行檢驗(yàn)。流域水文模型選取的是在我國(guó)洪水預(yù)報(bào)中已經(jīng)得到廣泛應(yīng)用的新安江水文模型。將雙向反饋模式的預(yù)報(bào)降水驅(qū)動(dòng)水文模型，進(jìn)行洪水預(yù)報(bào)試驗(yàn)，與單向反饋模式預(yù)報(bào)結(jié)果進(jìn)行比較。結(jié)果表明，雙向反饋模式對(duì)10cm土壤含水量模擬精度高于原模式，對(duì)降水的模擬也略好于原模式，而且利用水文模型對(duì)降水分布進(jìn)行檢驗(yàn)的方法可以推廣到站點(diǎn)稀疏或無(wú)資料地區(qū)。

降水檢驗(yàn)，GRAPES模式，雙向反饋，單向反饋，水文模型

0　引言

氣象模式和水文模型的耦合有單向和雙向耦合兩種方法。單向耦合，是將氣象模式的預(yù)報(bào)降水直接驅(qū)動(dòng)水文模型，氣象模式和水文模型之間沒(méi)有反饋?zhàn)饔肹1-4]。而雙向耦合模型，能夠模擬陸面模式中水文過(guò)程，并使氣象模式和水文模型共享下墊面因子的變化，特別是對(duì)于土壤水分的變化。在氣象模式的邊界層中，陸面是唯一的物理下邊界，隨著氣象模式的分辨率不斷提高，對(duì)下邊界，特別是陸面過(guò)程的模擬要求也隨之增加。如果忽視了模式中水文過(guò)程，特別對(duì)于區(qū)域模式，可能會(huì)導(dǎo)致對(duì)土壤水分模擬的誤差，反過(guò)來(lái)影響大氣模式對(duì)邊界層結(jié)構(gòu)的輸出[5]，最終將可能影響到降水的模擬[6]。絕大多數(shù)陸面模式對(duì)水循環(huán)的描述都是不完整的，例如GRAPES模式中的Noah陸面模式[7]，對(duì)水循環(huán)的描述僅限于垂直方向的水分運(yùn)動(dòng)，缺少了水平二維方向的運(yùn)動(dòng)。這種在流域尺度上的缺陷，忽略水平方向的水分運(yùn)動(dòng)，會(huì)使土壤水分、感熱通量和潛熱通量的模擬不符合實(shí)際。這種不完整的水循環(huán)可以借助水文模型的理論，將其補(bǔ)充完整，這樣的雙向反饋的氣象模式從理論上才是完整的，也是符合客觀事實(shí)的。

檢驗(yàn)預(yù)報(bào)降水的方法一般采用的是基于實(shí)況降水的降水評(píng)分法，如TS評(píng)分等。但是當(dāng)試驗(yàn)區(qū)域內(nèi)降水觀測(cè)站點(diǎn)過(guò)少或無(wú)降水觀測(cè)站點(diǎn)時(shí)，往往無(wú)法進(jìn)行基于實(shí)況站點(diǎn)觀測(cè)降水的降水評(píng)分。目前，單純的雷達(dá)測(cè)雨與衛(wèi)星反演降水精度與實(shí)況降水仍存在較大的誤差，如何準(zhǔn)確的對(duì)稀疏降水觀測(cè)站點(diǎn)的區(qū)域降水預(yù)報(bào)評(píng)分是氣象部門面對(duì)的一個(gè)難題。

本研究認(rèn)為，如果區(qū)域內(nèi)存在水文站，可以利用水文站觀測(cè)的流量過(guò)程資料，選取水文模型，對(duì)區(qū)域內(nèi)的降水進(jìn)行檢驗(yàn)。在檢驗(yàn)前，首先要利用多年流量資料對(duì)水文模型的參數(shù)進(jìn)行率定，以盡量減小模型本身的不確定性。本文基于GRAPES的陸—?dú)怆p向反饋模式[5]模擬的土壤含水量和降水驅(qū)動(dòng)水文模型，與基于GRAPES的陸—?dú)鈫蜗蚍答伳Ｊ絒1]預(yù)報(bào)降水驅(qū)動(dòng)水文模型結(jié)果進(jìn)行對(duì)比研究，嘗試?yán)盟哪Ｐ蛯?duì)特定試驗(yàn)區(qū)域內(nèi)的氣象模式預(yù)報(bào)降水分布進(jìn)行檢驗(yàn)。

1　模式介紹

基于GRAPES的陸—?dú)怆p向反饋模式對(duì)GRAPES的Noah陸面模式（以下簡(jiǎn)寫為，Noah LSM）進(jìn)行了改進(jìn)：改進(jìn)產(chǎn)流方案，Noah LSM中加入蓄水容量曲線，以“面產(chǎn)流”概念替代“點(diǎn)產(chǎn)流”概念；嵌入?yún)R流模式，Noah LSM中缺少對(duì)匯流部分的描述，嵌入?yún)R流模塊，完整模式對(duì)陸面水循環(huán)的描述[1]?；贕RAPES的陸—?dú)鈫蜗蚍答伳Ｊ绞菍RAPES降水預(yù)報(bào)場(chǎng)驅(qū)動(dòng)水文模型進(jìn)行單向耦合[1]。水文模型選取的是在我國(guó)已經(jīng)廣泛應(yīng)用于洪水預(yù)報(bào)的新安江模型，是一個(gè)分散參數(shù)的概念性水文模型[7]。

1.1NoahLSM的改進(jìn)

1.1.1 Noah LSM產(chǎn)流方案的改進(jìn)

改進(jìn)的陸面模式產(chǎn)流方案利用蓄水容量曲線描述單元網(wǎng)格內(nèi)產(chǎn)流面積的變化。蓄水容量面積分配曲線是指部分產(chǎn)流面積隨蓄水容量而變化的累計(jì)頻率曲線[7]。應(yīng)用蓄水容量面積分配曲線可以確定降雨空間分布均勻情況下蓄滿產(chǎn)流的總徑流量。實(shí)踐表明，對(duì)于閉合流域，流域蓄水容量面積分配曲線采用拋物線型為宜，其線型為：

式中， f為產(chǎn)流面積，F(xiàn)為全流域面積，為流域單點(diǎn)的蓄水量；WMM為流域單點(diǎn)最大蓄水量；B為蓄水容量面積曲線的指數(shù)。

根據(jù)流域蓄水容量面積分配曲線及其與降雨徑流相互轉(zhuǎn)換關(guān)系，改進(jìn)后的產(chǎn)流方案為：

式中，W0為流域初始土壤蓄水量；WM為流域平均最大蓄水容量；R為總徑流量。

地下產(chǎn)流方案與原Noah LSM方案相同。

1.1.2 Noan LSM增加的匯流方案

降雨所產(chǎn)生的地表徑流會(huì)隨地形進(jìn)行匯流運(yùn)動(dòng)，如果缺少匯流過(guò)程的描述，就無(wú)法考慮坡面徑流在水平二維方向的水量再分配，不能較精確地刻畫陸面及淺地表水循環(huán)，會(huì)使所產(chǎn)生的徑流在其所生成的網(wǎng)格內(nèi)繼續(xù)蓄積，從而違背了重力作用，不符合真實(shí)的流域情況。在陸面模式中，地表徑流影響著陸—?dú)夥答伒闹匾兀ǜ袩嵬亢蜐摕嵬浚?。通過(guò)加入?yún)R流模式后，Noan LSM中加入對(duì)水平二維地表徑流的描述，更加符合真實(shí)的流域匯流。

Noan LSM中增加的匯流方案選取Muskingum匯流方法[8]。在Muskingum法中，采用逐柵格的Muskingum匯流方法將地表徑流演算至流域出口。以地表徑流 為例，a、b、c三個(gè)柵格的流量分別為可以通過(guò)Muskingum計(jì)算得到：

在t時(shí)刻，柵格d的出流可表示為：

2　應(yīng)用試驗(yàn)

2.1淮河王家壩以上流域簡(jiǎn)介

王家壩站以上流域?yàn)榛春由嫌?，集水面積為30672km2。其中，五溝營(yíng)、板橋、薄山、宿鴨湖、南灣以及潑河6個(gè)子流域?yàn)榛春由嫌蔚拇笾行退畮?kù)控制面積。根據(jù)流域內(nèi)水文站的布設(shè)和自然流域的邊界，將水庫(kù)出流作為下游子流域洪水預(yù)報(bào)的入流，對(duì)于每個(gè)子流域，根據(jù)其下墊面和水文特性以及雨量站分布，將其根據(jù)泰森多邊形法劃分若干塊，進(jìn)行產(chǎn)匯流計(jì)算，逐子流域演算至流域出口斷面。

2.2試驗(yàn)設(shè)計(jì)

由于資料的限制，本研究選取2008年8月13日08時(shí)—19日08時(shí)、2008年8月28日08時(shí)—9月1日08時(shí)和2009年8月29日08時(shí)—14時(shí)三次降水進(jìn)行模擬試驗(yàn)，預(yù)報(bào)時(shí)長(zhǎng)為48h，輸出時(shí)間間隔為6h，以每日08時(shí)和20時(shí)進(jìn)行滾動(dòng)預(yù)報(bào)。試驗(yàn)覆蓋區(qū)域?yàn)?5°—64.5°N、70°—145.3°E?；贕RAPES的陸—?dú)鈫蜗蚝碗p向反饋模式均以分辨率為1°×1°的美國(guó)NCEP全球再分析場(chǎng)作為初始場(chǎng)和側(cè)邊界條件，驅(qū)動(dòng)15km的GRAPES和基于GRAPES的雙向反饋模式。

2.3流量模擬

本節(jié)選取的三場(chǎng)洪水過(guò)程均為汛期洪水：第一場(chǎng)洪水時(shí)間是2008年8月13日08時(shí)—8月24日14時(shí)的洪水過(guò)程，最大洪峰為4390m/s，峰現(xiàn)時(shí)間為8月18日14時(shí)；第二場(chǎng)洪水時(shí)間是2008年8月28日08時(shí)—9月10日14時(shí)，最大洪峰為2730m/s，峰現(xiàn)時(shí)間為9月1日08時(shí)；第三場(chǎng)洪水時(shí)間是2009年8月28日08時(shí)—9月9日14時(shí)，最大洪峰為2220m/s，峰現(xiàn)時(shí)間為8月31日20時(shí)。

圖1和圖2分別是2008年8月和9月月平均24h降水圖，從圖中可以看出，原模式與改進(jìn)后模式模擬的降水分布相差不大。陸面水循環(huán)首先引起了土壤濕度的改變，選取南充和臨汾兩個(gè)站點(diǎn)10cm的土壤含水量進(jìn)行對(duì)比。其中，南充站觀測(cè)土壤含水量起始時(shí)間是8月10日08時(shí)（圖3a），原GRAPES模式模擬的土壤含水量與觀測(cè)值相比偏小，基于GRAPES陸—?dú)怆p向反饋模式模擬的土壤含水量比觀測(cè)值偏大，但與原GRAPES模擬結(jié)果相比更接近。臨汾站點(diǎn)觀測(cè)的10cm土壤含水量起始時(shí)間為8月1日08時(shí)，站點(diǎn)的土壤含水量從3日08時(shí)開(kāi)始就達(dá)到飽和，并一直持續(xù)到9月30日08時(shí)（圖3b），原GRAPES模擬結(jié)果明顯偏小，雙向反饋模式模擬結(jié)果與實(shí)測(cè)值較為接近。

圖4是2008年8月13日08時(shí)洪水的模擬過(guò)程線。圖4a的起始預(yù)報(bào)時(shí)間為2008年8月15日08時(shí)，從圖中可以看出，雙向反饋模式驅(qū)動(dòng)水文模型模擬的過(guò)程線與單向反饋模式模擬過(guò)程線幾乎吻合。圖4b的起始預(yù)報(bào)時(shí)間為2008年8月15日20時(shí)，雙向反饋模式模擬的洪峰值與單向反饋模式模擬結(jié)果相比，更接近實(shí)測(cè)洪峰。從表1中15日和16日的模擬特征值對(duì)比也可以看出，雙向反饋模式預(yù)報(bào)降水驅(qū)動(dòng)水文模型模擬結(jié)果略好于單向反饋模式模擬結(jié)果。13日和14日起始預(yù)報(bào)時(shí)間模擬結(jié)果較差，是由于本次試驗(yàn)氣象模式的預(yù)報(bào)時(shí)長(zhǎng)是48h，在13日和14日起始預(yù)報(bào)沒(méi)有模擬出完整的降水過(guò)程，所以水文模型模擬的結(jié)果稍差一些，但到了15日之后，氣象模式可以模擬出完整的降水過(guò)程，水文模型模擬的結(jié)果就比較好了。由表1統(tǒng)計(jì)結(jié)果可以看出來(lái)，雙向反饋模式驅(qū)動(dòng)水文模型模擬的洪水過(guò)程從洪峰相對(duì)誤差、洪量相對(duì)誤差、峰現(xiàn)時(shí)間誤差略好于單向反饋模式的結(jié)果。

表1　2008年8月13日洪水新安江模型模擬結(jié)果統(tǒng)計(jì)

圖5a和圖5b是起始預(yù)報(bào)時(shí)間分別為2008年8月28日08時(shí)和20時(shí)的洪水模擬過(guò)程線，從圖中可以看出雙向反饋模式預(yù)報(bào)降水驅(qū)動(dòng)水文模型模擬的峰值更接近實(shí)測(cè)值。從表2的特征值對(duì)比也可以看出，雙向反饋模式驅(qū)動(dòng)水文模型模擬結(jié)果稍好一些。

圖6是2009年8月28日08時(shí)洪水的模擬過(guò)程線，從圖中以及表3的特征值對(duì)比可以看出，對(duì)這一場(chǎng)洪水，利用雙向反饋模式驅(qū)動(dòng)水文模型和單向反饋模式模擬過(guò)程線非常接近。

表2　2008年8月28日洪水新安江模型模擬結(jié)果統(tǒng)計(jì)

表3　2009年8月28日洪水新安江模型模擬結(jié)果統(tǒng)計(jì)

3　結(jié)論與討論

本文選取三場(chǎng)降水，對(duì)基于GRAPES的陸—?dú)怆p向反饋模式驅(qū)動(dòng)水文模型模擬的流量過(guò)程和基于GRAPES的陸—?dú)鈫蜗蚍答伳Ｊ侥M流量過(guò)程進(jìn)行比較，嘗試用氣象模式對(duì)水文模型提供初始場(chǎng)，并利用水文模型對(duì)特定區(qū)域降水分布進(jìn)行檢驗(yàn)。

從試驗(yàn)結(jié)果可以看出，對(duì)于2008年8月的降水，所選取的淮河上游王家壩試驗(yàn)流域，雙向反饋模式在試驗(yàn)區(qū)域內(nèi)對(duì)10cm土壤含水量模擬精度高于原GRAPES模式模擬結(jié)果。雙向反饋模式驅(qū)動(dòng)水文模型模擬的兩次洪水過(guò)程，從整體上略好于單向反饋模式模擬的結(jié)果，表明基于GRAPES的陸—?dú)怆p向反饋模式能夠模擬完整的陸面水文循環(huán)，使得土壤濕度更加合理，并通過(guò)感熱和潛熱通量，最終影響到了降水落區(qū)的變化。

本次試驗(yàn)證明，對(duì)于無(wú)資料或缺資料地區(qū)，水文模型可以利用氣象模式提供的初始場(chǎng)，進(jìn)行流量模擬和洪水預(yù)報(bào)，同時(shí)檢驗(yàn)?zāi)程囟ㄔ囼?yàn)區(qū)域的預(yù)報(bào)降水。除了采用降水評(píng)分方法，也可利用水文模型模擬流量過(guò)程與觀測(cè)的流量進(jìn)行對(duì)比，檢驗(yàn)流域內(nèi)降水分布的變化，這種方法可以推廣到無(wú)降水站點(diǎn)區(qū)域或是降水站點(diǎn)稀疏區(qū)域。

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

[2]Evans J. Improving the characteristics of streamflow modeled by regional climate models．J Hydrol, 2003, 284: 211-227．

[3]Anderson M L, Chen Z Q, Kavvas M L, et a1. Coupling HECHMS with atmospheric models for prediction of watershed runoff. J Hydrol Eng, 2002, 7(4): 312-318．

[4]Collischonna W, Haasb R, Andreolli I, et a1．Forecasting River Uruguay flow using rainfall forecasts from a regional weather—prediction model. J Hydrol, 2005, 305: 87-98．

[5]Braun P, Maurer B, Müller G, et al. An integrated approach for the determination of regional evapotranspiration using mesoscale modelling, remote sensing and boundary layer measurements. Meteor Atmos Phys, 2001, 76: 83-105.

[6]王莉莉, 陳德輝, 趙琳娜. 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.

[7]Chen F, Dudhia J. Coupling an advanced land surface-hydrology model with the Penn State-NCAR MM5 modeling system. part I: model implementation and sensitivity. Monthly Weather Review, 2001, 129: 569-585.

[8]趙人俊. 新安江模型的根據(jù)及參數(shù)與自然條件的關(guān)系. 北京: 水利電力出版社, 1994.

[9]Bates P D, De Roo A. A simple raster-based model for flood inundation simulation. Journal of Hydrology, 2000, 236: 54-77.

Verification of Precipitation Prediction by Feedback Model Between Land Surface and Atmosphere Based on GRAPES in Flood Forecasting

Wang Lili, Chen Dehui
(National Meteorological Centre, China Meteorological Administration, Beijing 100081)

To verify the distribution of precipitation by flood forecast based on hydrological model, the feedback model between land surface and atmosphere based on GRAPES and GRAPES Meteorological-Hydrological coupled Model developed by the author's meteorological model are used. Xin’anjiang model which is used in this paper has already been widely applied in flood forecasting and hydrological simulation in China for a long term. The result of hydrological model driven by forecast datasets of GRAPES feedback model for flood forecasting is compared with the result of GRAPES Meteorological-Hydrological coupled Model. The experiment results show that the hydrological model can be used for verification of precipitation prediction. This method can be used in the ungauged region and the region with sparse meteorological stations.

precipitation verification, GRAPES, feedback, coupling, hydrological model

10.3969/j.issn.2095-1973.2015.02.008

2014年7月11日；

2014年9月28日

王莉莉（1982—），Email: wangll@cma.gov.cn

資助信息：國(guó)家自然科學(xué)基金項(xiàng)目（41105068）