國(guó)家級(jí)水文氣象預(yù)報(bào)業(yè)務(wù)技術(shù)進(jìn)展與挑戰(zhàn)*

包紅軍 張恒德 許鳳雯 狄靖月 王 蒙 曹 爽 楊 寅 李宇梅 劉海知

1 國(guó)家氣象中心，北京 100081 2 中國(guó)氣象局-河海大學(xué)水文氣象研究聯(lián)合實(shí)驗(yàn)室，北京 100081

提 要： 近年來(lái)，國(guó)家級(jí)水文氣象預(yù)報(bào)業(yè)務(wù)已經(jīng)取得了明顯進(jìn)展，但與國(guó)外先進(jìn)水平相比還有一定的差距。總結(jié)了近十年來(lái)國(guó)內(nèi)外水文氣象預(yù)報(bào)業(yè)務(wù)現(xiàn)狀和技術(shù)進(jìn)展，目前國(guó)家級(jí)的技術(shù)支撐狀況和所面臨的挑戰(zhàn)，并提出未來(lái)發(fā)展計(jì)劃。目前，水文氣象預(yù)報(bào)技術(shù)主要是以基于統(tǒng)計(jì)學(xué)的致災(zāi)閾值模型和分布式水文模型等為主，結(jié)合大數(shù)據(jù)分析與人工智能的氣象—水文—地質(zhì)耦合預(yù)報(bào)模式將在水文氣象預(yù)報(bào)中發(fā)揮重要作用。流域天—空—地基監(jiān)測(cè)、水文氣象災(zāi)害機(jī)理研究和多尺度分析是水文氣象預(yù)報(bào)的重要基礎(chǔ)；基于無(wú)縫隙精細(xì)化智能網(wǎng)格降水的水文氣象預(yù)報(bào)技術(shù)及水文集合預(yù)報(bào)模式是水文氣象預(yù)報(bào)的發(fā)展方向。

引 言

水文氣象預(yù)報(bào)是指根據(jù)前期和現(xiàn)時(shí)的大氣與流域水文狀態(tài)，使用氣象學(xué)與水文學(xué)原理與預(yù)報(bào)技術(shù)，對(duì)未來(lái)水文循環(huán)中某一水體、某一流域或者某一站點(diǎn)/格點(diǎn)的降水、蒸發(fā)、土壤水分、徑流等水文氣象要素的狀態(tài)及可能影響進(jìn)行預(yù)報(bào)預(yù)測(cè)(Bruce and Clark，1966；Sene, 2010；包紅軍等，2016c；包紅軍，2017；丁一匯等，2020)。

水文氣象業(yè)務(wù)始于20世紀(jì)30年代。美國(guó)為了滿足防洪工程設(shè)計(jì)需要，專門成立水文氣象實(shí)體機(jī)構(gòu)從事氣象資料推算可能最大降水和可能最大洪水的研究與應(yīng)用。隨后，水文學(xué)快速發(fā)展，使得水文學(xué)與氣象學(xué)逐步有機(jī)結(jié)合，水文氣象學(xué)成為了具有獨(dú)立體系的一門學(xué)科。水文氣象預(yù)報(bào)的發(fā)展，主要依賴于氣象學(xué)與水文學(xué)的發(fā)展。20世紀(jì)70—80年代，西方發(fā)達(dá)國(guó)家和我國(guó)先后進(jìn)入廣泛應(yīng)用客觀定量的數(shù)值天氣預(yù)報(bào)的現(xiàn)代天氣預(yù)報(bào)階段。20世紀(jì)60—80年代，流域水文模型得到蓬勃的發(fā)展與業(yè)務(wù)應(yīng)用，尤其80年代以后，隨著計(jì)算機(jī)技術(shù)、地理信息系統(tǒng)、數(shù)字高程模型和遙感技術(shù)的快速發(fā)展，一系列分布式水文模型得到了發(fā)展和應(yīng)用。數(shù)值天氣預(yù)報(bào)的定量化預(yù)報(bào)水平逐步提升，使得提高水文氣象預(yù)報(bào)精度與延長(zhǎng)預(yù)報(bào)預(yù)見期成為可能。20世紀(jì)90年代以來(lái)，歐美發(fā)達(dá)國(guó)家逐步實(shí)現(xiàn)基于數(shù)值天氣預(yù)報(bào)與流域水文模型的現(xiàn)代水文氣象預(yù)報(bào)，并形成模型系統(tǒng)在業(yè)務(wù)中廣泛使用(Warner et al，1991；Bae et al，1995；Lin et al，2002；McEnery et al，2005；Amengual et al，2007；Alfieri et al，2013；包紅軍等，2016c)。最為典型的為歐洲洪水預(yù)報(bào)系統(tǒng)(European Flood Forecasting System,EFFS;Alfieri et al，2013)與美國(guó)水文預(yù)報(bào)服務(wù)系統(tǒng)(Advanced Hydrologic Prediction Services，AHPS;McEnery et al，2005)。EFFS是以ECMWF全球模式和LISTFLOOD耦合實(shí)現(xiàn)水文氣象預(yù)報(bào)；AHPS中，針對(duì)“單一”確定性數(shù)值天氣模式降水預(yù)報(bào)的不確定性，采用二元聯(lián)合分布將“單一”確定性數(shù)值預(yù)報(bào)降水轉(zhuǎn)化成有意義的降水概率預(yù)報(bào)，并在此基礎(chǔ)上生成了集合預(yù)報(bào)，并與Sacramento模型、HL-RMS模型等耦合，實(shí)現(xiàn)水文氣象預(yù)報(bào)。相比歐美，國(guó)內(nèi)的水文氣象預(yù)報(bào)技術(shù)發(fā)展時(shí)間相對(duì)滯后。進(jìn)入21世紀(jì)，基于數(shù)值模式的水文氣象預(yù)報(bào)技術(shù)得到飛速的發(fā)展：Lu et al(2008)基于加拿大MC2模式建立淮河上游水文氣象預(yù)報(bào)模型系統(tǒng)，崔春光等(2010)基于AREW中尺度數(shù)值模型發(fā)展了長(zhǎng)江流域水文氣象預(yù)報(bào)模型系統(tǒng)等等。Bao and Zhao(2012)發(fā)現(xiàn)使用“單一”確定性數(shù)值預(yù)報(bào)，由于模式初值誤差、模式偏差以及大氣自身的混沌特性，易造成水文氣象預(yù)報(bào)出現(xiàn)較大偏差，水文集合預(yù)報(bào)包含了水文氣象預(yù)報(bào)鏈?zhǔn)降牟淮_定性，既提供確定性預(yù)報(bào)，又能提供概率預(yù)報(bào)信息，成為水文氣象預(yù)報(bào)的重要發(fā)展方向。葉愛中等(2015)基于GEFS集合預(yù)報(bào)模式建立了飛來(lái)峽流域水文氣象集合預(yù)報(bào)模型，包紅軍和趙琳娜(2012)基于多中心多集合預(yù)報(bào)發(fā)展了淮河流域水文氣象集合預(yù)報(bào)模型系統(tǒng)。

當(dāng)前全球范圍非常重視氣象災(zāi)害風(fēng)險(xiǎn)管理和減輕氣象災(zāi)害風(fēng)險(xiǎn)行動(dòng)。2009年以來(lái)，國(guó)際減災(zāi)戰(zhàn)略秘書處，跟蹤全球減災(zāi)風(fēng)險(xiǎn)最新發(fā)展理念和成果；世界氣象組織(WMO)將基于影響的多災(zāi)種預(yù)報(bào)和預(yù)警服務(wù)作為重點(diǎn)加以推廣，其認(rèn)為傳統(tǒng)的天氣預(yù)報(bào)預(yù)警已經(jīng)不能滿足當(dāng)前防災(zāi)減災(zāi)的要求，而需要由常規(guī)天氣要素預(yù)報(bào)向基于承災(zāi)體脆弱性和暴露度的氣象災(zāi)害影響預(yù)報(bào)預(yù)警服務(wù)轉(zhuǎn)變；WMO著力推進(jìn)的全球氣候服務(wù)框架也將減輕災(zāi)害風(fēng)險(xiǎn)作為氣候服務(wù)的優(yōu)先發(fā)展領(lǐng)域。經(jīng)過(guò)十年的發(fā)展，國(guó)內(nèi)外建立了多個(gè)基于風(fēng)險(xiǎn)的影響預(yù)報(bào)業(yè)務(wù)，其中以基于降水的影響預(yù)報(bào)與風(fēng)險(xiǎn)預(yù)警居多。在國(guó)內(nèi)，隨著經(jīng)濟(jì)發(fā)展與防災(zāi)減災(zāi)的迫切需求，天氣預(yù)報(bào)服務(wù)逐步向緊貼用戶需求的影響預(yù)報(bào)與風(fēng)險(xiǎn)預(yù)警轉(zhuǎn)變。特別是中國(guó)氣象局從2013年起正式開展的暴雨誘發(fā)中小河流洪水、山洪與地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警服務(wù)業(yè)務(wù)，旨在基于影響預(yù)報(bào)與風(fēng)險(xiǎn)預(yù)警理念，實(shí)現(xiàn)水文氣象預(yù)報(bào)從傳統(tǒng)的江河流域面雨量監(jiān)測(cè)預(yù)報(bào)等業(yè)務(wù)向基于風(fēng)險(xiǎn)的中小河流洪水、山洪與地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警轉(zhuǎn)變，國(guó)家級(jí)業(yè)務(wù)具體由中央氣象臺(tái)承擔(dān)。

經(jīng)過(guò)多年的業(yè)務(wù)建設(shè)與技術(shù)研發(fā)，歐美很多國(guó)家與地區(qū)發(fā)展了降水誘發(fā)的中小河流洪水、山洪與地質(zhì)災(zāi)害的預(yù)報(bào)模型與業(yè)務(wù)系統(tǒng)，最大程度減少水文氣象災(zāi)害損失。比較典型的是美國(guó)天氣局水文研究中心開發(fā)的基于臨界雨量閾值的暴洪指導(dǎo)系統(tǒng)(FFGS)，在美國(guó)本土及世界多個(gè)流域應(yīng)用；另外，美國(guó)國(guó)家河流預(yù)報(bào)中心與馬里蘭大學(xué)開發(fā)的基于HEC水文模型的山洪預(yù)報(bào)系統(tǒng)(HEC-DHM)，意大利研發(fā)的耦合TOPKAPI水文模型的中小河流與山洪預(yù)報(bào)預(yù)警系統(tǒng)等。在滑坡預(yù)警方面，基于經(jīng)驗(yàn)統(tǒng)計(jì)的雨強(qiáng)與持續(xù)時(shí)間閾值與下墊面地質(zhì)環(huán)境信息的統(tǒng)計(jì)預(yù)報(bào)模型在降水誘發(fā)型滑坡預(yù)報(bào)業(yè)務(wù)中應(yīng)用越來(lái)越多(Brunetti et al，2010；He et al，2014)。國(guó)內(nèi)，水利部減災(zāi)中心在全國(guó)山洪災(zāi)害調(diào)查評(píng)價(jià)基礎(chǔ)上，提出了小流域CNFF-HM分布式水文模型與山洪災(zāi)害預(yù)警指標(biāo)技術(shù)；自然資源部地質(zhì)災(zāi)害技術(shù)指導(dǎo)中心發(fā)展了隱式統(tǒng)計(jì)預(yù)警、顯式統(tǒng)計(jì)預(yù)警模型，在山洪與地質(zhì)災(zāi)害氣象預(yù)警業(yè)務(wù)中得到應(yīng)用(郭良等，2018；劉傳正等，2009；劉艷輝和蘇永超，2019)。

中央氣象臺(tái)在總結(jié)國(guó)內(nèi)外水文氣象業(yè)務(wù)建設(shè)與技術(shù)發(fā)展基礎(chǔ)上，提出了國(guó)家級(jí)水文氣象預(yù)報(bào)技術(shù)發(fā)展思路，初步建立了基于智能網(wǎng)格降水的水文氣象預(yù)報(bào)模型體系并在業(yè)務(wù)中應(yīng)用，發(fā)揮了其防災(zāi)減災(zāi)效益。

1 水文氣象業(yè)務(wù)現(xiàn)狀

國(guó)家級(jí)水文氣象業(yè)務(wù)源于1998年長(zhǎng)江、嫩江松花江流域特大洪水水文氣象服務(wù)，正式啟動(dòng)于2002年的七大江河流域面雨量估測(cè)預(yù)報(bào)業(yè)務(wù)。2003年起，根據(jù)國(guó)土資源部和中國(guó)氣象局聯(lián)合簽署的相關(guān)協(xié)議，正式開展汛期地質(zhì)災(zāi)害氣象預(yù)報(bào)預(yù)警業(yè)務(wù)。2006年，為了更好地做好農(nóng)田漬害與城市內(nèi)澇防治氣象服務(wù)，中央氣象臺(tái)正式通過(guò)氣象影視發(fā)布漬澇災(zāi)害氣象風(fēng)險(xiǎn)預(yù)報(bào)預(yù)警。

2011年起，隨著經(jīng)濟(jì)發(fā)展與防災(zāi)減災(zāi)的迫切需求，為了實(shí)現(xiàn)由常規(guī)天氣要素預(yù)報(bào)向基于承災(zāi)體脆弱性和暴露度的氣象災(zāi)害影響預(yù)報(bào)預(yù)警服務(wù)轉(zhuǎn)變，中國(guó)氣象局開始組織安徽、江西、福建、湖北、四川等省開展中小河流洪水、山洪與地質(zhì)災(zāi)害等氣象風(fēng)險(xiǎn)預(yù)警服務(wù)試點(diǎn)工作；并于2012年啟動(dòng)全國(guó)暴雨洪澇氣象災(zāi)害風(fēng)險(xiǎn)普查，各省(自治區(qū)、直轄市)也陸續(xù)開展氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警服務(wù)試驗(yàn)工作。國(guó)家級(jí)氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警服務(wù)業(yè)務(wù)由國(guó)家氣象中心(中央氣象臺(tái))負(fù)責(zé)，旨在基于影響預(yù)報(bào)與風(fēng)險(xiǎn)預(yù)警理念，針對(duì)降水誘發(fā)的中小河流洪水、山洪與地質(zhì)災(zāi)害，發(fā)布基于風(fēng)險(xiǎn)的氣象預(yù)警。目前氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警業(yè)務(wù)已在全國(guó)推廣應(yīng)用，涵蓋氣象災(zāi)害風(fēng)險(xiǎn)普查、致災(zāi)臨界面雨量科學(xué)確定、定量化風(fēng)險(xiǎn)評(píng)估、氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警、業(yè)務(wù)檢驗(yàn)和效益評(píng)估等多個(gè)業(yè)務(wù)流程，建立了國(guó)家、省、市、縣四級(jí)氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警服務(wù)業(yè)務(wù)體系。開展氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警服務(wù)，是提高氣象服務(wù)針對(duì)性和實(shí)效性、發(fā)揮氣象服務(wù)效益的科學(xué)舉措，在國(guó)家防災(zāi)減災(zāi)體系中發(fā)揮重要的作用。

氣象與相關(guān)部委間預(yù)警協(xié)作得到了不斷發(fā)展和加強(qiáng)。2013年，經(jīng)中國(guó)氣象局和原國(guó)土資源部批復(fù)，將兩部門于2003年開始聯(lián)合發(fā)布的“地質(zhì)災(zāi)害氣象預(yù)報(bào)預(yù)警”業(yè)務(wù)更名為“地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警”業(yè)務(wù)；2018年國(guó)務(wù)院機(jī)構(gòu)改革后，將發(fā)布單位更改為“自然資源部和中國(guó)氣象局”；2015年，經(jīng)中國(guó)氣象局和水利部批準(zhǔn)決定，從2015年7月起，水利部和中國(guó)氣象局聯(lián)合發(fā)布“山洪災(zāi)害氣象預(yù)警”業(yè)務(wù)。氣象與相關(guān)部門聯(lián)合發(fā)布?xì)庀鬄?zāi)害風(fēng)險(xiǎn)預(yù)警在防災(zāi)減災(zāi)和公眾服務(wù)中發(fā)揮重要支撐作用。國(guó)家級(jí)具體業(yè)務(wù)均由中央氣象臺(tái)承擔(dān)。

氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警服務(wù)業(yè)務(wù)內(nèi)容主要包括災(zāi)害風(fēng)險(xiǎn)普查和災(zāi)害信息管理、致災(zāi)氣象閾值確定、定量降水估測(cè)(quantitative precipitation evaluation,QPE)和定量降水預(yù)報(bào)(quantitative precipitation forecasting,QPF)、風(fēng)險(xiǎn)預(yù)警、預(yù)警業(yè)務(wù)檢驗(yàn)和效益評(píng)估。在災(zāi)害風(fēng)險(xiǎn)普查和災(zāi)害信息庫(kù)基礎(chǔ)上，確定中小河流洪水、山洪與地質(zhì)災(zāi)害的致災(zāi)氣象條件閾值，結(jié)合精細(xì)化降水估測(cè)與預(yù)報(bào)，發(fā)布?xì)庀鬄?zāi)害風(fēng)險(xiǎn)預(yù)警，基于業(yè)務(wù)檢驗(yàn)動(dòng)態(tài)評(píng)估風(fēng)險(xiǎn)預(yù)警效果效益。

2 水文氣象業(yè)務(wù)技術(shù)進(jìn)展

2.1 技術(shù)整體框架

降水誘發(fā)的水文氣象災(zāi)害，主要是指強(qiáng)降水落地至水流匯集，形成暴漲的地表徑流，流經(jīng)流域河道，引發(fā)河道水位上升流量暴漲，并形成流域洪澇、中小河流洪水、山洪與泥石流災(zāi)害；滲透入下墊面引發(fā)土壤水過(guò)飽和，導(dǎo)致剪切力增大造成邊坡失穩(wěn)形成滑坡等地質(zhì)災(zāi)害的整個(gè)過(guò)程。圖1為國(guó)家級(jí)基于智能網(wǎng)格降水的水文氣象預(yù)報(bào)服務(wù)技術(shù)框架，面向水文氣象災(zāi)害，形成氣象—水文耦合的預(yù)報(bào)技術(shù)，開展流域氣象預(yù)報(bào)服務(wù)與氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警業(yè)務(wù)。

圖1 基于智能網(wǎng)格降水的水文 氣象預(yù)報(bào)服務(wù)技術(shù)框架Fig.1 Technical sketch of hydrometeorological forecasting and service based on intelligent-and-grid QPF

降水是水文氣象最主要的致災(zāi)因子。實(shí)況降水主要通過(guò)地面氣象站、地基雷達(dá)、衛(wèi)星遙感探測(cè)等手段獲取。近年來(lái)，雷達(dá)—衛(wèi)星—地面降水觀測(cè)多源降水融合已經(jīng)成為高精度QPE的主流方法。這樣可以綜合地面雨量觀測(cè)、雷達(dá)的降水信息準(zhǔn)確率較高和衛(wèi)星遙感大范圍連續(xù)探測(cè)的優(yōu)勢(shì)(潘旸等，2018)。而誘發(fā)水文氣象災(zāi)害的強(qiáng)降水形成的物理?xiàng)l件，除了具備一般性降水條件外，還需要有充分的水汽供應(yīng)、強(qiáng)烈的上升運(yùn)動(dòng)和一定的持續(xù)時(shí)間等，預(yù)報(bào)難度很大，中央氣象臺(tái)暴雨預(yù)報(bào)TS評(píng)分在0.2左右。而降水誘發(fā)的中小河流洪水、山洪與地質(zhì)災(zāi)害尺度相對(duì)較小，對(duì)定時(shí)定點(diǎn)定量的降水預(yù)報(bào)需求很大。無(wú)縫隙智能網(wǎng)格降水為水文氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警提供了重要基礎(chǔ)。

徑流的形成是一個(gè)極為復(fù)雜的過(guò)程，水文學(xué)中將其概化為產(chǎn)流階段和匯流階段。徑流形成在降水誘發(fā)的水文氣象災(zāi)害成災(zāi)過(guò)程中起非常重要的作用，是研究水文氣象災(zāi)害機(jī)理與規(guī)律的基礎(chǔ)。目前，主要應(yīng)用流域水文模型描述徑流形成過(guò)程。分布式水文模型是精細(xì)化刻畫徑流形成過(guò)程的重要工具。

中央氣象臺(tái)水文氣象業(yè)務(wù)正是根據(jù)水文氣象災(zāi)害形成機(jī)制，在無(wú)縫隙智能網(wǎng)格降水與分布式水文模型的研發(fā)基礎(chǔ)上，面向降水誘發(fā)的流域洪澇、中小河流洪水、山洪與地質(zhì)災(zāi)害等，發(fā)展了基于智能網(wǎng)格降水的水文氣象預(yù)報(bào)技術(shù)，支撐業(yè)務(wù)預(yù)報(bào)。

2.2 無(wú)縫隙精細(xì)化智能網(wǎng)格降水預(yù)報(bào)

近年來(lái)， QPF已經(jīng)進(jìn)入在數(shù)值預(yù)報(bào)模式基礎(chǔ)上主客觀融合的無(wú)縫隙精細(xì)化網(wǎng)格預(yù)報(bào)階段(畢寶貴等，2016；代刊等，2016；曹勇等，2016；金榮花等，2019)。為了應(yīng)對(duì)水文氣象預(yù)報(bào)與氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警業(yè)務(wù)與服務(wù)需求，國(guó)家氣象中心利用雷達(dá)、衛(wèi)星、地面觀測(cè)等多源觀測(cè)、全球/區(qū)域模式預(yù)報(bào)、頻率匹配與機(jī)器學(xué)習(xí)等模式后處理新技術(shù)，發(fā)展了多尺度不同時(shí)效的無(wú)縫隙、精細(xì)化網(wǎng)格預(yù)報(bào)技術(shù)與降水產(chǎn)品(金榮花等，2019)。

圖2為無(wú)縫隙精細(xì)化智能網(wǎng)格降水預(yù)報(bào)技術(shù)框架，基于主客觀融合網(wǎng)格預(yù)報(bào)平臺(tái)的智能網(wǎng)格降水預(yù)報(bào)技術(shù)的核心在于三個(gè)方面(王建捷，2018)：(1)動(dòng)態(tài)自動(dòng)調(diào)整或訂正模式降水預(yù)報(bào)誤差；(2)量化模擬預(yù)報(bào)員預(yù)報(bào)思路或融入預(yù)報(bào)經(jīng)驗(yàn)；(3)預(yù)報(bào)過(guò)程人與技術(shù)可交互，人在更高層面發(fā)揮作用。

圖2 無(wú)縫隙精細(xì)化智能網(wǎng)格定量降水預(yù)報(bào)技術(shù)框架Fig.2 Technical sketch of seamless fine intelligent-and-grid QPF

針對(duì)水文氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警的高影響0～10 d無(wú)縫隙智能網(wǎng)格降水預(yù)報(bào)，中央氣象臺(tái)基于層疊架構(gòu)的L-K光流技術(shù)與強(qiáng)度守恒約束的semi-Lagrangian平流技術(shù)，結(jié)合GRAPES-Meso快速循環(huán)同化系統(tǒng)，提高臨近智能網(wǎng)格QPF精度；利用GRAPES-3 km高時(shí)空分辨率特性，構(gòu)建基于Time-Lag融合的(2～12 h)短時(shí)預(yù)報(bào)模型，并引入實(shí)時(shí)頻率匹配訂正技術(shù)提升短時(shí)智能網(wǎng)格QPF能力；在多中心全球確定性和集合預(yù)報(bào)模式，區(qū)域中尺度模式基礎(chǔ)上，發(fā)展與引進(jìn)了基于降水相似分析的多模式集成方法(林建等，2013)、基于確定性模式的邏輯回歸降水預(yù)報(bào)(張芳華等，2016)、頻率匹配訂正算法(Zhu and Luo,2015)、基于集合模式的最優(yōu)百分位方法(代刊等，2018)等模式統(tǒng)計(jì)后處理方法，集成預(yù)報(bào)員主觀預(yù)報(bào)與降尺度技術(shù)，提高短中期智能網(wǎng)格QPF精度。

2.3 面向水文氣象預(yù)報(bào)的分布式水文模型

自世界上第一個(gè)流域水文模型“Stanford模型”研制以來(lái)，水文學(xué)家根據(jù)模型應(yīng)用目的，對(duì)流域幾何特性、模型輸入、控制方程、初始及邊界條件和模型輸出等組成模型的五部分進(jìn)行選擇性的結(jié)合(Singh，1995；李致家，2008；包紅軍等，2016c)。根據(jù)基于流域特征對(duì)水文過(guò)程的描述，流域水文模型可分為集總式水文模型和分布式水文模型，介于兩者之間常稱之為半分布式水文模型(Singh，1995)。

水文氣象預(yù)報(bào)特別是中小河流洪水、山洪與地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警，由于災(zāi)害局地性、突發(fā)性強(qiáng)，需要精細(xì)化的分布式水文模型進(jìn)行模擬與預(yù)報(bào)；而包括智能網(wǎng)格降水、數(shù)值模式在內(nèi)的各類降水預(yù)報(bào)均為格點(diǎn)型產(chǎn)品，為了避免流域尺度與網(wǎng)格點(diǎn)尺度之間差異帶來(lái)的誤差，水文模型應(yīng)為格點(diǎn)型分布式水文模型；作為國(guó)家級(jí)水文氣象業(yè)務(wù)水文模型，既要具有反映我國(guó)流域復(fù)雜的空間多樣性與水文物理過(guò)程的能力，又要兼顧業(yè)務(wù)使用的簡(jiǎn)單性與高效性的預(yù)報(bào)計(jì)算特點(diǎn)，應(yīng)基于降雨徑流概念性模型與分布式物理匯流模型構(gòu)建(Todini and Ciarapica，2001；Yang et al，2002；Bao et al，2010；2011；包紅軍等，2016c)。

中央氣象臺(tái)在2006年引入的VIC水文模型、2009年引進(jìn)的新安江水文模型基礎(chǔ)上，發(fā)展了GMKHM分布式水文模型(Bao et al,2017)。模型結(jié)合數(shù)字高程模型(DEM)、遙感(RS)技術(shù)，以DEM柵格為計(jì)算單元，柵格內(nèi)進(jìn)行植被冠層截留、蒸散(發(fā))、產(chǎn)流與分水源計(jì)算；采用混合產(chǎn)流模型進(jìn)行流域產(chǎn)流計(jì)算，考慮柵格間水量交換和水系排水影響(包紅軍等，2016b)，坡面匯流和河道匯流均采用逐柵格的分布式運(yùn)動(dòng)波模型水流演算，模型參數(shù)基于DEM、GIS和RS技術(shù)先驗(yàn)估計(jì)直接獲取(包紅軍等，2016a；2017a；Wang and Bao，2018)。目前，已經(jīng)建立基于智能網(wǎng)格降水預(yù)報(bào)的全國(guó)逐1或6 h的5 km×5 km分辨率的全國(guó)陸地水文過(guò)程預(yù)報(bào)。

為了更好地兼顧江河流域水文氣象預(yù)報(bào)服務(wù)特點(diǎn)，在GMKHM分布式水文模型基礎(chǔ)上進(jìn)一步發(fā)展了組合框架的松散耦合型分布式水文模型。模型考慮網(wǎng)格與子流域兩個(gè)基本單位，蓄滿、超滲、先蓄后超、先超后蓄四個(gè)產(chǎn)流模型，單位線、線性水庫(kù)、Muskingum、運(yùn)動(dòng)波、擴(kuò)散波與動(dòng)力波六個(gè)匯流模型。針對(duì)復(fù)雜流域中存在行蓄洪區(qū)等水利工程的影響，發(fā)展了基于擴(kuò)散波與柱蓄和楔蓄理論建立Muskingum-Cunge水位流量演算模型進(jìn)行具有行蓄洪區(qū)的復(fù)雜河系預(yù)報(bào)，在淮河2016年水文氣象預(yù)報(bào)精度較高(包紅軍等，2017c)。

2.4 面雨量監(jiān)測(cè)預(yù)報(bào)

面雨量指某一時(shí)段內(nèi)特定區(qū)域或者流域的平均降雨量，是水文氣象業(yè)務(wù)與科研中最重要的物理量之一，也是流域內(nèi)水旱防御、水資源評(píng)估預(yù)估、工程設(shè)計(jì)、山洪與地質(zhì)災(zāi)害防治與減災(zāi)的重要依據(jù)。中央氣象臺(tái)的面雨量估測(cè)預(yù)報(bào)業(yè)務(wù)起始于1998年長(zhǎng)江和嫩江松花江流域洪澇氣象服務(wù)。2002年起，正式開展七大江河流域共86個(gè)子流域面雨量實(shí)時(shí)估測(cè)預(yù)報(bào)業(yè)務(wù)；2010年，根據(jù)國(guó)家防汛減災(zāi)等新需求擴(kuò)展到96個(gè)子流域。

地面站點(diǎn)降水是面雨量估測(cè)與預(yù)報(bào)的重要依據(jù)。目前，我國(guó)有降水觀測(cè)任務(wù)的國(guó)家地面氣象觀測(cè)站為2 423個(gè)，另外，還設(shè)有加密自動(dòng)氣象站約6萬(wàn)個(gè)。面雨量估測(cè)主要通過(guò)泰森多邊形法、雙線性插值、克里金系列方法、反距離權(quán)重等技術(shù)進(jìn)行計(jì)算，其中以泰森多邊形法最為常用；面雨量預(yù)報(bào)通常把降水預(yù)報(bào)反演至站點(diǎn)，再通過(guò)泰森多邊形等方法進(jìn)行面雨量預(yù)報(bào)。

在業(yè)務(wù)中，由于國(guó)家地面氣象觀測(cè)站降水的空間代表性與加密自動(dòng)站降水質(zhì)量控制問題，往往導(dǎo)致流域面雨量監(jiān)測(cè)與預(yù)報(bào)存在較大的誤差。近年來(lái)，無(wú)縫隙精細(xì)化智能網(wǎng)格降水技術(shù)的快速發(fā)展較好地解決了流域空間降水分布問題，為面雨量監(jiān)測(cè)與預(yù)報(bào)方法拓展了新的思路。無(wú)縫隙精細(xì)化智能網(wǎng)格降水實(shí)況采用雷達(dá)—衛(wèi)星—地面降水觀測(cè)多源降水融合技術(shù)，形成了覆蓋中國(guó)區(qū)域完整的降水融合產(chǎn)品，時(shí)間分辨率為1 h，空間分辨率為5 km×5 km。應(yīng)用獨(dú)立樣本檢驗(yàn)表明，精度優(yōu)于任一來(lái)源產(chǎn)品(潘旸等，2018)。無(wú)縫隙精細(xì)化智能網(wǎng)格降水預(yù)報(bào)利用雷達(dá)、衛(wèi)星、地面觀測(cè)等多源觀測(cè)、全球/區(qū)域模式預(yù)報(bào)、頻率匹配與機(jī)器學(xué)習(xí)等模式后處理新技術(shù)，發(fā)展了多尺度不同時(shí)效(短時(shí)臨近、短期、中期)的主客觀融合的無(wú)縫隙網(wǎng)格預(yù)報(bào)技術(shù)與降水產(chǎn)品(金榮花等，2019)。中央氣象臺(tái)在智能網(wǎng)格降水的基礎(chǔ)上，基于射線法與算術(shù)平均法建立全國(guó)七大江河流域96個(gè)子流域面雨量估測(cè)與預(yù)報(bào)技術(shù)。2017年起，實(shí)現(xiàn)基于智能網(wǎng)格降水的全國(guó)七大江河流域面雨量估測(cè)與預(yù)報(bào)(預(yù)報(bào)時(shí)效為10 d)，4 254條中小流域面雨量估測(cè)與預(yù)報(bào)(預(yù)報(bào)時(shí)效為7 d)。另外，還基于ECMWF、GRAPES、智能網(wǎng)格降水預(yù)報(bào)發(fā)展了動(dòng)態(tài)權(quán)重集成面雨量預(yù)報(bào)技術(shù)，進(jìn)一步提升面雨量預(yù)報(bào)精度(包紅軍，2016)。

2.5 中小河流洪水氣象預(yù)警

近年來(lái)，面對(duì)世界范圍內(nèi)越來(lái)越嚴(yán)重的中小河流洪水災(zāi)害, 很多國(guó)家已經(jīng)或正在研發(fā)有效的中小河流洪水監(jiān)測(cè)預(yù)警預(yù)報(bào)系統(tǒng)和洪水管理方法, 力求使災(zāi)害程度達(dá)到最小(Georgakakos，2006；Norbiato et al，2008；2009；Clark et al，2014；劉志雨等，2010；葉金印等，2014)。

目前，中小河流洪水預(yù)警技術(shù)主要可以分為兩類：一類為基于高分辨率的分布式水文模型預(yù)報(bào)出每個(gè)子流域(或者網(wǎng)格點(diǎn))的徑流過(guò)程、洪峰等洪水特征，根據(jù)河流防洪標(biāo)準(zhǔn)，發(fā)布洪水預(yù)警；另一類是動(dòng)態(tài)臨界面雨量閾值法，通過(guò)流域水文模型反演致洪臨界面雨量的動(dòng)態(tài)閾值，基于實(shí)時(shí)流域面雨量預(yù)報(bào)，發(fā)布洪水預(yù)警。后者在目前中小河流洪水預(yù)報(bào)預(yù)警中是更為常用的方法。

針對(duì)國(guó)內(nèi)外水文氣象與中小河流洪水預(yù)警研究進(jìn)展與國(guó)內(nèi)氣象部門業(yè)務(wù)現(xiàn)狀，中央氣象臺(tái)將全國(guó)河流分為4 254條中小河流，并根據(jù)中小流域的水文氣象資料情況劃分成有完整水文氣象資料流域(簡(jiǎn)稱為有資料流域)、缺水文有氣象資料流域(簡(jiǎn)稱為缺資料流域)、無(wú)資料流域。對(duì)于有資料流域與缺資料流域，采用流域水文模型與頻率分析技術(shù)可推求基于流域初始狀態(tài)(常用土壤飽和度表示)的中小河流致洪雨量動(dòng)態(tài)臨界閾值(包紅軍，2016)。但在我國(guó)部分中小河流流域中，常常存在既無(wú)長(zhǎng)序列水文資料，又缺少長(zhǎng)序列降水資料的情況。如何獲取流域致洪降水動(dòng)態(tài)臨界雨量閾值是能否實(shí)現(xiàn)無(wú)資料中小河流洪水預(yù)報(bào)預(yù)警的關(guān)鍵技術(shù)之一。中央氣象臺(tái)發(fā)展了基于流域地形地貌特征信息的中小河流致洪動(dòng)態(tài)臨界面雨量閾值推求方法(包紅軍等，2020b)，建立了全國(guó)中小河流致洪動(dòng)態(tài)臨界面雨量閾值。圖3為2020年8月17日08時(shí)全國(guó)中小河流致洪動(dòng)態(tài)臨界面雨量閾值，分為紅橙黃藍(lán)四級(jí)，色彩越深，其臨界閾值越小。

圖3 全國(guó)中小河流洪水致洪臨界動(dòng)態(tài)面雨量閾值 (a)紅，(b)橙，(c)黃，(d)藍(lán)四級(jí)Fig.3 Critical dynamic area rainfall thresholds for small to middle river floods (a) red, (b) orange, (c) yellow and (d) blue four levels

根據(jù)基于智能網(wǎng)格降水的中小流域面雨量集成預(yù)報(bào)，與致洪動(dòng)態(tài)雨量臨界閾值，形成全國(guó)中小河流洪水氣象風(fēng)險(xiǎn)預(yù)警客觀模型，可實(shí)現(xiàn)未來(lái)240 h，每日08時(shí)和20時(shí)起報(bào)，逐24 h的全國(guó)中小河流洪水氣象風(fēng)險(xiǎn)預(yù)警產(chǎn)品；未來(lái)72 h，逐6 h全國(guó)中小河流>洪水氣象風(fēng)險(xiǎn)預(yù)警產(chǎn)品。

2.6 山洪災(zāi)害氣象預(yù)警

近年來(lái)，中國(guó)氣象局在全國(guó)山洪災(zāi)害氣象風(fēng)險(xiǎn)普查基礎(chǔ)上，發(fā)展了山洪災(zāi)害致災(zāi)氣象風(fēng)險(xiǎn)閾值技術(shù)、基于EFI指數(shù)山洪災(zāi)害氣象預(yù)警技術(shù)與GMKHM分布式水文模型等方法，旨在提升山洪災(zāi)害氣象預(yù)警精度(包紅軍等，2017a；2020a)。

將溪溝小流域精細(xì)化QPE與QPF作為分布式水文模型輸入強(qiáng)迫，驅(qū)動(dòng)水文模型得到山洪水文要素預(yù)報(bào)過(guò)程。由于山丘區(qū)溪溝小流域往往沒有長(zhǎng)序列的水文氣象資料進(jìn)行模型參數(shù)率定，參數(shù)如何取值成為困擾分布式水文模型應(yīng)用的難點(diǎn)。中央氣象臺(tái)考慮到形成山洪的徑流過(guò)程常存在既有蓄滿產(chǎn)流又有超滲產(chǎn)流的情況，構(gòu)建了基于中國(guó)氣象局逐小時(shí)的QPE與QPF驅(qū)動(dòng)GMKHM分布式水文模型實(shí)現(xiàn)山洪災(zāi)害氣象風(fēng)險(xiǎn)精細(xì)化預(yù)警。圖4是在四川青川大溝山洪溝溪流域(流域面積為79.8 km2，時(shí)間分辨率為1 h，空間分辨率為30″×30″)的山洪定量預(yù)報(bào)圖，基于GMKHM分布式水文模型的青川大溝2009年7月14日16時(shí)至19日08時(shí)山洪模擬預(yù)報(bào)過(guò)程與實(shí)況基本吻合，確定性系數(shù)為0.94。

圖4 2009年7月14日16時(shí)至19日08時(shí) 大溝流域出口山洪模擬預(yù)報(bào)過(guò)程Fig.4 The simulated hydrograph of flash flood in Dagou Basin from 16:00 BT 14 to 08:00 BT 19 July 2009

山洪災(zāi)害致災(zāi)雨量閾值模型是中央氣象臺(tái)山洪災(zāi)害業(yè)務(wù)重要的預(yù)警模型之一。模型基于中國(guó)氣象局暴雨洪澇風(fēng)險(xiǎn)普查推求的致災(zāi)閾值與無(wú)縫隙精細(xì)化智能網(wǎng)格降水結(jié)合，建立全國(guó)山洪災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警模型。截至目前，已經(jīng)完成全國(guó)13 628個(gè)山洪溪溝小流域的四級(jí)預(yù)警氣象閾值確定。

另外，由于山洪災(zāi)害往往由極端性降水誘發(fā)，而極端性降水事件預(yù)報(bào)的難度很大。近年來(lái)，隨著集合預(yù)報(bào)的快速發(fā)展，從集合預(yù)報(bào)中提煉極端降水事件發(fā)生的EFI指數(shù)為山洪災(zāi)害氣象預(yù)警提供了新的

思路。中央氣象臺(tái)基于ECMWF集合預(yù)報(bào)的EFI指數(shù)與山洪災(zāi)害承災(zāi)體信息融合，建立全國(guó)山洪災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警EFI模型(預(yù)報(bào)時(shí)效為未來(lái)7 d逐24 h，5 km×5 km)，自2019年7月起，為山洪災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警業(yè)務(wù)提供重要支撐。圖5為基于EFI指數(shù)的全國(guó)山洪災(zāi)害氣象預(yù)警2020年8月17日08時(shí)的預(yù)報(bào)結(jié)果，四川中部的局部地區(qū)存在橙色的山洪災(zāi)害氣象風(fēng)險(xiǎn)。

圖5 2020年8月17日08時(shí)起報(bào)的 基于EFI指數(shù)的山洪災(zāi)害氣象預(yù)警 (紅、橙、黃、藍(lán)四級(jí))Fig.5 Forecast of the developed flash flood meteorological warning model based on EFI index initiated at 08:00 BT 17 August 2020 (four levels: red, orange, yellow and blue)

2.7 地質(zhì)災(zāi)害氣象預(yù)警

地質(zhì)災(zāi)害是指在自然或者人為因素的作用下形成的，對(duì)人類生命財(cái)產(chǎn)、環(huán)境造成破壞和損失的地質(zhì)作用(現(xiàn)象)。我國(guó)是世界上地質(zhì)災(zāi)害最為嚴(yán)重的國(guó)家之一，地質(zhì)災(zāi)害種類多、分布廣、危害大，嚴(yán)重制約和威脅著地質(zhì)災(zāi)害多發(fā)易發(fā)地區(qū)經(jīng)濟(jì)社會(huì)發(fā)展和人民生命財(cái)產(chǎn)安全。其中滑坡、泥石流和崩塌是最主要的氣象因素誘發(fā)的地質(zhì)災(zāi)害類型之一(劉傳正等，2009)，最為常見的觸發(fā)強(qiáng)迫因子為降水(包紅軍等，2017b)。地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警模型主要分為統(tǒng)計(jì)預(yù)報(bào)(隱式統(tǒng)計(jì)預(yù)報(bào)、顯式統(tǒng)計(jì)預(yù)報(bào))和動(dòng)力機(jī)理模型預(yù)報(bào)，自然資源部地質(zhì)災(zāi)害預(yù)報(bào)預(yù)警業(yè)務(wù)模型和中央氣象臺(tái)地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警業(yè)務(wù)模型均屬于前者。近年來(lái)，中央氣象臺(tái)在邏輯回歸概率預(yù)報(bào)站點(diǎn)模型基礎(chǔ)上，引入智能網(wǎng)格降水，發(fā)展了概率預(yù)報(bào)格點(diǎn)模型，模型分辨率達(dá)到5 km×5 km。圖6為2020年8月17日08時(shí)起報(bào)的全國(guó)5 km×5 km分辨率的邏輯回歸地質(zhì)災(zāi)害格點(diǎn)概率預(yù)報(bào)，西南地區(qū)局部地區(qū)風(fēng)險(xiǎn)高。

圖6 2020年8月17日08時(shí)起報(bào)的24 h預(yù)報(bào) 時(shí)效的格點(diǎn)化地質(zhì)災(zāi)害邏輯回歸概率預(yù)報(bào)Fig.6 Forecast with lead time of 24 h of grid-logistic geological model initiated at 08:00 BT 17 July 2020

地質(zhì)災(zāi)害統(tǒng)計(jì)模型中，難以考慮降水入滲與產(chǎn)匯流等流域水文過(guò)程對(duì)滑坡、泥石流等地質(zhì)災(zāi)害響應(yīng)的影響(包紅軍等，2017b)。包紅軍等(2017b;2018)在滑坡泥石流物理模型中引入分布式水文模型，通過(guò)完善的流域水文過(guò)程更為準(zhǔn)確計(jì)算觸發(fā)地質(zhì)災(zāi)害的有效降水，提高了地質(zhì)災(zāi)害預(yù)報(bào)精度。目前，中央氣象臺(tái)基于此技術(shù)初步建立了區(qū)域地質(zhì)災(zāi)害水土耦合預(yù)報(bào)模型。

2.8 漬澇氣象預(yù)報(bào)預(yù)警

降水引起的漬澇是一種氣象災(zāi)害，是由于降水過(guò)多，導(dǎo)致土壤過(guò)度浸泡并地面受淹而造成的一種自然災(zāi)害(包紅軍等，2015)。漬和澇是一個(gè)問題的兩個(gè)方面：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(guò)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、死亡和嚴(yán)重減產(chǎn)；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)害已經(jīng)成為影響人民生活、經(jīng)濟(jì)發(fā)展以及生態(tài)建設(shè)的主要因素之一(包紅軍等，2015)。

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)(謝正輝等，2004；林建等，2008)，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”產(chǎn)品，支撐技術(shù)主要為基于VIC(variable infiltration capacity)-3L水文模型的漬澇預(yù)報(bào)預(yù)警技術(shù)(Liang et al,1996;Liang and Xie,2001；2003)，空間分辨率為50 km×50 km。2015年起，基于USGS(U.S.Geological Survey)提供的30″×30″分辨率的DEM訂正流域數(shù)字水系，提高流域水系的精確性與精細(xì)化程度；并將漬澇風(fēng)險(xiǎn)氣象預(yù)報(bào)預(yù)警業(yè)務(wù)模型中的VIC水文模型替代為GMKHM分布式水文模型，提高模型分辨率到5 km×5 km，整體提升了漬澇業(yè)務(wù)模型預(yù)報(bào)的精準(zhǔn)度。2017年，漬澇災(zāi)害預(yù)報(bào)命中率由原模型的17.8%提升至24.1%；2018年，命中率由原模型的16.9%提升至24.3%。

2.9 水文氣象綜合分析和會(huì)商支撐業(yè)務(wù)系統(tǒng)平臺(tái)

相比于歐美發(fā)達(dá)國(guó)家，中央氣象臺(tái)水文氣象業(yè)務(wù)系統(tǒng)建設(shè)較晚，開始于2010年建立的中央氣象臺(tái)水文氣象監(jiān)測(cè)與預(yù)警系統(tǒng)，內(nèi)容以水情監(jiān)測(cè)、七大流域面雨量為主要內(nèi)容。自2013年，中國(guó)氣象局正式啟動(dòng)暴雨誘發(fā)的中小河流洪水、山洪與地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警服務(wù)業(yè)務(wù)，使得水文氣象預(yù)報(bào)服務(wù)業(yè)務(wù)從傳統(tǒng)的流域水文氣象服務(wù)向基于風(fēng)險(xiǎn)的影響預(yù)報(bào)轉(zhuǎn)變，業(yè)務(wù)內(nèi)容也以中小河流洪水、山洪與地質(zhì)災(zāi)害為主。隨著近年來(lái)業(yè)務(wù)的快速發(fā)展，業(yè)務(wù)數(shù)據(jù)量更加多源與海量、業(yè)務(wù)方向逐步增多、預(yù)報(bào)預(yù)警模型更加科學(xué)與精細(xì)，亟需建立高效便捷、綜合性強(qiáng)、集監(jiān)測(cè)、預(yù)報(bào)分析、風(fēng)險(xiǎn)預(yù)警、檢驗(yàn)評(píng)估、產(chǎn)品制作與發(fā)布的一體化、交互式、智能化的水文氣象業(yè)務(wù)系統(tǒng)。2019—2020年，為了更好地滿足業(yè)務(wù)需求，中央氣象臺(tái)進(jìn)一步持續(xù)推進(jìn)基于BS框架和Web GIS技術(shù)的中央氣象臺(tái)水文氣象綜合分析與會(huì)商支撐業(yè)務(wù)系統(tǒng)平臺(tái)。圖7為其主界面，系統(tǒng)主要包括水文氣象監(jiān)測(cè)、面雨量監(jiān)測(cè)預(yù)報(bào)、水文氣象預(yù)報(bào)預(yù)警、預(yù)報(bào)檢驗(yàn)評(píng)估和歷史預(yù)報(bào)庫(kù)等五個(gè)主要部分。該平臺(tái)自應(yīng)用以來(lái)，發(fā)揮了很好的業(yè)務(wù)支撐作用。

圖7 中央氣象臺(tái)水文氣象綜合分析和會(huì)商支撐業(yè)務(wù)系統(tǒng)主界面Fig.7 Main interface of hydrometeorological analysis and consultation support system in National Meteorological Centre

3 存在問題與對(duì)策

3.1 存在問題

目前，水文氣象預(yù)報(bào)服務(wù)業(yè)務(wù)已經(jīng)成為跨氣象、水利、自然資源與應(yīng)急管理的災(zāi)害風(fēng)險(xiǎn)防控科學(xué)問題。存在主要問題如下：

(1)水文氣象監(jiān)測(cè)不足，呈“東密西疏”“大密小疏”。①地面監(jiān)測(cè)水平空間代表性不夠。面向中小河流洪水預(yù)報(bào)的水文氣象監(jiān)測(cè)，整體呈“東密西疏”“大密小疏”分布。強(qiáng)降水是造成中小河流漫堤潰堤、中小水庫(kù)出險(xiǎn)、山洪與地質(zhì)災(zāi)害的主要誘因。強(qiáng)降雨大多在中小尺度天氣系統(tǒng)中形成，具有突發(fā)性、局地性、強(qiáng)度大等特征。中國(guó)氣象局雨量觀測(cè)網(wǎng)站點(diǎn)空間分布不均衡，呈現(xiàn)東部密、西部疏，大江大河密、中小河流山洪溝溪與地質(zhì)災(zāi)害隱患區(qū)域疏的特點(diǎn)，對(duì)致洪致災(zāi)流域強(qiáng)降水的捕捉能力不夠。②天氣雷達(dá)網(wǎng)探測(cè)覆蓋范圍不足。雷達(dá)、衛(wèi)星、地面自動(dòng)站多源信息融合的雨量場(chǎng)可以改善地面雨量站觀測(cè)的空間代表性不夠問題。但中國(guó)氣象局天氣雷達(dá)網(wǎng)呈現(xiàn)“東密西疏”的總體分布，存在站間探測(cè)盲區(qū)，且在地形地貌復(fù)雜山區(qū)中小河流山洪溝溪與地質(zhì)災(zāi)害隱患區(qū)域易造成天氣雷達(dá)觀測(cè)遮擋盲區(qū)，極易導(dǎo)致局地強(qiáng)降水天氣事件演變過(guò)程觀測(cè)的缺失；流域洪澇、中小河流洪水、山洪與地質(zhì)災(zāi)害防治氣象保障所需的應(yīng)急觀測(cè)能力亟待提高，目前全國(guó)移動(dòng)天氣雷達(dá)數(shù)目不足，無(wú)法適應(yīng)應(yīng)急處置和補(bǔ)充加密觀測(cè)需求。因此，如何利用天基、空基和地基等多源信息，實(shí)現(xiàn)水文氣象災(zāi)害成災(zāi)全過(guò)程多尺度監(jiān)測(cè)分析是水文氣象預(yù)報(bào)亟需解決的關(guān)鍵技術(shù)之一。

(2)氣象—水文—地質(zhì)耦合預(yù)報(bào)能力亟需加強(qiáng)。降水是水文氣象預(yù)報(bào)中決定性的因素，面向流域洪澇、中小河流洪水、山洪與地質(zhì)災(zāi)害風(fēng)險(xiǎn)預(yù)警與防控需求，強(qiáng)降水預(yù)報(bào)精度仍需提高。我國(guó)自主研發(fā)的GRAPES數(shù)值預(yù)報(bào)系統(tǒng)(全球、區(qū)域、集合預(yù)報(bào))已業(yè)務(wù)運(yùn)行；在多源信息融合同化與多尺度多中心模式基礎(chǔ)上發(fā)展的無(wú)縫隙精細(xì)化智能網(wǎng)格降水預(yù)報(bào)，有效提升了強(qiáng)降水預(yù)報(bào)。但目前國(guó)內(nèi)外對(duì)局地性、突發(fā)性強(qiáng)降水的預(yù)報(bào)能力均存在一定局限，特別是對(duì)局地極端性強(qiáng)降水預(yù)報(bào)能力亟待提高。流域雨量估測(cè)與預(yù)報(bào)在流域洪澇、中小河流洪水、山洪與地質(zhì)災(zāi)害風(fēng)險(xiǎn)預(yù)警與防控應(yīng)用不夠。我國(guó)基于新安江水文模型的洪水預(yù)報(bào)業(yè)務(wù)主要應(yīng)用在大江大河，濕潤(rùn)區(qū)預(yù)報(bào)效果較好，干旱半干旱區(qū)相關(guān)理論和預(yù)報(bào)模型尚有不足。國(guó)際上洪水管理、山洪與地質(zhì)災(zāi)害防治呈現(xiàn)從大尺度概念性模型應(yīng)用預(yù)報(bào)向精細(xì)化預(yù)報(bào)預(yù)警發(fā)展趨勢(shì)。我國(guó)中小河流、山洪與地質(zhì)災(zāi)害，尤其干旱半干旱地區(qū)非均質(zhì)特征顯著，地形地貌、土地利用復(fù)雜，中小水庫(kù)塘壩的攔蓄與調(diào)節(jié)作用明顯，水文過(guò)程與洪水地質(zhì)災(zāi)害成災(zāi)機(jī)理復(fù)雜，變化環(huán)境下氣象—水文—地質(zhì)耦合預(yù)報(bào)模型研發(fā)與應(yīng)用不夠，大大限制了水文氣象災(zāi)害風(fēng)險(xiǎn)預(yù)報(bào)預(yù)警水平。因此，如何在預(yù)報(bào)模式中突破變化環(huán)境下精細(xì)網(wǎng)格尺度物理過(guò)程描述的難點(diǎn)，并引入人工智能技術(shù)(顧建峰等，2020)，提升氣象—水文—地質(zhì)耦合預(yù)報(bào)模式精度并拓展在河流污染物輸送等方面拓展預(yù)報(bào)能力，是水文氣象預(yù)報(bào)中存在的又一難題。

(3)面向水文氣象災(zāi)害的風(fēng)險(xiǎn)管理與應(yīng)急處置能力不足。①水文氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警與影響評(píng)估業(yè)務(wù)體系不夠完善。當(dāng)前全球范圍歐美發(fā)達(dá)國(guó)家與組織非常重視災(zāi)害風(fēng)險(xiǎn)管理。WMO推進(jìn)基于影響的多災(zāi)種預(yù)報(bào)預(yù)警服務(wù)，由常規(guī)天氣要素預(yù)報(bào)向基于承災(zāi)體脆弱性和暴露度的氣象災(zāi)害影響預(yù)報(bào)預(yù)警服務(wù)轉(zhuǎn)變。中國(guó)氣象局依此建立的氣象風(fēng)險(xiǎn)預(yù)警業(yè)務(wù)在防災(zāi)減災(zāi)體系中初顯成效。國(guó)內(nèi)洪水風(fēng)險(xiǎn)管理也逐步向定量、微觀尺度實(shí)時(shí)動(dòng)態(tài)情景分析轉(zhuǎn)變，但對(duì)精細(xì)化氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警與影響評(píng)估業(yè)務(wù)體系仍不夠系統(tǒng)完善，減災(zāi)效益不夠明顯。②水文氣象災(zāi)害應(yīng)急處置能力較為薄弱。風(fēng)險(xiǎn)預(yù)警與影響評(píng)估業(yè)務(wù)體系不夠完善。近些年，我國(guó)由于突發(fā)性事件造成的損失巨大，此過(guò)程中科學(xué)的應(yīng)急處置顯得尤為重要。在突發(fā)性流域汛情險(xiǎn)情、中小河流洪水、山洪與地質(zhì)災(zāi)害的應(yīng)急處置中，有現(xiàn)場(chǎng)作業(yè)環(huán)境與控制條件差、流域水文氣象要素監(jiān)測(cè)時(shí)效性高、預(yù)報(bào)技術(shù)方案基礎(chǔ)不完備、標(biāo)準(zhǔn)規(guī)范靈活處理的特點(diǎn)。目前，水文氣象災(zāi)害對(duì)應(yīng)急監(jiān)測(cè)手段、應(yīng)急處置技術(shù)體系，應(yīng)急響應(yīng)的長(zhǎng)效機(jī)制均較為薄弱。未來(lái)重點(diǎn)要在水文氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警與影響評(píng)估和水文氣象應(yīng)急處置技術(shù)兩方面開展研發(fā)與實(shí)際應(yīng)用。

(4)水文氣象災(zāi)害預(yù)警發(fā)布與群測(cè)群防發(fā)展不平衡。①國(guó)家中小河流洪水、山洪與地質(zhì)災(zāi)害等水文氣象災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警發(fā)布能力不足。國(guó)家預(yù)警信息發(fā)布中心是國(guó)家應(yīng)急管理體系的重要組成部分，已經(jīng)形成綜合自然災(zāi)害、事故災(zāi)難、公共衛(wèi)生事件、社會(huì)安全事件四大類突發(fā)事件的預(yù)警信息發(fā)布業(yè)務(wù)體系；針對(duì)水文氣象災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警發(fā)布需求，仍存在“消息樹”和“發(fā)令槍”作用不明顯，預(yù)警信息不能按照實(shí)際預(yù)警范圍準(zhǔn)確發(fā)布到指定區(qū)域和指定人群的情況，在中小河流洪水、山洪與地質(zhì)災(zāi)害頻發(fā)的農(nóng)村地區(qū)、偏遠(yuǎn)山區(qū)，依然缺乏必要的預(yù)警信息接收終端或傳播方式。②國(guó)家水文氣象災(zāi)害防治群測(cè)群防體系亟需建立。由于我國(guó)中小河流眾多，山洪與地質(zhì)災(zāi)害點(diǎn)多面廣，災(zāi)害頻發(fā)，突發(fā)性強(qiáng)且損失重，亟需在中小河流洪水、山洪與地質(zhì)災(zāi)害等水文氣象災(zāi)害易發(fā)區(qū)開展以當(dāng)?shù)厝罕姙橹黧w的監(jiān)測(cè)、預(yù)報(bào)、預(yù)防工作。目前，社會(huì)化的水文氣象防災(zāi)減災(zāi)網(wǎng)絡(luò)構(gòu)建不到位，對(duì)災(zāi)害風(fēng)險(xiǎn)管理人員的職業(yè)化培訓(xùn)不足，尚不能成為水文氣象災(zāi)害防御與群測(cè)群防的有效力量；對(duì)公眾開展水文氣象災(zāi)害防御的宣傳工作投入不足，公眾的減災(zāi)避險(xiǎn)自救意識(shí)不強(qiáng)。因此，如何解決水文氣象風(fēng)險(xiǎn)預(yù)警與發(fā)布的“最后一公里”，與有效的災(zāi)害群測(cè)群防策略，是提升水文氣象災(zāi)害防治、減少災(zāi)害損失的重要途徑。

3.2 對(duì)策措施

隨著精細(xì)化水文氣象預(yù)報(bào)、信息融合、大數(shù)據(jù)分析等技術(shù)快速發(fā)展，開展水文氣象災(zāi)害多尺度監(jiān)測(cè)、高時(shí)空分辨率降雨量估算與預(yù)報(bào)、精細(xì)化分布式水文預(yù)報(bào)模型、洪水—地質(zhì)災(zāi)害物理預(yù)報(bào)模型、災(zāi)害風(fēng)險(xiǎn)預(yù)警評(píng)估與應(yīng)急處置等技術(shù)發(fā)展為水文氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警、防控與應(yīng)急管理服務(wù)成為可能。因此，可從以下幾個(gè)方面開展對(duì)策工作，將有力提高國(guó)家水文氣象風(fēng)險(xiǎn)預(yù)警與防控能力，減少災(zāi)害損失。

(1)加強(qiáng)水文氣象多尺度天—空—地基監(jiān)測(cè)，實(shí)現(xiàn)水文氣象災(zāi)害全過(guò)程監(jiān)測(cè)體系建設(shè)?；谔旎?、空基、地基等多源監(jiān)測(cè)資料，研發(fā)水文氣象水災(zāi)害過(guò)程的三維監(jiān)測(cè)技術(shù)；發(fā)展基于大數(shù)據(jù)識(shí)別與融合同化技術(shù)的水文氣象災(zāi)害實(shí)時(shí)監(jiān)測(cè)、提取和統(tǒng)計(jì)分析處理技術(shù)；建立水文氣象數(shù)據(jù)庫(kù)和監(jiān)測(cè)系統(tǒng)，建立水文氣象災(zāi)害全過(guò)程監(jiān)測(cè)體系。

(2)發(fā)展氣象—水文—地質(zhì)耦合預(yù)報(bào)一體化模型。①構(gòu)建不同水文氣象分區(qū)降水特征條件下多源信息融合的高時(shí)空分辨率雨量場(chǎng)，發(fā)展基于人工智能與數(shù)值模式的雷達(dá)智能外推短時(shí)臨近降水預(yù)報(bào)技術(shù)和基于多數(shù)值模式自適應(yīng)的短中期定量降水集成預(yù)報(bào)技術(shù)；構(gòu)建面向中小河流洪水、山洪與地質(zhì)災(zāi)害等水文氣象災(zāi)害的無(wú)縫隙精細(xì)化智能網(wǎng)格降水預(yù)報(bào)，著力提升流域強(qiáng)降水的預(yù)報(bào)精度。②面向中小河流洪水、山洪與地質(zhì)災(zāi)害，基于精細(xì)化分布式水文模型的洪水—地質(zhì)災(zāi)害耦合預(yù)報(bào)模型。基于歷史降雨和洪水實(shí)測(cè)資料，結(jié)合大數(shù)據(jù)技術(shù)、遙感分析、原型實(shí)驗(yàn)和機(jī)理剖析，揭示不同水文氣象分區(qū)和下墊面條件下的水文氣象災(zāi)害預(yù)報(bào)模式及其成災(zāi)機(jī)制，構(gòu)建氣象—水文—地質(zhì)耦合預(yù)報(bào)一體化模型。

(3)推進(jìn)水文氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警評(píng)估與應(yīng)急處置業(yè)務(wù)體系建設(shè)。①建立水文氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警與影響評(píng)估。結(jié)合全國(guó)自然災(zāi)害綜合風(fēng)險(xiǎn)普查，研究水文氣象災(zāi)害風(fēng)險(xiǎn)因子辨識(shí)和快速提取方法，構(gòu)建基于“致災(zāi)因子—暴露度—脆弱性”風(fēng)險(xiǎn)三角模型的水文氣象風(fēng)險(xiǎn)評(píng)估指標(biāo)體系；發(fā)展“氣象—水文—水動(dòng)力—災(zāi)害—影響”時(shí)序過(guò)程推演的水文氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警與評(píng)估模型；提出針對(duì)不同地貌類型區(qū)的實(shí)時(shí)災(zāi)害鏈?zhǔn)斤L(fēng)險(xiǎn)評(píng)估方法；建立精細(xì)化水文氣象災(zāi)害風(fēng)險(xiǎn)動(dòng)態(tài)預(yù)警技術(shù)；完善全國(guó)水文氣象業(yè)務(wù)體系。②建立全國(guó)水文氣象應(yīng)急處置體系。采用層次分析方法，研究洪水監(jiān)測(cè)預(yù)警、庫(kù)壩調(diào)度、人員轉(zhuǎn)移、搶險(xiǎn)處置等關(guān)鍵環(huán)節(jié)的適用技術(shù)，建立水文氣象災(zāi)害應(yīng)急處置技術(shù)體系，提出災(zāi)害結(jié)構(gòu)化應(yīng)急預(yù)案編制方法，制定國(guó)、省、市、縣四級(jí)的《水文氣象災(zāi)害應(yīng)急處置預(yù)案導(dǎo)則》，并實(shí)施。

(4)全國(guó)水文氣象災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警精準(zhǔn)一體發(fā)布全覆蓋與群測(cè)群防策略。①水文氣象氣象風(fēng)險(xiǎn)預(yù)警與發(fā)布“一張網(wǎng)”。提出基于風(fēng)險(xiǎn)的重大水文氣象災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警快速制作技術(shù)，建立水文氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警信息發(fā)布和傳播評(píng)估技術(shù)，建立以送達(dá)率、覆蓋面等評(píng)估模型為基礎(chǔ)的預(yù)警信息發(fā)布效果評(píng)估指標(biāo)體系；研究預(yù)警信息精準(zhǔn)智慧融合發(fā)布關(guān)鍵技術(shù)，利用大數(shù)據(jù)、物聯(lián)網(wǎng)、應(yīng)急通訊、氣象衛(wèi)星等技術(shù)，構(gòu)建基于云計(jì)算的水文氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警精準(zhǔn)快速發(fā)布示范平臺(tái)。②建立以基層信息員為主體的水文氣象災(zāi)害群測(cè)群防策略。提升基層應(yīng)急能力，筑牢防災(zāi)減災(zāi)救災(zāi)的人民防線。加強(qiáng)水文氣象災(zāi)害防御公眾宣傳力度；建立信息員隊(duì)伍規(guī)章制度和評(píng)比辦法；加大對(duì)群測(cè)群防信息員培訓(xùn)力度；優(yōu)勝劣汰動(dòng)態(tài)調(diào)整人員結(jié)構(gòu)；多形式總結(jié)推廣經(jīng)驗(yàn)；建立“技防”和“人防”協(xié)同機(jī)制；等等。

中央氣象臺(tái)立足發(fā)展國(guó)家級(jí)鏈條式水文氣象業(yè)務(wù)，重點(diǎn)發(fā)展“一平臺(tái)、兩模型、三重點(diǎn)、四拓展”?！耙黄脚_(tái)”指的是發(fā)展國(guó)家級(jí)全國(guó)水文氣象監(jiān)測(cè)與預(yù)報(bào)服務(wù)業(yè)務(wù)智能交互式一體化系統(tǒng)平臺(tái)，“兩模型”包括基于智能網(wǎng)格降水的分布式水文氣象模型和面向防汛減災(zāi)的中小河流洪水、山洪與地質(zhì)災(zāi)害氣象災(zāi)害風(fēng)險(xiǎn)模型；“三重點(diǎn)”主要指流域氣象精細(xì)預(yù)報(bào)服務(wù)、水文氣象災(zāi)害風(fēng)險(xiǎn)預(yù)警評(píng)估和“一帶一路”沿線風(fēng)險(xiǎn)預(yù)警能力；“四拓展”指重點(diǎn)城市內(nèi)澇氣象預(yù)警、流域水資源氣象預(yù)估評(píng)估、流域水環(huán)境要素氣象預(yù)報(bào)、流域水土保持氣象風(fēng)險(xiǎn)預(yù)報(bào)等四個(gè)方面，實(shí)現(xiàn)從“水文+氣象”向“水文氣象+”的轉(zhuǎn)變。

4 結(jié)論與討論

本文總結(jié)了近年來(lái)中央氣象臺(tái)水文氣象預(yù)報(bào)服務(wù)業(yè)務(wù)的現(xiàn)狀和技術(shù)進(jìn)展，分析了存在的問題，并提出了相應(yīng)的對(duì)策建議。從當(dāng)前的業(yè)務(wù)技術(shù)進(jìn)展來(lái)看，水文氣象天—空—地基監(jiān)測(cè)、水文氣象災(zāi)害機(jī)理研究和多尺度分析是水文氣象預(yù)報(bào)的重要基礎(chǔ)；基于無(wú)縫隙精細(xì)化智能網(wǎng)格降水的水文氣象預(yù)報(bào)技術(shù)及水文集合預(yù)報(bào)模式是水文氣象預(yù)報(bào)的重要發(fā)展方向；針對(duì)水文氣象災(zāi)害特點(diǎn)的檢驗(yàn)評(píng)估方法是促進(jìn)水文氣象預(yù)報(bào)業(yè)務(wù)和技術(shù)發(fā)展的重要方面；一體化、交互式、智能化的預(yù)報(bào)服務(wù)系統(tǒng)是水文氣象業(yè)務(wù)及技術(shù)進(jìn)步的保證。由于水文氣象預(yù)報(bào)服務(wù)涉及氣象、水利、自然資源、應(yīng)急管理等多個(gè)領(lǐng)域，建立完備的全國(guó)水文氣象預(yù)報(bào)服務(wù)業(yè)務(wù)體系是一個(gè)非常復(fù)雜和重要的系統(tǒng)工程。