全球气象预报驱动流域水文预报研究进展与展望

全球气象模型及新兴人工智能模型为流域水文预报提供了日、次季节、季节等不同时间尺度的海量气象预报数据。与此同时,基于气象预报开展水文预报,涉及到数据获取、模型构建、评估检验等技术问题。本文以全球气象预报相关的研究计划为切入点,调研现有的1 d至2周小时尺度中短期天气预报、1~60 d次季节尺度气象预报、1~12个月季节尺度气象预报以及新兴的人工智能气象预报;梳理气象预报驱动下流域水文预报模型方法,阐述气象预报订正、水文模型设置和预报评估检验等技术环节。基于全球气象预报生成实时和回顾性流域水文预报,定量检验不同预见期下预报精度以评估相关模型方法的预报性能,为水利工程预报-调度实践应用打下坚实的基础。

基于预报竞赛的CMA-Meso模式精细化要素预报技巧评分结果分析

第八届全国气象行业天气预报职业技能竞赛历史个例天气预报单项中逐3h精细化要素预报的评分结果表明,CMA-Meso模式对要素预报有一定的预报技巧,特别是对连续性降雨过程气温的预报效果较好。预报员对模式也有较强的订正能力,在模式出现偏差时做出了正确的订正。

美国气象学会第20届中尺度过程会议和第28届数值预报会议概述

精准天气预报的核心对象是中小尺度天气。强降水和强对流天气的精准预报是世界性难题。2023年美国气象学会第20届中尺度过程会议和第28届数值预报会议关注强对流天气等中尺度过程的精细机理研究、超高分辨率数值模拟、物理过程、资料同化技术、一体化模式系统等。提升该类天气的精准预报能力的科学基础是继续深入认识其物理规律和机制,核心是发展先进的精细数值天气预报模式、资料同化技术及其后处理技术等。

三峡库区流域面雨量预报模糊检验

采用面雨量模糊评分方法,对三峡库区流域面雨量预报中3种客观预报(相似预报、T213降水预报、MM5模式预报)和面雨量综合集成预报结果进行综合评定。检验结果表明,3种预报模式对流域面雨量预报水平相差不大,冬半年的预报评分高于夏半年。在业务中采用动态权重系数法对3种预报方法预报结果进行集成,其集成预报的评定质量高于每种单独预报质量。在流域面雨量预报质量检验中采用了模糊评分法,该方法能够较为客观地反映预报和实况之间的差距,也可以用于降水定量预报评定中。

2022年“龙舟水”模式集合预报偏差及不确定性分析

为探讨“龙舟水”降水预报的不确定性来源及预报偏差成因,以欧洲中期天气预报中心(ECMWF)模式集合预报为例,对2022年6月的一次极端“龙舟水”过程开展检验评估及敏感度分析,结果表明:(1)东亚大槽加深引导低层冷空气南下与西南季风交汇是降水形成的主要原因,而低空急流持续暖湿气流输送进一步加强了降水的极端性;(2)ECMWF集合预报成员对该次降水落区预报偏差较大,降水的极端性预报不足,反映出该次降水过程的可预报性较弱;(3)该次龙舟水过程中,ECM⁃WF集合模式对东北冷空气预报偏弱是锋面雨带偏北的主要原因之一,而粤西沿海至珠江口一带季风气流偏西分量的低估以及暖湿性质预报不足一定程度上导致了降水的强度预报偏弱,二者是该次降水预报重要的不确定性来源。

网格温度预报产品在甘肃地区的适用性检验评估

为了解智能网格温度预报在甘肃地区的预报效果和误差特征,文章针对甘肃省78个国家气象站2022年3月-2023年2月ECMWF模式、中国气象局下发的国家级网格指导报SCMOC和甘肃省省级网格预报SPCC的日最高和最低气温预报产品开展检验评估。结果表明:SCMOC、SPCC网格预报日最高和最低气温准确率明显高于ECMWF模式,前两者日最高和最低气温预报质量较ECMWF模式有显著提升;SCMOC、SPCC日最高和最低气温准确率空间分布较为一致,在甘岷山区预报性能较差,主要与山区气温变化幅度较大有关,气温变化幅度较大,增加了预报的不确定性;ECMWF、SCMOC、SPCC对于降温的预报强度较实况偏弱,其中SCMOC对于降温的预报范围较ECMWF、SPCC更接近实况。研究旨在为网格温度预报产品在甘肃本地化的应用提供借鉴。

LSTM风暴潮模型赋能黄浦江水情预报

为提高黄浦江水情预报的精准度,研究人员将现有黄浦江潮位预报辅助系统、风暴潮模型、黄浦江水系数值模型等打通,通过接口方式,将基于LSTM风暴潮模型计算的数值输出成果集成至黄浦江水情预报系统,有效降低了人工预报误差的安全风险,提升了自动化水情业务预报能力,为防台防潮决策提供了有力的技术支撑。

考虑台风事件影响的日降水预报检验与订正

【目的】台风带来的强降水常给当地带来洪涝等灾害,在台风事件下提供准确可靠的降水预报是科学研究和业务预报的重要工作。【方法】通过台风路径缓冲区筛选台风场次,检验台风事件和非台风事件分布情况;对美国国家环境预报中心提供的GEFSv12逐日原始降水预报检验数据精度情况,评价原始预报技巧;应用伯努利-伽马-高斯模型对GEFSv12降水预报,在我国粤港澳大湾区格点,设计不同订正方案,在不同降水场景下,评估不同情况下模型订正前后预报性能。【结果】影响我国东南沿海台风登陆时间主要集中于7—9月,台风等级集中在14级以前;台风事件下,利用台风事件样本训练模型订正后预报BIAS接近0,排序概率技巧得分CRPSS平均提高了近15%,α-index相对原始预报提升了约0.16。【结论】伯努利-伽马-高斯模型能有效订正原始预报存在的系统偏差,提高预报的准确性;不同降水场景订正效果有所区别,对出现极值降水较少的非台风事件,订正后效果有更好的表现;台风事件下,利用台风样本训练模型订正效果相对较好,提高了原始预报精度技巧、可靠性,减少预报偏差;订正的效果和相关系数大小有关,相关系数表现好的区域有更好的预报精度技巧得分,经订正后有利于后续水文集合预报应用、模型发展和备灾应灾工作。

河南“21.7”特大暴雨的区域集合预报检验和预报偏差分析

河南“21.7”特大暴雨覆盖范围广、强度大、降水时间段集中,造成了严重损失.利用中国气象局(China Meteorological Administration,CMA)多源融合降水分析产品(CMA Multisource Precipitation Analysis System,CMPASV2.1)和欧洲中期天气预报中心ERA5再分析数据,对CMA区域集合预报系统(Regional Ensemble Prediction System,CMA-REPS)在此次暴雨事件中降水最强时间段(2021年7月20日14-20时,北京时)的预报结果进行了评估与分析.研究结果显示,预报时效越短,集合平均和概率预报的降水效果越好,但降水强度与大值落区依然存在较大的预报偏差.结合多种降水预报评分筛选出最好和最坏的集合成员,并通过对比环流形势、水汽条件等因素,探讨了降水预报偏差的成因.好成员在郑州地区预测了占总降水30%的对流性降水,而坏成员则未能预报出对流性降水,两者总降水的偏移与非对流性降水的表现一致.好成员预测的降水区域偏向东北,与预报的副高位置偏东、台风“查帕卡”路径偏北以及南风偏强有关;坏成员预测的降水区域偏西,与相对湿度的大值区偏移一致,可能是因为预报的台风“烟花”引导的低层东风更强.在925 hPa上,好成员成功预测出郑州西部山脉迎风侧的强辐合区,导致超过25 mm·(6 h)^(-1)的强降水从山前延伸至地形高度800 m以上的迎风坡.相比之下,由于预报的辐合区域小、强度弱,坏成员的强降水仅分布在600 m以下的山前区域.总体而言,CMA-REPS对此次强降水过程的预报偏差主要源自大气环流的模拟偏差以及复杂地形作用.

东亚区域人工智能气象大模型预报技巧评估

针对人工智能气象大模型的500 hPa位势高度、2 m气温、10 m风速、降水以及热带气旋路径等,从定性和定量两个角度进行评估。结果表明:从定性角度出发,FuXi、Pangu和GraphCast 3个大模型均会响应热带异常加热,其中Pangu与GraphCast响应强度接近,FuXi响应较弱。从定量角度出发,FuXi整体展现出更高的预报能力,其最大可用预报日数超过9.75 d,Pangu和GraphCast分别为8.75 d和8.5 d。在2 m气温预报中,FuXi的时间异常相关系数为0.48~0.91,Pangu和GraphCast分别为0.43~0.91和0.38~0.83。此外,采用TS(threat score)评分对FuXi和GraphCast降水预报进行评估,FuXi在晴雨、小雨和中雨预报中更具优势,其预报技巧分别为0.22~0.41、0.15~0.24和0.06~0.22,GraphCast在大雨预报中展现更强能力。针对2019年7月29日华北暴雨和2020年8月16—17日乐山暴雨两次极端降水个例进行分析,FuXi和GraphCast均可提前8 d预报降水的空间分布,但在降水量级预报中存在偏差,随着预报时效减小,偏差也逐渐减小。在热带气旋路径预报中,Pangu展现更高精度。

CMA-GEPS极端温度预报指数及2022年夏季极端高温预报检验评估

极端预报指数(EFI)是利用集合预报获取极端天气信息的有效工具之一。为提升CMA全球集合预报系统(CMAGEPS)对极端天气的预报能力,针对CMA-GEPS历史预报数据少且再预报数据缺乏、难以合理统计模式气候分布的难题,研究利用小样本确定性预报数据形成EFI所需模式气候分布的方法。采用2020年6月15日—2022年7月22日CMA全球高分辨率(0.25°×0.25°)确定性业务预报数据,通过一种时间、空间样本扩展方法建立了与较低分辨率(0.5°×0.5°)的CMA-GEPS预报模式版本匹配的各预报时效(1—10 d)逐月模式气候分布。使用CMA-GEPS业务预报和ERA5再分析数据评估了CMA-GEPS 2 m气温EFI对2022年夏季(6—8月)中外4个代表性区域极端高温的预报能力。基于相对作用特征曲线的检验结果表明,CMA-GEPS EFI在1—10 d的短、中期预报时效上均具备区分极端高温的能力。以最大TS评分为准则,确定了用于发布极端高温预警信号的EFI临界阈值。EFI的预报能力随预报时效延长呈下降趋势,且在不同区域的表现存在差异:对中国长江中下游地区极端高温的预报能力在各时效上均优于华北地区;欧洲西部地区1—7 d时效上的EFI预报能力高于欧洲中部地区,而欧洲中部地区8—10 d时效上的EFI预报能力更好。上述结果与2 m气温的集合预报质量随预报时效与空间位置而变化有关。经济价值模型的评估结果表明,基于EFI预报信息的风险决策存在一定的经济价值和参考价值。个例分析结果进一步展现了CMA-GEPS EFI能够在中期预报时效上发出极端高温早期预警的能力。

基于极点对称模态分解的中长期径流预报组合模型

为提高径流预报精度,解决径流序列分解后高频分量波动范围大、预报精度差的问题,基于极点对称模态分解法(ESMD)平稳化处理技术将径流序列分解,通过分析不同频率分量特征,择优选取预报方法,结合粒子群优化最小二乘支持向量机(PSO-LSSVM)全局优化和非线性建模能力及适应性强的特点,对高频分量进行预测,利用BP神经网络非线性映射能力和逼近任意非线性函数的优势对中低频分量和趋势分量进行预报,构建了ESMD-PSO-LSSVM-BP组合预报模型,对西江干流上中下游三座水文站的年、月尺度径流开展中长期径流预报。结果表明,对不同频率分量采用不同预报方法的组合模型可以有效提高径流预报精度。

隧道富水断层破碎带突涌预报与工程对策研究

为解决高原隧道断层破碎带易发突泥冒顶灾害的问题,采用现场调查、地面物探、洞内地震波反射法、瞬变电磁法、超前钻孔等超前地质预报方法,推广洞内物探三维分析,对富水断层破碎带突泥灾害特征、超前地质预报综合成果和工程应对加固措施进行研究。结果表明:三维物探成果能快速精准查明富水破碎带空间形态,成果直观,有效指导风险判识和工程处置措施;对富水断层带预报应充分结合勘察期成果,宏观初判断层分布特性,洞内采用物钻结合、长短结合的方法;首次提出按照“探明破碎带规模形态,查明破碎带物质组分性状,观测地下水特征变化情况”的思路,研判突泥涌水风险;施工处置应按照“探泄结合,先固后进,回堵再泄”的总体原则有序开展。研究成果和手段可为类似突涌灾害超前地质预报和工程应对措施提供参考。

三峡水库已有洪水预报信息的不确定性分析

本研究主要分析2020-2022三峡水库现有场次入库洪水预报结果(来源于三峡梯调预报)和实测入库流量数据,从全年流量整体预报情况与场次洪水预报情况等多方面研究现有三峡入库洪水的预报精度及预报误差分布规律,为三峡水库的防洪调度提供参考指导。

降雨监测与预报技术在防洪减灾中的应用进展

洪水灾害突发性强,成灾速度快,对人民生命和财产安全造成较大的威胁。降雨作为洪水灾害致灾因子,数据的精确度对防洪减灾具有重要意义。以降雨监测与预报技术为切入点,对雨量站点观测、天气雷达降雨估计及预报、降雨数值预报、卫星遥感反演的现状进行了总结,通过分析时空降尺度方法及多源数据融合技术在降雨监测与预报中的应用,揭示了其在提升降雨数据“量”与“型”准确度方面的效果。研究表明:降雨监测与预报技术在当前取得了显著进展,但在山丘区和城市环境空间的复杂地形方面仍面临分辨率受到限制及精确性、时效性不足的问题。多源数据融合能提高降雨数据精度、时空覆盖能力和预测准确性,优化算法模型、融合“空-天-地”多源数据形成高分辨率预报是未来的研究方向。

物理与数据双驱动水风光短期功率联合预报研究

短期功率预报是保障可再生能源电站稳定运行的重要举措。针对多能互补系统功率预报难以考虑不同能源间时空相关性和预报误差互补特性的问题,提出了物理与数据双驱动水风光短期功率联合预报模型。采用WRF-新安江模型驱动气象水文要素预报,通过互信息方法识别功率预报的关键因子。基于长短期记忆网络构建功率联合预报模型,并将该方法应用于雅砻江流域官地水风光互补系统。结果表明:①相较于独立预报模型,物理与数据双驱动的短期联合预报模型总功率预报平均绝对误差和均方根误差分别降低了9.62%和8.31%;②由于预报误差存在互补特性,系统总功率预报误差小于各电站功率预报误差之和;③相对于单独预报模型,水风光预报误差互补率提高了10.96%。所提方法可为水风光系统协同运行提供技术支撑。

多源融合降水和智能网格预报在渭河一次洪水预报中的应用

选取2018年6月28日至7月15日渭河干流魏家堡水文站洪水过程为研究对象,开展多源融合降水和智能网格预报在洪水模拟中的应用试验。结果表明,以多源融合和站点实况降水为输入均能较好地模拟洪水过程,因此在无降水观测资料的流域,采用多源融合降水产品代替站点实况降水进行洪水模拟分析和计算是可行的,但多源融合降水模拟的径流深和洪峰流量较小。在魏家堡水文站两次洪水过程洪峰出现前48 h的面雨量相差不大的情况下,产流量相差显著,说明前期土壤湿度对渭河流域的产流影响很大,防汛时特别要关注持续性降水的影响。以落地雨进行洪水预报的预见期为12 h,以智能网格预报产品作为降水输入,能够提前84 h预报出超保证流量的洪峰流量,将洪水预见期由12 h延长至84 h。但以智能网格降水预报计算的面雨量与实况面雨量相比有一定的高估,造成了模拟的洪峰流量和径流深相对误差较大。建议针对不同的天气背景开展面雨量订正方法研究,以提高面雨量预报准确率,在延长洪水预见期的同时,进一步提高洪水预报精度。

基于睿图中尺度模式的沈阳市防晒指数精细化预报

利用睿图中尺度模式输出的格点气象要素和与辐射相关的物理量逐小时数据,结合沈阳总辐射观测实况资料,利用多元回归方法,建立防晒指数精细化预报模型。结果表明:(1)睿图东北模式输出产品中,气象因子和辐射因子对比,辐射因子与太阳总辐射的相关性更好。其中地表高度向下的短波辐射通量和地面热通量与太阳总辐射的相关性最显著。(2)以综合因子建模方式,建立分季节的太阳总辐射预报方程。方程诊断分析表明,春季和冬季预报模型拟合度最高,稳定性最强。全年预报方程模型拟合度较高,夏、秋两季拟合度略差。(3)预报检验结果显示:春季防晒指数等级预测正确的比例为83.7%,夏季为87.4%,秋季为88%,冬季为96.9%。预测结果较为理想,可在防晒指数预报业务中使用。

东北地区一次夏季强降雨过程多模式预报与空间检验

基于对象的诊断评估方法(MODE)是一种空间检验方法,以传统气象预报检验方法和MODE方法对东北地区2023年8月1—5日的欧洲中期天气预报中心全球模式(ECMWF模式)和中国气象局全球模式(CMA-GFS模式)24 h时效降水预报结论进行了详细评估,选取了较为典型的两个24 h降水时段分别进行检验。结果表明:CMA-GFS模式在晴雨预测上优于ECMWF模式,尤其是在中雨及以下量级中有较好的效果,而ECMWF模式在大雨及以上的预测中更胜一筹,空间检验的对象目标相似度也更高。但两个模式在24 h时效的降水强度的预测上均较小。

典型与非典型案例结合在天气预报实验教学中的应用研究

在天气预报实验教学中,为解决学生自主制作天气预报存在眼高手低或无从下手的现状,提出将典型与非典型案例结合的教学方法,从而顺应天气学学科特点和学生的认知规律。以单站地面风的预报为例,探讨相应的教学设计与实践,并从学生反馈收获了初步成效。该方法对天气预报实验教学具有普适性。教学中应重视对非典型天气案例的分析和应用,提高学生对预报参量的识别和判定能力,以此提升学生的岗位实践、自主创新以及团队协作能力。