降雨短时临近预报技术研究进展

降雨预报在农业、水资源管理、城市规划和自然灾害预警等方面有着至关重要的作用,短时临近预报可以为实时决策提供更为有效的参考信息。对目前降雨短时临近预报的主要研究方法进行了总结,阐述了基于探测数据外推、数值模式、统计学习3种常用方法的最新进展。基于探测数据外推的算法对于短时间和小范围内的降雨预报效果较好。数值模式强调物理过程,能全面分析和模拟大气环流场和降雨系统演变过程。机器学习技术的发展推动了基于统计学习的算法在降雨短时临近预报中的应用,具有广阔的应用前景。     

基于雷达短时临近降雨预报的王家坝洪水预报研究

近年来突发性灾害天气引发的洪水过程频发,研究耦合雷达临近降雨预报的洪水预报对于洪水灾害防治具有重要意义。根据淮河王家坝以上流域的历史降雨流量资料,构建了一个基于土壤湿度指数分布的集总式水文模型PDM。以此为基础选取了2016年流域内两场典型洪水过程,耦合驻马店S波段双偏振多普勒雷达的降雨观测数据,并对雷达测雨数据进行评估;再利用临近降雨预报系统STEPS,分别对两场洪水过程的最大降雨做临近3 h、2 h、1 h和30 min的降雨预报;通过PDM模型模拟洪水过程来对比分析雷达降雨与雨量站实测的模拟精度,研究雷达临近降雨预报在洪水预报中的适用性。结果表明:利用雷达降雨资料对洪峰流量的模拟比直接用雨量站资料更加接近实测值,洪峰误差在±2.7%以内;但雨量站模拟的总体拟合效果要好于雷达,两场洪水过程的纳什效率系数都大于0.8。雷达3 h以内的临近降雨预报精度可用作洪水预报,洪峰流量和洪水过程模拟效果良好,可满足实时作业预报的要求。     

基于气象雷达反演和云图外推法的临近期降雨预报方法研究

开展精准化临近期降水预报是开展实时洪涝预测预警的基础。传统的临近期降水预报一般基于气候模式进行数值预报,计算时间较长、空间分辨率低,预报精度仅为15%～20%,难以满足洪涝灾害预测预警需求。为快速、高精度、高空间分辨率预报降水过程,本研究提出了一种基于气象雷达反演和云图外推法的临近期降雨预报方法。主要包括：(1)采用金字塔光流法(Pyramid Lucas Kanade Optical Flow,简称LK光流法)进行云的运动矢量计算,根据运动矢量计算云团的运移位置;(2)提出基于回波强度和梯度特征的云层类型自动识别方法;(3)利用回波反射率与降水强度间的关系进行临近期降水量的反演及预报;(4)对预报结果进行落区精度评估和量级精度评估。2019—2020年四场降水实验研究结果表明：该方法可以实现0～1 h近实时1km高空间分辨率预测,而且预测期内的降水落区预测精度较高,平均精度可达60%;对落区内雨量站的量级精度进行对比分析得出四场降水的偏差BIAS分别为0.23 mm、3.56 mm、-7.12 mm、-5.15 mm,均方根误差RMSE分别为5.09 mm、8.45 mm、21.23...     

基于雷达回波的临近降水预报卷积循环神经网络模型研究

【目的】临近降水预报是涉水灾害预警、洪水预报和调度管理等依赖气象预报决策的重要基础。高精度、高时空分辨率的气象雷达观测能够有效捕捉天气过程变化,发展基于雷达回波外推的临近降水预报方法,是中小流域高精度雨洪预报预警的关键。【方法】以银川贺兰山地区2017—2020年的C波段天气雷达和地面降水资料为基础,开展了ConvLSTM、ConvGRU和PredRNN三种卷积循环神经网络模型在不同降水情景下的预报性能研究,并将三种模型的预报结果与基于半拉格朗日外推的光流法进行对比分析。研究采用临界成功指数(CSI)、命中概率(POD)、虚警率(FAR)、均方根误差(RMSE)和结构相似性指数(SSIM)5种指标评估了三种模型在不同天气系统发展过程中的预报能力。【结果】结果显示：ConvLSTM模型可以较好的预测回波变化过程,而PredRNN模型对回波驻留和发展的过程预报效果较好;随着雨强的增大、预报时长的增加,卷积循环神经网络模型对回波运动的捕捉能力和回波强度变化的预测能力显著强于光流法;ConvLSTM模型能够更好的预报中小雨天气过程,结构更加复杂的PredRNN模型对暴雨过程具有更好的预报效果。...     

基于网格追踪算法的雷达外推降雨临近预报在大清河流域的应用

为了评价基于网格追踪算法PBN在大清河流域的应用效果,研究选取了位于大清河南北两支的阜平和紫荆关流域的8场典型降雨过程,开展0～3h的雷达外推降雨临近预报.为获得高质量的雷达测雨数据,研究采用外部漂移克里金法(KED),依据地面雨量在外推前对雷达定量降雨估测进行了修订.针对PBN算法的外推预报结果,分别采用临界成功指数...     

基于数据同化的降雨数值空间分布模拟研究

降雨数值模拟是延长水文预报预见期的重要方法,但由于降雨数值模拟中驱动数据所提供的初始场和边界场条件和大气的实际状态并不是完全吻合,导致模拟结果存在误差。减小降雨数值模拟的误差是提高水文预报精度的关键问题,特别是在大气数值模式和分布式水文模型耦合模拟过程中,高精度的降雨信息是准确模拟的关键。本文基于WRF模式和三维变分数据同化方法,选取雷达反射率和GTS(Global Telecommunication System)数据作为同化资料,开展基于数据同化的降雨数值空间分布模拟研究,从降雨的空间展布和指标评价两方面对同化前后的模拟结果进行对比。结果表明:同化后的模拟数据在CSI指标和RMSE指标上都优于同化前的模拟数据,说明同化后模拟数据的误差小于同化前的误差;将同化前后的数据展布在网格图中,发现同化后的数据可以更加准确地刻画降雨的空间分布规律,说明通过数据同化方法提高了模拟降雨和实际降雨空间分布的一致性,改善了WRF模式模拟降雨空间分布的能力。     

基于BP神经网络的降雨型滑坡预报研究

滑坡严重威胁着水库、大坝的安全运营.结合某区滑坡监测资料,采用BP神经网络数学模型,以46个强降雨诱发的滑坡点作为样本进行BP网络训练,用另外10个样本对BP网络模型进行检验.结果表明:1个检查样本的输出值与理想输出值有较大的差别,2个样本输出值与理想输出值有一定的差别,其余7个值与理想输出值吻合得非常好,总的来说,预测精度可以满足要求.     

基于降雨预报信息的梯级水电站不确定优化调度研究Ⅱ：耦合短、中期预报信息

基于聚合分解思想将梯级水库群聚合为“虚拟单库”,降低了随机动态规划（SDP）模型的计算量,从而使SDP模型可以考虑更多预报信息。为了更近一步充分利用预报信息和降低预报信息不确定性对调度的影响,将降雨预报和径流预报的不确定性考虑为随预见期延长而不断增加的过程。首先将浑江流域的10d预报径流划分为前5d和后5d,并将前5d预报径流视为较准确的部分,而后5d预报径流视为不确定性较大部分;然后建立短、中期径流预报信息相套接的分段聚合分解贝叶斯随机动态规划（Two-Step-BSDP,TS-BSDP）,为浑江梯级水库群制定前5d、后5d和10d的预报调度图;最后以5d为调度时段分别决策未来5d发电和10d发电计划。模拟调度结果表明,该模型中决策长度为5d的滚动决策具有更好的效果,该决策方式充分地利用了预报信息并有效地提高了发电效益。     

基于神经网络的降雨径流预报

本文将人工神经网络应用于二滩水电站以上支流鱼河的降雨径流预报，通过建模、计算、比较和分析可知，其非线性映射能力、自学习能力和灵活性，均能较好地反映降雨径流之间的非线性的、复杂的转换关系，结合流域水文特性并合理处理建模数据，值得进一步深入研究。     

基于降雨径流相似性的短期径流预报研究

径流预报是水力发电、防汛抗旱、水资源综合利用、电力生产与保障等的重要依据。针对物理驱动模型在参数率定困难和数据驱动模型预报结果可解释性差的问题,研究提出基于降雨径流相似性的短期径流预报模型,深入分析径流成因,采用数据挖掘技术剖析数据之间的关系以进一步提高预报精度;根据不同时期和量级的产汇流差异进行流量分级,并滚动更新降雨径流信息以实现滚动预报。该研究成果在乌江的应用显示,入库1日、 7日预报结果平均相对误差分别为10.79%、 14.39%,预报效果良好。     

基于TOPSIS的长江上游流域降水模拟与预报研究

为研究长江上游流域高精度的短期降水模拟和预报,优选适宜于流域的WRF模式参数化方案组合,构建了模式中不同微物理过程、陆面过程和积云参数化方案组合,建立了包含平均绝对误差、布莱尔评分、TS评分和合格率多个指标的定量综合评价体系,提出了基于TOPSIS多属性决策的最优参数化方案优选方法,并在长江上游流域选取了4场典型强降雨过程进行模拟分析。研究结果表明:在长江上游流域采用微物理过程WSM3方案、陆面过程Noah方案、积云参数KF方案条件下,WRF模拟降水与实测降水的空间分布和降水量级更为相符。     

基于不同时间尺度的降雨时空演变规律分析

为研究降雨时空演变特征规律,基于金华市区 1954—2018 年降雨量资料,运用 5 a 滑动平均、累积距平法和线性趋势法分析了降雨演变的趋势。通过 Mann-Kendall 检验和滑动 t 检验研究了降雨发生突变的年份,采用 Morlet 小波探究了降雨变化的周期性。 结果表明：金华市区年内降雨量总体呈线性上升的趋势; 年降雨量存在显著性突变年份为2009 年;金华市区年降雨量在不同时间尺度上呈现不同的“丰枯交替”的周期性变化,主变化周期为 45 a、27 a、19 a,其中45 a 为第一主变化周期;金华市区在近期仍将处于偏丰水年份,中长期逐渐过渡到偏枯水年份。研究成果对金衢盆地水资源综合利用和气候变化特征研究具有借鉴意义。     

基于克里格方法估算流域降雨量的模式

目前常用的流域雨量插值方法中,大多数都没有考虑雨量的空间分布特征,无法检验插值结果,因此经常会出现一定的误差。地质统计学中的克里格方法是一种使插补误差达到最小并且对误差进行精确估计的插值方法。为此,尝试采用克里格方法对流域雨量进行估值,并分别将年平均、月平均、时段雨量的插值结果与距离反比法以及最临近法的插值结果进行了对比性检验。依据分析,得出了克里格方法内插估值的优势和不足。     

坡地自然降雨入渗产流的数值模拟

从动量定理和水量平衡原理出发,推导出自然降雨条件(即同时考虑变雨强、降雨动量和风影响下的坡地径流过程)下的坡地径流基本方程。在考虑一般问题定解条件的基础上,采用Preissmann隐式格式对模型进行数值求解。利用在江西省水土保持生态科技园内的10组实测资料对模型进行了验证,其计算值与实测值的相对误差不超过±11％;说明模型的计算结果是可靠的,提出的自然降雨条件下坡地径流模型是可行的。     

单元坡面汇流过程研究

随着计算机和GIS技术的不断发展与应用,分布式水文模型,特别是流域分布式暴雨—径流模型,已成为研究的热点。但是,该模型模拟水文过程的峰现时间普遍存在滞后现象,如何提高分布式暴雨—径流模型模拟峰现时间精度是目前研究的难点。本文通过实验室模拟实验,得到了不同雨强落至不同坡度下垫面上的单元坡面汇流过程曲线,在霍顿汇流模型基础上,提出新的水面线方程,改进了霍顿汇流模型,从而为修正流域分布式暴雨—径流模型,进一步模拟水文过程并为比较准确预报峰现时间提供了实验基础和理论依据。     

基于降雨入渗全过程的非饱和湿润峰模型

对降雨入渗过程进行研究有助于充分发挥土壤的蓄水能力,减缓城市管网的泄洪压力。为更真实地反映入渗过程中土壤的含水率分布情况,将降雨入渗过程进行分段,确定各阶段土壤含水率分布函数,提出了修正的非饱和湿润峰模型。同时,结合达西定律,引入土体非饱和参数,得到均匀土体在不同降雨强度下,土壤含水率、浸润深度和累计入渗量随时间变化的曲线。结果显示,入渗过程中土壤表层含水率和浸润深度随时间呈非线性变化。对于高强度降雨,当表层土壤饱和后,开始出现积水。累计入渗量最终取决于土壤的饱和渗透性质,降雨强度对其影响有限。分别将4种土质土体的计算结果与有限元法得到的结果进行对比,两者相对偏差均小于5%。     

基于改进的Green-Ampt入渗模型重建清光绪初年山西大旱降雨入渗量

为了深入挖掘和充分利用清宫档案"雨雪分寸"所反映的降水信息,重建清光绪初年山西极端干旱事件,本文在山西省开展了人工模拟降雨入渗试验,探讨了利用改进的Green-Ampt入渗模型求解山西省累计入渗量方法的可靠性与适用性,并利用山西省1875-1878年主汛期"雨分寸"资料重建了历史时期土壤降雨入渗量.结果表明:(1)降雨...     

基于水位/流量反推法的资料匮乏地区临界雨量研究

在易发山洪灾害而没有实测水文资料的地区,临界雨量的计算显得尤为困难。以宝鸡陇县地区陈家河小流域为研究对象,利用设计的当地暴雨过程,经过产流、汇流分析计算,得到预警对象处的洪水过程。在降雨径流同频率的假定下,并且考虑3个典型土壤含水量P_a=20 mm(干旱)、P_a=50 mm(一般)、P_a=80 mm(湿润),结合陈家河实测的沟道资料,运用水位/流量反推法综合得出流域预警对象的临界雨量和准备转移雨量,为陈家河小流域的灾害预警、人员转移提供技术支撑。     

基于Shapley值的西安市生活需水量组合预测研究

利用等维灰数递补法、非线性回归、广义回归神经网络等3种方法进行了西安市生活需水量预测,比较了不同方法的预测误差,然后根据各种方法对总预测值的信息贡献能力形成Shapley值组合需水量预测方法,计算了不同预测方法的Shapley值及其组合权重,形成组合预测需水量模型。预测结果表明:组合方法误差曲线平缓、平均误差值较小,具有一定的预测精度,适用于需水量的中短期预测。