張亞萍 黎中菊 翟丹華 張勇 邱鵬 黎春蕾
(1 重慶市氣象臺(tái),重慶 401147;2 重慶市水文監(jiān)測(cè)總站,重慶 401120)
三峽庫(kù)區(qū)地形復(fù)雜,河網(wǎng)密布,強(qiáng)降水誘發(fā)的中小河流洪水、山洪和滑坡等災(zāi)害易發(fā)頻發(fā),防災(zāi)減災(zāi)對(duì)山洪等災(zāi)害的氣象風(fēng)險(xiǎn)預(yù)警精準(zhǔn)度要求日益提升。中小河流洪水和山洪氣象風(fēng)險(xiǎn)預(yù)警涉及局地強(qiáng)降水形成機(jī)制分析、強(qiáng)降水監(jiān)測(cè)、降水的短時(shí)臨近預(yù)報(bào)、洪水(山洪)氣象風(fēng)險(xiǎn)等級(jí)預(yù)報(bào)的面雨量閾值確定及水文氣象耦合模型建立等水文氣象技術(shù)。其中,流域?qū)邓乃捻憫?yīng)與強(qiáng)降水監(jiān)測(cè)精度有關(guān),高時(shí)空分辨率的降水監(jiān)測(cè)數(shù)據(jù)是開展降水與流域水文響應(yīng)復(fù)雜關(guān)系研究的基礎(chǔ)。
最基本的流域面雨量計(jì)算基于雨量計(jì)監(jiān)測(cè)。通過將雨量計(jì)測(cè)值插值到流域內(nèi)一定空間分辨率的網(wǎng)格上,然后對(duì)所有網(wǎng)格的雨量值求平均,相當(dāng)于求取該流域內(nèi)雨量的面積平均值,因此得到的結(jié)果稱為流域面雨量。由于雨量計(jì)站網(wǎng)相對(duì)稀疏,其監(jiān)測(cè)數(shù)據(jù)往往不足以代表風(fēng)暴的空間變化。Michaud等研究發(fā)現(xiàn),如果雨量計(jì)相對(duì)于尺度較小的強(qiáng)降水風(fēng)暴是“稀疏”的,由于風(fēng)暴單體的降雨梯度很陡,雨量計(jì)只能監(jiān)測(cè)其所在位置的降水,當(dāng)風(fēng)暴在雨量站之間穿過時(shí),會(huì)導(dǎo)致強(qiáng)降水中心的漏測(cè),得到的面雨量作為水文模型的輸入時(shí),在一定程度上會(huì)導(dǎo)致峰值流量模擬存在誤差。
天氣雷達(dá)能夠以較高的時(shí)空分辨率監(jiān)測(cè)面上降水,在強(qiáng)降水中心監(jiān)測(cè)方面具有較大優(yōu)勢(shì)。但是,由于雷達(dá)反射率因子與雨強(qiáng)的關(guān)系跟雨滴譜分布有關(guān),雨滴譜分布在不同的降水系統(tǒng)中差別很大,使得雷達(dá)定量降水估計(jì)并不穩(wěn)定。同時(shí),雷達(dá)定量降水估計(jì)的誤差還與回波采樣時(shí)的天氣條件、冰雹回波和亮帶回波的影響、回波與雷達(dá)的距離、雷達(dá)掃描方式、雷達(dá)掃描距離庫(kù)大小、地形、數(shù)據(jù)處理以及雷達(dá)維護(hù)情況等有關(guān)。雷達(dá)聯(lián)合地面雨量計(jì)估計(jì)降水,可以綜合利用雨量計(jì)和雷達(dá)的優(yōu)勢(shì)對(duì)雨量進(jìn)行點(diǎn)面結(jié)合監(jiān)測(cè)。
本文針對(duì)三峽庫(kù)區(qū)長(zhǎng)江左岸小江流域內(nèi)的花林子流域的兩次洪峰過程,基于雨量計(jì)監(jiān)測(cè)降水分析場(chǎng)(下文將“降水分析場(chǎng)”簡(jiǎn)稱為“降水場(chǎng)”)和雷達(dá)聯(lián)合雨量計(jì)估計(jì)降水場(chǎng)分別計(jì)算該子流域面雨量并進(jìn)行對(duì)比分析,研究造成不同來源降水場(chǎng)計(jì)算流域面雨量差別的原因,為雨量計(jì)布設(shè)和預(yù)報(bào)員對(duì)多源降水產(chǎn)品的應(yīng)用提供參考。
圖1 花林流域河網(wǎng)分布(綠色實(shí)線,藍(lán)色圓點(diǎn)為花林水文站位置)和距流域出口距離(陰影,a)及三維視圖(b)Fig.1 Hualin Catchment. (a) river network (green solid lines, the blue dot: the Hualin Catchment outlet) and distance to watershed outlet (shaded), (b) three dimensional view
花林流域?yàn)槿龒{庫(kù)區(qū)長(zhǎng)江左岸小江流域內(nèi)的子流域,流域面積為561 km?;炙恼臼切〗野吨Я髌绽锖拥目刂普?。普里河發(fā)源于重慶市梁平區(qū)城東鄉(xiāng),向東北流,于開州渠口鎮(zhèn)匯入長(zhǎng)江左岸支流小江。河長(zhǎng)為116 km,流域面積為1178 km。普里河在南門鎮(zhèn)以上為上游,河長(zhǎng)約74 km。上游稱蓼葉河。自河源西流,過蓼葉水庫(kù),折北又轉(zhuǎn)東北流,入萬州區(qū)境。至余家鎮(zhèn),此處原有余家水文站,2003年該站下遷至花林。繼入開州境,經(jīng)跳蹬場(chǎng),過花林水文站(圖1),至南門鎮(zhèn),右納岳溪。南門鎮(zhèn)以下為下游,經(jīng)趙家鎮(zhèn),于渠口鎮(zhèn)匯入小江。普里河流域地處四川盆地東部平行嶺谷區(qū)的寬谷之中,多呈低山丘陵地貌。河道蜿蜒,多有急灘,兩岸有眾多短小的支溝溪流。普里河是典型的山溪性河流,流量極不穩(wěn)定,水位變幅大,是典型的災(zāi)害性河流。
P
)和基于雷達(dá)聯(lián)合雨量計(jì)估計(jì)的降水場(chǎng)(P
),計(jì)算P
與P
的差值場(chǎng)(P
),分析P
與復(fù)雜地形下雨量計(jì)布設(shè)的關(guān)系以及流域?qū)τ诓煌邓植伎赡墚a(chǎn)生的水文響應(yīng)差異。基于流域內(nèi)及流域周邊的雨量計(jì)監(jiān)測(cè)值,利用奧地利INCA(the Integrated Nowcasting through Comprehensive Analysis)系統(tǒng)中采用的距離平方反比法計(jì)算得到時(shí)間分辨率為1 h,空間分辨率為l km×1 km的P
降水場(chǎng)。2011年花林流域內(nèi)布設(shè)有5個(gè)雨量計(jì),密度約112 km一個(gè)雨量計(jì),插值時(shí)用到了周邊雨量計(jì),但雨量計(jì)密度也只有大約100 km一個(gè)雨量計(jì)。2014年花林流域內(nèi)布設(shè)有16個(gè)雨量計(jì),密度約35 km一個(gè)雨量計(jì),但在流域內(nèi)分布不均勻,加上周邊雨量計(jì)后密度大約為60 km一個(gè)雨量計(jì)。時(shí)空分辨率與P
降水場(chǎng)相同的P
降水場(chǎng)的計(jì)算方法如下。利用優(yōu)先校準(zhǔn)強(qiáng)降水的雷達(dá)聯(lián)合地面雨量計(jì)估計(jì)降水局地分級(jí)平均校準(zhǔn)方法得到初步的雷達(dá)聯(lián)合雨量計(jì)估計(jì)降水場(chǎng)P
。雷達(dá)資料來源于位于重慶東北部的萬州新一代天氣雷達(dá)(CINRAD/SB),花林流域位于雷達(dá)以西偏北,距離雷達(dá)約35~65 km。計(jì)算P
時(shí)已考慮雷達(dá)波束遮擋。局地分級(jí)平均校準(zhǔn)方法針對(duì)強(qiáng)降水監(jiān)測(cè)預(yù)警和山洪氣象風(fēng)險(xiǎn)預(yù)警等對(duì)強(qiáng)降水監(jiān)測(cè)精度的需求,在雷達(dá)聯(lián)合地面雨量計(jì)估計(jì)降水的平均校準(zhǔn)法、局地校準(zhǔn)法和動(dòng)態(tài)分級(jí)Z
-I
關(guān)系估算方法的基礎(chǔ)上研發(fā),在局地范圍內(nèi)選擇一定數(shù)量雨量計(jì)進(jìn)行分級(jí)平均校準(zhǔn),其主要特點(diǎn)是將雷達(dá)—雨量計(jì)對(duì)按照雨量計(jì)測(cè)值分組,然后先計(jì)算雨量計(jì)測(cè)值較大組的平均校準(zhǔn)因子,首先對(duì)強(qiáng)降水進(jìn)行校準(zhǔn),目的是盡量減少對(duì)強(qiáng)降水的估計(jì)誤差。檢驗(yàn)表明,利用優(yōu)先校準(zhǔn)強(qiáng)降水的局地分級(jí)平均校準(zhǔn)法能夠更好地表征預(yù)警區(qū)域的強(qiáng)降水強(qiáng)度及分布。計(jì)算平均校準(zhǔn)因子時(shí)的平滑作用可能造成P
中雨量計(jì)所在格點(diǎn)的降水估計(jì)值與雨量計(jì)測(cè)值有偏差,需要將P
與P
進(jìn)行融合得到最終的雷達(dá)聯(lián)合雨量計(jì)估計(jì)降水場(chǎng)P
。本文借鑒Haiden等提出的將雨量計(jì)插值場(chǎng)與雷達(dá)定量降水估計(jì)場(chǎng)融合的方法,在融合時(shí)從P
中取出有雨量計(jì)觀測(cè)的所有格點(diǎn)的值,利用距離平方反比法得到一個(gè)參考場(chǎng)P
。由于本文計(jì)算時(shí)已經(jīng)考慮了雷達(dá)波束遮擋問題,因此將該方法中考慮波束遮擋因素的系數(shù)去除,按照公式(1)和(2)依次計(jì)算每個(gè)格點(diǎn)的P
:P
接近于0,從而保證了由式(2)計(jì)算的這些格點(diǎn)上的值與雨量計(jì)測(cè)值基本保持一致。對(duì)于無雨量計(jì)測(cè)值的格點(diǎn),若該格點(diǎn)雷達(dá)估計(jì)值P
遠(yuǎn)大于周邊,則P
也會(huì)較大,使得強(qiáng)降水中心得到保留。反之亦然。同時(shí),由于P
=P
-P
,本文用P
表征雷達(dá)估計(jì)降水場(chǎng)與雨量計(jì)插值場(chǎng)存在主要差異的區(qū)域。將流域內(nèi)所有格點(diǎn)某一時(shí)次的降水求平均,計(jì)算得到該時(shí)次的流域面雨量。
圖2 為花林流域兩次洪峰過程最強(qiáng)降水時(shí)段流域面雨量演變。2011年9月14日(圖2a)洪峰發(fā)生前約6 h(02:00),流域小時(shí)面雨量達(dá)到最大,雨量計(jì)插值小時(shí)面雨量為23.3 mm,雷達(dá)估計(jì)小時(shí)面雨量為33.5 mm,比雨量計(jì)插值結(jié)果高43.8%。整個(gè)強(qiáng)降水時(shí)段雷達(dá)估計(jì)5 h累計(jì)面雨量(94.2 mm) 比雨量計(jì)插值結(jié)果(75.6 mm)高24.6%。2014年8月11日(圖2b)洪峰發(fā)生前約8.5 h(05:00),雷達(dá)估計(jì)小時(shí)面雨量達(dá)到最大(20.7 mm),洪峰發(fā)生前約7.5 h(06:00)雨量計(jì)插值小時(shí)面雨量達(dá)到最大(21.8 mm),但2 h最大累計(jì)面雨量?jī)烧呦嗖畈淮螅ㄓ炅坑?jì)插值為39.9 mm,雷達(dá)估計(jì)為41.4 mm),整個(gè)強(qiáng)降水時(shí)段雷達(dá)估計(jì)9 h累積面雨量(134.6 mm)比雨量計(jì)插值結(jié)果(138.3)偏低2.7%。
圖2 花林流域1 h面雨量(a)2011年9月14日00:00—04:00,(b)2014年8月11日04:00—12:00Fig.2 1 h areal rainfall of Hualin Catchment(a) 00:00—04:00 BT on 14 September 2011,(b) 04:00—12:00 BT on 11 August 2014
Michaud等評(píng)估了雨量計(jì)布設(shè)密度對(duì)分布式水文模擬的影響,在面積150 km的流域較均勻地布設(shè)了58個(gè)雨量計(jì),雨量計(jì)密度約為2.5 km一個(gè)雨量計(jì),流域中劃分出58個(gè)子流域(注意這些子流域并不是根據(jù)雨量計(jì)位置劃分的,是根據(jù)地形劃分的),將58個(gè)雨量計(jì)測(cè)值插值到各子流域,作為水文模型降水輸入,將模擬的流量作為利用雨量“真值”模擬的流量;在58個(gè)雨量計(jì)中提取出8個(gè)分布較均勻的雨量計(jì)作為“稀疏雨量計(jì)網(wǎng)”(約20 km一個(gè)雨量計(jì)),也插值到各個(gè)子流域作為水文模擬的雨量輸入;結(jié)果表明,觀測(cè)峰值和模擬峰值之間的差異約有一半是由于雨量計(jì)密度不足造成的。圖3為2011年9月14日02:00基于雨量計(jì)和雷達(dá)資料的花林流域及周邊1 h降水分析。對(duì)比流域河網(wǎng)分布(圖1a)可知,在雷達(dá)估計(jì)降水場(chǎng)上(圖3a),雨帶呈西南—東北向,該時(shí)次強(qiáng)降水主要發(fā)生在右岸和河道周邊,以山脊為界,發(fā)生在流域內(nèi)的20 mm/h以上的強(qiáng)降水約占2/3,其余強(qiáng)降水位于流域以外;在雨量計(jì)插值降水場(chǎng)上(圖3b),發(fā)生在流域內(nèi)的20 mm/h以上的強(qiáng)降水約占1/2,但強(qiáng)度遠(yuǎn)低于雷達(dá)估計(jì),受到流域外一個(gè)強(qiáng)降水測(cè)值的影響,強(qiáng)降水重心偏在流域外面一側(cè)。通過差值場(chǎng)(圖3c)可以看出,由于2011年花林流域內(nèi)雨量計(jì)布設(shè)較為稀疏,使得雨量計(jì)插值降水場(chǎng)漏測(cè)了大范圍的強(qiáng)降水區(qū)域。預(yù)報(bào)員通過差值場(chǎng)產(chǎn)品可以迅速直觀地了解無雨量計(jì)地區(qū)是否發(fā)生了強(qiáng)降水,由于這些區(qū)域往往是山區(qū)雨量計(jì)布設(shè)難度大的地區(qū),有時(shí)還是上游易發(fā)山洪的小流域,因此關(guān)注該產(chǎn)品有利于開展山洪地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警服務(wù)。
圖3 2011年9月14日02:00基于雨量計(jì)和雷達(dá)資料的1h降水分析和比較(a)雷達(dá)聯(lián)合雨量計(jì)估計(jì)降水場(chǎng)Pr,(b)雨量計(jì)插值降水場(chǎng)Ps,(c)Pr-Ps(黑色實(shí)線為花林流域邊界,黑色實(shí)心三角為雨量計(jì)位置,單位:mm)Fig.3 1 h precipitation analysis and comparison based on rain gauge and radar data (02:00 BT 14 September 2011)(a) final precipitation analysis Pr, (b) pure rain gauge interpolation Ps, (c) Pr-Ps(black solid: the boundary for Hualin Catchment, black solid triangle: rain gauge locations, unit: mm)
圖4 同圖3,但時(shí)間為2014年8月11日05:00Fig.4 Same as Fig. 3, but for 05:00 BT on 11 August 2014
圖5 同圖3,但時(shí)間為2014年8月11日06:00Fig.5 Same as Fig. 3, but for 06:00 BT on 11 August 2014
圖6 同圖3,但時(shí)間為2014年8月11日09:00Fig.6 Same as Fig. 3, but for 09:00 BT on 11 August 2014
圖4 —圖6分別為2014年8月11日05:00、06:00和09:00基于雨量計(jì)和雷達(dá)資料的花林流域及周邊1 h降水分析。與2011年9月14日的洪峰過程比較,流域內(nèi)雨量站網(wǎng)密度明顯增加。05:00時(shí)位于流域內(nèi)的雨量計(jì)最大測(cè)值(47.9 mm)靠近強(qiáng)降水中心,只在雨量計(jì)依然稀疏的流域東南部地形陡峭區(qū)域存在部分強(qiáng)降水漏測(cè)(圖4c)。06:00時(shí),強(qiáng)降水中心位于流域中部偏北,有2個(gè)測(cè)站靠近其邊緣。09:00,強(qiáng)降水中心位于流域中部,正好位于測(cè)站之間,由于雨量計(jì)插值場(chǎng)只能通過周邊雨量計(jì)插值得到該區(qū)域降水量,使得其對(duì)降水中心雨量的監(jiān)測(cè)偏低大約20 mm。 因此,即使面雨量差別不大,但具體的雷達(dá)估計(jì)降水分布與雨量計(jì)插值場(chǎng)仍可能存在較大差別。對(duì)比P
降水場(chǎng)(圖3a、4a、5a和6a)和相同時(shí)次的P
降水場(chǎng)(圖3b、4b、5b和6b)可以看出,P
降水場(chǎng)對(duì)降水空間分布的描繪更為細(xì)致。同時(shí),從2014年的雨量計(jì)分布來看,在流域邊緣海拔較高的地區(qū)還存在雨量計(jì)較稀疏的情況,其降水監(jiān)測(cè)也將依賴于雷達(dá)。Morin等從雷達(dá)回波中提取降水單體并與水文模型結(jié)合,發(fā)現(xiàn)強(qiáng)降水風(fēng)暴單體沿流域匯流方向移動(dòng)、相鄰風(fēng)暴單體觸發(fā)時(shí)間接近是導(dǎo)致流域出口流量增加的重要因素。翟丹華等對(duì)瓊江流域2次洪水過程的水文氣象分析表明,2次過程的強(qiáng)降水由多段強(qiáng)降水雨帶導(dǎo)致,對(duì)流系統(tǒng)多在右岸支流源頭新生,移向與河流流向一致,在干流產(chǎn)生洪水的疊加效應(yīng)。因此,影響一次洪峰過程的所有強(qiáng)降水風(fēng)暴的發(fā)生位置、演變和移動(dòng)情況,在很大程度上決定著流域的水文響應(yīng)。
綜上所述,雨量計(jì)密度、降水空間分布和時(shí)間演變都會(huì)影響流域面雨量監(jiān)測(cè)。對(duì)于2次降水過程的最強(qiáng)降水時(shí)次,2011年9月14日02:00(圖2a和圖3)的雷達(dá)估計(jì)面雨量(33.5 mm)遠(yuǎn)高于雨量計(jì)插值面雨量(23.3 mm),由圖3c差值場(chǎng)(P
-P
)可見,由于流域內(nèi)雨量計(jì)布設(shè)稀疏,雨量計(jì)插值場(chǎng)漏測(cè)了大范圍強(qiáng)降水區(qū)域,對(duì)面雨量測(cè)值造成較大影響,2014年8月11日09:00(圖2b和圖6),隨著雨量計(jì)密度的增加,雖然不同來源降水場(chǎng)在具體的網(wǎng)格點(diǎn)上雨量仍會(huì)有差異,但雷達(dá)估計(jì)面雨量(21.6 mm)與雨量計(jì)插值面雨量(23.5 mm)已較為接近。兩次降水過程在降水空間分布方面也存在差異,2011年9月14日的降水主要分布在流域干流和右岸(圖3),2011年右岸只布設(shè)了1個(gè)雨量計(jì),因此很難監(jiān)測(cè)到強(qiáng)降水中心,2014年8月11日的降水除05:00和08:00強(qiáng)降水中心主要分布在左岸以外,其他時(shí)次主要沿干流分布(圖7),同時(shí)流域內(nèi)雨量計(jì)密度較2011年增加,提高了對(duì)強(qiáng)降水中心的監(jiān)測(cè)能力。從降水的時(shí)間演變上看,2011年9月14日主要強(qiáng)降水時(shí)長(zhǎng)約5 h,為單峰型(圖2a),且強(qiáng)降水區(qū)西南—東北沿流域匯流向移動(dòng),有利于前期降水匯流到下游時(shí)與后期降水疊加,2014年8月11日主要強(qiáng)降水時(shí)長(zhǎng)約9 h,為雙峰型(圖2b),2段降水的強(qiáng)降水區(qū)也是自西南向東北沿流域匯流方向移動(dòng),在某種程度上相當(dāng)于連續(xù)發(fā)生2次2011年9月14日類似的洪水,產(chǎn)生的疊加效應(yīng)導(dǎo)致了很高的水位??梢?,在實(shí)際業(yè)務(wù)工作中,需要了解雨量站布設(shè)情況,結(jié)合雷達(dá)估計(jì)降水場(chǎng)了解強(qiáng)降水的空間分布情況,并加強(qiáng)對(duì)強(qiáng)降水雨團(tuán)移動(dòng)情況的分析,利用雷達(dá)回波運(yùn)動(dòng)場(chǎng)跟蹤等業(yè)務(wù)產(chǎn)品估計(jì)雨團(tuán)未來移向,從而預(yù)判降水疊加的可能性。1)雨量計(jì)稀疏或分布不均勻,可能會(huì)漏測(cè)強(qiáng)降水中心,導(dǎo)致不同降水場(chǎng)計(jì)算的面雨量存在較大偏差。在流域邊緣海拔較高的地區(qū)存在雨量計(jì)稀疏的情況,其降水監(jiān)測(cè)依賴于雷達(dá)。
2)不同來源降水分析場(chǎng)的差值場(chǎng)能夠直觀地顯示出無雨量計(jì)地區(qū)是否發(fā)生了強(qiáng)降水。由于這些區(qū)域往往是山區(qū)雨量計(jì)布設(shè)難度大的地區(qū),有時(shí)還是上游易發(fā)山洪的小流域,因此關(guān)注該產(chǎn)品有助于判斷這些地區(qū)的山洪地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)等級(jí)。
3)導(dǎo)致1次洪峰的所有強(qiáng)降水風(fēng)暴的發(fā)生位置、演變和移動(dòng)情況,在很大程度上決定著流域的水文響應(yīng)。對(duì)強(qiáng)降水雨團(tuán)移動(dòng)情況的監(jiān)測(cè)有助于判斷降水疊加的可能性。需要結(jié)合雷達(dá)估計(jì)降水場(chǎng)了解強(qiáng)降水的空間分布情況,并加強(qiáng)對(duì)強(qiáng)降水雨團(tuán)移動(dòng)情況的分析,利用雷達(dá)回波運(yùn)動(dòng)場(chǎng)跟蹤等業(yè)務(wù)產(chǎn)品估計(jì)雨團(tuán)未來移向,從而預(yù)判降水疊加的可能性。
圖7 2014年8月11日04—12 BT(a~f)雷達(dá)聯(lián)合雨量計(jì)估計(jì)1 h的Pr降水場(chǎng)(黑色實(shí)線為花林流域邊界)Fig.7 1 h Pr precipitation analysis based on rain gauge and radar data from 04-12 BT (a-f) on 11 August 2014(black solid: the boundary for Hualin Catchment)
Advances in Meteorological Science and Technology2021年2期