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 國家氣象中心，北京 100081 2 中國氣象局-河海大學(xué)水文氣象研究聯(lián)合實驗室，北京 100081

提 要： 近年來，國家級水文氣象預(yù)報業(yè)務(wù)已經(jīng)取得了明顯進展，但與國外先進水平相比還有一定的差距。總結(jié)了近十年來國內(nèi)外水文氣象預(yù)報業(yè)務(wù)現(xiàn)狀和技術(shù)進展，目前國家級的技術(shù)支撐狀況和所面臨的挑戰(zhàn)，并提出未來發(fā)展計劃。目前，水文氣象預(yù)報技術(shù)主要是以基于統(tǒng)計學(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)報模式將在水文氣象預(yù)報中發(fā)揮重要作用。流域天—空—地基監(jiān)測、水文氣象災(zāi)害機理研究和多尺度分析是水文氣象預(yù)報的重要基礎(chǔ)；基于無縫隙精細化智能網(wǎng)格降水的水文氣象預(yù)報技術(shù)及水文集合預(yù)報模式是水文氣象預(yù)報的發(fā)展方向。

引 言

水文氣象預(yù)報是指根據(jù)前期和現(xiàn)時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)報技術(shù)，對未來水文循環(huán)中某一水體、某一流域或者某一站點/格點的降水、蒸發(fā)、土壤水分、徑流等水文氣象要素的狀態(tài)及可能影響進行預(yù)報預(yù)測(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30年代。美國為了滿足防洪工程設(shè)計需要，專門成立水文氣象實體機構(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)逐步有機結(jié)合，水文氣象學(xué)成為了具有獨立體系的一門學(xué)科。水文氣象預(yù)報的發(fā)展，主要依賴于氣象學(xué)與水文學(xué)的發(fā)展。20世紀70—80年代，西方發(fā)達國家和我國先后進入廣泛應(yīng)用客觀定量的數(shù)值天氣預(yù)報的現(xiàn)代天氣預(yù)報階段。20世紀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，隨著計算機技術(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)報的定量化預(yù)報水平逐步提升，使得提高水文氣象預(yù)報精度與延長預(yù)報預(yù)見期成為可能。20世紀90年代以來，歐美發(fā)達國家逐步實現(xiàn)基于數(shù)值天氣預(yù)報與流域水文模型的現(xiàn)代水文氣象預(yù)報，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)報系統(tǒng)(European Flood Forecasting System,EFFS;Alfieri et al，2013)與美國水文預(yù)報服務(wù)系統(tǒng)(Advanced Hydrologic Prediction Services，AHPS;McEnery et al，2005)。EFFS是以ECMWF全球模式和LISTFLOOD耦合實現(xiàn)水文氣象預(yù)報；AHPS中，針對“單一”確定性數(shù)值天氣模式降水預(yù)報的不確定性，采用二元聯(lián)合分布將“單一”確定性數(shù)值預(yù)報降水轉(zhuǎn)化成有意義的降水概率預(yù)報，并在此基礎(chǔ)上生成了集合預(yù)報，并與Sacramento模型、HL-RMS模型等耦合，實現(xiàn)水文氣象預(yù)報。相比歐美，國內(nèi)的水文氣象預(yù)報技術(shù)發(fā)展時間相對滯后。進入21世紀，基于數(shù)值模式的水文氣象預(yù)報技術(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)展了長江流域水文氣象預(yù)報模型系統(tǒng)等等。Bao and Zhao(2012)發(fā)現(xiàn)使用“單一”確定性數(shù)值預(yù)報，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)報出現(xiàn)較大偏差，水文集合預(yù)報包含了水文氣象預(yù)報鏈式的不確定性，既提供確定性預(yù)報，又能提供概率預(yù)報信息，成為水文氣象預(yù)報的重要發(fā)展方向。葉愛中等(2015)基于GEFS集合預(yù)報模式建立了飛來峽流域水文氣象集合預(yù)報模型，包紅軍和趙琳娜(2012)基于多中心多集合預(yù)報發(fā)展了淮河流域水文氣象集合預(yù)報模型系統(tǒng)。

當(dāng)前全球范圍非常重視氣象災(zāi)害風(fēng)險管理和減輕氣象災(zāi)害風(fēng)險行動。2009年以來，國際減災(zāi)戰(zhàn)略秘書處，跟蹤全球減災(zāi)風(fēng)險最新發(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)報和預(yù)警服務(wù)作為重點加以推廣，其認為傳統(tǒng)的天氣預(yù)報預(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)報預(yù)警服務(wù)轉(zhuǎn)變；WMO著力推進的全球氣候服務(wù)框架也將減輕災(zāi)害風(fēng)險作為氣候服務(wù)的優(yōu)先發(fā)展領(lǐng)域。經(jīng)過十年的發(fā)展，國內(nèi)外建立了多個基于風(fēng)險的影響預(yù)報業(yè)務(wù)，其中以基于降水的影響預(yù)報與風(fēng)險預(yù)警居多。在國內(nèi)，隨著經(jīng)濟發(fā)展與防災(zāi)減災(zāi)的迫切需求，天氣預(yù)報服務(wù)逐步向緊貼用戶需求的影響預(yù)報與風(fēng)險預(yù)警轉(zhuǎn)變。特別是中國氣象局從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)險預(yù)警服務(wù)業(yè)務(wù)，旨在基于影響預(yù)報與風(fēng)險預(yù)警理念，實現(xiàn)水文氣象預(yù)報從傳統(tǒng)的江河流域面雨量監(jiān)測預(yù)報等業(yè)務(wù)向基于風(fēng)險的中小河流洪水、山洪與地質(zhì)災(zāi)害氣象風(fēng)險預(yù)警轉(zhuǎn)變，國家級業(yè)務(wù)具體由中央氣象臺承擔(dān)。

經(jīng)過多年的業(yè)務(wù)建設(shè)與技術(shù)研發(fā)，歐美很多國家與地區(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)，在美國本土及世界多個流域應(yīng)用；另外，美國國家河流預(yù)報中心與馬里蘭大學(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)報預(yù)警系統(tǒng)等。在滑坡預(yù)警方面，基于經(jīng)驗統(tǒng)計的雨強與持續(xù)時間閾值與下墊面地質(zhì)環(huán)境信息的統(tǒng)計預(yù)報模型在降水誘發(fā)型滑坡預(yù)報業(yè)務(wù)中應(yīng)用越來越多(Brunetti et al，2010；He et al，2014)。國內(nèi)，水利部減災(zāi)中心在全國山洪災(zāi)害調(diào)查評價基礎(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)計預(yù)警、顯式統(tǒng)計預(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)。

中央氣象臺在總結(jié)國內(nèi)外水文氣象業(yè)務(wù)建設(shè)與技術(shù)發(fā)展基礎(chǔ)上，提出了國家級水文氣象預(yù)報技術(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

國家級水文氣象業(yè)務(wù)源于1998年長江、嫩江松花江流域特大洪水水文氣象服務(wù)，正式啟動于2002年的七大江河流域面雨量估測預(yù)報業(yè)務(wù)。2003年起，根據(jù)國土資源部和中國氣象局聯(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)，中央氣象臺正式通過氣象影視發(fā)布漬澇災(zāi)害氣象風(fēng)險預(yù)報預(yù)警。

2011年起，隨著經(jīng)濟發(fā)展與防災(zāi)減災(zāi)的迫切需求，為了實現(xiàn)由常規(guī)天氣要素預(yù)報向基于承災(zāi)體脆弱性和暴露度的氣象災(zāi)害影響預(yù)報預(yù)警服務(wù)轉(zhuǎn)變，中國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)險預(yù)警服務(wù)試點工作；并于2012年啟動全國暴雨洪澇氣象災(zāi)害風(fēng)險普查，各省(自治區(qū)、直轄市)也陸續(xù)開展氣象災(zāi)害風(fēng)險預(yù)警服務(wù)試驗工作。國家級氣象災(zāi)害風(fēng)險預(yù)警服務(wù)業(yè)務(wù)由國家氣象中心(中央氣象臺)負責(zé)，旨在基于影響預(yù)報與風(fēng)險預(yù)警理念，針對降水誘發(fā)的中小河流洪水、山洪與地質(zhì)災(zāi)害，發(fā)布基于風(fēng)險的氣象預(yù)警。目前氣象災(zāi)害風(fēng)險預(yù)警業(yè)務(wù)已在全國推廣應(yīng)用，涵蓋氣象災(zāi)害風(fēng)險普查、致災(zāi)臨界面雨量科學(xué)確定、定量化風(fēng)險評估、氣象災(zāi)害風(fēng)險預(yù)警、業(yè)務(wù)檢驗和效益評估等多個業(yè)務(wù)流程，建立了國家、省、市、縣四級氣象災(zāi)害風(fēng)險預(yù)警服務(wù)業(yè)務(wù)體系。開展氣象災(zāi)害風(fēng)險預(yù)警服務(wù)，是提高氣象服務(wù)針對性和實效性、發(fā)揮氣象服務(wù)效益的科學(xué)舉措，在國家防災(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。2013年，經(jīng)中國氣象局和原國土資源部批復(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)報預(yù)警”業(yè)務(wù)更名為“地質(zhì)災(zāi)害氣象風(fēng)險預(yù)警”業(yè)務(wù)；2018年國務(wù)院機構(gòu)改革后，將發(fā)布單位更改為“自然資源部和中國氣象局”；2015年，經(jīng)中國氣象局和水利部批準決定，從2015年7月起，水利部和中國氣象局聯(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)布氣象災(zāi)害風(fēng)險預(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。國家級具體業(yè)務(wù)均由中央氣象臺承擔(dān)。

氣象災(zāi)害風(fēng)險預(yù)警服務(wù)業(yè)務(wù)內(nèi)容主要包括災(zāi)害風(fēng)險普查和災(zāi)害信息管理、致災(zāi)氣象閾值確定、定量降水估測(quantitative precipitation evaluation,QPE)和定量降水預(yù)報(quantitative precipitation forecasting,QPF)、風(fēng)險預(yù)警、預(yù)警業(yè)務(wù)檢驗和效益評估。在災(zāi)害風(fēng)險普查和災(zāi)害信息庫基礎(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)合精細化降水估測與預(yù)報，發(fā)布氣象災(zāi)害風(fēng)險預(yù)警，基于業(yè)務(wù)檢驗動態(tài)評估風(fēng)險預(yù)警效果效益。

2 水文氣象業(yè)務(wù)技術(shù)進展

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)害的整個過程。圖1為國家級基于智能網(wǎng)格降水的水文氣象預(yù)報服務(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)報技術(shù)，開展流域氣象預(yù)報服務(wù)與氣象災(zāi)害風(fēng)險預(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。實況降水主要通過地面氣象站、地基雷達、衛(wèi)星遙感探測等手段獲取。近年來，雷達—衛(wèi)星—地面降水觀測多源降水融合已經(jīng)成為高精度QPE的主流方法。這樣可以綜合地面雨量觀測、雷達的降水信息準確率較高和衛(wèi)星遙感大范圍連續(xù)探測的優(yōu)勢(潘旸等，2018)。而誘發(fā)水文氣象災(zāi)害的強降水形成的物理條件，除了具備一般性降水條件外，還需要有充分的水汽供應(yīng)、強烈的上升運動和一定的持續(xù)時間等，預(yù)報難度很大，中央氣象臺暴雨預(yù)報TS評分在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)害尺度相對較小，對定時定點定量的降水預(yù)報需求很大。無縫隙智能網(wǎng)格降水為水文氣象災(zāi)害風(fēng)險預(yù)警提供了重要基礎(chǔ)。

徑流的形成是一個極為復(fù)雜的過程，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)過程中起非常重要的作用，是研究水文氣象災(zāi)害機理與規(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程。分布式水文模型是精細化刻畫徑流形成過程的重要工具。

中央氣象臺水文氣象業(yè)務(wù)正是根據(jù)水文氣象災(zāi)害形成機制，在無縫隙智能網(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)報技術(shù)，支撐業(yè)務(wù)預(yù)報。

2.2 無縫隙精細化智能網(wǎng)格降水預(yù)報

近年來， QPF已經(jīng)進入在數(shù)值預(yù)報模式基礎(chǔ)上主客觀融合的無縫隙精細化網(wǎng)格預(yù)報階段(畢寶貴等，2016；代刊等，2016；曹勇等，2016；金榮花等，2019)。為了應(yīng)對水文氣象預(yù)報與氣象災(zāi)害風(fēng)險預(yù)警業(yè)務(wù)與服務(wù)需求，國家氣象中心利用雷達、衛(wèi)星、地面觀測等多源觀測、全球/區(qū)域模式預(yù)報、頻率匹配與機器學(xué)習(xí)等模式后處理新技術(shù)，發(fā)展了多尺度不同時效的無縫隙、精細化網(wǎng)格預(yù)報技術(shù)與降水產(chǎn)品(金榮花等，2019)。

圖2為無縫隙精細化智能網(wǎng)格降水預(yù)報技術(shù)框架，基于主客觀融合網(wǎng)格預(yù)報平臺的智能網(wǎng)格降水預(yù)報技術(shù)的核心在于三個方面(王建捷，2018)：(1)動態(tài)自動調(diào)整或訂正模式降水預(yù)報誤差；(2)量化模擬預(yù)報員預(yù)報思路或融入預(yù)報經(jīng)驗；(3)預(yù)報過程人與技術(shù)可交互，人在更高層面發(fā)揮作用。

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

針對水文氣象災(zāi)害風(fēng)險預(yù)警的高影響0～10 d無縫隙智能網(wǎng)格降水預(yù)報，中央氣象臺基于層疊架構(gòu)的L-K光流技術(shù)與強度守恒約束的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高時空分辨率特性，構(gòu)建基于Time-Lag融合的(2～12 h)短時預(yù)報模型，并引入實時頻率匹配訂正技術(shù)提升短時智能網(wǎng)格QPF能力；在多中心全球確定性和集合預(yù)報模式，區(qū)域中尺度模式基礎(chǔ)上，發(fā)展與引進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(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)計后處理方法，集成預(yù)報員主觀預(yù)報與降尺度技術(shù)，提高短中期智能網(wǎng)格QPF精度。

2.3 面向水文氣象預(yù)報的分布式水文模型

自世界上第一個流域水文模型“Stanford模型”研制以來，水文學(xué)家根據(jù)模型應(yīng)用目的，對流域幾何特性、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)基于流域特征對水文過程的描述，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)報特別是中小河流洪水、山洪與地質(zhì)災(zāi)害氣象風(fēng)險預(yù)警，由于災(zāi)害局地性、突發(fā)性強，需要精細化的分布式水文模型進行模擬與預(yù)報；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)報均為格點型產(chǎn)品，為了避免流域尺度與網(wǎng)格點尺度之間差異帶來的誤差，水文模型應(yīng)為格點型分布式水文模型；作為國家級水文氣象業(yè)務(wù)水文模型，既要具有反映我國流域復(fù)雜的空間多樣性與水文物理過程的能力，又要兼顧業(yè)務(wù)使用的簡單性與高效性的預(yù)報計算特點，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)。

中央氣象臺在2006年引入的VIC水文模型、2009年引進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柵格為計算單元，柵格內(nèi)進行植被冠層截留、蒸散(發(fā))、產(chǎn)流與分水源計算；采用混合產(chǎn)流模型進行流域產(chǎn)流計算，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動波模型水流演算，模型參數(shù)基于DEM、GIS和RS技術(shù)先驗估計直接獲取(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)報的全國逐1或6 h的5 km×5 km分辨率的全國陸地水文過程預(yù)報。

為了更好地兼顧江河流域水文氣象預(yù)報服務(wù)特點，在GMKHM分布式水文模型基礎(chǔ)上進一步發(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)格與子流域兩個基本單位，蓄滿、超滲、先蓄后超、先超后蓄四個產(chǎn)流模型，單位線、線性水庫、Muskingum、運動波、擴散波與動力波六個匯流模型。針對復(fù)雜流域中存在行蓄洪區(qū)等水利工程的影響，發(fā)展了基于擴散波與柱蓄和楔蓄理論建立Muskingum-Cunge水位流量演算模型進行具有行蓄洪區(qū)的復(fù)雜河系預(yù)報，在淮河2016年水文氣象預(yù)報精度較高(包紅軍等，2017c)。

2.4 面雨量監(jiān)測預(yù)報

面雨量指某一時段內(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、水資源評估預(yù)估、工程設(shè)計、山洪與地質(zhì)災(zāi)害防治與減災(zāi)的重要依據(jù)。中央氣象臺的面雨量估測預(yù)報業(yè)務(wù)起始于1998年長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個子流域面雨量實時估測預(yù)報業(yè)務(wù)；2010年，根據(jù)國家防汛減災(zāi)等新需求擴展到96個子流域。

地面站點降水是面雨量估測與預(yù)報的重要依據(jù)。目前，我國有降水觀測任務(wù)的國家地面氣象觀測站為2 423個，另外，還設(shè)有加密自動氣象站約6萬個。面雨量估測主要通過泰森多邊形法、雙線性插值、克里金系列方法、反距離權(quán)重等技術(shù)進行計算，其中以泰森多邊形法最為常用；面雨量預(yù)報通常把降水預(yù)報反演至站點，再通過泰森多邊形等方法進行面雨量預(yù)報。

在業(yè)務(wù)中，由于國家地面氣象觀測站降水的空間代表性與加密自動站降水質(zhì)量控制問題，往往導(dǎo)致流域面雨量監(jiān)測與預(yù)報存在較大的誤差。近年來，無縫隙精細化智能網(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)測與預(yù)報方法拓展了新的思路。無縫隙精細化智能網(wǎng)格降水實況采用雷達—衛(wèi)星—地面降水觀測多源降水融合技術(shù)，形成了覆蓋中國區(qū)域完整的降水融合產(chǎn)品，時間分辨率為1 h，空間分辨率為5 km×5 km。應(yīng)用獨立樣本檢驗表明，精度優(yōu)于任一來源產(chǎn)品(潘旸等，2018)。無縫隙精細化智能網(wǎng)格降水預(yù)報利用雷達、衛(wèi)星、地面觀測等多源觀測、全球/區(qū)域模式預(yù)報、頻率匹配與機器學(xué)習(xí)等模式后處理新技術(shù)，發(fā)展了多尺度不同時效(短時臨近、短期、中期)的主客觀融合的無縫隙網(wǎng)格預(yù)報技術(shù)與降水產(chǎn)品(金榮花等，2019)。中央氣象臺在智能網(wǎng)格降水的基礎(chǔ)上，基于射線法與算術(shù)平均法建立全國七大江河流域96個子流域面雨量估測與預(yù)報技術(shù)。2017年起，實現(xiàn)基于智能網(wǎng)格降水的全國七大江河流域面雨量估測與預(yù)報(預(yù)報時效為10 d)，4 254條中小流域面雨量估測與預(yù)報(預(yù)報時效為7 d)。另外，還基于ECMWF、GRAPES、智能網(wǎng)格降水預(yù)報發(fā)展了動態(tài)權(quán)重集成面雨量預(yù)報技術(shù)，進一步提升面雨量預(yù)報精度(包紅軍，2016)。

2.5 中小河流洪水氣象預(yù)警

近年來，面對世界范圍內(nèi)越來越嚴重的中小河流洪水災(zāi)害, 很多國家已經(jīng)或正在研發(fā)有效的中小河流洪水監(jiān)測預(yù)警預(yù)報系統(tǒng)和洪水管理方法, 力求使災(zāi)害程度達到最小(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)報出每個子流域(或者網(wǎng)格點)的徑流過程、洪峰等洪水特征，根據(jù)河流防洪標(biāo)準，發(fā)布洪水預(yù)警；另一類是動態(tài)臨界面雨量閾值法，通過流域水文模型反演致洪臨界面雨量的動態(tài)閾值，基于實時流域面雨量預(yù)報，發(fā)布洪水預(yù)警。后者在目前中小河流洪水預(yù)報預(yù)警中是更為常用的方法。

針對國內(nèi)外水文氣象與中小河流洪水預(yù)警研究進展與國內(nèi)氣象部門業(yè)務(wù)現(xiàn)狀，中央氣象臺將全國河流分為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(簡稱為有資料流域)、缺水文有氣象資料流域(簡稱為缺資料流域)、無資料流域。對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態(tài)臨界閾值(包紅軍，2016)。但在我國部分中小河流流域中，常常存在既無長序列水文資料，又缺少長序列降水資料的情況。如何獲取流域致洪降水動態(tài)臨界雨量閾值是能否實現(xiàn)無資料中小河流洪水預(yù)報預(yù)警的關(guān)鍵技術(shù)之一。中央氣象臺發(fā)展了基于流域地形地貌特征信息的中小河流致洪動態(tài)臨界面雨量閾值推求方法(包紅軍等，2020b)，建立了全國中小河流致洪動態(tài)臨界面雨量閾值。圖3為2020年8月17日08時全國中小河流致洪動態(tài)臨界面雨量閾值，分為紅橙黃藍四級，色彩越深，其臨界閾值越小。

圖3 全國中小河流洪水致洪臨界動態(tài)面雨量閾值 (a)紅，(b)橙，(c)黃，(d)藍四級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，與致洪動態(tài)雨量臨界閾值，形成全國中小河流洪水氣象風(fēng)險預(yù)警客觀模型，可實現(xiàn)未來240 h，每日08時和20時起報，逐24 h的全國中小河流洪水氣象風(fēng)險預(yù)警產(chǎn)品；未來72 h，逐6 h全國中小河流>洪水氣象風(fēng)險預(yù)警產(chǎn)品。

2.6 山洪災(zāi)害氣象預(yù)警

近年來，中國氣象局在全國山洪災(zāi)害氣象風(fēng)險普查基礎(chǔ)上，發(fā)展了山洪災(zāi)害致災(zāi)氣象風(fēng)險閾值技術(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)。

將溪溝小流域精細化QPE與QPF作為分布式水文模型輸入強迫，驅(qū)動水文模型得到山洪水文要素預(yù)報過程。由于山丘區(qū)溪溝小流域往往沒有長序列的水文氣象資料進行模型參數(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。中央氣象臺考慮到形成山洪的徑流過程常存在既有蓄滿產(chǎn)流又有超滲產(chǎn)流的情況，構(gòu)建了基于中國氣象局逐小時的QPE與QPF驅(qū)動GMKHM分布式水文模型實現(xiàn)山洪災(zāi)害氣象風(fēng)險精細化預(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，時間分辨率為1 h，空間分辨率為30″×30″)的山洪定量預(yù)報圖，基于GMKHM分布式水文模型的青川大溝2009年7月14日16時至19日08時山洪模擬預(yù)報過程與實況基本吻合，確定性系數(shù)為0.94。

圖4 2009年7月14日16時至19日08時 大溝流域出口山洪模擬預(yù)報過程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。模型基于中國氣象局暴雨洪澇風(fēng)險普查推求的致災(zāi)閾值與無縫隙精細化智能網(wǎng)格降水結(jié)合，建立全國山洪災(zāi)害氣象風(fēng)險預(yù)警模型。截至目前，已經(jīng)完成全國13 628個山洪溪溝小流域的四級預(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)報的難度很大。近年來，隨著集合預(yù)報的快速發(fā)展，從集合預(yù)報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。中央氣象臺基于ECMWF集合預(yù)報的EFI指數(shù)與山洪災(zāi)害承災(zāi)體信息融合，建立全國山洪災(zāi)害氣象風(fēng)險預(yù)警EFI模型(預(yù)報時效為未來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)的全國山洪災(zāi)害氣象預(yù)警2020年8月17日08時的預(yù)報結(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。

圖5 2020年8月17日08時起報的 基于EFI指數(shù)的山洪災(zāi)害氣象預(yù)警 (紅、橙、黃、藍四級)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，對人類生命財產(chǎn)、環(huán)境造成破壞和損失的地質(zhì)作用(現(xiàn)象)。我國是世界上地質(zhì)災(zāi)害最為嚴重的國家之一，地質(zhì)災(zāi)害種類多、分布廣、危害大，嚴重制約和威脅著地質(zhì)災(zāi)害多發(fā)易發(fā)地區(qū)經(jīng)濟社會發(fā)展和人民生命財產(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)強迫因子為降水(包紅軍等，2017b)。地質(zhì)災(zāi)害氣象風(fēng)險預(yù)警模型主要分為統(tǒng)計預(yù)報(隱式統(tǒng)計預(yù)報、顯式統(tǒng)計預(yù)報)和動力機理模型預(yù)報，自然資源部地質(zhì)災(zāi)害預(yù)報預(yù)警業(yè)務(wù)模型和中央氣象臺地質(zhì)災(zāi)害氣象風(fēng)險預(yù)警業(yè)務(wù)模型均屬于前者。近年來，中央氣象臺在邏輯回歸概率預(yù)報站點模型基礎(chǔ)上，引入智能網(wǎng)格降水，發(fā)展了概率預(yù)報格點模型，模型分辨率達到5 km×5 km。圖6為2020年8月17日08時起報的全國5 km×5 km分辨率的邏輯回歸地質(zhì)災(zāi)害格點概率預(yù)報，西南地區(qū)局部地區(qū)風(fēng)險高。

圖6 2020年8月17日08時起報的24 h預(yù)報 時效的格點化地質(zhì)災(zāi)害邏輯回歸概率預(yù)報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)計模型中，難以考慮降水入滲與產(chǎn)匯流等流域水文過程對滑坡、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，通過完善的流域水文過程更為準確計算觸發(fā)地質(zhì)災(zāi)害的有效降水，提高了地質(zhì)災(zāi)害預(yù)報精度。目前，中央氣象臺基于此技術(shù)初步建立了區(qū)域地質(zhì)災(zāi)害水土耦合預(yù)報模型。

2.8 漬澇氣象預(yù)報預(yù)警

降水引起的漬澇是一種氣象災(zāi)害，是由于降水過多，導(dǎo)致土壤過度浸泡并地面受淹而造成的一種自然災(zāi)害(包紅軍等，2015)。漬和澇是一個問題的兩個方面：漬強調(diào)由于地面徑流、排水和土壤透水能力不足，使土壤過度浸泡，植物根部有毒氣體聚集、營養(yǎng)成分減少、缺氧，而導(dǎo)致植物的損害、死亡和嚴重減產(chǎn)；澇強調(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，中央氣象臺建立了全國漬澇風(fēng)險氣象預(yù)報預(yù)警業(yè)務(wù)(謝正輝等，2004；林建等，2008)，并于2006年7月5日正式對公眾發(fā)布“漬澇風(fēng)險氣象預(yù)報預(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化程度；并將漬澇風(fēng)險氣象預(yù)報預(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)報的精準度。2017年，漬澇災(zāi)害預(yù)報命中率由原模型的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商支撐業(yè)務(wù)系統(tǒng)平臺

相比于歐美發(fā)達國家，中央氣象臺水文氣象業(yè)務(wù)系統(tǒng)建設(shè)較晚，開始于2010年建立的中央氣象臺水文氣象監(jiān)測與預(yù)警系統(tǒng)，內(nèi)容以水情監(jiān)測、七大流域面雨量為主要內(nèi)容。自2013年，中國氣象局正式啟動暴雨誘發(fā)的中小河流洪水、山洪與地質(zhì)災(zāi)害氣象風(fēng)險預(yù)警服務(wù)業(yè)務(wù)，使得水文氣象預(yù)報服務(wù)業(yè)務(wù)從傳統(tǒng)的流域水文氣象服務(wù)向基于風(fēng)險的影響預(yù)報轉(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)報預(yù)警模型更加科學(xué)與精細，亟需建立高效便捷、綜合性強、集監(jiān)測、預(yù)報分析、風(fēng)險預(yù)警、檢驗評估、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，中央氣象臺進一步持續(xù)推進基于BS框架和Web GIS技術(shù)的中央氣象臺水文氣象綜合分析與會商支撐業(yè)務(wù)系統(tǒng)平臺。圖7為其主界面，系統(tǒng)主要包括水文氣象監(jiān)測、面雨量監(jiān)測預(yù)報、水文氣象預(yù)報預(yù)警、預(yù)報檢驗評估和歷史預(yù)報庫等五個主要部分。該平臺自應(yīng)用以來，發(fā)揮了很好的業(yè)務(wù)支撐作用。

圖7 中央氣象臺水文氣象綜合分析和會商支撐業(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 存在問題與對策

3.1 存在問題

目前，水文氣象預(yù)報服務(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)險防控科學(xué)問題。存在主要問題如下：

(1)水文氣象監(jiān)測不足，呈“東密西疏”“大密小疏”。①地面監(jiān)測水平空間代表性不夠。面向中小河流洪水預(yù)報的水文氣象監(jiān)測，整體呈“東密西疏”“大密小疏”分布。強降水是造成中小河流漫堤潰堤、中小水庫出險、山洪與地質(zhì)災(zāi)害的主要誘因。強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、強度大等特征。中國氣象局雨量觀測網(wǎng)站點空間分布不均衡，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，對致洪致災(zāi)流域強降水的捕捉能力不夠。②天氣雷達網(wǎng)探測覆蓋范圍不足。雷達、衛(wèi)星、地面自動站多源信息融合的雨量場可以改善地面雨量站觀測的空間代表性不夠問題。但中國氣象局天氣雷達網(wǎng)呈現(xiàn)“東密西疏”的總體分布，存在站間探測盲區(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)域易造成天氣雷達觀測遮擋盲區(qū)，極易導(dǎo)致局地強降水天氣事件演變過程觀測的缺失；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)急觀測能力亟待提高，目前全國移動天氣雷達數(shù)目不足，無法適應(yīng)應(yīng)急處置和補充加密觀測需求。因此，如何利用天基、空基和地基等多源信息，實現(xiàn)水文氣象災(zāi)害成災(zāi)全過程多尺度監(jiān)測分析是水文氣象預(yù)報亟需解決的關(guān)鍵技術(shù)之一。

(2)氣象—水文—地質(zhì)耦合預(yù)報能力亟需加強。降水是水文氣象預(yù)報中決定性的因素，面向流域洪澇、中小河流洪水、山洪與地質(zhì)災(zāi)害風(fēng)險預(yù)警與防控需求，強降水預(yù)報精度仍需提高。我國自主研發(fā)的GRAPES數(shù)值預(yù)報系統(tǒng)(全球、區(qū)域、集合預(yù)報)已業(yè)務(wù)運行；在多源信息融合同化與多尺度多中心模式基礎(chǔ)上發(fā)展的無縫隙精細化智能網(wǎng)格降水預(yù)報，有效提升了強降水預(yù)報。但目前國內(nèi)外對局地性、突發(fā)性強降水的預(yù)報能力均存在一定局限，特別是對局地極端性強降水預(yù)報能力亟待提高。流域雨量估測與預(yù)報在流域洪澇、中小河流洪水、山洪與地質(zhì)災(zāi)害風(fēng)險預(yù)警與防控應(yīng)用不夠。我國基于新安江水文模型的洪水預(yù)報業(yè)務(wù)主要應(yīng)用在大江大河，濕潤區(qū)預(yù)報效果較好，干旱半干旱區(qū)相關(guān)理論和預(yù)報模型尚有不足。國際上洪水管理、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)報向精細化預(yù)報預(yù)警發(fā)展趨勢。我國中小河流、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，中小水庫塘壩的攔蓄與調(diào)節(jié)作用明顯，水文過程與洪水地質(zhì)災(zāi)害成災(zāi)機理復(fù)雜，變化環(huán)境下氣象—水文—地質(zhì)耦合預(yù)報模型研發(fā)與應(yīng)用不夠，大大限制了水文氣象災(zāi)害風(fēng)險預(yù)報預(yù)警水平。因此，如何在預(yù)報模式中突破變化環(huán)境下精細網(wǎng)格尺度物理過程描述的難點，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)報模式精度并拓展在河流污染物輸送等方面拓展預(yù)報能力，是水文氣象預(yù)報中存在的又一難題。

(3)面向水文氣象災(zāi)害的風(fēng)險管理與應(yīng)急處置能力不足。①水文氣象災(zāi)害風(fēng)險預(yù)警與影響評估業(yè)務(wù)體系不夠完善。當(dāng)前全球范圍歐美發(fā)達國家與組織非常重視災(zāi)害風(fēng)險管理。WMO推進基于影響的多災(zāi)種預(yù)報預(yù)警服務(wù)，由常規(guī)天氣要素預(yù)報向基于承災(zāi)體脆弱性和暴露度的氣象災(zāi)害影響預(yù)報預(yù)警服務(wù)轉(zhuǎn)變。中國氣象局依此建立的氣象風(fēng)險預(yù)警業(yè)務(wù)在防災(zāi)減災(zāi)體系中初顯成效。國內(nèi)洪水風(fēng)險管理也逐步向定量、微觀尺度實時動態(tài)情景分析轉(zhuǎn)變，但對精細化氣象災(zāi)害風(fēng)險預(yù)警與影響評估業(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)險預(yù)警與影響評估業(yè)務(wù)體系不夠完善。近些年，我國由于突發(fā)性事件造成的損失巨大，此過程中科學(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)場作業(yè)環(huán)境與控制條件差、流域水文氣象要素監(jiān)測時效性高、預(yù)報技術(shù)方案基礎(chǔ)不完備、標(biāo)準規(guī)范靈活處理的特點。目前，水文氣象災(zāi)害對應(yīng)急監(jiān)測手段、應(yīng)急處置技術(shù)體系，應(yīng)急響應(yīng)的長效機制均較為薄弱。未來重點要在水文氣象災(zāi)害風(fēng)險預(yù)警與影響評估和水文氣象應(yīng)急處置技術(shù)兩方面開展研發(fā)與實際應(yīng)用。

(4)水文氣象災(zāi)害預(yù)警發(fā)布與群測群防發(fā)展不平衡。①國家中小河流洪水、山洪與地質(zhì)災(zāi)害等水文氣象災(zāi)害氣象風(fēng)險預(yù)警發(fā)布能力不足。國家預(yù)警信息發(fā)布中心是國家應(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；針對水文氣象災(zāi)害氣象風(fēng)險預(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)警信息不能按照實際預(yù)警范圍準確發(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國家水文氣象災(zāi)害防治群測群防體系亟需建立。由于我國中小河流眾多，山洪與地質(zhì)災(zāi)害點多面廣，災(zāi)害頻發(fā)，突發(fā)性強且損失重，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、預(yù)報、預(yù)防工作。目前，社會化的水文氣象防災(zāi)減災(zāi)網(wǎng)絡(luò)構(gòu)建不到位，對災(zāi)害風(fēng)險管理人員的職業(yè)化培訓(xùn)不足，尚不能成為水文氣象災(zāi)害防御與群測群防的有效力量；對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)避險自救意識不強。因此，如何解決水文氣象風(fēng)險預(yù)警與發(fā)布的“最后一公里”，與有效的災(zāi)害群測群防策略，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 對策措施

隨著精細化水文氣象預(yù)報、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、高時空分辨率降雨量估算與預(yù)報、精細化分布式水文預(yù)報模型、洪水—地質(zhì)災(zāi)害物理預(yù)報模型、災(zāi)害風(fēng)險預(yù)警評估與應(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，可從以下幾個方面開展對策工作，將有力提高國家水文氣象風(fēng)險預(yù)警與防控能力，減少災(zāi)害損失。

(1)加強水文氣象多尺度天—空—地基監(jiān)測，實現(xiàn)水文氣象災(zāi)害全過程監(jiān)測體系建設(shè)?；谔旎⒖栈?、地基等多源監(jiān)測資料，研發(fā)水文氣象水災(zāi)害過程的三維監(jiān)測技術(shù)；發(fā)展基于大數(shù)據(jù)識別與融合同化技術(shù)的水文氣象災(zāi)害實時監(jiān)測、提取和統(tǒng)計分析處理技術(shù)；建立水文氣象數(shù)據(jù)庫和監(jiān)測系統(tǒng)，建立水文氣象災(zāi)害全過程監(jiān)測體系。

(2)發(fā)展氣象—水文—地質(zhì)耦合預(yù)報一體化模型。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空分辨率雨量場，發(fā)展基于人工智能與數(shù)值模式的雷達智能外推短時臨近降水預(yù)報技術(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)害的無縫隙精細化智能網(wǎng)格降水預(yù)報，著力提升流域強降水的預(yù)報精度。②面向中小河流洪水、山洪與地質(zhì)災(zāi)害，基于精細化分布式水文模型的洪水—地質(zhì)災(zāi)害耦合預(yù)報模型?；跉v史降雨和洪水實測資料，結(jié)合大數(shù)據(jù)技術(shù)、遙感分析、原型實驗和機理剖析，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)報模式及其成災(zāi)機制，構(gòu)建氣象—水文—地質(zhì)耦合預(yù)報一體化模型。

(3)推進水文氣象災(zāi)害風(fēng)險預(yù)警評估與應(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)險預(yù)警與影響評估。結(jié)合全國自然災(zāi)害綜合風(fēng)險普查，研究水文氣象災(zāi)害風(fēng)險因子辨識和快速提取方法，構(gòu)建基于“致災(zāi)因子—暴露度—脆弱性”風(fēng)險三角模型的水文氣象風(fēng)險評估指標(biāo)體系；發(fā)展“氣象—水文—水動力—災(zāi)害—影響”時序過程推演的水文氣象災(zāi)害風(fēng)險預(yù)警與評估模型；提出針對不同地貌類型區(qū)的實時災(zāi)害鏈式風(fēng)險評估方法；建立精細化水文氣象災(zāi)害風(fēng)險動態(tài)預(yù)警技術(shù)；完善全國水文氣象業(yè)務(wù)體系。②建立全國水文氣象應(yīng)急處置體系。采用層次分析方法，研究洪水監(jiān)測預(yù)警、庫壩調(diào)度、人員轉(zhuǎn)移、搶險處置等關(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、省、市、縣四級的《水文氣象災(zāi)害應(yīng)急處置預(yù)案導(dǎo)則》，并實施。

(4)全國水文氣象災(zāi)害氣象風(fēng)險預(yù)警精準一體發(fā)布全覆蓋與群測群防策略。①水文氣象氣象風(fēng)險預(yù)警與發(fā)布“一張網(wǎng)”。提出基于風(fēng)險的重大水文氣象災(zāi)害氣象風(fēng)險預(yù)警快速制作技術(shù)，建立水文氣象災(zāi)害風(fēng)險預(yù)警信息發(fā)布和傳播評估技術(shù)，建立以送達率、覆蓋面等評估模型為基礎(chǔ)的預(yù)警信息發(fā)布效果評估指標(biāo)體系；研究預(yù)警信息精準智慧融合發(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)建基于云計算的水文氣象災(zāi)害風(fēng)險預(yù)警精準快速發(fā)布示范平臺。②建立以基層信息員為主體的水文氣象災(zāi)害群測群防策略。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。加強水文氣象災(zāi)害防御公眾宣傳力度；建立信息員隊伍規(guī)章制度和評比辦法；加大對群測群防信息員培訓(xùn)力度；優(yōu)勝劣汰動態(tài)調(diào)整人員結(jié)構(gòu)；多形式總結(jié)推廣經(jīng)驗；建立“技防”和“人防”協(xié)同機制；等等。

中央氣象臺立足發(fā)展國家級鏈條式水文氣象業(yè)務(wù)，重點發(fā)展“一平臺、兩模型、三重點、四拓展”。“一平臺”指的是發(fā)展國家級全國水文氣象監(jiān)測與預(yù)報服務(wù)業(yè)務(wù)智能交互式一體化系統(tǒng)平臺，“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)險模型；“三重點”主要指流域氣象精細預(yù)報服務(wù)、水文氣象災(zāi)害風(fēng)險預(yù)警評估和“一帶一路”沿線風(fēng)險預(yù)警能力；“四拓展”指重點城市內(nèi)澇氣象預(yù)警、流域水資源氣象預(yù)估評估、流域水環(huán)境要素氣象預(yù)報、流域水土保持氣象風(fēng)險預(yù)報等四個方面，實現(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)了近年來中央氣象臺水文氣象預(yù)報服務(wù)業(yè)務(wù)的現(xiàn)狀和技術(shù)進展，分析了存在的問題，并提出了相應(yīng)的對策建議。從當(dāng)前的業(yè)務(wù)技術(shù)進展來看，水文氣象天—空—地基監(jiān)測、水文氣象災(zāi)害機理研究和多尺度分析是水文氣象預(yù)報的重要基礎(chǔ)；基于無縫隙精細化智能網(wǎng)格降水的水文氣象預(yù)報技術(shù)及水文集合預(yù)報模式是水文氣象預(yù)報的重要發(fā)展方向；針對水文氣象災(zāi)害特點的檢驗評估方法是促進水文氣象預(yù)報業(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)報服務(wù)系統(tǒng)是水文氣象業(yè)務(wù)及技術(shù)進步的保證。由于水文氣象預(yù)報服務(wù)涉及氣象、水利、自然資源、應(yīng)急管理等多個領(lǐng)域，建立完備的全國水文氣象預(yù)報服務(wù)業(yè)務(wù)體系是一個非常復(fù)雜和重要的系統(tǒng)工程。