糜佳偉， 田濟(jì)揚(yáng)， 薛海， 邱慶泰， 劉榮華

(1.華北水利水電大學(xué)水利學(xué)院， 鄭州 450046； 2.中國(guó)水利水電科學(xué)研究院， 北京 100044； 3.水利部防洪抗旱減災(zāi)工程技術(shù)研究中心， 北京 100044； 4.中國(guó)電建集團(tuán)北京勘測(cè)設(shè)計(jì)研究院有限公司， 北京 100024； 5.山東農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院， 泰安 271018)

目前，中國(guó)大江大河防洪體系較為完善，中小流域成為防洪減災(zāi)的薄弱環(huán)節(jié)[1]。洪水預(yù)報(bào)是防洪減災(zāi)的關(guān)鍵技術(shù)與手段，但對(duì)于中小流域而言，獲得高時(shí)空分辨率、 高精度的降雨監(jiān)測(cè)資料和預(yù)報(bào)數(shù)據(jù)并非易事，一定程度上制約了中小流域洪水預(yù)報(bào)技術(shù)的發(fā)展[2]。盡管傳統(tǒng)雨量計(jì)對(duì)單點(diǎn)雨量的監(jiān)測(cè)精度高，但中國(guó)地面雨量站密度較高的區(qū)域，站網(wǎng)密度也僅約25 km2/站，絕大部分地區(qū)站網(wǎng)密度還達(dá)不到50 km2/站，難以反映降雨的空間差異。同時(shí)，對(duì)于匯流時(shí)間短的中小流域，延長(zhǎng)預(yù)見(jiàn)期對(duì)中小流域暴雨洪水災(zāi)害防治具有重要意義。數(shù)值降雨預(yù)報(bào)的預(yù)見(jiàn)期較長(zhǎng)，其預(yù)報(bào)精度能夠基本滿足大江大河的水文預(yù)報(bào)需求，但還難以為中小流域提供業(yè)務(wù)支持[3]。雷達(dá)資料具有高時(shí)空分辨率的特點(diǎn)，從理論上講，適用于中小流域尺度的降雨監(jiān)測(cè)和預(yù)報(bào)[4]。

雷達(dá)測(cè)雨精度主要受雷達(dá)資料質(zhì)量和反演算法的影響，臨近預(yù)報(bào)精度不僅受雷達(dá)資料質(zhì)量、反演算法的影響，且對(duì)天氣形勢(shì)變化帶來(lái)的不確定性較為敏感。殷志遠(yuǎn)等[5]提出了動(dòng)態(tài)優(yōu)化的雷達(dá)資料反演算法，提高了湖北漳河流域降雨觀測(cè)的精度。吳金津等[6]對(duì)雷達(dá)估測(cè)降水基于雨量站觀測(cè)值進(jìn)行了融合訂正，提高了雷達(dá)測(cè)雨在官山河流域徑流模擬的準(zhǔn)確性。嚴(yán)昌盛等[7]采用光流法開(kāi)展雷達(dá)臨近預(yù)報(bào)研究，并應(yīng)用于淮河王家壩閘以上3萬(wàn)km2流域的洪水預(yù)報(bào)，基本滿足業(yè)務(wù)預(yù)報(bào)要求。

盡管雷達(dá)測(cè)雨及臨近預(yù)報(bào)技術(shù)相對(duì)成熟，但雷達(dá)測(cè)雨技術(shù)與臨近預(yù)報(bào)在中小流域尺度的應(yīng)用較少。雷達(dá)測(cè)雨與臨近預(yù)報(bào)精度能否滿足中小流域尺度水文預(yù)報(bào)的需求，還有待深入研究?，F(xiàn)基于福州長(zhǎng)樂(lè)多普勒天氣雷達(dá)資料，對(duì)2012“蘇拉”、2014“海貝思”、 2016“尼伯特”三場(chǎng)臺(tái)風(fēng)引發(fā)的降雨過(guò)程進(jìn)行反演和預(yù)報(bào)，選用累積雨量相對(duì)誤差RE、時(shí)空兩個(gè)維度均方根誤差與相應(yīng)維度均值的比值m-RMSE、平均絕對(duì)誤差RMAE和平均偏差RMB等指標(biāo)，從水文視角對(duì)不同類型降雨的監(jiān)測(cè)和預(yù)報(bào)結(jié)果進(jìn)行了定量評(píng)估，分析了雷達(dá)測(cè)雨與臨近預(yù)報(bào)在中小流域水文預(yù)報(bào)中應(yīng)用的可能性，提出了進(jìn)一步提高適應(yīng)中小流域尺度降雨監(jiān)測(cè)與預(yù)報(bào)能力的研究思路，為雷達(dá)測(cè)雨與臨近預(yù)報(bào)技術(shù)在洪水預(yù)報(bào)中的應(yīng)用提供參考。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

研究選取位于福建省中東部的梅溪流域(圖1)，面積約956 km2。受亞熱帶季風(fēng)氣候及臺(tái)風(fēng)影響，加之地形條件復(fù)雜、地勢(shì)多變，梅溪流域汛期降雨頻繁，且多呈現(xiàn)時(shí)空分布不均勻、降雨強(qiáng)度大的特點(diǎn)。流域多年平均雨量為1 560 mm。空間上，西南部的上蓮、金沙和后佳等地降雨多于中部的白中等地，閩清城關(guān)的雨量最少。時(shí)間上，旱、雨季界限分明，4—9月的降雨量一般占到全年雨量的70%以上。新中國(guó)成立以來(lái)，流域內(nèi)因強(qiáng)降雨引發(fā)的洪災(zāi)已達(dá)20余次。因此，選擇梅溪流域?yàn)檠芯繀^(qū)，對(duì)雷達(dá)測(cè)雨與臨近預(yù)報(bào)技術(shù)在洪水預(yù)報(bào)中的應(yīng)用具有一定的示范作用和現(xiàn)實(shí)意義。

圖1 梅溪流域位置及高程Fig.1 Location and elevation of Meixi basin

1.2 數(shù)據(jù)資料

研究選取的三場(chǎng)降雨均為臺(tái)風(fēng)雨，但因臺(tái)風(fēng)強(qiáng)弱及對(duì)研究區(qū)影響程度不同，降雨過(guò)程也表現(xiàn)出不同的特點(diǎn)?！疤K拉”臺(tái)風(fēng)登陸后，渦旋中心垂直軸線向南傾斜加大，使路徑南側(cè)對(duì)流層中、下層的差動(dòng)溫度平流和差動(dòng)渦度平流加強(qiáng)，有利于對(duì)流不穩(wěn)定層結(jié)發(fā)展和動(dòng)力抬升，導(dǎo)致路徑南側(cè)暴雨，盡管梅溪流域位于臺(tái)風(fēng)路徑南側(cè)，但距離臺(tái)風(fēng)中心較遠(yuǎn)，并未形成強(qiáng)降雨。從降雨過(guò)程看，“蘇拉”臺(tái)風(fēng)引發(fā)的降雨過(guò)程是這三場(chǎng)降雨中時(shí)空分布最均勻的?！昂Ｘ愃肌迸_(tái)風(fēng)是從廣東汕頭登陸，到梅溪流域時(shí)已減弱為熱帶低壓，但隨著其逐步向福建東北部移動(dòng)，上升運(yùn)動(dòng)明顯，水汽通量增大，為梅溪流域降雨的產(chǎn)生、發(fā)展提供了條件。該場(chǎng)降雨雖然總雨量不大，但時(shí)空分布不均勻，雨量主要集中在2014年6月18日15:00—20:00以及流域的中北部和中南部?！澳岵亍迸_(tái)風(fēng)引發(fā)的強(qiáng)降雨是各種尺度天氣系統(tǒng)相互作用的結(jié)果，在其登陸前，沿海區(qū)域就存在明顯的不穩(wěn)定層結(jié)，北方冷空氣侵入造成強(qiáng)迫抬升，加強(qiáng)臺(tái)風(fēng)內(nèi)螺旋雨帶的強(qiáng)對(duì)流過(guò)程，加劇不穩(wěn)定能量釋放，引發(fā)了強(qiáng)降雨，24 h累積雨量達(dá)到242 mm，造成流域4 710 m3/s洪峰流量，暴發(fā)特大洪水災(zāi)害。

三場(chǎng)降雨過(guò)程逐小時(shí)地面雨量站的降雨數(shù)據(jù)由福建省水利水電科學(xué)研究院提供。流域內(nèi)共8個(gè)雨量站(圖2)，站點(diǎn)分布均勻合理，基本能夠反映流域降雨的空間變化，為雷達(dá)測(cè)雨與臨近預(yù)報(bào)評(píng)估提供了良好的條件。三場(chǎng)降雨的歷時(shí)及累積面雨量見(jiàn)表1。三場(chǎng)降雨過(guò)程對(duì)應(yīng)時(shí)段的雷達(dá)資料由中國(guó)氣象局提供，已經(jīng)過(guò)雷達(dá)數(shù)據(jù)質(zhì)量控制，研究選用的是福建長(zhǎng)樂(lè)的SA波段多普勒雷達(dá)，該雷達(dá)覆蓋范圍半徑為250 km(圖3)，梅溪流域幾乎全部落在雷達(dá)掃描半徑為100 km的范圍內(nèi)。

表1 梅溪流域三場(chǎng)降雨事件Table 1 Three rain events in Meixi basins

圖2 梅溪流域雨量站分布圖Fig.2 Distribution map of rainfall stations in Meixi Basin

圖3 雷達(dá)覆蓋范圍與流域位置關(guān)系Fig.3 The relationship between radar coverage and watershed location

2 模型方法與評(píng)價(jià)指標(biāo)

2.1 雷達(dá)降雨反演

通過(guò)建立雷達(dá)反射率Z與降雨強(qiáng)度R的Z-R關(guān)系，能夠?qū)崿F(xiàn)降雨反演，業(yè)務(wù)中常用的Z-R關(guān)系是Z=200R1.6。但不同地區(qū)、不同降雨場(chǎng)次、不同雷達(dá)的Z-R關(guān)系不同，通過(guò)強(qiáng)降水識(shí)別，將不同時(shí)段、不同空間位置處的降水進(jìn)行分類，采用不同的Z-R關(guān)系進(jìn)行降雨反演，是提高雷達(dá)測(cè)雨精度的重要方法之一。本研究采用文獻(xiàn)[8]中的強(qiáng)降水識(shí)別方法，經(jīng)過(guò)反復(fù)試驗(yàn)，最終確定了強(qiáng)降水下的Z-R關(guān)系為Z=135R1.33，并對(duì)比分析了常規(guī)反演和基于強(qiáng)降水識(shí)別的反演結(jié)果。

2.2 臨近預(yù)報(bào)

利用雷達(dá)開(kāi)展臨近預(yù)報(bào)研究主要是采用雷達(dá)外推法[9]，包括交叉相關(guān)系數(shù)法、單體質(zhì)心法和光流法等，本研究選用業(yè)務(wù)預(yù)報(bào)常用的光流法[10-12]，其基本原理是將目標(biāo)降水粒子的三維運(yùn)動(dòng)轉(zhuǎn)換為計(jì)算機(jī)上的二維投影，從二維圖像中獲取像素點(diǎn)的移動(dòng)矢量。圖像像素點(diǎn)的表觀運(yùn)動(dòng)構(gòu)成一個(gè)光流，所有光流的集合稱為光流場(chǎng)，根據(jù)光流場(chǎng)的運(yùn)動(dòng)規(guī)律進(jìn)行雷達(dá)回波的外推，最后再根據(jù)外推得到的雷達(dá)回波進(jìn)行降水反演。為了降低臨近預(yù)報(bào)的不確定性，在光流法的基礎(chǔ)上，通過(guò)集合的初始和邊界擾動(dòng)形成集合預(yù)報(bào)，含30個(gè)集合成員，開(kāi)展了預(yù)見(jiàn)期為1、2、3 h的臨近預(yù)報(bào)。

2.3 評(píng)價(jià)指標(biāo)

累積降雨量是影響流域水文過(guò)程的主要因素，而降雨的時(shí)空分布對(duì)流域出口斷面的洪水過(guò)程也有重要影響[18]。因此，本研究計(jì)算雷達(dá)測(cè)雨的面累積雨量與實(shí)測(cè)值的相對(duì)誤差RE、均方根誤差與相應(yīng)維度降雨觀測(cè)值均值的比值m-RMSE、平均絕對(duì)誤差RMAE、平均偏差RMB等對(duì)雷達(dá)測(cè)雨的效果進(jìn)行評(píng)價(jià)。地面雨量站的面雨量利用泰森多邊形法計(jì)算，雷達(dá)測(cè)雨及臨近預(yù)報(bào)的面雨量為流域內(nèi)全部雷達(dá)探測(cè)格點(diǎn)雨量的平均值。各評(píng)價(jià)指標(biāo)計(jì)算公式為

(1)

式(1)中：P為雷達(dá)估測(cè)降水或臨近預(yù)報(bào)的面雨量，mm；Q為地面雨量站觀測(cè)的累積降雨量，mm。RE值越小，表明雷達(dá)測(cè)雨或預(yù)報(bào)的結(jié)果越好。

(2)

當(dāng)進(jìn)行時(shí)間尺度評(píng)價(jià)時(shí)，Pk和Qk分別為某一時(shí)刻k，梅溪流域面平均雨量的雷達(dá)估測(cè)/預(yù)報(bào)值與地面雨量站觀測(cè)值，N為降雨時(shí)長(zhǎng)；當(dāng)進(jìn)行空間尺度評(píng)價(jià)時(shí)，Pk和Qk分別為在某一地面雨量站位置k，整個(gè)降雨過(guò)程累積雨量的雷達(dá)估測(cè)/預(yù)報(bào)值與地面雨量站觀測(cè)值，N為雨量站的個(gè)數(shù)。為了去除不同降雨場(chǎng)次降雨量的影響，最終求得的RMSE分別除以相應(yīng)維度降雨觀測(cè)值的平均值得到m-RMSE。

(3)

(4)

式中：Pi和Qi分別為在某一地面雨量站位置i在整個(gè)降雨過(guò)程累積雨量的雷達(dá)估測(cè)/預(yù)報(bào)值與地面雨量站觀測(cè)值，N為雨量站的個(gè)數(shù)。

平均絕對(duì)誤差可以體現(xiàn)定量降水估計(jì)產(chǎn)品與雨量計(jì)比較的絕對(duì)差距程度。平均偏差可以體現(xiàn)定量降水估計(jì)產(chǎn)品與雨量計(jì)比較整體性偏離程度，三個(gè)參數(shù)越接近0，說(shuō)明雷達(dá)測(cè)雨反演效果越好。

3 評(píng)估結(jié)果

3.1 雷達(dá)測(cè)雨精度評(píng)估

雷達(dá)測(cè)雨精度的評(píng)估結(jié)果見(jiàn)表2。經(jīng)過(guò)強(qiáng)降水識(shí)別后，三場(chǎng)降雨反演精度都有顯著提升。場(chǎng)次Ⅰ、Ⅱ、Ⅲ雷達(dá)降雨反演QPE的24 h累積雨量RE分別降低了60.84%、49.03%、68.52%?？臻g尺度m-RMSE分別降低了0.47、0.28、0.39；時(shí)間尺度m-RMSE分別降低了0.09、0.37、0.29。RMAE分別降低了0.37、0.02、0.46。RMB分別降低了0.14、0.21、0.68?？傮w上雷達(dá)降水反演精度顯著提高。圖4、圖5也能直觀反映基于強(qiáng)降水識(shí)別的雷達(dá)降雨反演優(yōu)于常規(guī)反演。其中，場(chǎng)次Ⅲ雷達(dá)降水反演精度的提高是這三場(chǎng)降雨中最明顯的，而“尼伯特”臺(tái)風(fēng)恰好是一場(chǎng)特大暴雨，屬于典型的強(qiáng)降水。

3.2 臨近預(yù)報(bào)評(píng)價(jià)結(jié)果

基于強(qiáng)降水識(shí)別的臨近預(yù)報(bào)評(píng)價(jià)結(jié)果見(jiàn)表3～表5，結(jié)合圖6可直觀得出：

(1)場(chǎng)次Ⅰ臨近預(yù)報(bào)的1、2、3 h預(yù)見(jiàn)期RE范圍分別在-9.00%～72.99%、-13.08%～66.57%和-21.81%～73.33%；平均值分別為22.08%、16.57%和7.96%。時(shí)間尺度方面，30個(gè)集合的m-RMSE范圍分別在0.66～3.26、0.59～4.69和0.62～3.81；平均值分別為0.89、0.97和1.07。空間尺度方面，m-RMSE范圍分別在0.2～1.21、0.17～0.97和0.12～1.05；平均分別為0.38、0.28和0.22。RMAE范圍分別在0.15～1.01、0.13～0.87和0.10～0.98；平均值分別為0.29、0.22和0.17。RMB范圍分別在-0.13～1.01、-0.19～0.87和-0.25～0.98；平均值分別為0.28、0.18和0.13。從各項(xiàng)指標(biāo)的評(píng)估結(jié)果來(lái)看，單一預(yù)報(bào)具有很大的不確定性。通過(guò)集合預(yù)報(bào)的方法可以有效降低不確定性，從集合預(yù)報(bào)的效果來(lái)看，預(yù)報(bào)精度較高。延長(zhǎng)預(yù)見(jiàn)期，臨近預(yù)報(bào)精度變化幅度不大，0～3 h的預(yù)報(bào)結(jié)果穩(wěn)定可靠。

表2 通過(guò)常規(guī)反演和強(qiáng)降水識(shí)別反演的評(píng)估指標(biāo)值Table 2 Through conventional inversion and heavy precipitation identification inversion evaluation index value

圖4 不同雷達(dá)反演方法下3場(chǎng)降雨的雨量過(guò)程圖Fig.4 The rainfall process diagram of three rains under different radar inversion methods

圖5 三場(chǎng)降雨的24 h累積降雨空間分布圖Fig.5 The spatial distribution of the 24 h cumulative rainfall of the three rainfall events

(2)場(chǎng)次Ⅱ臨近預(yù)報(bào)的1、2、3 h預(yù)見(jiàn)期RE范圍分別在-67.55%～-47.19%、-80.84%～-57.99%和-85.25%～-66.51%；平均值分別為-58.67%、-71.01%和-78.67%。時(shí)間尺度方面，30個(gè)集合的m-RMSE范圍分別在0.88～1.22、1.18～1.47和1.29～1.53；平均值分別為1.01、1.35和1.43?？臻g尺度方面，m-RMSE范圍分別在0.62～0.76、0.75～0.9和0.84～0.97；平均分別為0.70、0.83和0.91。RMAE范圍分別在0.55～0.69、0.65～0.82和0.72～0.90；平均值分別為0.61、0.74和0.83。RMB范圍分別在-0.69～-0.52、-0.82～-0.62和-0.90～-0.72；平均值分別為-0.61、-0.74和-0.83。從各項(xiàng)指標(biāo)的評(píng)估結(jié)果來(lái)看，降雨場(chǎng)次Ⅱ的1～3 h預(yù)見(jiàn)期的預(yù)報(bào)結(jié)果均不理想，其中1 h預(yù)見(jiàn)期預(yù)報(bào)的降雨量級(jí)誤差較大。隨著預(yù)見(jiàn)期的延長(zhǎng)，臨近預(yù)報(bào)精度降低，2 h預(yù)見(jiàn)期預(yù)報(bào)的降雨落區(qū)誤差增大，3 h預(yù)見(jiàn)期預(yù)報(bào)的降雨時(shí)程分配誤差增大。

(3)場(chǎng)次Ⅲ臨近預(yù)報(bào)的1、2、3 h預(yù)見(jiàn)期RE范圍分別在-29.78%～15.85%、-47.88%～18.59%和-70.07%～1.64%；平均值分別為-16.01%、-30.86%和-52.38%。時(shí)間尺度方面，30個(gè)集合的m-RMSE范圍分別在0.33～1.29、0.18～1.33和1.08～2.42；平均值分別為0.71、0.57和2.04。空間尺度方面，m-RMSE范圍分別在0.26～0.73、0.25～0.92和0.37～0.78；平均分別為0.34、0.35和0.50。RMAE范圍分別在0.19～0.65、0.21～0.74和0.30～0.68；平均值分別為0.29、0.27和0.45。RMB范圍分別在-0.29～-0.38、-0.45～-0.46和-0.68～-0.30；平均值分別為-0.06、-0.22和-0.45。從各項(xiàng)指標(biāo)的評(píng)估結(jié)果來(lái)看，其預(yù)報(bào)效果也不理想，其中1 h預(yù)見(jiàn)期預(yù)報(bào)的降雨量級(jí)誤差較大。隨著預(yù)見(jiàn)期的延長(zhǎng)，臨近預(yù)報(bào)精度降低，2 h預(yù)見(jiàn)期預(yù)報(bào)的降雨落區(qū)誤差增大，3 h預(yù)見(jiàn)期預(yù)報(bào)的降雨時(shí)程分配誤差增大。

圖6 臨近預(yù)報(bào)累積降雨分布圖Fig.6 Nowcasting cumulative rainfall distribution map

表3 基于強(qiáng)降水識(shí)別降雨場(chǎng)次Ⅰ的臨近預(yù)報(bào)評(píng)估指標(biāo)值Table 3 The evaluation index values of nowcasting based on the identification of heavy rainfall for rainfall events Ⅰ

表4 基于強(qiáng)降水識(shí)別降雨場(chǎng)次Ⅱ的臨近預(yù)報(bào)評(píng)估指標(biāo)值Table 4 The evaluation index values of nowcasting based on the identification of heavy rainfall for rainfall events Ⅱ

表5 基于強(qiáng)降水識(shí)別降雨場(chǎng)次Ⅲ的臨近預(yù)報(bào)評(píng)估指標(biāo)值Table 5 The evaluation index values of nowcasting based on the identification of heavy rainfall for rainfall events Ⅲ

4 結(jié)論

(1)強(qiáng)降水識(shí)別能夠有效提高雷達(dá)測(cè)雨精度，特別是對(duì)于暴雨量級(jí)的降雨，雷達(dá)反演精度提高最顯著，24 h累積雨量相對(duì)誤差較常規(guī)反演提高顯著提高，降雨時(shí)空分布也得到了明顯改善，基本滿足中小流域洪水預(yù)報(bào)的需求。將地面雨量站觀測(cè)降雨與雷達(dá)測(cè)雨進(jìn)行融合，是進(jìn)一步提高中小流域尺度的測(cè)雨精度的主要方法。

(2)對(duì)于時(shí)空分布均勻的降雨場(chǎng)次，雷達(dá)測(cè)雨與臨近預(yù)報(bào)效果均優(yōu)于短歷時(shí)降雨和強(qiáng)降雨，臨近預(yù)報(bào)結(jié)果也能夠滿足中小流域洪水預(yù)報(bào)的需求。進(jìn)一步研究需重視短歷時(shí)降雨和強(qiáng)降雨，建立隨天氣形勢(shì)變化的動(dòng)態(tài)Z-R關(guān)系。

(3)隨著預(yù)見(jiàn)期的延長(zhǎng)，降雨時(shí)空分布均勻的場(chǎng)次，其預(yù)報(bào)效果變化幅度不大，而短歷時(shí)降雨和強(qiáng)降雨的預(yù)報(bào)精度下降明顯。研究復(fù)合天氣形勢(shì)的具有物理機(jī)制的預(yù)報(bào)方法，與光流法等雷達(dá)外推方法相結(jié)合開(kāi)展臨近預(yù)報(bào)，將有助于提高降雨預(yù)報(bào)精度。