2　国内外水文气象预报技术概述

水文气象综合预报系统是建立在现有的气象预报和水文预报理论和技术基础之上的。主要有3个方面的内容。首先是研究能满足洪水预报特殊要求的定量降水预报技术；其次是建立起定量降水预报和洪水预报有机结合的方式；第三是实时洪水预报方法，包括流域产汇流和河道洪水预报。在长江流域水文气象预报的实践中，现已有了一套行之有效的洪水预报方法。在流域产汇流方面，主要使用降雨径流经验相关图、单位线法；河道洪水预报方面主要是上下游相应关系及马斯京根河道流量演算等方法。此处考察的重点在前面两方面。现代水文气象预报在我国已有几十年的历史。自20世纪50年代起，我国丰满水库、丹江口水库、汉江上游安康水电站等应用水文气象预报取得了不少成功的经验[1]。1981年7月长江上游特大洪水预报，汉江1983年10月特大洪水预报等，都是水文和气象预报相结合的典型实例。

在我国向用户发布的实际天气预报是以天气学预报方法为主。预报员以天气图、卫星云图、预报流域气候及地形条件、现实和过去的天气形式等，并结合气象专业部门的指导信息综合诊断天气特征，最后作出最优的定量降水预报。这种方法在大的江河流域（面积以万平方千米计）的预报中具有重要意义。今后在不断完善中还将继续发挥作用。但是，这种方法较多地依赖预报员的个人经验，不同的预报员作出的降雨量预报可以有较大差别，缺少客观的定量计算。这种预报结果作为水文预报模型的输入，就只能是一种应急的方法。这实际上是假定几组不同的未来降水量，据此作出几种水文预报结果。更重要的是，暴雨出现的范围往往较小，主要受中小尺度系统的控制。而形成突发洪水的单个水文流域在天气图上往往是难以分辨的。

数值天气预报是在一定的初始条件和边界条件下，对大气热力——动力方程组进行对时间的数值积分，从而作出环流形势和天气要素的预报。近年来我国国家气象中心的数值预报业务有了高速度发展[6]。T42北半球模式和T63全球谱模式分别于1991年6月和1994年6月投入业务运行。主要产品包括形式预报、物理量场和降水预报。T63模式运行的计算机CPU时间为205min（银河—Ⅱ巨型机），水平分辨率约1.875经纬度。同时配套地建立了主要用于预报降水的有限区预报模式。第二代有限区预报模式LAFS（与T42模式嵌套）于1992年3月投入业务运行。其主要产品包括0～24h、12～36h、24～48h的降水量定量预报，CPU时间为24min（Cyber992巨型机）。其水平分辨率约200km，那么单个网格面积约为40000km2。预报降水量以12h为一个时段。与T63嵌套、在LAFS基础上建立的暴雨预报模式计划于1995年6月投入运行，水平分辨率将提高到约100km。CPU时间为37min（Cray M92巨型机）。

可以说，由于数值天气预报模型的使用，在大尺度气压场或环流型的预报方面取得了显著成绩。但是在天气预报的一个最重要的领域——降水预报方面，预报水平提高不大。气象学家们一致认为，降水预报之所以未能赶上其他气象要素的预报，其原因在于重大降水事件的出现范围往往较小，而目前的观测网对中尺度系统尚不能充分地分辨，现有的预报模型还不能对它进行适当的处理。在我国，新的数值预报模型的使用，在很大程度上还受到计算机计算能力的限制。另外，水文预报人员在获得数值预报产品后，如何根据网格点资料作出预报流域上的逐个水文预报时段的定量降水预报，是一个需要专门研究的问题。

第三类方法是统计预报。它是应用数理统计方法通过分析建立起预报对象同气象要素之间的关系方程。这种方法在生产单位有些实际应用，一般多用于中长期预报。这种方法建立的预报方程往往是很不稳定的。也就是在建立方程时能获得一定精度，而预报应用时精度很低。这种方法的另一个缺点是在一个流域或地区建立的方程无法借用于别的流域或地区。不同地区都需要重新分析影响本地区的天气变化的因素，重新建立预报方程。目前统计预报方法中的另一类重要方法是MOS（模式输出统计），它是应用数值预报模式的输出产品再结合当地的天气特点建立预报方程。MOS方法比第一类天气学经验预报方法要客观一些。但是，单独使用MOS方法需要有一个稳定而完善的数值预报模型，这在我国还比较困难。其次它还依赖足够长的资料，且对异常天气（如导致洪水的大暴雨）的预报能力因样本小而受到影响。

多年来，世界范围的气象学家们为取得降水预报的成功而作出了不懈努力。根据公开报导的文献检索，国际上在水文气象预报研究和应用方面影响较大的是美国。20世纪80年代初，美国国家天气局水文处同美国麻省理工学院签订了研究协议。在这项研究计划的资助下，乔治卡科斯（K.P.Georgakakos）和布拉斯（R.L.Bras）于1984年发表了“一个水文上有用的单站降水预报模型”[4]（后文称GB模型）。GB模型是一个简化的一维单站定量降水预报模型，它可以预报流域内一个点未来一个小时的降水量。乔治卡科斯于1987年发表了“实时骤发洪水预报”[5]。将GB模型和美国国家天气局的河流预报系统（产汇流预报模型）结合起来构造成一个整体的水文气象预报模型，主要用来解决突发洪水预报问题。近年来又进一步研究了遥感信息在定量降水预报中的应用。在这一领域取得了一系列引人注目的研究成果。

上述一系列研究为我们思考水文气象预报问题提供了新的思路。文献[2]在系统调研国内外研究和应用情况之后，以GB模型为框架，结合我国在云和降水物理学领域新的研究成果，对GB模型中的水分输出部分作了重要修正。使用了更接近实际的凝结水粒数浓度分布，即γ分布。推导出了新的降雨量预报公式，建立了一个改进的单站定量降水预报模型。试验表明，凝结水粒分布在一定程度上影响着地面降水量的计算。改进模型比原GB模型能适应更多的雨型。

文献[2]还在实时校正部分作了新的改进。GB模型的时段降水量是以瞬时降水率经线性转换后得出的，即直接以计算时段长Δt乘以瞬时降水率。由于瞬时降水率变率大，这种线性转换有可能引起较大误差。文献[2]引入了时间积分方程，即时段降水量是瞬时降水率对时间的积分。由此导出了一组更为合理有效的校正方程。经实测数据试验，这种新的校正结构比原模型使用的线性方程的预报效果显著提高。简化的概念性定量降水预报模型之所以能获得短时定量降水预报的成功，实时校正起到了重要作用。