tft每日頭條

 > 圖文

 > 天氣預報144小時雨量分布

天氣預報144小時雨量分布

圖文 更新时间:2025-03-13 03:36:06

防汛救災氣象服務階段性成效系列報道④

雨水為2020年夏天打上一個不平凡的記号。

天氣預報144小時雨量分布(雨落提前有人知)1

2020年梅雨量為1961年以來曆史最多。

天氣預報144小時雨量分布(雨落提前有人知)2

2020年梅雨季持續時間與2015年并列為1961年以來曆史最長。

從6月1日到8月1日,江淮流域經曆62天“超長梅雨季”,持續時間為1961年來最長,梅雨量為1961年以來最大。

進入8月,四川盆地頻遭暴雨襲擊,截至8月20日,四川平均降雨量為1961年以來曆史同期最多。

長江、淮河及鄱陽湖、巢湖等經曆了持續高水位運行的6月和7月,長江上遊又在8月發生了1981年以來最大洪水。

8月底至9月初,我國東北地區半個月内遭受台風“三連擊”,降水偏多,曆史罕見。

天氣預報144小時雨量分布(雨落提前有人知)3

8月底至9月初,東北地區半個月内遭受台風“三連擊”。

這些雨水,有時候突如其來、又匆匆收官,有時候綿延不絕、久駐一地,沖刷着、彙流着,土壤濕透了、江河漲高了……他們是大自然變化萬千的一部分,也是對人類生産生活生命的考驗。

幸運的是,随着氣象預報技術的發展,人們已經可以越來越準确地預判雨落的時間、位置、強度和影響。

這樣的預報,又是如何“煉”成的呢?

擅長“偷襲”的暴雨

如何被氣象人獲知了行蹤?

8月12日,北京的街頭格外安靜。這天早上,雖然太陽一度露頭,天氣看似波瀾不驚,但人們卻不約而同地減少了出行。

天氣預報144小時雨量分布(雨落提前有人知)4

待到午間,做足了僞裝的暴雨開始傾下時,卻發現自己的“獵物”格外稀少,人們早已躲進安全地帶,反而享受起暴雨帶來的難得清涼——本來擅長“偷襲”的暴雨,這一次,在精準預報之下,被人事先得知了行蹤。

天氣預報144小時雨量分布(雨落提前有人知)5

8月12日,北京市氣象局與市應急管理局進行防汛全網會商。

在北京市氣象局8月12日值班首席雷蕾眼中,暴雨的“劇本”,早在一周前就開始書寫——

在智能網格預報“睿圖”模式的滾動調整預報中,一場北京入汛以來最強降水的輪廓,在預報員眼中漸漸清晰:首先,白天低空南風波動中的暖區對流會帶來降水;夜間冷空氣參與其中,冷暖對流造成時空強度不均進一步加劇降水。

随着時間推移,暴雨各個細節也被預報員們一一“破譯”:降雨中心會落在何處,最大降雨量級會到什麼程度,降雨具體落在哪個時段……

借助精細化實況風場資料以及對降雨回波的精準把握,8月11日傍晚的預報結論——強降雨極值150毫米左右,8月13日2時強降雨中心移出北京——與最終的降雨實況相差無幾。

天氣預報144小時雨量分布(雨落提前有人知)6

今年汛期,像這樣的成功“捕捉”不勝枚舉。随着智能網格預報業務成熟,無縫隙預報逐步走向現實,暴雨“偷襲”成功的難度逐年增加——

GRAPES系統經過叠代升級,已經實現全國3公裡分辨率每天8次快速更新同化和預報,逐10分鐘滾動更新臨近智能網格預報;

1公裡分辨率多源融合實況分析産品進入業務試運行階段;

基于雷達資料的分鐘級快速更新預報系統取得進展。

這些進步,意味着那些從發生發展到消亡僅有數十分鐘的天氣過程進入智能網格預報的“射程範圍”。雖不可能招招制敵,卻也在不斷精進。

精準及時的預報,在自8月10日以來頻發的暴雨中,拯救了四川省江油市雁門鎮敬元村村民敬昌富的生命。

從預報員在四川省-市智能網格氣象預報業務平台上做出預報結論,到預警發出、組織轉移,再到他家房後坡體在暴雨中垮塌,在12小時時間裡,一場悲劇被消弭于無形。

當然,強對流天氣預報仍是一道世界性難題,但比起從前,如今的氣象部門有足夠的技術基礎,向其勇敢地發出挑戰。

8月10日,中央氣象台開始向全國下發每日8次滾動更新的強對流天氣預報産品,對北方地區午後常見的強對流天氣、西南地區的短時強降水、東南沿海熱帶系統造成的強對流天氣均有較好的指示意義,填補了我國在分類強對流短時指導預報産品方面的空白。

在上海、江蘇、江西、河南、廣西、貴州、青海等省(自治區、直轄市),利用人工智能開展短時臨近分類強對流預報預警的探索已經逐步開展。

适用于訓練人工智能識别、預報強對流天氣的基礎數據集研發完成,則為這方面探索注入了“強心針”。

雨帶飄忽不定

提前騰出防洪庫容的底氣從何而來?

猶記得6月初,一聲令下,三峽水庫騰出全部防洪庫容221.5億立方米。提前騰庫容,底氣從何而來?答案是不斷滾動訂正的汛期氣候趨勢預測在大時間尺度上所提供的“超前”決策支撐。

今年3月,國家氣候中心利用“動力統計相結合的季節氣候客觀預測系統(FODAS2.0)”等做出預測:2020年夏季我國降水總體偏多,江南大部、江淮流域和北方大部地區降水偏多2到5成,部分地區偏多5成以上;長江流域、淮河流域、黃河中下遊可能出現流域性洪澇災害。

天氣預報144小時雨量分布(雨落提前有人知)7

3月23日至24日,2020年汛期全國氣候趨勢預測會商會在京召開。

4月7日,長江流域氣象中心即做出今年主汛期長江流域降雨預報結論,并進一步研發應用高時空分辨率的格點預報産品,為三峽水庫消落騰容和防汛調度提供支撐。

5月,中國氣象局還與世界氣象組織共同主辦了第十六屆亞洲區域氣候監測、預測和評估論壇,14個國家和地區以及多個國際組織的41位代表圍繞2020年夏季風趨勢進行會商。

進入7月,雨帶長期徘徊,南方遭遇多輪暴雨侵襲。驟雨急傾擊長江,先後5輪洪峰奔湧而至,彼時的“超前”決策為迎戰流域洪水增添了底氣。融合了“相似誤差訂正”“雨型診斷預測”“多模式動力統計集成預測”和“機器學習”等多種先進的氣候預測方法和IT技術的FODAS系統再一次在汛期經受住了考驗——預測結果PS評分突破80分,成功預測長江流域、淮河流域及黃河中下遊流域性洪澇災害。該系統已連續11年準确預測我國汛期主雨帶特征,實現在全國31個省(自治區、直轄市)氣候中心推廣應用。

天氣預報144小時雨量分布(雨落提前有人知)8

FODAS2.0系統的2020年汛期降水預測結果PS評分突破80分,成功預測長江流域、淮河流域及黃河中下遊流域性洪澇災害。

經曆“空台”的7月後,三個台風在半個月内紛紛北上。而這一切,在國家氣候中心4月底發布的一份氣候趨勢預測材料上似乎早有征兆:今年台風活動呈前期生成偏少、後期生成偏多的特點,夏末至秋季較常年活躍,盛夏可能有台風北上登陸……

事實上,預報周期長、事件可預報性差、預報結果精準度要求高,氣候預測一直是一塊難啃的“硬骨頭”。

國家氣候中心氣候預測室首席預報員王永光介紹,氣候預測方法分為動力模式和前兆信号兩種,相較于天氣預報,目前氣候預測所用方法達到的準确率還不太高。同時,氣候還受大氣圈、水圈、冰凍圈、岩石圈、生物圈等五大圈層及其相互作用的影響,這大大增加了氣候預測的難度。

天氣預報144小時雨量分布(雨落提前有人知)9

國家氣候中心氣候預測室首席預報員王永光在修改“七下八上”階段氣候趨勢預測意見。

雖委重投艱,猶摩頂放踵,利天下為之。汛期氣候預測技術準備提前半年就已啟動——

國家氣候中心研發影響各類雨季開始早晚和強度的關鍵大氣環流延伸期客觀預測産品,開展長江流域6.25公裡統計和動力降尺度計算,分析長江流域未來洪澇風險,運用第六次耦合模式比較計劃(CMIP6)模式降尺度預估黃河上遊氣溫與降水變化趨勢,基于多模式客觀預測MODES系統研發智能氣候預測技術;

長江流域氣象中心建立動力與統計相結合、模式産品降尺度釋用以及機器深度學習等方法相結合的旱澇氣候趨勢預測方法,實現延伸期至年際降水預測預報無縫銜接……

一條高位運行的大河

緻洪前還能盛下多少雨?

從8月11日到17日,在長江上遊嘉陵江、岷江流域,兩場強降雨接踵而至。6.7萬平方公裡的土地上累計雨量超過250毫米;大于100毫米降雨覆蓋了22.7萬平方公裡的土地。

天氣預報144小時雨量分布(雨落提前有人知)10

長江流域防洪救災,氣象人在行動。

預料之中。關于這場降雨的報告8月10日就已發布。當天下午,長江流域氣象中心與三峽集團梯級調度中心展開遠程視頻會商。

長江流域氣象中心副台長田剛說,除了知道雨怎麼下以外,預測這些雨帶來的影響也至關重要。降水預報精細化程度和洪水預見期不夠、氣象預報與洪水預報結合度不高一直是氣象預報中的難點。

為了破解這一難題,長江流域氣象中心開展了“流域定量降水估測”“流域降水網格預報和精細化面雨量預報”“流域旱澇氣候趨勢預測”“流域水文氣象耦合模型”“長江上遊洪澇風險預估模型”“長江流域水文氣象服務産品制作和信息共享平台”等關鍵技術研究和系統研發。

長江2号洪水來襲時,兩湖流域水位較高,而上遊水庫群剛承接了第1号洪峰壓力。重重壓力之下,一份重點區域過程降雨累計預報格外關鍵:長江上遊幹流、烏江面雨量60毫米~80毫米,中遊清江、澧水面雨量120毫米~150毫米,下遊滁河面雨量将超過100毫米。這些數據決定了三峽工程的下洩量,最終2号洪水平安過境。

面雨量預報,是描述整個區域(流域)内單位面積上的平均降水量,而它,正是流域防汛減災中,氣象與水文之間最重要的結合點,也是水文氣象預報業務體系的核心内容之一。

中央氣象台發展了基于智能網格降水預報的全國分布式水文氣象預報模型,旨在實現流域面雨量精準預報,以及中小河流洪水、山洪與地質災害氣象風險預警。

今年,随着5公裡×5公裡分辨率智能網格技術的快速發展,中央氣象台分布式水文氣象預報模型可以實現逐3、6、12、24小時任意流域面雨量預報,并耦合中央氣象台高分辨率分布式水文模型,實現流域暴雨洪災的氣象風險預報與預評估。

天氣預報144小時雨量分布(雨落提前有人知)11

中央氣象台就7月24日至26日一輪強降水過程制作的長江流域面雨量預報圖。

對于中小河流暴雨洪水災害,利用高分辨率水文模型反演流域緻洪動态臨界面雨量阈值,與基于智能網格降水的中小流域精細化面雨量預報結合起來,如果大于臨界面雨量阈值,就判定該中小流域有暴雨緻洪緻災的氣象風險。

同樣,通過科學設置不同雨量阈值,山洪、滑坡泥石流崩塌等災害氣象風險也可以預判。

這也是世界上水文氣象業務模型的主要方法。

目前,中央氣象台已經建立基于智能網格的水文氣象統計與物理相結合的預報技術體系和綜合分析與會商支撐業務系統平台,在汛期水文氣象預報服務中發揮重要支撐與對下指導作用。

當然,這些技術方法的形成、完善并非一朝一夕,或憑氣象部門一己之力就能完成。也因此——

長江流域氣象和水文部門緊密合作、信息充分共享;

淮河流域兩年舉辦一次淮河流域暴雨洪水學術交流研讨會,依托壽縣國家氣候觀象台圍繞淮河流域能量與水分、流域緻災暴雨機理研究等命題開展科學研究;

太湖流域整合區域内專業人才建立聯合攻關團隊,發展提高流域分區面雨量預報技術、精細化定量降水預報方法等,建立流域水文氣象服務業務規範和業務系統流程……

天氣預報144小時雨量分布(雨落提前有人知)12

在淮河流域防汛壓力最吃緊的階段,安徽省氣象局派出專家指導組與阜陽市、縣局業務人員共同研判淮河上遊天氣趨勢。

不止在抗洪壓力較大的南方。今年三個影響東北的台風中,“美莎克”帶來了最強風雨影響。在東北三省,智能網格預報定量降水預報産品充分應用于服務中,水庫預洩、群衆預防性轉移工作有序開展。

汛期還在繼續——

預報精準

永無止境!

對自然的認識和對預報技術方法的探索

永不止步!

聲明:轉載此文是出于傳遞更多信息之目的。若有來源标注錯誤或侵犯了您的合法權益,請作者持權屬證明與本網聯系,我們将及時更正、删除,謝謝。

,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关圖文资讯推荐

热门圖文资讯推荐

网友关注

Copyright 2023-2025 - www.tftnews.com All Rights Reserved