兩種降水估測方法對榮昌縣及附近的影響

兩種降水估測方法對榮昌縣及附近的影響

地面雨量計達到一定數(shù)量時才校準短期強降水往往會導致中小型河流的洪水、溪流、山坡和泥石流等災害（張家國等，2010；李向紅等，2010；曲曉波等，2010；莫建利等，2012；范建勇等，2012）。天氣雷達聯(lián)合地面雨量計估測降水,可以獲得高分辨率的降水分布,是進行強降水監(jiān)測的重要手段(Smithetal,1996;Baecketal,1998;張利平等,2007;劉曉陽等,2010)。同時,精細化的定量降水估測產(chǎn)品也是水文模型的重要輸入資料,對洪峰預測最敏感的因素就是流域降水量的空間變化(彭濤等,2010;趙琳娜等,2012)。平均校準法是常用的天氣雷達聯(lián)合地面雨量計估測降水方法(Wilsonetal,1979;Fultonetal,1998),要求研究區(qū)域內(nèi)的雨量計達到一定數(shù)量時才進行校準,校準前需要將天氣雷達反射率因子按照考慮某種滴譜分布的Z-I關系將反射率因子反演為雨強(Marshalletal,1948;Willisetal,1989),其中Z(單位:mm6·m-3)為反射率因子,I(單位:mm·h-1)為雨強。平均校準法有兩個方面的誤差需要特別加以考慮:一方面,如果在天氣雷達覆蓋范圍內(nèi)采用統(tǒng)一的校準因子,由于不同風暴之間微物理和動力方面的差異,雷達覆蓋范圍內(nèi)的平均偏差就不能代表具體的風暴單體,導致某些區(qū)域校準后的雨量與地面雨量計測值相比偏高過大,同時另一些區(qū)域偏低嚴重(Bauer-Messmeretal,1997;Fulton,1999)。隨著地面雨量計密度的增加,雷達覆蓋范圍內(nèi)的校準向范圍逐漸減小的局地校準發(fā)展(McEneryetal,2005;張亞萍等,2007;李建通等,2009;田付友等,2010;Kitzmilleretal,2011)。另一方面,將天氣雷達反射率因子轉(zhuǎn)換為降水率估測需要考慮滴譜分布,而滴譜分布在不同強度的降水中差別很大(Willisetal,1989)。汪瑛等(2011)提出了雷達定量降水動態(tài)分級Z-I關系估算方法,改進了對短時強降水的估測效果。為了在局地范圍內(nèi)得到更為精確的強降水監(jiān)測結果,張亞萍等(2013)提出了天氣雷達聯(lián)合地面雨量計估測降水的局地分級平均校準方法,個例分析表明,局地分級平均校準方法對強降水的估測效果優(yōu)于局地平均校準方法。本文利用天氣雷達聯(lián)合地面雨量計定量降水估測的局地平均校準法和局地分級平均校準法,進行2012年7月21日20:00—22日01:00(北京時,下同)重慶市榮昌縣及附近的降水分布估計,并對方法中的局地校準半徑的選取進行討論。同時,在進行降水分布估計的基礎上,對榮昌縣吳家鎮(zhèn)雙流村的洪水與降水和河網(wǎng)分布的關系進行分析,為今后進行中小河流洪水的氣象風險預報提供參考。1天氣分析和暴雨天氣影響7月20日20:00至22日08:00,高原低槽東移影響四川盆地,但低槽前部的副熱帶高壓(以下簡稱副高)東退緩慢,其環(huán)流控制長江中下游地區(qū),高原低槽東移受阻,移速緩慢。21日20:00(圖1b),低槽前部四川盆地內(nèi)中低層有西南渦生成,在阻塞形勢下受低層偏北風的推動緩慢向東南方向移動,影響重慶西部;同時,貝加爾湖冷渦勢力強大,冷渦底部冷空氣在旋轉(zhuǎn)槽的引導下南下,冷鋒與西南渦共同影響,在副高的阻塞作用下形成重慶西部局部地區(qū)的大暴雨天氣。7月21日傍晚開始,重慶市大部地區(qū)陸續(xù)出現(xiàn)了一次雷雨天氣,西部部分地區(qū)、東北部局部地區(qū)及東南部局部地區(qū)出現(xiàn)了暴雨或大暴雨,其余大部地區(qū)小到中雨,局部大雨。7月21日20:00至22日02:00(圖1a),榮昌盤龍6h累積雨量達253.2mm,其中21日23:00盤龍小時雨量達180.9mm。這次大暴雨天氣導致榮昌縣21個鎮(zhèn)街出現(xiàn)洪澇災害,5個城鎮(zhèn)進水,受災人口達16萬,轉(zhuǎn)移人口7千多,農(nóng)作物受災11萬畝(1畝=661.7m2),房屋垮塌1722間,山坪塘垮塌214口,渠道垮塌1136m,損壞電力提灌站50處,10座水庫受損,公路垮塌42km,地質(zhì)滑坡175處,全縣直接經(jīng)濟損失達2.04億元。22日凌晨,由于清流河水暴漲,吳家鎮(zhèn)雙流村被淹沒,積水最深達5m。2根據(jù)聯(lián)合土壤雨量計算的綜合評價降水分布2.1局域風壓計對準準法圖2為天氣雷達聯(lián)合地面雨量計局地分級平均校準法估測降水流程圖。在進行降水估測時,首先進行雷達-雨量計對的選取及質(zhì)量控制。為了提取用于校準的雷達-雨量計對,需要得到雷達初估小時降水場。采用文獻(Fultonetal,1998)中的Z=300I1,4關系生成每個時次的雷達估測瞬時雨強I,然后累積為小時降水,作為雷達初估值。對于每個雨量計,選取該雨量計上空及周圍共9個格點(這里每個格點代表O.01°×O.01°)的雷達初估小時降水的平均值得到一個雷達-雨量計對。每個時次的雷達-雨量計對質(zhì)量控制采用文獻(Fultonetal,1998)中的方法,分為3步:第一步,去除雷達初估值或雨量計測值低于0.6mm[可調(diào)參數(shù),本文與文獻(Fultonetal,1998)所用參數(shù)相同]的雷達-雨量計對,保證雷達和雨量計都測到降水;第二步,去除雷達初估值或雨量計測值高于200mm[可調(diào)參數(shù),文獻(Fultonetal,1998)中所用參數(shù)為400mm]的雷達-雨量計對;第三步,計算剩下的雷達-雨量計對的歸一化絕對偏差,計算該絕對偏差數(shù)組的標準偏差Sd,若某雷達-雨量計對的歸一化絕對偏差大于3Sd(可調(diào)參數(shù)),則去除該雷達-雨量計對,以減輕雷達初估值與雨量計測值偏差過大以及零度層亮帶等的影響。局地平均校準法是指對于雷達覆蓋范圍內(nèi)的每個格點(本文每個格點代表0.01°×0.01°),選取其周圍局地范圍內(nèi)一定數(shù)量雨量計進行平均校準。局地范圍的半徑為可調(diào)參數(shù)。局地區(qū)域內(nèi)的平均校準因子F(Wilsonetal,1979):式中,N為用于校準的雨量計數(shù),Ri和Gi為第i個雷達-雨量計對的雷達初估值和雨量計測值。將平均校準因子乘以雷達初估小時降水場,就得到平均校準后的雷達估測小時降水場。當至少有3個(可調(diào)參數(shù))雷達-雨量計對的數(shù)據(jù)時才進行校準。局地分級平均校準法是指在局地范圍內(nèi)選擇一定數(shù)量雨量計進行分級平均校準。根據(jù)雨量計值所在的不同級別(60mm以上為一個級別,以下分別按5mm間隔一個級別,但5mm以下時,分為2.0～40.9和0.6～1.9mm兩個級別),對雷達-雨量計對進行分組,然后分別按照式(1)得到各級別的平均校準因子。當雨量計測值在較高級別范圍內(nèi)的雷達-雨量計對達不到3個(可調(diào)參數(shù))時,合并到下一級別。各級別的上、下限除以該級別校準因子,可以得到相應的校準前雷達初估降水的可能范圍。若某一格點的雷達初估降水落在幾個級別的可能范圍內(nèi),則將其乘以各個校準因子,然后求平均。若以上條件均不滿足且雷達雨量計對達3個(可調(diào)參數(shù))時,仍采用局地平均校準法,否則保留該格點的雷達初估值。2.2地面雨量計測值及地面相對誤差利用2012年7月21日20:00至22日01:00(北京時)的重慶CINRAD/SA雷達反射率因子(150km范圍)和MICAPS加密自動站(AutomaticWeatherStations,AWS)雨量資料進行降水分布估計。榮昌及附近的雨量計密度約為55km2一個雨量計。由于地形原因,重慶雷達西部0.5°仰角受到嚴重的波束遮擋,因此榮昌附近的雷達降水估測采用1.5°仰角反射率因子數(shù)據(jù)(就榮昌而言,距離重慶雷達最近的1.5°仰角回波高度約2.8km,最遠的約4.4km)。為了盡量利用靠近地面的反射率因子數(shù)據(jù),暫未考慮雷達錐面掃描造成的反射率因子不在同一水平面上造成的誤差。表1為4個檢驗站雨量計測值及不同校準方法雷達估測降水(該雨量計上空及周圍共9個格點估測值平均)及精度評估,評估方法為相對誤差法(相對誤差取絕對值)。表中Rg為雨量計測值,Ra和rea分別為平均校準結果及相對誤差,Rcla10(Rcla15)和recla10(recla15)分別為10km(15km)校準半徑局地分級平均校準結果及相對誤差,Rla10(Rla15)和rcla10(rela15)分別為10km(15km)校準半徑局地平均校準結果及相對誤差。結果表明,10km校準半徑局地分級平均校準結果的平均相對誤差最小,為34.8%。如果先對4個檢驗站測值和反演結果求平均,然后再計算相對誤差,則10km局地分級校準結果的相對誤差只有16.7%,15km校準半徑局地分級平均的為28.6%,10km校準半徑局地平均的為32.9%,15km校準半徑局地平均的為44.7%,平均校準的為68.2%(表略)。表明10km局地分級平均校準的效果較其他方法好?？梢?局地分級平均校準法較局地平均校準法對強降水的估測效果好,同時兩種方法的降水估測效果均與所取的局地校準半徑大小有關。圖5為校準前及10km局地分級平均校準后4個檢驗站的結果與雨量計測值散點圖,表明校準后的結果更加接近1:1線。本文第3節(jié)將利用10km局地分級平均校準得到的結果對短時強降水分布與榮昌吳家鎮(zhèn)雙流村洪水氣象風險關系進行分析。3干流強降水分析圖6為10km校準半徑局地分級平均校準法得到的2012年7月21日21:00至22日01:00的逐時(圖6a～6e)雷達定量降水估測結果。圖中疊加了榮昌清流鎮(zhèn)以上的大清流河主要河網(wǎng)。粗黑實線為干流,細黑實線為支流。大清流河(《中國河湖大典》,2010)為沱江左岸較大支流,河長122km,流域面積為1554km2。大清流河發(fā)源于四川省安岳縣,干流(圖6中粗黑實線)河道曲折向南偏東,至松林壩,左納大支流小清流河(圖6中細黑實線)。河流向南入重慶市榮昌縣,過吳家鎮(zhèn),再西南,有一段為四川內(nèi)江、重慶榮昌界河。再以下過榮昌縣清流鎮(zhèn),再轉(zhuǎn)西入內(nèi)江市境。最后于內(nèi)江大河口匯入沱江。分析圖6發(fā)現(xiàn),21日21:00時,大清流河干流源頭反演出最強50mm·h-1以上的強降水,干流中游和支流下游有80mm·h-1以上的強降水。22:00時,從干流源頭到干、支流交匯點全線發(fā)生短時強降水,干流中游反演出的強降水高達160～180mm·IT1。23:00時,短時強降水主要集中在干、支流交匯點以上,反演的小時降水個別地方仍有100mm·h1以上。22日00:00時,吳家鎮(zhèn)以上降水有所減弱,但干流和支流之間仍有個別地方反演小時降水達到80mm·h-1以上。因此,吳家鎮(zhèn)以上沿干流全線和支流下游的強降水,以及強降水中心沿干流從上游向下游移動,是造成吳家鎮(zhèn)雙流村等地洪水的主要原因。7月22日凌晨01:00,吳家鎮(zhèn)雙流村水位暴漲,若以干流最強降水發(fā)生在21日22:00計算,洪水發(fā)生相對于強降水發(fā)生的響應時間為3h左右。因此,結合河網(wǎng)分布情況,對短時強降水分布的監(jiān)測有助于提前做出中小河流洪水氣象風險預警預報。4建立中小河流洪水氣象風險等級預報指標的方法本文的個例分析表明:(1)局地分級平均校準法較局地平均校準法對強降水的估測效果好,同時兩種方法的降水估測效果均與所取的局地校準半徑大小有關。(2)對降水分布及洪水災情的分析表明,降水分布與河網(wǎng)的結合是進行中小河流洪水氣象風險預報的重要著眼點。在進行局地分級平均校準或局地平均校準的雷達定量降水估測時,不同的降水類型和雨量計密度會影響到局地校準半徑和最小雨量計數(shù)的選擇。由于降水類型多變,因此雨量計密度是選取最小雨量計數(shù)的重要依據(jù)。例如,如果雨量計密度為每50km21個雨量計,則10km半徑范圍內(nèi)約有6個雨量計,可以取其1/2,得到3個雨量計左右作為最小雨量計數(shù)。為了幫助預報員快速判斷和預報中小河流洪水氣象風險等級,需要發(fā)展建立中小河流洪水氣象風險等級預報指標的方法。目前常用的方法之一是對有水文觀測資料的流域,根據(jù)警戒水位、保證水位以及歷史流量和降水資料,通過統(tǒng)計方法或水文模擬方法建立洪水氣象風險等級累積面雨量等預報指標(Montesarchioetal,2009;張亞萍等,2012)。然而,洪水不一定發(fā)生在流域出口,在考慮地理信息的基礎上,降水的時空分布是導致區(qū)域洪水的直接原因,是今后建立中心河流洪水氣象風險等級預報指標時需要關注的方面。圖3為7月21-日23:00經(jīng)過質(zhì)量控制后得到的雷達-雨量計對(黑色方塊,110個,平均校準因子6.216)和質(zhì)量控制第3步中被去除的雷達-雨量計對計(紅色方塊,4個,平均校準因子19.55)。從圖3可見,直接用Z-I關系得到的降水初估值對80mm以上的強降水的低估非常嚴重,經(jīng)過質(zhì)量控制，80mm·h-1以上的雷達雨量計對都被去除了。在質(zhì)量控制第3步中去除雷達初估值與雨量計測值相差太大的點,在該時次反映為避免過大的平均校準因子導致對降水的高估,而不是指這些雨量計測值有質(zhì)量問題。這里,質(zhì)量控制第3步中被去除的4個雷達-雨量計對用于降水估測效果檢驗(簡稱檢驗站)。圖4給出不同方法得到的榮昌附近小時降水分布。圖4a為地面雨量計測量的降水