基于TIGGE降水集合预报洪水预报

文摘

TIGGE (THORPEX国际大全球合奏)是一个主要的一部分THORPEX(观测系统研究和可预测性试验)。它集成了合奏降水产品从世界上所有的主要预测中心并提供系统评价multimodel合奏预测系统。发展meteorologic-hydrologic耦合的洪水预报模型和基于TIGGE降水集合预报预警模型可以提供洪水概率预报,延长交货时间的洪水预报,并获得更多的时间为决策者作出正确的决策。在这项研究中,降水从ECMWF集合预报产品,NCEP和CMA TOPX用于驱动的分布式水文模型。我们关注易河流域和旨在建立洪水预报和预警系统。结果表明,meteorologic-hydrologic耦合模型可以令人满意地预测四个洪水事件的流程图。排放峰值的预测发生时间接近的观察。然而,排放峰值的大小明显不同是由于各种表演的整体预测系统。耦合预测模型可以准确预测出现的峰值时间和相应的风险概率的洪峰流量高峰时间的概率分布和洪水警告,可以为用户提供强有力的理论依据和有价值的信息作为一个有前途的新方法。

1。介绍

洪水预报是决策者的主要基地之一来处理紧急情况下与暴雨有关。降水是洪水预报所需的最重要的信息。准确性和交货时间是影响洪水预报性能的两个主要因素(1]。降水预报产品的应用程序从数值天气预报(NWP)对洪水预报的主要方法之一,延长交货时间的洪水预报。数值天气预报可以产生有用的洪水洪水的预警信息和问题。然而,由于错误与初始条件和模型,相关的混乱气氛,和参数的不确定性以及瑞士银行潜在的表面,有大差异的“单身”确定的洪水预报和观测,尤其是当地的气象和水文事件的爆发(2]。为了克服确定性预报的极限,人们开始关注气象和水文过程的不确定性。传统的“单一”确定性预报的概率逐渐取代了预报代表预测的不确定性,也就是说,从确定性预测过渡到整体预测。数值天气预报的一种新技术,集合预报认为不完美的边界条件的影响和数据同化,将确定性预报完成概率预报大气变量(3]。这是一个新方法对降水预报和径流预报4]。

考虑到从多个全球气候模型预测的不确定性,提出了交互式大全球整体系统。TIGGE (THORPEX国际大全球合奏)是一个国际科学项目收集预报产品从世界上所有的主要预测中心和评估多个模型整体系统(5]。TIGGE集合预报结合来自多个源的不确定性表示那些不确定性和概率分布。它已经被应用在洪水预报和预警洪水与成功的结果。Pappenberger et al。6与5公里)耦合TIGGE合奏数据分布式水文模型并成功预警洪水产生的交货时间10天。他等。7,8]使用TIGGE合奏预测驱动atmospheric-hydrologic-hydraulic级联系统产生一个概率预报和洪水警报。彭et al。9)使用ECMWF集合预测驱动Xinanjiang水文模型(以下简称XAJ模型),径流的预测范围,为决策者提供有用的风险信息。然而,过去的研究只考虑ECMWF模式;从多个模型的不确定性和多个预报中心不参与。降水总体预测从四个主要预测中心被用来使superensemble预报和洪水警报;结果是令人鼓舞的(10,11]。大多数研究在中国,他们采用聚合方法与XAJ模型并没有考虑从非均匀下垫面影响。的基础上改进SIMTOP(一个简单的TOPMODEL)径流参数化方案和三层土壤水分平衡的计算方法在Xinanjiang模型中,勇(2008)建立了一个简单而高效的大规模的水文模型(TOPX)。离线测试执行Youshui河流域(长江的一个小分支)表明,TOPX模型产生更好的模拟日常径流在小尺寸的集雨效果,它能描述流域的各种水文过程(12]。在这项研究中,我们专注于为河流域(临沂的上游流域水文站)。ECMWF系统成员(50),NCEP系统成员(20)和CMA(15乐团成员)合奏降水数据被用来驱动分布式水文模型TOPX洪水预报和洪水警报。

2。对流域

本研究的研究领域包括艺术家的上游流域河(即。临沂子系统)流域大小为10152公里²。它有一个典型的大陆季风气候与四个不同的季节。夏天是热的雨天和冬天寒冷和大风。有一个平淡无奇的地形高程从57米至1125米不等。年平均温度为11.8°C - 13.3°C和年平均降雨量/蒸发数量是830毫米/ 839毫米的降水落在夏季暴雨的形式。也有明显的降水的年际变化。

3所示。建设基于TIGGE合奏降水预报洪水预测模型

3.1。介绍TOPX

TOPX陆地模型是一个基于改进SIMTOP(一个简单的TOPMODEL)和XAJ模型。它包含了TOPMODEL的地形指数的概念和水预算平衡原则,能够捕捉到陆地水文过程与线性比例变换方案地形指数(12]。

模型有7个主要组件包括存储容量曲线,土壤水分的动态变化,模拟地表径流和地下径流,模拟放电,放电,Muskingum合并流程,和评价的因素。TOPX可以提供地形指数比例变换的功能。虽然TOPX模型较少的数据输入和最小参数校准,它可以更好地描述二维水文过程。详细介绍该模型可以在勇(2008)和邵(13]。在下面,我们将只介绍径流的生成和浓度以及土壤水分的动态变化。

(1)径流生成公式。修订SIMTOP径流生成方案包括地表径流和地下径流的产生采用在这项研究中。公式如下所示: 在哪里地表径流,地下径流,最大饱和面积的百分比,土壤水分赤字时最大的地下径流深度为0,是净降水、平均水深,腐朽的土壤参数,是一个系数,可以通过拟合指数函数离散累积分布函数(CDF)的地形指数吗。的计算方法和可以找到工作的妞妞et al。14]。修订SIMTOP方案可以更准确地代表地形信息和生产更现实的时空分布的变量和参数。

(2)计算土壤水分。土壤水分不足是一个至关重要的变量连接地表径流和地下径流,并与土壤水分的预算密切相关。这个公式是开发基于三层土壤蒸散方案从XAJ模型,它可以极大地简化了计算土壤水分不减少赤字所需的精度模型(15]。土壤水分的时空分布后从三层蒸散公式,获得土壤水分赤字因此可以估计平均存储容量和不同的土壤水分,最后将计算地表径流和地下径流。公式如下所示: 在哪里是面积紧张水能力这三个组件意味着什么,,在上、下和深层,分别是三层的土壤水分的总和一天。

(3)径流集中。TOPX模型中有三个组件:陆路流浓度、河流网络流和地下流浓度。三种不同的方法包括经验单位自记水位计法,Muskingum通道路由方法,和线性水库参数方法应用于计算这三个组件,分别,最后出口径流。

3.2。加上TOPX TIGGE降水的整体造型

作为主要的国际科学项目之一,THORPEX旨在为我们的社会,经济和环境通过推进统一observation-forecast系统和提高1 - 14天的高影响天气预报的准确性。TIGGE THORPEX的核心组件,总量预测产品从世界上所有主要预测中心并提供进一步的分析、处理和评估用户的支持。所有预测中心开始接受和分享相应的TIGGE数据,它提供了一个机会为发展基于耦合TIGGE洪水预报模型数据和水文模型。摘要、ECMWF和CMA集合预报的数据TIGGE项目用于本研究;这些预测数据的横向分辨率是1°×1°、0.5°×0.5°,和0.5625°×0.5625°,分别。因为这三种预测不同分辨率的数据,12日25日和20个网格点是用来覆盖我们感兴趣的区域(图1)。还逆距离权重(IDW)法和克里格法采用简化的累积降水预报长达6不同的整体数据集1公里驱动水文模型。以后,TOPX加上ECMWF, NCEP和CMA合奏降水预报叫做ECMWF-TOPX, NCEP-TOPX和CMA-TOPX分别。

根据水文和计量数据,本研究选择12洪水事件。模拟从降水发生和结束的时候洪水退却后6小时的时间步长。模型参数校准和6洪水期间2001 - 2004。这些典型的校准参数从两个事件然后用于模拟另一个6洪水期间2005 - 2008。一些主要参数TOPX水文模型以及它们的物理意义是显示在表1。20010729事件的校准模型参数是用于验证三个预测水灾TIGGE数据在2007 - 2008。由于相似的流量大小从2010年到2002年,2010年的洪水预报验证校准模型参数与20020722事件。

4所示。验证易河流域的洪水预报

4.1。TIGGE降水集合预报的结果

降水预报的准确性直接影响模型的预测性能。因此,有必要探讨TIGGE降水集合预报。摘要,我们比较ECMWF和CMA整体预测,multimodel降水合奏也验证与观测。4强降雨事件包括20070809,20070815,20080720,和20100716选择评估TIGGE降水预报。图2显示了ECMWF的降水预报、NCEP和CMA合奏的预测以及对观测验证。非实时更新意味着只有10天的降水预报,并实时更新意味着日常使用降水预报。图2显示明显的差异这三个集合预测。摘要降水预测低于观测与大量较小的最大降水。CMA合奏的降水预报产品远远大于观察,大偏差预测暴雨的发生时间。同时,乐团成员的传播也比其他的大得多的整体预测。

4.2。在易河流域流量预测

图3显示了基于三种不同的降水预测排放整体预估20070809事件。它可以注意到,洪峰流量以及发生时间可以预测的所有三个合奏的预测。然而,有大的错误预测排放的大小。CMA-TOPX显然预测更大数量的排放,而NCEP-TOPX预测量要小得多。只有ECMWF-TOPX预测排放相对靠近观察。其他三个事件的结果是相似的;ECMWF-TOPX预测排放总是最好的。由于径流生成方案更适合潮湿的地区,对这些事件(例如,20100706事件)用更少数量的径流,仿真结果并不好。有很大的差异在三个集合体;预测排放以及发生时间都显著偏离观测。 Nevertheless, if we use all the 85 ensemble members to drive the TOPX, we can obtain superensemble forecasts (figure not shown). Superensemble forecasts can provide comprehensive information including the range and the probability distribution of forecasted discharges, as well as the superensemble mean of all 85 members. For example, for the 20070809 event, the probability of discharge larger than 2000 m³/ s和1000米³/ s分别为35.3%和69.4%,。用户可以对相应的预测概率。

图4显示了系综平均排放从ECMWF-TOPX NCEP-TOPX, CMA-TOPX模型。很明显,预测排放峰值和发生时间接近的观察。然而,存在很大的可变性的预测震级排放峰值。可以看出ECMWF-TOPX有接近20070809的观察大小事件,这可能是与事实相关的大多数乐团成员(50)。对于所有其他三个事件,superensemble是最好的。NCEP-TOPX最低合奏的意思是放电,而CMA-TOPX系综平均放电的最大整体放电由于最大数量的预测平均降雨量。一般来说,这三个耦合系统可以预测洪峰流量的发生时间,但依然存在显著的预测错误流量的大小,特别是NCEP-TOPX CMA-TOPX,是由于/预测降水量更少。为以后研究的挑战是如何提高洪峰流量的准确性校准合奏降水预测不同预报中心和我们如何为不同的整体系统设置不同的权重。

图5显示了洪峰流量的发生概率分布为20070809,20070815,20080720,和20100716事件从superensemble预测。所有的事件显示出逆”“概率分布或近似正态分布,除了20100716事件。它可以很容易地从图中获得5洪峰流量的发生主要定位在窗口区域/区间,并进一步计算概率比例的成员所有乐团成员的洪峰流量。所有乐团成员发生洪峰流量预测相似;这三套系统之间几乎没有差别。洪峰流量的预测发生接近观察与预测误差小于12小时。20100716事件,洪峰流量相对比别人少,有一个以上的洪峰流量。这个事件并没有很好的预测降水的整体系统,导致大的错误预测放电。负责这两个主要原因:一个是大降水的预测错误,另一个是水文模型本身已不满足洪水小放电的性能。对于这个事件,乐团成员的蔓延在每个模型相对较小,但模型中存在很大的差异。洪峰流量的预测出现窗口不同,这使得用户很难做决定。所有这四个事件,大流量的预测比小放电。 The superensemble of forecasted occurrence of peak discharge can easily be obtained from the probability distribution map of the peak discharge, which is one of the advantages of the superensemble.

图6从superensemble系统显示了洪水警报概率。设在代表了预测时间,设在代表85个成员的平均放电。洪水概率三个评级(“更少的危险,”“危险”和“极度危险”),分别计算并考虑相应的持续时间与总时间的比率,也就是从0 h最长的交货期在6小时间隔。20070809和20080720事件有更高的排放,其次是20070815事件。20100716事件最低排放。20070809事件,superensemble“更少的危险”(排放预测概率大于500 m³/ s)是50.0%,“危险”(排放超过1000米³/ s)是37.5%,“极度危险”(排放超过2000米³/ s)为20.8%。这意味着,超过1/3的时间在这个事件中,临沂流域排放通过出口的“危险”的阈值。超过1/5的时间在这个事件中,路过临沂流域排放在“极度危险”的阈值。20070815事件更低的排放,达到“极度危险”的阈值的概率仅为14.6%。排放在20100716事件中是最低的,而达到“少危险”的阈值的概率仅为10.4%,但没有达到阈值“危险”。以上信息是非常有用的参考当地政府的决策者和水文、气象、农业办公室。由于各种的配置模型,预测降水显著不同,这也进一步导致巨大的差异预测排放。然而,发生洪水的洪峰流量和概率预测。与确定性预测相比,基于TIGGE洪水预报和TOPX能够提供更多有价值的信息和概率的风险,是一种很有前途的方法。

5。总结和讨论

本文使用分布式水文模型洪水预报TOPX加上TIGGE合奏降水数据记录。ECMWF TIGGE数据集合预报产品,摘要,和CMA是用于驱动TOPX洪水预测为20070809,20070815,20080720,和20100716事件使艺术家河流域。结果表明,耦合模型可以成功地模拟了放电期间的事件。排放以及峰值的出现洪峰流量可以预测,但模型之间存在巨大差异。CMA-TOPX预测更高的排放,而NCEP-TOPX预测低排放。ECMWF-TOPX预测在其他两个模型之间,最靠近观察。根据superensemble预测发生的洪峰流量、洪水的概率TIGGE-TOPX耦合模型可以成功地预测发生洪水的洪峰流量和概率,这是主要的决策者做出决定的依据。

这种初始的方法旨在建立洪水预报模型的基本框架使用TOPX模型加上TIGGE降水数据。初步结果是令人鼓舞的,但有些问题需要进一步的调查和研究。首先,TIGGE数据集从2007年开始,只有2007 - 2010年期间排放数据被用于这项研究。由于数据有限,只有四个洪水模拟TIGGE数据作为输入。虽然结果是鼓舞人心的,需要更多的洪水来验证耦合模型的性能,特别是对干年的事件。水文过程在TOPX nonhumid区域也不能很好地模拟。第二,降水预报的准确性直接影响洪水预报的准确性。有大型的全球集合预报模型预测错误。从三个全球第三,合奏的降水预报数值天气预报中心(ECMWF、NCEP和CMA)用于本研究。这些三个数值天气预报中心的预测降水显著不同。 Currently, equal weight averaging is adopted to obtain the superensemble mean. To attribute different weight to each forecast center according to their forecasts biases is the next topic we should focus on and put efforts into.

相互竞争的利益

作者宣称没有利益冲突有关的出版。

确认

目前的研究是由基础研究项目财务支持江苏省青年基金项目(BK20141001),公共利益中国气象研究专项基金(GYHY201406021),淮河流域气象开放研究基金(HRM201205),中国国家自然科学基金(41275030)和安徽省自然科学基金(1508085 md64)。

引用

1. 问:吴”,回顾20世纪洪水,”Catastrophology杂志,没有。2,页62 - 69 2002(中国)。视图:谷歌学术搜索
2. 大肠Roulin和s . Vannitsem”中程水文集合预报的技巧。”水文气象学杂志》第六卷,没有。5,729 - 744年,2005页。视图:出版商的网站|谷歌学术搜索
3. e . Roulin”技巧和相对经济价值的中程水文集合预报,“水文和地球系统科学,11卷,不。2、725 - 737年,2007页。视图:出版商的网站|谷歌学术搜索
4. j . Komma c . Reszler g . Bloschl et al .,“合奏floods-catchment非线性预测,预测概率。”自然灾害地球系统科学,没有。7,431 - 444年,2007页。视图:谷歌学术搜索
5. j .帝伦j . Bartholmes m·h·拉莫斯et al .,”欧洲洪水警报系统部分1:概念与发展”水文和地球系统科学的讨论,没有。5,257 - 287年,2008页。视图:谷歌学术搜索
6. ,f . Pappenberger j . Bartholmes j·h·l .斗篷r . Buizza a de Roo,“新维度在早期使用grand-ensemble天气预测全球洪水警报,”《地球物理研究快报,35卷,不。10篇文章ID L10404 2008。视图:出版商的网站|谷歌学术搜索
7. y, f . Wetterhall h·l .斗篷et al .,“跟踪不确定性洪水警报的大合奏的天气预测,“气象应用程序,16卷,不。1,第101 - 91页,2009。视图:出版商的网站|谷歌学术搜索
8. 保y, f . Wetterhall h . et al .,“集成预测2008年7 - 9月使用TIGGE上淮河流域洪水:一个案例研究中,“大气科学的信,11卷,不。2、132 - 138年,2010页。视图:出版商的网站|谷歌学术搜索
9. w . y . Peng徐,p . Wang和f . f .你,”食品预测耦合TIGGE合奏降水预报,“天津大学学报,48卷,不。2,页177 - 184 2015(中国)。视图:谷歌学术搜索
10. 周宏儒。包,L.-N。赵,y . et al .,“耦合合奏天气预测基于TIGGE数据库Grid-Xinanjiang模型洪水预报,“地球科学进展,29卷,第67 - 61页,2011年。视图:出版商的网站|谷歌学术搜索
11. h·鲍和l .赵”,对淮河流域洪水预报集合预报的基础上,“《水利工程,43卷,不。2,页216 - 225 2012(中国)。视图:谷歌学术搜索
12. 勇,TOPX陆地水文模型的发展及其与区域气候模型的耦合研究RIEMS[博士。论文)地理与海洋科学学院,南京大学,南京,中国,2008年(中国)。
13. y邵,多普勒雷达降水同化与改善区域气候模型RIEMS[博士。论文)地理与海洋科学学院,南京大学,南京,中国,2010年(中国)。
14. G.-Y。妞妞,Z.-L。杨、r·e·迪金森和l·e·基尔德”一个简单TOPMODEL-based径流参数化(SIMTOP)用于全球气候模型,”地球物理研究杂志》的atm,卷110,不。21日文章ID D21106, 2005。视图:出版商的网站|谷歌学术搜索
15. r·赵水文模型:Xinanjiang模型和陕北模型、水力、电力出版社,北京,1984年中国(中国)。

版权

版权©2016 Jinyin你们et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。