我國面雨量研究及業(yè)務(wù)應(yīng)用進展

高琦徐明李武階,彭濤

（1 中國氣象局武漢暴雨研究所，武漢 430074；2 武漢中心氣象臺，武漢 430074；3 華中區(qū)域數(shù)值天氣預(yù)報中心，武漢 430074）

我國面雨量研究及業(yè)務(wù)應(yīng)用進展

高琦1,2徐明1李武階2,3彭濤1

（1 中國氣象局武漢暴雨研究所，武漢 430074；2 武漢中心氣象臺，武漢 430074；3 華中區(qū)域數(shù)值天氣預(yù)報中心，武漢 430074）

面雨量是防汛部門在洪水預(yù)報與水庫調(diào)度中一個非常重要的參數(shù)，是洪水預(yù)報中最重要的預(yù)報對象。介紹了國內(nèi)外水文氣象學(xué)者在面雨量的插值與估算方法和面雨量預(yù)報方法方面的研究及業(yè)務(wù)實踐進展，為各地結(jié)合自身流域特點，開展面雨量預(yù)報業(yè)務(wù)及研究提供參考。

面雨量、估算方法、監(jiān)測與預(yù)報

1 引言

面雨量是一個經(jīng)典的水文學(xué)概念,它是指某一時段內(nèi)一定面積上的平均雨量,因其能夠客觀反映降水對確定流域的影響,因而成為防汛部門分析水情、進行洪水預(yù)報的重要參數(shù)。準確的流域面雨量預(yù)報,可為流域的防汛抗洪、水庫調(diào)度及蓄水發(fā)電、城市供水、水資源科學(xué)利用等提供可靠的決策依據(jù)。關(guān)于面雨量的研究,國內(nèi)學(xué)者開展了一系列的工作。目前主要關(guān)注的是面雨量的插值與估算方法、面雨量分布及演變特征,以及面雨量預(yù)報方法研究等幾個方面。本文擬就面雨量研究的若干進展做簡要綜述,為相關(guān)科研和業(yè)務(wù)人員提供參考。

2 依靠站點雨量數(shù)據(jù)計算面雨量的插值方法研究

目前水文氣象業(yè)務(wù)中面雨量的計算主要依靠“點—面”轉(zhuǎn)換來實現(xiàn),即:利用一定的插值方法,把流域內(nèi)有限的氣象、水文站的“點”雨量數(shù)據(jù)形成能夠有效表征一段時間內(nèi)流域降水整體水平的“面”雨量數(shù)據(jù)。由于地面氣象站的空間分布不均勻,人們發(fā)展出了多種針對站點降水觀測資料的空間插值方法來計算面雨量。簡單的插值方法只根據(jù)待插值點(柵格中心)相對樣本點(站點)的位置和樣本值(雨量觀測)來計算,復(fù)雜的函數(shù)插值方法和統(tǒng)計插值方法還可以將高程、地形等影響降雨的因素考慮進來,以改善插值效果。

常用的面雨量插值方法有泰森多邊形法、算術(shù)平均法、等值線法、反距離加權(quán)法和逐步格點訂正法等。算術(shù)平均法[1],算法簡單易行,但它只能在流域面積小,流域內(nèi)地形起伏不大,且測站多而分布較均勻時采用。泰森多邊形法[2]的優(yōu)點是考慮到各雨量測站的權(quán)重,且當(dāng)測站固定不變時,各測站的權(quán)重也不變,而在以往的業(yè)務(wù)試驗中存在無法根據(jù)站點變化自動更新站點權(quán)重的問題。徐晶等[3]通過解決了程序計算環(huán)繞各雨量站的多邊形面積問題,克服了這個技術(shù)難點,實現(xiàn)了面雨量計算程序自動化,能適應(yīng)不同流域的站點變化。目前,泰森多邊形法是我國七大江河面雨量監(jiān)測中規(guī)定使用的方法。反距離加權(quán)法[4]可以看作是泰森多邊形插值法的一種拓展。它認為距離待估點越近的測站,其貢獻越大,距離越遠,則貢獻越小,到了一定距離之外就沒有貢獻。這種插值方法在計算權(quán)重時可以取距離的一次方,也可以取二次、多

次冪,距離冪次數(shù)越大,距離的影響就越大。決定站點參與計算與否的距離半徑越大,插值結(jié)果越平滑,反之變化越大。反距離加權(quán)法簡單易行,計算量小,可自動化運行,目前仍廣泛應(yīng)用在氣象、水文業(yè)務(wù)中。等值線法[5]的思路是,先根據(jù)流域內(nèi)各測站實測的雨量資料繪出等雨量線,然后用求積儀或其他方法求各相鄰兩等雨量線間的面積,再分別乘以各相鄰兩等雨量線雨深的平均值,即得該面積上的降水總量。等值線能反映降水的地區(qū)分布和地形對降水的影響,但它要求流域內(nèi)雨量測站多而且分布均勻,而且每次降水過程中等雨量線的走向不同,導(dǎo)致各相鄰兩等雨量線間的面積也不同,這樣使得繪算工作繁瑣。因此應(yīng)用受到限制,適于分析較典型的致洪暴雨過程。逐步格點訂正法,包括Barnes客觀分析法[6]和Cressman客觀分析法[7]。采用迭代算法進行連續(xù)矯正,通過每一步用插值得到的格點場來反算樣本點的雨量,再利用其與觀測值的誤差再用來矯正格點場的插值。該方法的缺點是涉及流域外資料,計算較麻煩,效果卻不一定理想。目前,美國國家氣象局河流預(yù)報中心使用的插值方法除了算術(shù)平均、等雨量線分析、泰森多邊形、距離加權(quán)法外,還使用指標(biāo)站法進行面雨量插值,即在該國一些地區(qū)(主要是山區(qū)),利用基于氣候研究基礎(chǔ)上預(yù)先確定的站權(quán)重來計算流域平均降水面雨量。此外,面雨量的插值方法還包括細網(wǎng)格雨量法[8]、地理統(tǒng)計方法[9]以及基于函數(shù)插值的最優(yōu)插值[10]和薄板平滑樣條插值法[11]等。

文中提到的方法各有其優(yōu)點,同時也存在各自的局限性。面雨量計算的結(jié)果,既受到插值方法的影響,也受地形、臺站分布及站網(wǎng)密度的制約。方慈安等[12],對利用泰森多邊形法、逐步訂正網(wǎng)格法、算術(shù)平均法計算的1998—2000年湖南省5個流域的面雨量進行了對比,結(jié)果顯示:各種算法平均值的差異不大,而逐日差異較大。李武階等[13]利用算數(shù)平均法、泰森多邊形法、等值線法對1960—1990年發(fā)生在三峽區(qū)間的60次降雨過程的面雨量進行計算,結(jié)果表明:選取同樣站點的情況下,泰森多邊形法計算的面雨量較算術(shù)平均法及等值線法高；同種方法計算的氣象站點面雨量結(jié)果高于水文站點；而在站網(wǎng)密度大的地區(qū),同一過程不同方法算出的面雨量差小。郁淑華[14]對比了等值線法、泰森多邊形法及算術(shù)平均法計算的面雨量結(jié)果,得到了氣象上算術(shù)平均法接近等直線法,因而優(yōu)于泰森多邊形法的結(jié)論,同時算術(shù)平均法、泰森多邊形法的計算結(jié)果比等值線法偏高。由于面雨量無法測得真值,關(guān)于各種插值方法比較的試驗,往往反映的是某特定流域特定時期的平均狀況,在實際工作中還應(yīng)結(jié)合具體流域的實際情況、業(yè)務(wù)化可操作性以及水文服務(wù)的具體需求進行選擇。

3 基于遙感新觀測技術(shù)面雨量估算方法研究

國內(nèi)外學(xué)者在100多年的歷史中對面雨量估算技術(shù)做了大量的研究工作,但如何準確估算面雨量始終是一個科學(xué)難題。隨著氣象學(xué)、數(shù)學(xué)、水文學(xué)、遙感等學(xué)科技術(shù)的發(fā)展,流域面雨量的估算技術(shù)也有了長足的發(fā)展,利用衛(wèi)星、雷達等遙感技術(shù)估測降水和高密度自動氣象站降水資料的結(jié)合應(yīng)用,已成為面雨量估算技術(shù)的主要趨勢[15]。

近年來,雷達、衛(wèi)星等新觀測手段越來越多地應(yīng)用于降水監(jiān)測和預(yù)報。如美國國家氣象局河流預(yù)報中心利用MAPX網(wǎng)格技術(shù),即利用區(qū)域內(nèi)4km×4km WSR-88D 雷達形成的1h降水估計產(chǎn)品基礎(chǔ)上再通過算術(shù)平均法估算該區(qū)域面雨量。雷達、衛(wèi)星估測降水的基本原理都是根據(jù)云團對電磁波的反射特征來推算云團的可降水量。由于電磁波的空間連續(xù)性,用雷達、衛(wèi)星可估算出高空間分辨率的降水場,這是傳統(tǒng)的雨量計觀測所無法比擬的。但由于雷達、衛(wèi)星是通過間接方式估算降水的,按一定的關(guān)系式換算的結(jié)果與雨量計觀測相比往往有較大的出入,因此還需要與傳統(tǒng)的常規(guī)觀測相結(jié)合,經(jīng)過校正后才能成為符合實際情況的估計降水產(chǎn)品。具體做法可將雷達、衛(wèi)星估計降水與地面雨量觀測資料進行融合,得到時空連續(xù)的雨量分析場[16]。

3.1 基于雷達估算面雨量方法研究

雷達估計降水與雨量計觀測資料進行融合的較直接的方法,就是將雨量計降水和對應(yīng)位置的雷達像素反演降水的比率擬合成曲面,利用此曲面來修正整個雷達反演的降水場[17]。地理統(tǒng)計中的協(xié)同克里金方法是融合雷達估計降水和雨量計觀測資料的另一常用方法[18]。此外還有其他各種模型,如考慮了降水的持續(xù)性,又可實時校正雷達估計降水應(yīng)用的卡爾曼濾波模型[19],應(yīng)用回歸方法(包括一般線性回歸、嶺回歸和穩(wěn)健回歸)的統(tǒng)計模型[20],并基于GIS開發(fā)的業(yè)務(wù)系統(tǒng)[21],以及針對所研究流域只被部分雨區(qū)覆蓋時估算降水場的多變量統(tǒng)計模型[22]等。

雷達本身的探測誤差以及不同的降水類型,雷達氣象方程中各參數(shù)的不同,不同天氣系統(tǒng)、不同地點,都對應(yīng)著不同的Z-I關(guān)系(即反射因子—雨強關(guān)系),使得利用雷達來估算降水在某些時候誤差很大。國內(nèi)許多學(xué)者及工程技術(shù)人員圍繞相關(guān)問題展開了大量研究:萬玉發(fā)等[23]根據(jù)雨量計與其垂直上空雷

達的小時累計量之間存在的符合冪律的相關(guān)性,提出了一種基于準同雨團樣本概念雷達與雨量計實時同步結(jié)合的降水估算新技術(shù)；戴鐵丕等[24]利用平均校準方法校準雷達估測降水,并提出了“平均訂正因子校準法”的新思路,這種方法具有簡便、校準后區(qū)域總降水量較準確等優(yōu)點；趙坤等[25]、李致家等[26]對傳統(tǒng)卡爾曼濾波方法進行了改進,運用少量雨量計對雷達估測降水進行校正,并將處理的數(shù)據(jù)作為水文模型的輸入,取得了較好的效果；劉曉陽等[27]用最優(yōu)插值方法獲得雷達雨量計聯(lián)合估測的梅山水庫集水區(qū)降水分布。

3.2 基于衛(wèi)星估算面雨量方法研究

衛(wèi)星估計降水是像素化的圖像,因此原則上可直接用于面雨量的估算。但由于衛(wèi)星對雨區(qū)識別的準確性較高,而對降水量估計的準確性較低,在用于面雨量估算時,一般需要經(jīng)過地面觀測資料訂正或融合。在高原、海洋等地面雨量觀測不足的地區(qū),單純用雨量觀測修正也有困難。這時就有必要借助其他來源的資料,如數(shù)值預(yù)報產(chǎn)品作為第一猜測場,來進行資料融合。Grimes等[28]采用協(xié)同克里金方法結(jié)合衛(wèi)星和地面觀測資料進行面雨量計算；王登炎等[29]用變分法結(jié)合衛(wèi)星估計降水和數(shù)值預(yù)報產(chǎn)品進行面雨量預(yù)報；師春香等[30]用人工神經(jīng)網(wǎng)絡(luò)方法,徐晶等[31]用最優(yōu)化方法,劉洪鵬等[32]用反距離權(quán)重法,潘永地等[33]則利用氣象衛(wèi)星水汽通道資料修正地面觀測資料的插值結(jié)果,再計算流域面雨量,以及直接利用衛(wèi)星估計降水產(chǎn)品估算面雨量[34]的嘗試,等等。這些工作為衛(wèi)星估計降水資料用于面雨量的估算提供了多種行之有效的方法。

比較而言,衛(wèi)星估計降水監(jiān)測范圍較廣,適合于大范圍降水場的估計,而地面雷達估計降水準確性較高,適合于中小流域。將兩者的優(yōu)勢結(jié)合起來,聯(lián)合衛(wèi)星和雷達可對大流域的面雨量進行估算。例如我國“八五”期間所構(gòu)建的利用雷達網(wǎng)和衛(wèi)星聯(lián)合估算長江流域大范圍降水的LARORAS系統(tǒng)[35],對防汛抗洪和大型水庫工程建設(shè)具有重大應(yīng)用價值；阿邁德·迪狄安·迪阿羅等[36]聯(lián)合衛(wèi)星和雷達重構(gòu)淮河流域大范圍的降水場,用精度更高的雷達估計降水來訂正衛(wèi)星估計降水,所得結(jié)果的精度高于單獨使用衛(wèi)星估算結(jié)果的精度；基于CINRAD和衛(wèi)星的淮河流域致洪暴雨綜合定量估測及預(yù)警系統(tǒng)[37],在2003年淮河流域洪災(zāi)期間氣象服務(wù)中取得明顯效果。

隨著遙感技術(shù)和計算技術(shù)的發(fā)展,綜合運用地面氣象站(特別是自動氣象站)降水觀測和衛(wèi)星、雷達估測降水資料進行快速同化、融合得出降水場已成為可能,這方面的研究越來越受到重視,具有廣闊的業(yè)務(wù)應(yīng)用前景。

4 模式預(yù)報降水在洪水（面雨量）預(yù)報方面的應(yīng)用

近些年來,隨著觀數(shù)值預(yù)報理論和方法的發(fā)展,數(shù)值預(yù)報正成為暴雨預(yù)報實現(xiàn)定點、定時和定量的科學(xué)手段,為水文模型預(yù)見期降水的預(yù)報提供了強有力的支撐。預(yù)見期內(nèi)的降水量直接影響著洪水預(yù)報的精度,預(yù)見期愈長,預(yù)見期內(nèi)的降雨對預(yù)報值影響愈大[38]。

面雨量是水文上重要的參數(shù),是水文預(yù)報模型中最重要的預(yù)報對象,是一切洪水預(yù)報模型的輸入場。李才媛等[39]、熊秋芬等[40]分別利用T213、MAPS 模式產(chǎn)品進行面雨量預(yù)報,并對結(jié)果進行檢驗；朱紅芳等[41]利用我國新一代數(shù)值預(yù)報模式GRAPES輸出的降水預(yù)報制作了2005年7—9月淮河流域的面雨量預(yù)報,并對其與預(yù)報員制作的面雨量預(yù)報和面雨量實況進行了對比分析；張玉琴等[42]通過分析檢驗2007—2009年5—10月T213德國(Gem)日本(Jap)模式在雅礱江流域各區(qū)的面雨量,了解各模式在雅礱江流域的預(yù)報效果,再采用多元回歸集成預(yù)報流域各區(qū)間的面雨量,在此基礎(chǔ)上,將集成預(yù)報面雨量與二灘電站的入庫流量進行分析比較。

盡管以上的研究已明顯提高了洪水預(yù)報精度,但定量降水預(yù)報(QPF)精細化及準確率離水文預(yù)報的需求還是有較大的差距[43]。如在水文預(yù)報中,要求QPF的空間和時間分辨率分別達到10km和1h,QPF準確度也要達到10%以上,而目前的QPF還遠沒有達到這些要求。可喜的是這方面的研究工作目前已開始得到了相關(guān)學(xué)者的重視:劉勇等[44]充分利用降水量間統(tǒng)計分析的結(jié)果,通過在模型中引入坡度、坡向變量,對祁連山中東部地區(qū)降水量空間變化模式進行尺度下移,得到了該地區(qū)具有多尺度特性的高空間分辨率降水量的分析模型。此外,數(shù)值模式的自嵌套技術(shù)以及多模式的互嵌套技術(shù)開始用于提高模式空間分辨率[45-46]。

5 總結(jié)與展望

流域面雨量監(jiān)測與預(yù)報業(yè)務(wù)是目前氣象部門的業(yè)務(wù)工作之一,推進流域面雨量業(yè)務(wù)發(fā)展,一是要加強降水天氣過程的機理研究,加深對天氣系統(tǒng)之間的內(nèi)在聯(lián)系及演變規(guī)律的認識；二是通過增大觀測密度,改善觀測手段,提高面雨量檢測的空間及時間精度,提供實時滾動面雨量監(jiān)測產(chǎn)品,從而為洪峰預(yù)報提供第一手資料；三是加強對數(shù)值預(yù)報產(chǎn)品的開發(fā)及客觀

釋用技術(shù),提高定量降水預(yù)報產(chǎn)品的準確率及預(yù)報時效,進而提高面雨量預(yù)報的準確性和時效；四是結(jié)合洪峰及洪澇災(zāi)害對流域面雨量特征進行研究,確定流域災(zāi)害面雨量臨界值,實現(xiàn)面雨量臨界預(yù)警；五是通過開展流域延伸期、中長期面雨量預(yù)報,為流域水庫調(diào)度、蓄水等決策提供參考；六是進行流域面雨量檢驗方法研究工作,以期建立起包含流域界定和選擇的代表站、地理信息、面雨量計算、預(yù)報、檢驗評定、資料庫、服務(wù)等內(nèi)容組成的完整的面雨量預(yù)報業(yè)務(wù)系統(tǒng),也會把面雨量預(yù)報業(yè)務(wù)系統(tǒng)提高到一個更高水平,為抵御特大洪水、防災(zāi)減災(zāi)提供更加優(yōu)質(zhì)的氣象服務(wù)。

[1]王銘才. 大氣科學(xué)常用公式. 北京: 氣象出版社, 1994.

[2]Thiessen A H. Precipitation for large areas. Monthly Weather Review, 1911, 39: 1082-1084.

[3]徐晶, 林建, 姚學(xué)祥, 等. 七大江河流域面雨量計算方法及應(yīng)用. 氣象, 2001, 27(11): 13-16 .

[4]Bedient P B, Huber W C. Hydrology and Floodplain Analysis (2nd Ed). MA: Addison-Vesley Reading, 1992.

[5]丁一匯. 現(xiàn)代天氣學(xué)中的診斷分析方法. 北京: 氣象出版社, 1984.

[6]Barnes S L. Mesoscale objective analysis using weighted time-series observations. Norman: National Severe Storms Laboratory, NOAA Tech Memo ERL NSSL-62, OK 73069, 1973: 60.

[7]Cressman G P. An operational objective analysis system. Monthly Weather Review, 1959, 87: 367-374.

[8]單九生, 張瑛, 周建雄. 細網(wǎng)格推算流域面雨量方法應(yīng)用淺析. 江西氣象科技, 2001, 24(2): 1l-14.

[9]Cressie N A C. Statistics for Spatial Data (Revised Edition). New York: J Wiley, 1993.

[10]Pardo-Igúzquiza E . Comparison of geostatistical methods for estimating the areal average climatological rainfall mean using data on precipitation and topography. Int J Climate, 1998, 18: 1031-1047.

[11]Hutchinson M F. Interpolation of rainfall with thin plate smoothing splines-Part 1: Two dimensional smoothing of data with short range correlation. Journal of Geographic Information and Decision Analysis, 1998, 2: 139-151.

[12]方慈安, 潘志祥, 葉成志, 等. 幾種流域面雨量計算方法的比較.氣象, 2003, 29(7): 23-26 .

[13]李武階, 王仁喬, 鄭啟松. 幾種面雨量計算方法在氣象和水文上的應(yīng)用比較. 暴雨災(zāi)害, 2000, 10: 62-67.

[14]郁淑華. 面雨量計算方法的比較分析. 四川氣象, 2001, 21(3): 3-5.

[15]徐晶, 姚學(xué)祥. 雨量估算技術(shù)綜述. 氣象, 2007, 33(7): 15-21.

[16]Collier C G. Development in radar and remote-sensing methods for measuring and forecasting rainfall. Phil Tram R Soc Lord A, 2002, 360: 1345-1361.

[17]Wood S J, Jones D A, Moore R J. Static and dynamic calibration of radar data for hydrological use. Hydrology and Earth System Sciences, 2000, 4(4): 545-554.

[18]Seo D J, Krajewski W T, Bowles D S. Stochastic interpolation of rainfall data from rain gages and radar using Cokriging. 1. Design of experiments. Water Resources Research. 1990, 26(3): 469-477.

[19]Pack E B. Space-time calibration of radar rainfall data. App1 Statist, 2001, 50: 221-241.

[20]SoKol Z. The use of radar and gauge measurements to estimate areal precipitation for several Czech river basins. Stud Geophys Geod, 2003, 47: 587-604.

[21]何健, 王春林, 毛夏, 等. 利用雷達回波與GIS技術(shù)反演面雨量研究. 氣象科技, 2006, 34 (3): 336-339.

[22]Seo D J. Rea1-time estimation of rainfall fi elds using radar rainfall and rain gage data. Journal of Hydrology, 1998, 208: 37-52.

[23]萬玉發(fā), 吳翠紅, 金鴻祥. 基于準同雨團樣本概念雷達和雨量計的實時同步結(jié)合方法. 氣象學(xué)報, 2008(1): 262-273.

[24]戴鐵丕, 傅德勝. 天氣雷達—雨量計網(wǎng)聯(lián)合探測區(qū)域降水量的精度. 南京氣象學(xué)院學(xué)報, 1990(4): 592-597.

[25]趙坤, 葛文忠, 李致家. 在雷達測雨和洪水預(yù)報中自適應(yīng)卡爾曼濾波法的應(yīng)用. 高原氣象, 2005(6): 956-965.

[26]李致家, 劉金濤, 葛文忠. 雷達估測降水與水文模型的耦合在洪水預(yù)報中的應(yīng)用. 河海大學(xué)學(xué)報: 自然科學(xué)版, 2004(6): 601-606.

[27]劉曉陽, 毛節(jié)泰, 李紀人. 雷達聯(lián)合雨量計估測降水模擬水庫入庫流量. 水利學(xué)報, 2002(4): 51-55.

[28]Grimes D I F,Pardo-Igúzquiza E, Bonifacio R. Optimal area rainfall estimation using rain gauges and satellite data. Journal of Hydrology, 1999, 222: 93-108.

[29]王登炎, 李德俊, 金琪. 變分法和衛(wèi)星云圖模式識別在強降水面雨量預(yù)報中的應(yīng)用. 氣象, 2003, 29 (3): 2 0-22.

[30]師春香, 盧乃錳, 張文建. 衛(wèi)星面降水估計人工神經(jīng)網(wǎng)絡(luò)方法. 氣候與環(huán)境研究, 2001, 6: 467-471.

[31]徐晶, 畢寶貴. 衛(wèi)星估計降水量產(chǎn)品的優(yōu)化處理區(qū)檢驗. 氣象, 2005, 31(2): 27-31.

[32]劉洪鵬, 劉文. 省域衛(wèi)星估測降水的資料融合技術(shù)及精度分析.山東氣象, 2003, 23(4): 22-24.

[33]潘永地, 姚益平. 地面雨量計結(jié)合衛(wèi)星水汽通道資料估算面降水量. 氣象, 2005, 30(9): 28-30.

[34]楊揚, 戚建國. 數(shù)字衛(wèi)星云圖估算面雨量的應(yīng)用試驗. 氣象, 1995, 21 (3): 35-39.

[35]萬玉發(fā), 張家國, 楊洪平, 等. 聯(lián)合雷達網(wǎng)和衛(wèi)星定量監(jiān)測與預(yù)報長江流域大范圍降水. 應(yīng)用氣象學(xué)報, 1998, 9 (1): 94-103.

[36]阿邁德·迪狄安·迪阿羅, 劉曉陽, 毛節(jié)泰, 等. 衛(wèi)星雷達聯(lián)合重構(gòu)大尺度流域降水場. 高原氣象, 2004, 23: l1-17.

[37]張愛民, 鄭媛媛, 鄭蘭芝, 等. 基于CINRAD和衛(wèi)星的淮河流域致洪暴雨綜合定量估測及預(yù)警研究. 熱帶氣象學(xué)報, 2006, 22 (1): 96-100.

[38]崔春光, 彭濤, 殷志遠, 等. 暴雨洪澇預(yù)報研究的若干進展. 氣象科技進展, 2011, 1(2): 32-37.

[39]李才媛, 宋清翠, 金琪. 短期強降水面雨量預(yù)報與T213產(chǎn)品的天氣學(xué)釋用. 氣象, 2003, 29(3): 27-31.

[40]熊秋芬, 王麗, 鄭啟松, 等. 三峽區(qū)間面雨量預(yù)報方法及其預(yù)報試驗. 氣象, 2000, 26(10): 19-23.

[41]朱紅芳, 王東勇, 朱鵬飛, 等. GRAPES模式在淮河流域面雨量預(yù)報中的應(yīng)用. 氣象, 2007, 33(3): 76-82.

[42]張玉琴, 吳朝野, 何國平, 等. 基于數(shù)值預(yù)報產(chǎn)品的面雨量分析與檢驗. 高原山地氣象研究, 2011, 31(3): 60-64.

[43]宗志平, 代刊, 蔣星. 定量降水預(yù)報技術(shù)研究進展. 氣象科技進展, 2012, 2(5): 29-35.

[44]劉勇, 鄒松兵. 祁連山地區(qū)高分辨率氣溫降水量分布模型. 蘭州大學(xué)學(xué)報(s), 2006, 42(1): 7-12.

[45]沈愈. EOF迭代降尺度方案及其在華東梅汛期降水預(yù)測中的應(yīng)用. 高原氣象, 2008, 27: 52-63.

[46]鄧偉濤. 利用CAM-RegCM嵌套模武預(yù)測我國夏季降水異常.南京: 南京信息工程大學(xué), 2008.

Researches and Applications on Area Precipitation in China

Gao Qi1,2, Xu Ming1, Li Wujie2,3, Peng Tao1
(1 Institute of Heavy Rain, China Meteorological Administration, Wuhan 430074 2 Wuhan Central Meteorological Observatory, Wuhan 430074 3 Wuhan Regional Numerical Weather Prediction Centers, Wuhan 430074)

Area precipitation is a very important parameter in flood forecasting and reservoir operation. It is also the most important forecast object in the f l ood forecast. This article introduces the researches and applications on interpolation, estimation and forecast methods of area precipitation in the researches by hydrometeorological scholars from at home and abroad .

area precipitation, interpolation, estimation, forecast

10.3969/j.issn.2095-1973.2014.02.009

2013年10月8號；

2014年2月25日

高琦（1980—），Email: qiqi_166@hotmail.com

資助信息：公益性行業(yè)氣象專項（GYHY201106003，GYHY201206028，GYHY201306059）