趙琳娜劉 瑩黨皓飛姜 迪段青云王彬雁白雪梅梁 莉

1）（中國氣象科學(xué)研究院災(zāi)害天氣國家重點(diǎn)實(shí)驗(yàn)室，北京100081）

2）（四川省氣象臺(tái)，成都610072）3）（成都信息工程學(xué)院，成都610225）

4）（江蘇省南京市氣象臺(tái)，南京210009）

5）（北京師范大學(xué)全球變化與地球系統(tǒng)科學(xué)研究院，北京100875）

6）（中國科學(xué)院大氣物理研究所云降水物理與強(qiáng)風(fēng)暴實(shí)驗(yàn)室，北京100029）

7）（中國科學(xué)院大學(xué)，北京100049）

集合數(shù)值預(yù)報(bào)在洪水預(yù)報(bào)中的應(yīng)用進(jìn)展

趙琳娜1）＊?jiǎng)?瑩2）黨皓飛3）姜 迪4）段青云5）王彬雁3）白雪梅3）梁 莉6）7）

1）（中國氣象科學(xué)研究院災(zāi)害天氣國家重點(diǎn)實(shí)驗(yàn)室，北京100081）

2）（四川省氣象臺(tái)，成都610072）3）（成都信息工程學(xué)院，成都610225）

4）（江蘇省南京市氣象臺(tái)，南京210009）

5）（北京師范大學(xué)全球變化與地球系統(tǒng)科學(xué)研究院，北京100875）

6）（中國科學(xué)院大氣物理研究所云降水物理與強(qiáng)風(fēng)暴實(shí)驗(yàn)室，北京100029）

7）（中國科學(xué)院大學(xué)，北京100049）

水文集合預(yù)報(bào)是近幾年正在形成和發(fā)展的水文預(yù)報(bào)分支，其發(fā)展大致可分為兩個(gè)階段：第1階段是1970年至20世紀(jì)末進(jìn)行的長期徑流預(yù)報(bào)，第2階段從21世紀(jì)開始，主要學(xué)習(xí)氣象數(shù)值預(yù)報(bào)中集合預(yù)報(bào)的概念在短期水文集合預(yù)報(bào)中的應(yīng)用。目前，除了單一預(yù)報(bào)中心的集合預(yù)報(bào)系統(tǒng)在水文集合預(yù)報(bào)中應(yīng)用外，多個(gè)預(yù)報(bào)中心的集合預(yù)報(bào)大集合也逐漸被應(yīng)用于流域水文預(yù)報(bào)，甚至一些小流域的洪水預(yù)報(bào)。如利用TIGGE（THORPEX Interactive Grand Global Ensemble）集合預(yù)報(bào)驅(qū)動(dòng)形成的大氣－水文－水力的串聯(lián)系統(tǒng)進(jìn)行早期的洪水預(yù)警研究，將全球集合預(yù)報(bào)作為洪水模型輸入的有限區(qū)域模式的初始條件和側(cè)邊界條件的研究。這些均表明，基于水文集合預(yù)報(bào)的洪水預(yù)報(bào)增加了預(yù)報(bào)附加值，并能夠延長預(yù)警提前時(shí)間。以歐洲中期天氣預(yù)報(bào)中心的歐洲洪水預(yù)警系統(tǒng)（EFAS）和美國NOAA的先進(jìn)水文預(yù)報(bào)系統(tǒng)（AHPS）為代表，實(shí)現(xiàn)了集合預(yù)報(bào)在洪水中的實(shí)時(shí)業(yè)務(wù)預(yù)報(bào)，但仍存在數(shù)據(jù)處理和計(jì)算量大，以及如何基于集合水文預(yù)報(bào)做決策等問題。對(duì)于水文集合預(yù)報(bào)的前處理和后處理的各種技術(shù)已處于探索和驗(yàn)證階段，如何更好地理解基于概率預(yù)報(bào)的洪水預(yù)警決策仍存在許多困難和挑戰(zhàn)。

集合預(yù)報(bào)；不確定性；水文集合預(yù)報(bào)；洪水預(yù)警

引 言

隨著全球氣候變暖和人類活動(dòng)的加劇，洪水災(zāi)害的發(fā)生越來越頻繁［1］，提供洪水及其引發(fā)的次生災(zāi)害的早期預(yù)警成為越來越急迫的任務(wù)。僅2013年全球洪水造成9736人死亡，0.3億人受到洪水影響，共造成經(jīng)濟(jì)損失0.53億美元①EM－DAT.The OFDA／CRED International Disaster Database.2013.。洪水的早期預(yù)警能夠在保護(hù)人民的財(cái)產(chǎn)和生命安全中提供至關(guān)重要的準(zhǔn)備時(shí)間，而且能夠減少洪水對(duì)社會(huì)經(jīng)濟(jì)造成的損失。

洪水的發(fā)生與發(fā)展取決于氣象因素和地理因素，洪水過程是一個(gè)復(fù)雜的動(dòng)態(tài)過程，其預(yù)報(bào)運(yùn)用了許多概念化的水文模型與參數(shù)，依賴于對(duì)輸入、輸出信息進(jìn)行的解釋和判斷。由于水文、氣象等多種參數(shù)輸入到洪水預(yù)報(bào)模型，這些參數(shù)和模型在洪水預(yù)報(bào)的每個(gè)環(huán)節(jié)都會(huì)使洪水預(yù)報(bào)產(chǎn)生不確定性。因此，洪水預(yù)報(bào)的不確定性可以分為初始條件引起的（由陸面初始條件或大氣天氣參數(shù)引起）、模型近似引起的（大氣模型和水文模型引起）和洪水預(yù)報(bào)產(chǎn)品生成引起的不確定性3類。這些復(fù)雜的因素導(dǎo)致水文預(yù)報(bào)不確定性的客觀存在，并且一直是制約防洪決策正確性的主要因素［2－4］。盡管數(shù)值天氣預(yù)報(bào)應(yīng)用于洪水預(yù)警系統(tǒng)中能夠顯著延長預(yù)警提前時(shí)間［5－13］，但基于單一模式數(shù)值天氣預(yù)報(bào)，由于初值誤差、模式誤差以及大氣系統(tǒng)自身的混沌特性，導(dǎo)致降水、溫度等氣象要素預(yù)報(bào)仍存在較大不確定性［14－18］。然而許多基于單個(gè)數(shù)值預(yù)報(bào)的水文氣象服務(wù)中并未將這些不確定因素帶來的不可預(yù)報(bào)程度引入到洪水預(yù)報(bào)過程中。因此，在洪水預(yù)報(bào)服務(wù)時(shí)會(huì)影響水文服務(wù)的決策過程［19－20］。相比之下，集合預(yù)報(bào)系統(tǒng)（EPS）的預(yù)測能夠改進(jìn)單一確定性預(yù)報(bào)在同一時(shí)間對(duì)多個(gè)天氣預(yù)報(bào)產(chǎn)品的不確定性量化。此外，水文模型應(yīng)用對(duì)提高有價(jià)值的早期洪水預(yù)警能力有著巨大的潛力［21］。

目前，水文集合預(yù)報(bào)是一個(gè)正在形成和發(fā)展的水文分支，其發(fā)展大致可以分為兩個(gè)階段：第1階段是1970年開始至20世紀(jì)末進(jìn)行的長期徑流預(yù)報(bào)（extended streamflow prediction，ESP）［22］，第2 階段從21世紀(jì)開始，該階段的主要特征是學(xué)習(xí)氣象數(shù)值預(yù)報(bào)中集合預(yù)報(bào)（ensemble forecasting）的概念在短期水文集合預(yù)報(bào)中的應(yīng)用。本文的水文集合預(yù)報(bào)是指第2階段。

1 水文集合預(yù)報(bào)引入氣象集合數(shù)值預(yù)報(bào)的優(yōu)勢

洪水預(yù)報(bào)需要降水輸入，洪水預(yù)報(bào)的降水初始值若僅僅來自地面觀測網(wǎng)和雷達(dá)反演降水，特別是在預(yù)報(bào)較大洪水的上游沒有數(shù)據(jù)提供或觀測儀器出現(xiàn)故障、數(shù)據(jù)傳輸失敗的情況下，會(huì)大大影響洪水的預(yù)報(bào)時(shí)效，尤其對(duì)2～15d以上的預(yù)報(bào)必須使用數(shù)值天氣預(yù)報(bào)。研究表明：引入數(shù)值天氣預(yù)報(bào)的洪水預(yù)警能夠?qū)㈩A(yù)報(bào)時(shí)效從幾小時(shí)延長到幾天。但單值的數(shù)值預(yù)報(bào)不足以將其預(yù)報(bào)內(nèi)在的不確定性定量表達(dá)出來，由一個(gè)集合預(yù)報(bào)系統(tǒng)集成的降水預(yù)報(bào)用于流域的洪水預(yù)報(bào)時(shí)，可以改進(jìn)預(yù)報(bào)效果，而且可以將有些不確定性定量化［23］。

近年來，集合預(yù)報(bào)技術(shù)研究取得了重大進(jìn)展，發(fā)展了多模式－多成員集合及概率預(yù)報(bào)技術(shù)，根據(jù)多模式、多預(yù)報(bào)成員的集合預(yù)報(bào)，不但可以得到豐富的降水預(yù)報(bào)，且降水預(yù)報(bào)的技巧有一定提高［24－25］?；谌蚪换ナ酱蠹蟃IGGE（THORPEX Interactive Grand Global Ensemble）中國中心歸檔的中國國家氣象中心（NMC）、歐洲中期天氣預(yù)報(bào)中心（ECM－WF）和美國國家環(huán)境預(yù)報(bào)中心（NCEP）集合預(yù)報(bào)資料在淮河上游的大坡嶺－王家壩流域上的預(yù)報(bào)評(píng)估［26－27］以及利用淮河流域降水觀測及對(duì)美國全球預(yù)報(bào)系統(tǒng)（GFS）1～14d24h降水量預(yù)報(bào)的評(píng)估表明［28］，集成平均在兩類預(yù)報(bào)中對(duì)各子流域、各預(yù)報(bào)時(shí)效、各季節(jié)均能顯著降低原單值數(shù)值預(yù)報(bào)的偏差和均方根誤差。劉永和等［29］在中國沂沭河流域?qū)?007—2010年7—9月中國NMC、歐洲ECMWF、英國、日本和美國NCEP 5種集合預(yù)報(bào)模式的6h集合預(yù)報(bào)降水的對(duì)比分析表明，其中任何一種模式的集合預(yù)報(bào)能力均優(yōu)于其控制預(yù)報(bào)，且多模式平均預(yù)報(bào)又優(yōu)于單一模式，都具有明顯的預(yù)報(bào)能力提升。

水文預(yù)報(bào)不確定性的來源主要包括氣象外力場（降雨、溫度、風(fēng)速、濕度、氣壓、太陽輻射等）、初始條件和邊界條件（下墊面條件，如積雪量、土壤濕度、湖泊高度等）、模型結(jié)構(gòu)和參數(shù)誤差（方程、網(wǎng)格尺度、參數(shù)等）、模型輸出（模擬徑流量等）和模型資料（觀測徑流量等）等，因此，氣象預(yù)報(bào)中的不確定性只代表水文預(yù)報(bào)不確定性的一個(gè)部分。洪水預(yù)報(bào)用戶希望對(duì)洪水預(yù)報(bào)的不確定性估計(jì)不僅是一個(gè)最大概率的近似估計(jì)，而且是一個(gè)能夠?qū)樗A(yù)報(bào)不確定性各種可能的定量估計(jì)。2010年美國國家科學(xué)發(fā)展的指導(dǎo)機(jī)構(gòu)國家研究顧問委員會(huì)發(fā)表了一份關(guān)于天氣、氣候和水文預(yù)報(bào)不確定性的調(diào)研報(bào)告。報(bào)告強(qiáng)調(diào)了預(yù)報(bào)不確定性信息在終端用戶利用氣象預(yù)報(bào)進(jìn)行決策時(shí)的重要性，同時(shí)指出一個(gè)預(yù)報(bào)如果沒有定量估計(jì)它的不確定性，那么該預(yù)報(bào)不完全［30］。有研究表明，降水預(yù)報(bào)的不確定性是產(chǎn)生其下游專業(yè)用戶預(yù)測（如水文預(yù)報(bào)）不確定性的重要部分［2，31－32］。在進(jìn)行諸如像洪水預(yù)警的重大風(fēng)險(xiǎn)決策時(shí)，水文預(yù)報(bào)的用戶希望氣象做出的定量降水預(yù)報(bào)能夠有助于對(duì)水文預(yù)報(bào)的不確定性進(jìn)行定量估計(jì)。為了達(dá)到這一目標(biāo)，世界各國預(yù)報(bào)機(jī)構(gòu)開始采用集合預(yù)報(bào)技術(shù)來進(jìn)行水文預(yù)報(bào)。集合預(yù)報(bào)系統(tǒng)能對(duì)未來的水文事件進(jìn)行最大可能估計(jì)，并給出了一個(gè)廣泛的結(jié)果區(qū)間，該區(qū)間綜合了所有造成預(yù)報(bào)不確定性的因素。這些因素包括降水和其他氣象強(qiáng)迫輸入的不確定性、水文邊界條件和初值條件估計(jì)的不確定性，還包括水文預(yù)報(bào)模型的不確定性以及模型參數(shù)的不確定性等。

在水文集合預(yù)報(bào)研究和業(yè)務(wù)領(lǐng)域，氣象集合預(yù)報(bào)的應(yīng)用價(jià)值越來越受到重視。集合預(yù)報(bào)系統(tǒng)可以給出氣象預(yù)報(bào)和水文預(yù)報(bào)的不確定性，延長水文預(yù)報(bào)預(yù)見期，定量分析氣象水文預(yù)報(bào)要素的可預(yù)報(bào)性。集合預(yù)報(bào)系統(tǒng)還能夠使水文學(xué)家和河流管理者受益，其優(yōu)勢已經(jīng)得到了國內(nèi)外眾多水文氣象學(xué)家的肯定，并促使國際上初步形成了一些新的大型國際水文氣象集合預(yù)報(bào)計(jì)劃——水文集合預(yù)報(bào)試驗(yàn)［31，33］（HEPEX②HEPEX：水文集合預(yù)報(bào)試驗(yàn)（the Hydrologic Ensemble Prediction Experiment，HEPEX）為國際合作計(jì)劃。2004年開始召集了全球的水文學(xué)家和氣象學(xué)家，共同致力于改進(jìn)水文預(yù)報(bào)技術(shù)的可行性。HEPEX的任務(wù)是論證如何作出可靠的、能為緊急事件管理部門和水資源部門決策過程提供依據(jù)的水文集合預(yù)報(bào)。）。借助 TIGGE 歸檔資料提供的一個(gè)集合預(yù)報(bào)在洪水的早期預(yù)報(bào)和預(yù)警中應(yīng)用的有利時(shí)機(jī)，Pappenberger等［34］研究表明，以交互式全球大集合預(yù)報(bào)系統(tǒng)作為洪水模型的輸入是未來洪水預(yù)警系統(tǒng)的一種有效方法和新思路。此外，其他國際機(jī)構(gòu)也顯示了對(duì)水文集合預(yù)報(bào)的興趣，如萊茵水文國際委員會(huì)（CHR）、2006年3月世界氣象組織（WMO）關(guān)于集合預(yù)報(bào)和洪水預(yù)報(bào)不確定性的專家組會(huì)議以及保護(hù)多瑙河國際委員會(huì)（ICPDR）在其防洪行動(dòng)計(jì)劃中均采用歐洲洪水預(yù)警系統(tǒng)（EFAS）的集合預(yù)報(bào)。我國也有部分科研工作者開展了相關(guān)的集合預(yù)報(bào)在洪水及其概率預(yù)報(bào)研究［35－36］。圖1是應(yīng)用2008年7月23日—8月3日TIGGE的NMC，NCEP和ECMWF的集合預(yù)報(bào)以及3個(gè)預(yù)報(bào)中心的大集合預(yù)報(bào)（Grand）降水量驅(qū)動(dòng)洪水預(yù)報(bào)模型得到王家壩站的流量集合預(yù)報(bào)［36］。由圖1可以看出，由于集合預(yù)報(bào)是多個(gè)成員的預(yù)報(bào)，因此，集合預(yù)報(bào)成員可以捕捉導(dǎo)致洪水發(fā)生的可能性，集合預(yù)報(bào)可以降低空?qǐng)?bào)、漏報(bào)的可能性。

圖1 2008年7月23日—8月3日王家壩站基于TIGGE的流量集合預(yù)報(bào)［36］Fig.1 Ensemble forecast discharge comparison of three EPSs and the Grand ensemble at Wangjiaba Station from 23July to 3August in 2008（from Reference［36］）

正因?yàn)榧蠑?shù)值預(yù)報(bào)系統(tǒng)會(huì)提供預(yù)報(bào)時(shí)效比匯流時(shí)間長的預(yù)報(bào)，所以會(huì)產(chǎn)生預(yù)報(bào)附加值。因此，國際上比較著名的業(yè)務(wù)和研究機(jī)構(gòu)的洪水預(yù)報(bào)系統(tǒng)，逐漸將目光集中到集合數(shù)值預(yù)報(bào)驅(qū)動(dòng)洪水模型上，而不是采用單一的確定性預(yù)報(bào)的驅(qū)動(dòng)。近年來，集合預(yù)報(bào)系統(tǒng)已集成到世界各地的洪水預(yù)報(bào)業(yè)務(wù)系統(tǒng)中，如歐盟委員會(huì)的聯(lián)合研究中心（European Com－mission Joint Research Centre，JRC／EC）洪水預(yù)報(bào)系統(tǒng)和歐洲洪水預(yù)警系統(tǒng)（European Flood Awareness System，EFAS）［37］以及美國國家海洋和大氣管理局（NOAA）的先進(jìn)水文預(yù)報(bào)系統(tǒng)（Advanced Hydrologic Prediction Service，AHPS）［38］。法國電力公司也已將ECMWF的氣象集合預(yù)報(bào)融入到其水庫調(diào)度系統(tǒng)中［39］。表1列出了截至目前，國際上比較著名的氣象水文預(yù)報(bào)中心業(yè)務(wù)或者準(zhǔn)業(yè)務(wù)運(yùn)行的由不同氣象集合數(shù)值預(yù)報(bào)驅(qū)動(dòng)的洪水模型（準(zhǔn)）業(yè)務(wù)運(yùn)行系統(tǒng)［40］。由表1可以看出，國際主要的水文氣象預(yù)報(bào)中心先后采用集合數(shù)值預(yù)報(bào)與洪水預(yù)報(bào)模式耦合的這一技術(shù)路線作為洪水預(yù)報(bào)的主要技術(shù)支撐（圖2）。此外，全球氣象預(yù)報(bào)模式的開放也使得發(fā)展中國家受益，如 Webster等［41］使用全球集合預(yù)報(bào)系統(tǒng)為孟加拉國布拉馬普特拉河提供預(yù)報(bào)時(shí)效為1～15d的徑流預(yù)報(bào)。越來越多的實(shí)踐表明，以氣象集合數(shù)值預(yù)報(bào)為核心的洪水集合預(yù)報(bào)，可以為用戶決策提供概率預(yù)報(bào)產(chǎn)品。由于預(yù)報(bào)的不確定性一直存在，如果能將不確定性定量化地做出估計(jì)，那么不同的水文用戶就能根據(jù)其需求和對(duì)洪水預(yù)報(bào)的依賴程度，在應(yīng)用預(yù)報(bào)進(jìn)行決策時(shí)做出不同的選擇［42－44］，因此水文集合預(yù)報(bào)將越來越有價(jià)值，并有廣闊的應(yīng)用前景。

圖2 氣象－水文集合預(yù)報(bào)示意圖Fig.2 The flow chart of application of ensemble prediction system to warning of inundation

2 集合數(shù)值預(yù)報(bào)在洪水預(yù)報(bào)中的應(yīng)用概況

洪水預(yù)報(bào)是預(yù)防洪災(zāi)的重要的非工程措施，較長的預(yù)報(bào)時(shí)效可以贏得防災(zāi)、救災(zāi)的重要時(shí)機(jī)。研究表明：集合預(yù)報(bào)可以大大延長洪水預(yù)報(bào)時(shí)效［45］。既使數(shù)值模式延長到5～6d的預(yù)報(bào)時(shí)效，其降水預(yù)報(bào)只有2～3d的預(yù)報(bào)技巧，仍不能延長洪水的預(yù)報(bào)時(shí)效［46］。Burger等［47］針對(duì)小流域地區(qū)，從 ECM－WF集合預(yù)報(bào)系統(tǒng)獲得10年的12h時(shí)段、預(yù)見期為1～5d的降水和溫度預(yù)報(bào)信息，運(yùn)用水文模型獲得概率預(yù)報(bào)的徑流值，并將其與實(shí)測的洪水過程進(jìn)行比較，證明了集合預(yù)報(bào)在洪水預(yù)警中的應(yīng)用優(yōu)勢。自從1～10d降水集合預(yù)報(bào)具備了一定的預(yù)報(bào)技巧，大大延長了水文預(yù)報(bào)的預(yù)報(bào)時(shí)效之后，雖然在20世紀(jì)80年代氣象數(shù)值模式在洪水預(yù)報(bào)也得到了一定應(yīng)用，但氣象集合數(shù)值預(yù)報(bào)真正應(yīng)用于洪水預(yù)報(bào)業(yè)務(wù)還是在2003年歐洲洪水預(yù)報(bào)系統(tǒng)（EuropeanFlood Forecasting System，EFFS）計(jì) 劃 啟 動(dòng) 之后［37］。該計(jì)劃在跨國河流的洪水預(yù)報(bào)中，應(yīng)用了包括集合預(yù)報(bào)在內(nèi)的中期數(shù)值天氣預(yù)報(bào)。在2002年歐洲易北河（Elbe）和多瑙河（Danube）跨國流域發(fā)生兩次嚴(yán)重的洪水后，歐盟于2003年開始發(fā)展了歐洲洪水預(yù)警系統(tǒng)（European Flood Alert System，EFAS）。隨后，2004年ECMWF在英國里丁召開了HEPEX國際水文集合預(yù)報(bào)試驗(yàn)第1次研討會(huì)。這次會(huì)議將從事氣象和水文事業(yè)的科學(xué)家集合在一起，達(dá)到了HEPEX計(jì)劃的第1個(gè)目的，為兩個(gè)領(lǐng)域的科學(xué)家的相互交流學(xué)習(xí)提供了一個(gè)平臺(tái)，制定了HEPEX的目標(biāo)、重要性、組織結(jié)構(gòu)、關(guān)鍵的科學(xué)問題以及國際合作手段等［31，48］。之后，美國 NOAA于2005年建成了以集合預(yù)報(bào)為核心技術(shù)的先進(jìn)水文預(yù)報(bào)系統(tǒng)（AHPS）［38］。Cloke等［40］總結(jié)了近10年來集合水文預(yù)報(bào)的研究和業(yè)務(wù)進(jìn)展（表1），并針對(duì)目前洪水預(yù)警的發(fā)展，提出了洪水集合預(yù)報(bào)的關(guān)鍵問題。李俊等［49］將集合數(shù)值預(yù)報(bào)方法應(yīng)用于湖南4個(gè)典型山洪個(gè)例的研究表明：與單一氣象模式提供的確定性山洪預(yù)報(bào)結(jié)果相比，集合預(yù)報(bào)可以為山洪預(yù)報(bào)提供多種定量預(yù)報(bào)產(chǎn)品，利用集合平均預(yù)報(bào)、極值預(yù)報(bào)，可以引導(dǎo)對(duì)山洪采取分類應(yīng)對(duì)措施；集合預(yù)報(bào)在給出降水分布的同時(shí)，還給出伴隨預(yù)報(bào)結(jié)果的可信度；概率定量降水預(yù)報(bào)與水文預(yù)報(bào)模型結(jié)合，可用于概率水文預(yù)報(bào)。彭濤等［50］利用中尺度暴雨數(shù)值模式AREM集合降水預(yù)報(bào)產(chǎn)品，通過新安江模型對(duì)湖北省漳河流域進(jìn)行洪水預(yù)報(bào)發(fā)現(xiàn)，基于集合數(shù)值預(yù)報(bào)產(chǎn)品的水文預(yù)報(bào)可以在洪峰、洪量、峰現(xiàn)時(shí)間等水文要素上獲得更多可靠的信息，提高了水文預(yù)報(bào)的可利用性。Bao等［51］構(gòu)建了一個(gè)基于TIGGE驅(qū)動(dòng)的水文與水力學(xué)相結(jié)合的洪水預(yù)報(bào)模型，應(yīng)用集合預(yù)報(bào)系統(tǒng)每個(gè)成員的預(yù)報(bào)降水分別驅(qū)動(dòng)洪水預(yù)報(bào)模型，得到與集合預(yù)報(bào)成員相同數(shù)目的洪水預(yù)報(bào)，以概率預(yù)報(bào)方式實(shí)現(xiàn)了復(fù)雜水系的洪水預(yù)報(bào)及早期預(yù)警，對(duì)淮河2007—2008年汛期洪水進(jìn)行早期預(yù)警預(yù)報(bào)表明，使洪水預(yù)見期延長3～5d。吳娟等［52］針對(duì)基于單模式陸面－大氣耦合模型在洪水預(yù)報(bào)中存在不確定性問題，提出基于多模式集成降水預(yù)報(bào)減小不確定性和提高預(yù)報(bào)準(zhǔn)確性的方案，該方案利用加拿大區(qū)域中尺度氣象模式MC2、加拿大全球譜模式GEM與中國國家氣象中心T213集合預(yù)報(bào)系統(tǒng)3種數(shù)值天氣預(yù)報(bào)模式，開展了基于多模式降水集成的陸氣耦合洪水預(yù)報(bào)，對(duì)淮河流域王家壩斷面3場暴雨洪水進(jìn)行預(yù)報(bào)和驗(yàn)證，證明了基于多模式降水集成的陸氣耦合洪水預(yù)報(bào)，可以有效提高洪水預(yù)報(bào)準(zhǔn)確性。這為減少洪水預(yù)報(bào)的不確定性、提高預(yù)報(bào)穩(wěn)定性提供了一條新途徑。Zhang等［53］和Xu等［54］利用淮河下游臨沂流域?qū)?NMC，ECMWF和NCEP的集合預(yù)報(bào)系統(tǒng)，利用GRAPES中尺度模式降尺度得到6h降水驅(qū)動(dòng)水文模型進(jìn)行洪水的早期預(yù)警是可行且有效的。還有研究利用TIGGE集合預(yù)報(bào)作為驅(qū)動(dòng)，改善了土壤水分模擬結(jié)果［55］。此外，He等［56］對(duì)多中心－多模式的 TIGGE集合預(yù)報(bào)在中國淮河流域洪水預(yù)報(bào)中的個(gè)例研究和不確定性的分析表明，集合預(yù)報(bào)的概率屬性依然保留。也有研究表明，利用多中心的超級(jí)集合預(yù)報(bào)或者多集合成員的集成，可以使洪水預(yù)報(bào)的不確定性定量化［57］。

3 集合數(shù)值預(yù)報(bào)在洪水預(yù)報(bào)中的研究熱點(diǎn)

3.1 多模式超級(jí)集合預(yù)報(bào)的水文集合預(yù)報(bào)應(yīng)用

為了捕捉除不同單一數(shù)值預(yù)報(bào)模型集成的集合預(yù)報(bào)系統(tǒng)的初始條件和物理參數(shù)化過程不確定性之外的模型結(jié)構(gòu)和資料同化帶來的不確定性，氣象集合數(shù)值預(yù)報(bào)由此發(fā)起了在THORPEX計(jì)劃下的TIGGE全球各國和地區(qū)業(yè)務(wù)中心的聯(lián)合行動(dòng)［58－59］。該計(jì)劃提供了12個(gè)全球集合預(yù)報(bào)系統(tǒng)，共232個(gè)集合成員，這為水文集合預(yù)報(bào)提供了一個(gè)機(jī)會(huì)。

相比多個(gè)預(yù)報(bào)中心的集合預(yù)報(bào)大集合而言，單一預(yù)報(bào)中心的集合預(yù)報(bào)系統(tǒng)僅能解決一些數(shù)值天氣預(yù)報(bào)內(nèi)在的不確定性，即初始條件和隨機(jī)物理過程的不確定性［21］。Buizza［24］認(rèn)為由多個(gè)確定性模型組成的集合預(yù)報(bào)系統(tǒng)，用于概率預(yù)測超出非線性誤差增長幅度密度函數(shù)的方法是可行的。大集合預(yù)報(bào)系統(tǒng)，即多個(gè)預(yù)報(bào)中心的EPS大集合，可以改善數(shù)值模擬和資料同化引起的不確定性計(jì)算結(jié)果［57］。這對(duì)形成各種可能的不確定性解決方法有重大影響，尤其是捕獲導(dǎo)致洪水的極端降水產(chǎn)生的尾分布。因此，多模式系統(tǒng)能夠更好地代表真實(shí)的概率分布預(yù)測，這在其他研究領(lǐng)域也適用。Pappenberger等［34］將7個(gè)中心的集合預(yù)報(bào)系統(tǒng)（216個(gè)預(yù)報(bào)成員）應(yīng)用于歐洲洪水預(yù)警系統(tǒng)（EFAS）的LISFLOODRR模式，對(duì)2007年10月羅馬尼亞多瑙河流域的洪水后報(bào)試驗(yàn)發(fā)現(xiàn)，以交互式全球大集合預(yù)報(bào)系統(tǒng)作為洪水模型的輸入，是未來洪水預(yù)警系統(tǒng)的一種有效方法和新途徑。He等［3］首次建立了由TIGGE數(shù)據(jù)驅(qū)動(dòng)的大氣－水文－水力模型的串聯(lián)概率洪水預(yù)報(bào)系統(tǒng)，探索了TIGGE數(shù)據(jù)在中尺度流域的洪水概率預(yù)報(bào)，結(jié)果表明：降水的不確定性可以通過該串聯(lián)系統(tǒng)傳播，不同中心集合預(yù)報(bào)的洪水預(yù)報(bào)差別較明顯，但總體預(yù)報(bào)偏大并代表了不同的不確定性；同時(shí)也發(fā)現(xiàn)目前的集合數(shù)值預(yù)報(bào)系統(tǒng)的分辨率對(duì)于這樣尺度的流域存在缺陷，這意味著必須改進(jìn)集合數(shù)值預(yù)報(bào)的分辨率或者發(fā)展降尺度技術(shù)，以縮小氣象和水文預(yù)報(bào)的空間分辨率的差距。

還有一個(gè)原因使多模式超級(jí)集合預(yù)報(bào)顯示出其優(yōu)勢，即當(dāng)前超級(jí)集合預(yù)報(bào)受計(jì)算機(jī)能力的限制，因?yàn)榧项A(yù)報(bào)大集合提供了運(yùn)行具有不同次網(wǎng)格尺度參數(shù)化過程和不同潛在物理過程的氣象模式方案的一種可選途徑。而超級(jí)集合預(yù)報(bào)大集合與流域水文模型耦合，可以提供改善后的早期洪水預(yù)警［23］。

3.2 模式分辨率和集合成員數(shù)對(duì)水文集合預(yù)報(bào)系統(tǒng)的影響

氣象數(shù)值天氣預(yù)報(bào)的研究和實(shí)踐已經(jīng)證明極端天氣數(shù)值模擬對(duì)模式分辨率非常敏感，因此，采取增加集合預(yù)報(bào)模式分辨率的方式能夠提高極端天氣預(yù)報(bào)的可能性。僅增加模式水平分辨率的研究發(fā)現(xiàn)對(duì)奇異向量的結(jié)構(gòu)影響不大，但計(jì)算耗時(shí)成倍增加［60］。若采用合適的模式分辨率來構(gòu)造集合預(yù)報(bào)系統(tǒng)，預(yù)報(bào)準(zhǔn)確率更高［61］。還有研究表明：當(dāng)集合成員數(shù)增加時(shí)，也僅有部分統(tǒng)計(jì)參數(shù)顯示可提高預(yù)報(bào)技巧。由此可以看出，模式分辨率和集合成員的增加能對(duì)集合預(yù)報(bào)系統(tǒng)產(chǎn)生正面影響，但會(huì)增加計(jì)算機(jī)的計(jì)算成本。因此，平衡預(yù)報(bào)性能與計(jì)算成本仍然是一個(gè)難以解決的突出問題。有研究指出：高分辨率的單一模式確定性預(yù)報(bào)有助于預(yù)報(bào)員對(duì)各種不同的中小尺度天氣現(xiàn)象建立概念模型；而低分辨率集合預(yù)報(bào)有助于量化預(yù)報(bào)的不確定性，它們各有優(yōu)勢［62］。因此，人們漸漸認(rèn)識(shí)到如何將模式分辨率與集合預(yù)報(bào)系統(tǒng)相聯(lián)系，將它們結(jié)合起來才能最大程度發(fā)揮預(yù)報(bào)模式的潛能，從而發(fā)揮分辨率高的單一模式確定性預(yù)報(bào)和分辨率低的集合預(yù)報(bào)各自的優(yōu)勢，并建立它們之間良好的平衡，達(dá)到將現(xiàn)有氣象和水文集合預(yù)報(bào)系統(tǒng)改進(jìn)后能夠包含所有不確定性來源的目的，是集合預(yù)報(bào)技術(shù)業(yè)務(wù)應(yīng)用中需要考慮的關(guān)鍵技術(shù)之一。后來有學(xué)者提出采用混合分辨率的模式分辨率方案，使不同分辨率的模式反映不同系統(tǒng)的預(yù)報(bào)不確定性，使得高分辨率模式更多反映了系統(tǒng)特征，而低分辨率集合預(yù)報(bào)補(bǔ)充了預(yù)報(bào)可靠性的信息［63］。

3.3 多模式超級(jí)集合預(yù)報(bào)在中小尺度流域的應(yīng)用

ECMWF于2009年建立了以TIGGE集合預(yù)報(bào)與歐洲洪水預(yù)警系統(tǒng)EFAS結(jié)合、用水文模型LISFLOOD，在覆蓋歐洲的分辨率為5km格點(diǎn)上進(jìn)行長達(dá)10d的洪水早期預(yù)警，并取得了初步成功［40］。最近有研究表明，利用集合預(yù)報(bào)和流域分布模型可以進(jìn)行洪水實(shí)時(shí)預(yù)報(bào)。De Roo等［64］開發(fā)了歐洲大尺度洪水預(yù)報(bào)系統(tǒng)（EFFS），該系統(tǒng)結(jié)合了歐洲中期天氣預(yù)報(bào)的集合預(yù)報(bào)系統(tǒng)、LISFLOOD－RR（5km格點(diǎn)分辨率）和 LISFLOOD－FP（50m 格點(diǎn)分辨率）。結(jié)果表明：大多數(shù)集合預(yù)報(bào)成員有低估河流量的傾向，但總體結(jié)果較理想。此外，Bartholmes等［65］利用兩個(gè)歐洲區(qū)域模型和ECMWF集合預(yù)報(bào)應(yīng)用于針對(duì)Po河的TOPKAP模型1km格點(diǎn)分辨率洪水預(yù)報(bào)，結(jié)果表明：定量降水預(yù)報(bào)不可靠，在預(yù)報(bào)時(shí)間和預(yù)報(bào)量級(jí)上均出現(xiàn)偏低的情況。Cluckie等［66］利用ECMWF集合預(yù)報(bào)開發(fā)的分布式降水－徑流模型（GBDM），較早利用動(dòng)力降尺度技術(shù)降到2km格點(diǎn)分辨率，先進(jìn)行空間偏差糾正，最后進(jìn)行時(shí)間分辨率調(diào)整，該項(xiàng)研究明確了利用集合預(yù)報(bào)在洪水預(yù)報(bào)的潛在價(jià)值。但也揭示了一個(gè)共識(shí)：更高的精細(xì)尺度降水的低估導(dǎo)致流量預(yù)報(bào)的（低）偏差。上述研究表明，從天氣領(lǐng)域到洪水領(lǐng)域的不確定性傳播值得考慮，這種不確定性導(dǎo)致了河流量集合預(yù)報(bào)較大的發(fā)散度，從而導(dǎo)致洪水預(yù)報(bào)較大的發(fā)散度。He等［3］在假設(shè)集合預(yù)報(bào)驅(qū)動(dòng)小尺度流域的洪水預(yù)報(bào)不確定性不能由單一集合預(yù)報(bào)的有限集合成員決定，只能在大集合成員差異的基礎(chǔ)上，選擇有大量觀測數(shù)據(jù)和相對(duì)小的（與數(shù)值天氣預(yù)報(bào)的分辨率相比）流域尺度（4062km2）的Senvem河上游為研究目標(biāo)，開創(chuàng)了由TIGGE集合預(yù)報(bào)驅(qū)動(dòng)的耦合大氣－水文－水力模型的串聯(lián)系統(tǒng)進(jìn)行早期的洪水預(yù)警研究的先例。研究表明：數(shù)值天氣預(yù)報(bào)、水文和水力預(yù)報(bào)一樣存在許多不確定性。Beven等［67］和Pappenberger等［8］研究也得出類似的結(jié)論。

3.4 水文集合預(yù)報(bào)前處理和后處理

3.4.1 水文集合預(yù)報(bào)前處理

近年來，雖然降水預(yù)報(bào)的準(zhǔn)確率有了很大提高，但仍難以滿足洪水預(yù)報(bào)的需求。因此，對(duì)集合數(shù)值預(yù)報(bào)的輸出要針對(duì)洪水模型的需求進(jìn)行后處理，相對(duì)于洪水預(yù)報(bào)模型來講是前處理（圖2）。集合數(shù)值預(yù)報(bào)后處理可以將天氣、氣候預(yù)報(bào)的輸出結(jié)果處理為水文模型的輸入，從而提高降水與氣溫的預(yù)報(bào)準(zhǔn)確率。

目前的水文集合預(yù)報(bào)前處理方法除了類似氣象上使用的傳統(tǒng)完美預(yù)報(bào)法（PP）、模型輸出統(tǒng)計(jì)法（MOS）和貝葉斯方法［68－71］外，還有層次模型法［72］和可靠性集合平均方法（REA）等。Sloughter等［73］將貝葉斯方法推廣應(yīng)用于日降水的概率預(yù)報(bào)。Schaake等［74］也提出了基于典型事件的集合預(yù)報(bào)前處理方法。Clark等［75］在MOS的數(shù)理統(tǒng)計(jì)基礎(chǔ)上采用了Schaake Shuffle方法改進(jìn)了MOS方法。Liu等［28］采用Schaake Shuffle方法對(duì)NCEP改進(jìn)的全球集合預(yù)報(bào)系統(tǒng)具有15個(gè)集合成員的日降水預(yù)報(bào)進(jìn)行偏差訂正，利用淮河流域167個(gè)氣象站的日降水量進(jìn)行檢驗(yàn)表明，經(jīng)過處理的集合預(yù)報(bào)明顯優(yōu)于氣候概率（圖3）。Yang等［76］采用貝葉斯平均法對(duì)NCEP集合預(yù)報(bào)系統(tǒng)在淮河流域的3個(gè)月的逐日降水進(jìn)行概率化，證明經(jīng)貝葉斯平均法訂正后的降水能夠捕捉到極端降水信息。此外，NMC集合預(yù)報(bào)系統(tǒng)在淮河流域3個(gè)月的逐日降水經(jīng)貝葉斯平均法訂正后的結(jié)果表明：24h，48h，72h降水預(yù)報(bào)準(zhǔn)確性比訂正前有所提高［77－78］。

圖3 淮河流域兩個(gè)子流域不同季節(jié)、不同預(yù)見期（1～14d）集合預(yù)報(bào)累積降水后處理Brier技巧評(píng)分［28］Fig.3 Brier skill scores（BSS）of post－processing ensemble forecasts of cumulative precipitation for different lead times（1－14days）and different seasons（including all seasons）in two sub－basins of the Huai River Basin（from Reference［28］）

3.4.2 水文集合預(yù)報(bào)后處理

正如氣象數(shù)值預(yù)報(bào)輸出結(jié)果不能作為最終對(duì)外發(fā)布的天氣預(yù)報(bào)預(yù)警一樣直接發(fā)布，洪水模型的預(yù)報(bào)輸出結(jié)果也不能作為最終結(jié)論來發(fā)布，它存在許多不確定性。與氣象數(shù)值預(yù)報(bào)的后處理類似，水文集合后處理方法主要目的是根據(jù)已知的歷史觀測流量和模型模擬或預(yù)報(bào)的流量建立回歸統(tǒng)計(jì)模型。從概率上講，水文集合后處理是求取水文集合預(yù)報(bào)對(duì)應(yīng)觀測值的條件概率密度函數(shù)［79］。

基于實(shí)際觀測和模擬流量之間的差異來源，對(duì)4種不同的水文預(yù)報(bào)誤差估計(jì)方法進(jìn)行研究發(fā)現(xiàn)，其中使用最廣泛的是將實(shí)際流量作為模型輸出與一個(gè)誤差項(xiàng)之和，通過更新輸出變量衡量預(yù)報(bào)中誤差的方法［80－81］。Goswani等［82］根據(jù)這種思想，對(duì)8種更新的方法校正誤差的性能進(jìn)行了比較和評(píng)估。Seo等［83］提出了一個(gè)簡單有效的后處理器，用于集合流量預(yù)報(bào)系統(tǒng)評(píng)估水文模擬的不確定性和誤差校正，且已在美國氣象部門投入業(yè)務(wù)使用。還有利用模擬和觀測流量校正集合軌跡消除誤差的方法，在多瑙河流域的試驗(yàn)證明改善了洪水集合預(yù)報(bào)的有效性［84］。Bogner等［85］則使用了一種對(duì)觀測和模擬流量進(jìn)行小波變換與狀態(tài)空間模型相結(jié)合的方法，量化預(yù)報(bào)與實(shí)際觀測的誤差。利用貝葉斯理論為萊茵河流域的水文集合預(yù)報(bào)系統(tǒng)設(shè)計(jì)了后處理方案，結(jié)果表明后處理過程有效降低了水文集合預(yù)報(bào)模擬的誤差［86］。姜迪等［87］利用國際模型參數(shù)估計(jì)試驗(yàn)（Model Parameter Estimation Experiment，MOPEX）資料，采用通用線性模型（The general linear model，GLM）對(duì)水文集合預(yù)報(bào)的校正研究表明：GLM后處理器可以產(chǎn)生可靠的水文集合預(yù)報(bào)，對(duì)于有預(yù)報(bào)偏差的水文集合預(yù)報(bào)的校正效果顯著，該方法可以有效降低水文模擬誤差，輸出更接近實(shí)際觀測的水文預(yù)報(bào)（圖4）。

圖4 水文集合預(yù)報(bào)后處理方法的模擬結(jié)果評(píng)估［87］（a）平均值，（b）均方根誤差Fig.4 Evaluation of post－processing of different simulation（from Reference［87］）（a）mean value，（b）root mean square error

3.5 水文集合預(yù)報(bào)的檢驗(yàn)方法

評(píng)估不同的預(yù)報(bào)方法需要一系列標(biāo)準(zhǔn)的預(yù)報(bào)驗(yàn)證工具。各個(gè)國家非常重視洪水預(yù)報(bào)的檢驗(yàn)問題，HEPEX計(jì)劃將檢驗(yàn)也作為一項(xiàng)重要的試驗(yàn)內(nèi)容。對(duì)于確定性預(yù)報(bào)，檢驗(yàn)方法通常有皮爾森相關(guān)系數(shù)，用于檢驗(yàn)預(yù)報(bào)值和觀測值的相關(guān)關(guān)系，變化范圍為0～1。偏差用于檢驗(yàn)一段長時(shí)間的預(yù)報(bào)平均值與觀測平均值的偏差，偏差值越接近于0越好。均方根誤差技巧評(píng)分和均方根誤差用于檢驗(yàn)一段很長時(shí)間的預(yù)報(bào)誤差，均方根誤差技巧評(píng)分可用于評(píng)估預(yù)報(bào)誤差的發(fā)散。均方根誤差技巧評(píng)分為1時(shí)，表示完全準(zhǔn)確的確定性預(yù)報(bào)；均方根誤差技巧評(píng)分為0時(shí)，表示系統(tǒng)的預(yù)報(bào)性能與參考系統(tǒng)相同；均方根誤差技巧評(píng)分小于0時(shí)，表示系統(tǒng)預(yù)報(bào)較參考系統(tǒng)差［］。

對(duì)于概率預(yù)報(bào)，檢驗(yàn)方法有布萊爾技巧評(píng)分（Brier Skill Score，BSS）。該評(píng)分用于評(píng)估相對(duì)于一個(gè)參考系統(tǒng)集合預(yù)報(bào)系統(tǒng)的預(yù)報(bào)性能，其值為0～1，評(píng)分為1時(shí)，表示完全準(zhǔn)確的確定性預(yù)報(bào)；評(píng)分為0時(shí)，表示系統(tǒng)的預(yù)報(bào)性能與參考系統(tǒng)相同；評(píng)分小于0時(shí)，表示系統(tǒng)預(yù)報(bào)較參考系統(tǒng)差。采用布萊爾技巧評(píng)分需要使用觀測得到的氣候概率預(yù)報(bào)為參考系，用布萊爾技巧評(píng)分檢驗(yàn)集成預(yù)報(bào)的降水概率的預(yù)報(bào)性能［88］。連續(xù)的分級(jí)概率評(píng)分（Continuous Ranked Probability Skill Score，CRPSS）用于檢驗(yàn)預(yù)報(bào)累積分布函數(shù)與相應(yīng)的觀測累積分布函數(shù)之間誤差平方的總和，完美預(yù)報(bào)的連續(xù)的分級(jí)概率評(píng)分為0。連續(xù)的分級(jí)概率評(píng)分用于檢驗(yàn)預(yù)報(bào)相對(duì)于參考預(yù)報(bào)是否有所提高?？煽啃郧€用于檢驗(yàn)預(yù)報(bào)概率和觀測概率的關(guān)系，將不同概率分類，及其對(duì)應(yīng)的不同概率分類條件下檢驗(yàn)事件的觀測頻率繪制在一起，描述集合預(yù)報(bào)系統(tǒng)是否可靠，或產(chǎn)生有偏差的概率預(yù)報(bào)等。

4 討論與展望

在過去的10年里，國際上各個(gè)洪水預(yù)報(bào)機(jī)構(gòu)在預(yù)報(bào)中增加了水文集合預(yù)報(bào)系統(tǒng)，許多研究表明：基于水文集合預(yù)報(bào)的洪水預(yù)報(bào)增加了預(yù)報(bào)附加值并延長了預(yù)警提前時(shí)間。應(yīng)用水文氣象概率預(yù)報(bào)已經(jīng)成為未來的發(fā)展趨勢。對(duì)歐美等氣象業(yè)務(wù)發(fā)達(dá)國家的水文氣象業(yè)務(wù)經(jīng)驗(yàn)分析表明：水文氣象概率預(yù)報(bào)從期望值來說準(zhǔn)確率不僅高于確定性預(yù)報(bào)，還可以提高預(yù)報(bào)準(zhǔn)確性，特別是能改進(jìn)漲水時(shí)段水位低估的情況。從服務(wù)上來說，水文氣象概率預(yù)報(bào)可以考慮到預(yù)報(bào)的不確定性，決策時(shí)能定量估計(jì)各種風(fēng)險(xiǎn)和后果，是預(yù)報(bào)與決策之間的橋梁，可使預(yù)報(bào)效益得到更好發(fā)揮。

盡管如此，目前只有少數(shù)國家的氣象中心在業(yè)務(wù)上使用水文集合預(yù)報(bào)［40］，這可能涉及許多原因，有科學(xué)上的、技術(shù)上的，也有文化上的。不僅如此，對(duì)預(yù)報(bào)員而言，水文集合預(yù)報(bào)廣泛使用的巨大挑戰(zhàn)依然存在。如水文集合預(yù)報(bào)必須接收和處理大量的中期天氣集合預(yù)報(bào)產(chǎn)生的數(shù)據(jù)［33，89］，且需要很多業(yè)務(wù)中心的協(xié)同工作。然而，與計(jì)算洪水預(yù)報(bào)本身的巨大計(jì)算量相比，能夠在概率預(yù)報(bào)基礎(chǔ)上做出洪水預(yù)警決策是有意義的。

對(duì)于洪水集合預(yù)報(bào)前處理和后處理的各種技術(shù)已經(jīng)處于探索和驗(yàn)證階段。目前針對(duì)水文集合預(yù)報(bào)，是否有“最好的實(shí)踐”意義仍不明確［90］。除此之外，如何更好理解基于概率預(yù)報(bào)的洪水預(yù)警決策仍存在許多困難和挑戰(zhàn)［91－93］。

此外，目前沒有合適的途徑表示水文預(yù)報(bào)的不確定性以及如何將這種不確定信息傳遞給洪水預(yù)報(bào)的使用者，水文集合預(yù)報(bào)發(fā)布仍需要做大量推廣和培訓(xùn)工作。因此，利用直接的、易于理解的方式為用戶傳遞水文預(yù)報(bào)不確定性，開發(fā)更多界面友好的產(chǎn)品促進(jìn)水文集合預(yù)報(bào)的操作應(yīng)用非常有意義。He等［56］研究發(fā)現(xiàn)：集合預(yù)報(bào)系統(tǒng)可以服務(wù)于洪水預(yù)報(bào)預(yù)警及相關(guān)從業(yè)人員。如倫敦國王學(xué)院在塞文河流域的試點(diǎn)項(xiàng)目是世界范圍內(nèi)第1次將TIGGE多模式集合氣象預(yù)報(bào)與分布式水文水力模型耦合應(yīng)用，通過TIGGE集合預(yù)報(bào)驅(qū)動(dòng)大氣－水文－水力耦合系統(tǒng)，證實(shí)集合預(yù)報(bào)系統(tǒng)能夠考慮模型的不確定性、邊界條件和資料同化的不確定性，也可以應(yīng)用于洪水預(yù)報(bào)。其推廣前景還要在不同流域范圍內(nèi)、不同氣候條件的區(qū)域，進(jìn)行更多的洪水預(yù)報(bào)試驗(yàn)，以便確定其應(yīng)用技術(shù)的普遍性。

2006年中國建立了T213全球中期集合預(yù)報(bào)系統(tǒng)和中尺度區(qū)域集合預(yù)報(bào)系統(tǒng)。借助世界氣象組織的世界天氣研究計(jì)劃——觀測系統(tǒng)研究與可預(yù)報(bào)性試驗(yàn)（THORPEX）之TIGGE計(jì)劃，TIGGE中國中心已接收ECMWF，NCEP，CMC（加拿大氣象中心，Canadian Meteorological Centre）等世界各預(yù)報(bào)中心的集合預(yù)報(bào)資料，預(yù)報(bào)時(shí)效達(dá)10～16d。中國在面向TIGGE的集合預(yù)報(bào)關(guān)鍵應(yīng)用技術(shù)方面已做了大量工作，為水文水力領(lǐng)域中應(yīng)用該技術(shù)做好了準(zhǔn)備，可以促使集合數(shù)值預(yù)報(bào)產(chǎn)品在實(shí)際洪水預(yù)報(bào)中盡早發(fā)揮作用。

［1］ Reynard N S，Prudhomme C，Crooks S M.The flood characteristics of large UK rivers：Potential effects of changing climate and land use.Climatic Change，2004，48（2－3）：343－359.

［2］ 張洪剛，郭生練，何新林，等.水文預(yù)報(bào)不確定性的研究進(jìn)展與展望.石河子大學(xué)學(xué)報(bào)：自然科學(xué)版，2006，24（1）：15－21.

［3］ He Y，Wetterhall F，Cloke H L，et al.Tracking the uncertainty in flood alerts driven by grand ensemble weather predictions.Meteorological Applications（Special Issue：Flood Forecasting and Warning），2009，16（1）：91－101.

［4］ Andrew W W，Dennis P L.An ensemble approach for attribution of hydrologic prediction uncetainty.Geoghys Res Lett，2008，35：14，L14401.

［5］ Ahrens B，Jaun S.On evaluation of ensemble precipitation forecasts with observation－based ensembles.Adv Geo Sci，2007，10：139－144.

［6］ Gourley J J，Vieux B E.A method for evaluating the accuracy of quantitative precipitation estimates from a hydrologic modeling perspective.J Hydrometeorol，2005，6（2）：115－133.

［7］ Krzysztofowicz R.Bayesian system for probabilistic river stage forecasting.J Hydrol，2002，268（1－4）：16－40.

［8］ Pappenberger F，Beven K，Hunter N，et al.Cascading model uncertainty from medium range weather forecasts（10days）through a rainfall－runoff model to flood inundation predictions within the European Flood Forecasting System （EFFS）.Hydrol Earth Syst Sci，2005，9（4）：381－393.

［9］ Verbunt M，Zappa M，Guttz J，et al.Verification of a coupled hydrometeorological modelling approach for alpine tributaries in the Rhine basin.J Hydrol，2006，324（1－4）：224－238.

［10］ 陸桂華，吳志勇，Lei W，等.陸氣耦合模型在實(shí)時(shí)暴雨洪水預(yù)報(bào)中的應(yīng)用.水科學(xué)進(jìn)展，2006，17（6）：847－852.

［11］ Lin C A，Lei W，Lu G H，et al.Atmospheric－h(huán)ydrological modeling of severe precipitation and floods in the Huaihe River Basin，China.J Hydrol，2006，330：249－259.

［12］ 王莉莉，陳德輝，趙琳娜.GRAPES氣象－水文模式在一次洪水預(yù)報(bào)中的應(yīng)用.應(yīng)用氣象學(xué)報(bào)，2012，23（3）：274－284.

［13］ 彭濤，位承志，葉金桃，等.漢江丹江口流域水文氣象預(yù)報(bào)系統(tǒng).應(yīng)用氣象學(xué)報(bào)，2014，25（1）：112－119.

［14］ 王元.中國致災(zāi)暴雨研究的進(jìn)展和若干熱點(diǎn)問題——第四次全國暴雨學(xué)術(shù)研討會(huì).科學(xué)技術(shù)與工程，2002，2（6）：88－91.

［15］ 何光碧，屠妮妮，張利紅.多模式對(duì)四川一次強(qiáng)降水過程不確定性預(yù)報(bào)分析.高原山地氣象研究，2009，29（4）：18－26.

［16］ 沈鐵元，廖移山，彭濤，等.定量分析數(shù)值模式日降水預(yù)報(bào)結(jié)果的不確定性.氣象，2011，37（5）：540－546.

［17］ 陳活潑，孫建奇，陳曉麗.我國夏季降水及相關(guān)大氣環(huán)流場未來變化的預(yù)估及不確定性分析.氣候與環(huán)境研究，2012，17（2）：171－183.

［18］ 梁莉，趙琳娜，鞏遠(yuǎn)發(fā)，等.淮河流域汛期20日內(nèi)最大日降水量概率分布.應(yīng)用氣象學(xué)報(bào)，2011，22（4）：421－428.

［19］ Demeritt D，Cloke H，Pappenberger F，et al.Ensemble predictions and perceptions of risk，uncertainty，and error in flood forecasting.Environ Hazards，2007，7（2）：115－127.

［20］ Xuan Y，Cluckie D，Wang Y.Uncertainty analysis of hydrological ensemble forecasts in a distributed model utilizing short－range rainfall prediction.Hydrol Earth Syst Sci，2009，13：293－303.

［21］ Roulin E.Skill and relative economic value of medium－range hydrological ensemble prediction.Hydrol Earth Syst Sci，2007，11：725－737.

［22］ Day G N.Extended streamflow prediction using NWSRFS.Journal of Water Resources Planning and Management，1985，111：157－170.

［23］ Cloke H L，Pappenberger F.Evaluating forecasts for extreme events for hydrological applications：An approach for screening unfamiliar performance measures.Meteorological Applications，2008，15（1）：181－197.

［24］ Buizza R.The value of probabilistic prediction.Atmos Sci Lett，2008，9：36－42.

［25］ Friederichs P，Hense A.A probabilistic forecast approach for daily precipitation totals.Wea Forecasting，2008，23（4）：659－673.

［26］ 趙琳娜，吳昊，田付友，等.基于TIGGE的流域概率性降水預(yù)報(bào)評(píng)估.氣象，2010，36（7）：133－142.

［27］ Zhao Linna，Tian Fuyou，Wu Hao，et al.Verification and comparison of probabilistic precipitation forecasts using the TIGGE data in the upriver of huaihe basin.Advances in Geosciences，2011，29：95－102.

［28］ Liu Y，Duan Q，Zhao L，et al.Evaluating the predictive skill of NCEP GFS ensemble precipitation forecasts in China’s Huai River Basin.Hydrological Process，2013，27：57－74.

［29］ 劉永和，嚴(yán)中偉，馮錦明，等.基于TIGGE資料的沂沭河流域6小時(shí)降水集合預(yù)報(bào)能力分析.大氣科學(xué)，2013，37（3）：539－551.

［30］ 王東海，杜鈞，柳崇健.正確認(rèn)識(shí)和對(duì)待天氣氣候預(yù)報(bào)的不確定性.氣象，2011，37（4）：385－391.

［31］ Schaake J，Hamill T H，Buizza R，et al.HEPEX－The hydrological ensemble prediction experiment.Bull Amer Meteor Soc，2007，88（10）：1541－1547，doi：10.1175／BAMS－88－10－1541.

［32］ 武震，張世強(qiáng)，丁永建.水文系統(tǒng)模擬不確定性研究進(jìn)展.中國沙漠，2007，27（5）：890－896.

［33］ Thielen J，Schaake J，Hartman R，et al.Aims，challenges and progress of the Hydrological Ensemble Prediction Experiment（HEPEX）following the third HEPEX workshop held in Stresa 27to 29June 2007.Atmos Sci Lett，2008，9：29－35.

［34］ Pappenberger F，Bartholmes J，Thielen J，et al.New dimensions in early flood warning across the globe using grand－ensemble weather predictions.Geophys Res Lett，2008，35（10）：L10404.

［35］ 包紅軍，趙琳娜.基于集合預(yù)報(bào)的淮河流域洪水預(yù)報(bào)研究.水利學(xué)報(bào)，2012，43（2）：216－224.

［36］ Zhao Linna，Qi Dan，Tian Fuyou，et al.Probabilistic flood prediction in the Upper Huaihe catchment using TIGGE data.Acta Meteor Sinica，2012，26（1）：62－71.

［37］ Thielen J，Bartholmes J，Ramos M H，et al.The European flood alert system－part 1：Concept and development.Hydrol Earth Syst Sci，2009，13（2）：125－140.

［38］ Mcenery J，Ingram J，Duan Q，et al.NOAA’s advanced hydrologic prediction service.Bull Amer Meteor Soc，2005，86（3）：375－385.

［39］ Ramos M，Bartholmes J，Thielen－del P J.Development of decision support products based on ensemble forecasts in the European flood alert system.Atmos Sci Lett，2007，8（4）：113－119.

［40］ Cloke H L，Pappenberger F.Ensemble flood forecasting：A review.J Hydrology，2009，375：613－626.

［41］ Webster P J，Jian J，Hopson T M，et al.Extended－range probabilistic forecasts of ganges and brahmaputra floods in bangladesh.Bull Amer Meteor Soc，2010，91（11）：1493－1514.

［42］ 陳靜，顏宏.集合數(shù)值預(yù)報(bào)發(fā)展與研究進(jìn)展.應(yīng)用氣象學(xué)報(bào)，2002，13（4）：497－507.

［43］ 杜鈞.集合預(yù)報(bào)的現(xiàn)狀和前景.應(yīng)用氣象學(xué)報(bào)，2002，13（1）：16－28.

［44］ 杜鈞，陳靜.天氣預(yù)報(bào)的公眾評(píng)價(jià)與發(fā)布形式的變革.氣象，2010，36（1）：3－6.

［45］ Tracton M S，Kalnay E.Operational ensemble prediction at the national meteorological center：Practical aspects.Wea Forecasting，1993，8：379－398.

［46］ Buizza R，Hollingsworth A，Lalaurette F，et al.Probabilistic predictions of precipitation using the ECMWF ensemble prediction system.Wea Forecasting，1999，14：168－189.

［47］ Burger G，Reusser D，Kneis D.Early flood warnings from empirical（expanded）downscaling of the full ECMWF ensemble prediction system.Water Resources Research，2009，45（10）：1－15.

［48］ Schaake J，F(xiàn)ranz K，Bradley A，et al.The Hydrologic Ensemble Prediction Experiment（HEPEX）.Hydrol Earth Syst Sci Discuss，2006，3：3321－3332.

［49］ 李俊，廖移山，張兵，等.集合數(shù)值預(yù)報(bào)方法在山洪預(yù)報(bào)中的初步應(yīng)用.高原氣象，2007，23（4）：854－861.

［50］ 彭濤，李俊，殷志遠(yuǎn)，等.基于集合降水預(yù)報(bào)產(chǎn)品的汛期洪水預(yù)報(bào)試驗(yàn).暴雨災(zāi)害，2010，29（3）：274－278.

［51］ Bao Hongjun，Zhao Linna.Development and application of an atmospheric－h(huán)ydrologichydraulic flood forecasting model driven by TIGGE ensemble forecasts.Acta Meteor Sinica，2012，26（1）：93－102.

［52］ 吳娟，陸桂華，吳志勇，等.基于多模式降水集成的陸氣耦合洪水預(yù)報(bào).水文，2012，32（5）：1－6.

［53］ Zhang W C，Xu J W，Liu Y H，et al.A Catchment Level Early Flood Warning Approach by Using Grand－ensemble Weather Predictions：Verification and Application for a Case Study in the Linyi Catchment，Shangdong，China.TIGGE－B Poster Session，Third THORPEX International Science Symposium（TTISS），2009：14－18.

［54］ Xu Jingwen，Zhang Wanchang，Zheng Ziyan，et al.Early flood warning for Linyi watershed by the GRAPES／XXT model using TIGGE data.Acta Meteor Sinica，2012，26（1）：103－111.

［55］ Liu J，Xie Z H.Improving simulation of soil moisture in China using multiple meteorological forcing ensemble approach.Hydrol Earth Syst Sci，2013，17：3355－3369.

［56］ He Y，Wetterhall F，Bao H，et al.Ensemble forecasting using TIGGE for the July－September 2008floods in the Upper Huai catchment：A case study.Atmos Sci Lett，2010，11（2）：132－138.

［57］ Goswami M，O’Connor K，Bhattarai K.Development of regionalization procedures using a multi－model approach for flow simulation in an un－gauged catchment.J Hydrol，2007，333（2－4）：517－531.

［58］ Shapiro M A，Thorpe A J.THORPEX International Science Plan.WMO／TD，2004：1246.

［59］ Park Y Y，Buizza R，Leutbecher M.TIGGE：Preliminary Results on Comparing and Combining Ensembles.ECMWF TM 548，ECWMF：Reading，2007.

［60］ Buizza R，Petroliagis T，Palmer T N，et al.Impact of ensemble resolution and size on the performance of an ensemble prediction system.Quart J Royal Meteor Soc，1998，124：1935－1960.

［61］ Mullen S L，Buizza R.The impact of horizontal resolution and ensemble size on probabilistic forecasts of precipitation by the ECMWF ensemble prediction system.Wea Forecasting，2002，17（2）：173－191.

［62］ Paul J R，David M S，Brian A C，et a1.Toward improved prediction：High－resolution and ensemble modeling systems in operation.Wea Forecasting，2004，19（5）：936－949.

［63］ Du J，Traction M S.Implementation of a Real－time Short－range Ensemble Forecasting System at NCEP：An Update∥Preprints，9th Conference on Mesoscale Process.2001：355－356.

［64］ De Roo A，Gouweleeuw B，Thielen J，et al.Development of a European flood forecasting system.International Journal of River Basin Management，2003，1（1）：49－59.

［65］ Bartholmes J，Todini E.Coupling meteorological and hydrological models for flood forecasting.Hydrol Earth Syst Sci，2005，9（4）：333－346.

［66］ Cluckie I D，Xuan Y，Wang Y.Uncertainty analysis of hydrological ensemble forecasts in a distributed model utilizing short－range rainfall prediction.Hydrol Earth Syst Sci Discuss，2006，3：3211－3237.

［67］ Beven K，Romaniwicz R，Pappenberger F，et al.The Uncertainty Cascade in Flood Forecasting∥Balbanis P，Lambroso D，Samuels P.Advances and Implementation of Flood Forecasting Technology.ACTIF：Tromso，2005.

［68］ Klein W H，Lewis B M，Enger I.Objective prediction of fiveday mean temperatures during winter.J Atmos Sci，1959，16：672－682.

［69］ Glahn B，Peroutka M，J Wiedenfeld，et al.MOS uncertainty estimates in an ensemble framework.Mon Wea Rev，2009，137（1）：246－268.

［70］ Raftery A E，Gneiting T，Balabdaoui F，et al.Using Bayesian Model averaging to calibrate forecast ensembles.Mon Wea Rev，2005，133：1155－1174.

［71］ 劉建國，謝正輝，趙琳娜，等.基于TIGGE多模式集合的24小時(shí)氣溫BMA概率預(yù)報(bào).大氣科學(xué)，2013，37（1）：43－53.

［72］ Krzysztofowicz R，Maranzano C J.Bayesian Processor of Output for Probabilistic Quantitative Precipitation Forecasts.Virginia：University of Virginia，2006.

［73］ Sloughter J M，Raftery A E，Gneiting T，et al.Probabilistic quantitative precipitation forecasting using bayesian model averaging.Mon Wea Rev，2007，135：3209－3220.

［74］ Schaake J，Demargne J，Hartman R，et al.Precipitation and temperature ensemble forecasts from single－value forecasts.Hydrol Earth Syst Sci Discuss，2007，4：655－717.

［75］ Clark M，Gangopadhyay S，Hay L，et al.The Schaake shuffle：A method for reconstructing space－time variability in forecasted precipitation and temperature fields.J Hydrometeorology，2004，5（1）：243－262.

［76］ Yang Chi，Yan Zhongwei，Shao Yuehong.Probabilistic precipitation forecasting based on ensemble output using generalized additive models and bayesian model averaging.J Meteor Res，2012，26（1）：1－12.

［77］ 梁莉，趙琳娜，齊丹，等.基于貝葉斯原理降水訂正的水文概率預(yù)報(bào)試驗(yàn).應(yīng)用氣象學(xué)報(bào)，2013，24（4）：416－424.

［78］ Liu J，Xie Z H.BMA probabilistic quantitative precipitation forecasting over the Huaihe basin using TIGGE multi－model ensemble forecasts.Mon Wea Rev，2014，142：1542－1555.

［79］ 段青云，葉愛中.改善水文氣象預(yù)報(bào)的統(tǒng)計(jì)后處理.水資源研究，2012，1：161－168.

［80］ O’Connell P E，Clarke R T.Adaptive hydrological forecasting：A review.Hydrol Sci Bull，1981，26（2）：179－205.

［81］ Refsgaard J C.Validation and intercomparison of different updating procedures for real－time forecasting.Nordic Hydrology，1997，28（2）：65－84.

［82］ Goswani M，O’Connor K M，Bhattarai K P，et al.Assessing the performance of eight real－time updating models and procedures for the Brosna River.Hydrol Earth Syst Sci，2005，9（4）：394－411.

［83］ Seo D J，Herr H D，Chaake J S.A statistical post－processor for accounting of hydrologic uncertainty in short－range ensemble streamflow prediction.Hydrol Earth Syst Sci Discuss，2006，3（4）：1987－2035.

［84］ Bogner K，Thielen J，Bartholmes J，et al.Bias Correction Methods and Evaluation of an Ensemble Based Hydrological Forecasting System for the Upper Danube Catchment∥3rd HEPEX Workshop Book of Abstracts.EUR22861EN，2007：21－22.

［85］ Bogner K，Kalas M.Error－correction methods and evaluation of an ensemble based hydrologic forecasting system for the Upper Danube catchment.Atmos Sci Lett，2008，9（2）：95－102.

［86］ Reggiani P，Renner M，Weerts A H，et al.Uncertainty assessment via bayesian revision of ensemble streamflow predictions in the operational river Rhine forecasting system.Water Resources Research，2009，45（2），doi：10.1029／2007WR006758.

［87］ 姜迪，智海，趙琳娜，等.通用線性模型在氣象水文集合預(yù)報(bào)后處理中的應(yīng)用.大氣科學(xué)學(xué)報(bào)，2014，37（2）：229－236.

［88］ 劉瑩，趙琳娜，段青云，等.一種由單值預(yù)報(bào)生成概率預(yù)報(bào)的方法∥第28屆中國氣象學(xué)會(huì)年會(huì)論文集——S17第三屆研究生年會(huì).北京：氣象出版社，2011：718.

［89］ Zappa M，Rotach M W，Arpagaus M，et al.MAP D－PHASE：Real－time demonstration of hydrological ensemble prediction systems.Atmos Sci Lett，2008，2：80－87，doi：10.1002／asl.183.

［90］ Preface：Hydrological Ensemble Prediction Systems.Hydrol Process，2013，27：1－4.

［91］ Demeritt D，Nobert S，Cloke H L，et al.Challenges in communicating and using ensembles in operationalflood forecasting.Meteorological Applications，2010，17（2）：209－222，doi：10.1002／met.194.

［92］ Nobert S，Demeritt D，Cloke H L.Informing operationalflood management with ensemble predictions：Lessons from Sweden.Journal of Flood Risk Management，2010，3：72－79.

［93］ Ramos M H，Mathevet T，Thielen J，et al.Communicating uncertainty in hydro－meteorological forcasts：Mission impossible？Meteorological Applications，2010，17：223－235，doi：10.1002／met.201.

The Progress on Application of Ensemble Prediction to Flood Forecasting

Zhao Linna1）Liu Ying2）Dang Haofei3）Jiang Di4）Duan Qingyun5）Wang Binyan3）Bai Xuemei3）Liang Li6）7）

1）（State Key Laboratory of Severe Weather，Chinese Academy of Meteorological Sciences，Beijing100081）
2）（Sichuan Provincial Meteorological Observatory，Chengdu610072）
3）（Chengdu University of Information Technology，Chengdu610225）
4）（Nanjing Meteorological Bureau of Jiangsu Province，Nanjing210009）
5）（College of Global Change and Earth System Science，Beijing Normal University，Beijing100875）
6）（Laboratory of Cloud－Precipitation Physics and Severe Storms，
Institute of Atmospheric Physics，Chinese Academy of Sciences，Beijing100029）
7）（University of Chinese Academy of Sciences，Beijing100049）

Hydrological Ensemble Prediction is a forming and developing branch of hydrology.Its development can be roughly divided into two stages.The first stage is the longer term streamflow predictions stage from 1970to the end of the 20th Century，and the second stage is to learn the concept of the numerical weather forecast applied to hydrological ensemble prediction at the beginning of the 21st Century.Compared with the single deterministic prediction meteorological，ensemble numerical forecasting can describe the uncertainly quantitatively.In recent ten years，the application of meteorological ensemble numerical forecasting to hydrological ensemble prediction on the warning of flood forecasting attaches great importance.In addition to single ensemble system，multiple ensemble system is gradually applied to hydrological ensemble forecast，even in some small basins.To study potential benefits of using the TIGGE database in early flood warning，an atmospheric－h(huán)ydrologic－h(huán)ydraulic coupled cascade system driven by TIGGE ensemble forecasts is set up.Some hydrological ensemble prediction systems use high resolution ECMWF－EPS or limited area EPS as weather forecasts as initial and boundary conditions.Over the past decade，many studies show that forecasts based on hydrological ensemble prediction systems not only can add accuracy but also increase the warning lead time.The European Flood Alert System and the Advanced Hydrologic Prediction Services of NOAA realize real－time prediction in flood forecast，but there are still some problems，such as large amount of calculation and massive data to handle.The various pre－process and post－process of ensemble forecasts of techniques are in the stage of exploration and verification.Besides，there are a great deal of challenges and difficulties in understanding how to make flood warning decisions based on probabilistic forecasts better.

ensemble prediction；uncertainty；hydrological ensemble prediction；flood warning

趙琳娜，劉瑩，黨皓飛，等.集合數(shù)值預(yù)報(bào)在洪水預(yù)報(bào)中的應(yīng)用進(jìn)展.應(yīng)用氣象學(xué)報(bào)，2014，25（6）：641－653.

2014－07－16收到，2014－09－01收到再改稿。

國家自然科學(xué)基金項(xiàng)目（41475044），國家科技重大專項(xiàng)（2013ZX07304－001－1），中國氣象局氣候變化專項(xiàng)（CCSF201333）

＊email：zhaoln＠cma.gov.cn