“6.18”门头沟泥石流事件的回报检验研究

【作者】 何爽爽； 汪君； 王会军；

【机构】 中国科学院大气物理研究所竺可桢-南森国际研究中心； 中国科学院大学； 南京信息工程大学气象灾害预报及评估协同创新中心； 南京信息工程大学气象灾害重点实验室；

【摘要】 2017年6月18日北京门头沟地区突发泥石流,造成6人伤亡。除了当地的地质地貌条件之外,短时强降水是这起事件的主要诱发因素,但常规气象观测并没有很好地观测到此次降水过程,可见降水数据的准确性对于泥石流的实时预警及预报至关重要。近年来,卫星遥感估算降水发展迅速,WRF(Weather Research and Forecasting Model)模式1关于降水的预报技巧也逐渐提高。那么,卫星降水和WRF预报降水在泥石流预警中的实际应用效果如何呢?本研究以自动站降水资料为参考,首先利用定性方法和泰勒图2、TS(Threat Score)评分等定量的方法比较了CMORPH3(CPC MORPHing technique)、GPM4(Global Precipitation Measurement)和PERSIANN-CCS5(Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks-Cloud Classification System)三种卫星降水资料以及不同起报时间的WRF预报降水对此次降水过程的表现能力,然后利用降水数据驱动泥石流统计预报模型,对此次事件进行了回报,分析不同降水数据在模型中的实际应用效果,最终为泥石流实时预警和预报系统的构建提供参考。结果表明,三种卫星降水资料基本上能反映出此次降水过程东北—西南向的带状空间分布形态,其中,CMORPH与自动站资料的空间相关性最好,命中率也最高,但对降水量有一定的高估,GPM对平均降水量的时间变化有较好的反映,体现了卫星降水在观测较少地区的良好利用价值,PERSIANN-CCS的表现则相对差些。WRF模式能预报出此次降水的带状空间分布特征,但降水中心的位置与实际有所偏差;此外,预报的最大降水量的峰值出现时间比实际上晚。由于此次降水的强局地性,只有空间分辨率均匀且质量相对较好的CMORPH卫星降水驱动模型可以回报出此次事件,而自动站点资料由于空间分布不均,则没有回报出此次事件,这表明了卫星降水在泥石流实时预警系统的构建中具有一定的优势。WRF模式降水驱动模型可以提前做出预警,虽然预报的事件发生时间与实际相比偏晚3～5h,但WRF可以较好的预报72 h内的降水,因而可以延长灾害的可预见期。WRF模式预报降水的时间和空间精度都需要进一步提高,但是仍具有很好的参考意义。以上结果证明了在观测站分布不均匀且稀疏的山区,卫星降水为泥石流的预报和预警提供了较好的降水资料来源,尤其是对于局地性强的降水,卫星降水资料比自动站观测资料更具有优势。WRF预报强降水的能力还需要提高,但是也有很好的参考意义。结合观测站点资料、卫星资料和WRF预报降水,可以建立更为完善的滑坡泥石流实时预警和预报系统,从而尽可能地减少由降水引发的滑坡泥石流事件所造成的损失。更多还原