2025年極端暴雨預(yù)報(bào)復(fù)盤(pán)及應(yīng)對(duì)思考

Retrospective analysis of extreme rainstorm forecasting in 2025 and response considerations

王琳，張玲

水利部信息中心，100053，北京

摘要：對(duì)2025年山東萊蕪、北京密云、甘肅榆中、吉林集安4次極端暴雨事件進(jìn)行復(fù)盤(pán)分析，指出當(dāng)前數(shù)值預(yù)報(bào)模式在中小尺度對(duì)流系統(tǒng)的觸發(fā)和生命周期預(yù)報(bào)中存在的局限性，尤其是對(duì)臺(tái)風(fēng)遠(yuǎn)距離水汽輸送、復(fù)雜地形等因素引起的局地強(qiáng)降水事件的落區(qū)和強(qiáng)度預(yù)報(bào)都存在著較大偏差。針對(duì)這一挑戰(zhàn)，從四個(gè)方面提出應(yīng)對(duì)思路：強(qiáng)化水利測(cè)雨雷達(dá)組網(wǎng)建設(shè)應(yīng)用，推進(jìn)多源數(shù)據(jù)融合與AI反演技術(shù)，對(duì)降水進(jìn)行更加準(zhǔn)確的監(jiān)測(cè)；升級(jí)“云—雨”降水模型，引入物理約束和動(dòng)態(tài)參數(shù)校正機(jī)制，突破傳統(tǒng)統(tǒng)計(jì)模型無(wú)法捕捉的多尺度降水系統(tǒng)瓶頸；構(gòu)建臺(tái)風(fēng)殘渦識(shí)別與預(yù)報(bào)模型，破解臺(tái)風(fēng)登陸后持續(xù)致災(zāi)問(wèn)題；發(fā)展融合AI集合降水預(yù)報(bào)釋用技術(shù)，量化極端降水事件發(fā)生概率。預(yù)期通過(guò)以上應(yīng)對(duì)舉措，能夠延長(zhǎng)致洪暴雨預(yù)見(jiàn)期，提高預(yù)報(bào)精準(zhǔn)度，為防汛決策提供更有力的科學(xué)支撐。

關(guān)鍵詞：致洪暴雨；水利測(cè)雨雷達(dá)；“云—雨”降水模型；中小尺度；數(shù)值預(yù)報(bào)模式；集合預(yù)報(bào)釋用；應(yīng)對(duì)舉措

作者簡(jiǎn)介：王琳，正高級(jí)工程師，長(zhǎng)期從事防汛抗旱水文氣象預(yù)測(cè)預(yù)報(bào)工作。

DOI：10.3969/j.issn.1000-1123.2026.01.003

引言

暴雨是我國(guó)最常見(jiàn)的自然災(zāi)害之一，不僅會(huì)引發(fā)洪水、泥石流、山體滑坡等次生災(zāi)害，也會(huì)造成農(nóng)作物受損減產(chǎn)以及城市內(nèi)澇等問(wèn)題，危及人民生命財(cái)產(chǎn)安全。在全球氣候變化背景下，全球降水時(shí)空分布格局發(fā)生著巨大變化，暴雨事件在全球呈現(xiàn)逐漸增多態(tài)勢(shì)，即使是在總降水量減少的區(qū)域，暴雨事件也呈現(xiàn)增多趨勢(shì)。IPCC第六次評(píng)估報(bào)告指出，根據(jù)克勞修斯-克拉伯龍方程，氣候變暖每增加1℃，則近地表大氣濕度增加約7%，大氣濕度的增加導(dǎo)致極端降水增加，在全球增溫1.5℃情況下，當(dāng)前20年一遇強(qiáng)降水事件發(fā)生頻率將增加10%，100年一遇強(qiáng)降水事件發(fā)生頻率將增加20%；全球強(qiáng)臺(tái)風(fēng)（颶風(fēng)）占比、熱帶氣旋最大風(fēng)速和熱帶氣旋降水很可能將增加，西北太平洋熱帶氣旋達(dá)到最大風(fēng)力時(shí)的位置可能進(jìn)一步向北移動(dòng)。即在全球氣候持續(xù)變暖背景下，強(qiáng)降水事件強(qiáng)度和頻次隨之增加，臺(tái)風(fēng)強(qiáng)度趨強(qiáng)，影響范圍向北推進(jìn)。

近年來(lái)極端降水事件頻發(fā)，1961年以來(lái)全國(guó)極端日降水事件平均每10年增多18站日；1998年以來(lái)全國(guó)編號(hào)洪水次數(shù)和發(fā)生超歷史洪水河流條數(shù)呈現(xiàn)上升態(tài)勢(shì)（見(jiàn)下圖）。2021年7月20日16時(shí)—17時(shí)，河南鄭州出現(xiàn)201.9mm極端小時(shí)雨強(qiáng)，突破我國(guó)大陸氣象觀測(cè)記錄極值。與此同時(shí)，強(qiáng)降水雨帶北移，北方極端暴雨增多，如2023年7月29日20時(shí)—8月2日7時(shí)，北京昌平王家園水庫(kù)過(guò)程雨量達(dá)744.8mm，為140年有實(shí)測(cè)記錄以來(lái)第1位；2024年遼寧葫蘆島最大24h點(diǎn)雨量638.8mm，超遼寧省局地暴雨歷史實(shí)測(cè)記錄。北方江河近10年發(fā)生編號(hào)洪水的次數(shù)明顯上升，為前一個(gè)10年的1.7倍；南方江河洪水發(fā)生異常偏早，2024年珠江流域北江4月就發(fā)生罕見(jiàn)特大洪水，較常年偏早2個(gè)月。此外，近年來(lái)生成和登陸的強(qiáng)臺(tái)風(fēng)占比呈上升趨勢(shì)，北上臺(tái)風(fēng)占比增加。2023年第5號(hào)臺(tái)風(fēng)“杜蘇芮”挾帶大量水汽，造成海河“23·7”流域性特大洪水；2024年第11號(hào)臺(tái)風(fēng)“摩羯”以超強(qiáng)臺(tái)風(fēng)級(jí)登陸海南，是1949年以來(lái)登陸我國(guó)最強(qiáng)秋臺(tái)風(fēng)，致災(zāi)程度、影響范圍均為歷史罕見(jiàn)。

近年全國(guó)強(qiáng)降雨過(guò)程與洪水事件頻次變化

2025年6月—10月，全國(guó)累計(jì)面平均降雨量452mm，較歷史同期平均（418mm）偏多8%，其中黃河流域累計(jì)面平均降雨量552mm，較歷史同期平均（368mm）偏多50%，列1961年以來(lái)第1位；海河流域累計(jì)面平均降雨量640mm，較歷史同期平均（409mm）偏多56%，列1961年以來(lái)第3位。暴雨過(guò)程多，降水極端性強(qiáng)，海河流域發(fā)生“25·7”區(qū)域性大洪水，灤河發(fā)生2025年第1號(hào)洪水，潮白河密云水庫(kù)出現(xiàn)歷史最大入庫(kù)洪水。8月7日—8日，甘肅榆中局地連續(xù)強(qiáng)降雨引發(fā)自然災(zāi)害，造成人員傷亡。這些極端降水的發(fā)生均與地形關(guān)系密切。當(dāng)?shù)蛯优瘽駳饬饔龅缴降貢r(shí)，會(huì)在迎風(fēng)坡被迫抬升，這一過(guò)程加速了水汽凝結(jié)和對(duì)流發(fā)展。山地還能通過(guò)其繞流效應(yīng)和阻擋作用在山前引發(fā)低層的輻合現(xiàn)象、風(fēng)切變以及局地性環(huán)流系統(tǒng)，這些都有利于中尺度對(duì)流系統(tǒng)的產(chǎn)生和維持。同時(shí)，山地的存在還會(huì)影響低空急流的走向及水汽輸送的方向，使得水汽在某些特定地形區(qū)域聚集，為局地強(qiáng)降水發(fā)生提供充足的水汽。

此外，上述極端暴雨多在傍晚、夜間發(fā)生，這與輻射日變化及其引發(fā)的連鎖反應(yīng)有關(guān)。白天，太陽(yáng)短波輻射加熱陸面及大氣，大氣及陸面迅速增溫，大氣層低層積聚了大量暖濕空氣，能量充足。夜間，失去陽(yáng)光照耀的大氣在輻射冷卻的作用下迅速降溫，從而在垂直方向上形成下暖上冷的熱力結(jié)構(gòu)，大氣層結(jié)不穩(wěn)定；由于巨大的暖濕能量被壓在大氣低層，微小擾動(dòng)（地形抬升、重力波等）即會(huì)引發(fā)劇烈的上升運(yùn)動(dòng)，觸發(fā)對(duì)流。除了觸發(fā)對(duì)流的條件，充沛的水汽亦是形成強(qiáng)降水的關(guān)鍵因子。白天高溫使得地表水分大量蒸發(fā)，入夜后，只要水汽充足且無(wú)強(qiáng)干燥氣流入侵，空氣中仍維持較高濕度；與此同時(shí)，夜間氣溫下降增加了相對(duì)濕度，可加速水汽凝結(jié)。強(qiáng)烈的上升運(yùn)動(dòng)會(huì)高效地將這些豐富的水汽輸送至高空冷凝，從而形成強(qiáng)降水。此外，地形（高山、峽谷、丘陵、海岸線等）、人類活動(dòng)影響（如城市熱島效應(yīng)）均會(huì)局部加劇熱力環(huán)流的形成，助推夜間暴雨的形成。

極端致災(zāi)暴雨是多個(gè)天氣尺度系統(tǒng)相互作用的結(jié)果，其預(yù)報(bào)核心難點(diǎn)在于中小尺度天氣系統(tǒng)的突發(fā)性、時(shí)空局限性及復(fù)雜地形影響?，F(xiàn)階段觀測(cè)精度不足，數(shù)值模式初始場(chǎng)、邊界場(chǎng)存在偏差，且數(shù)值模式對(duì)非線性動(dòng)力過(guò)程刻畫(huà)有限，導(dǎo)致定時(shí)、定點(diǎn)、定量預(yù)報(bào)極端暴雨面臨科學(xué)瓶頸，因此延長(zhǎng)暴雨預(yù)報(bào)時(shí)效性、提高暴雨預(yù)報(bào)準(zhǔn)確性一直是世界難題。本文針對(duì)山東萊蕪、北京密云、甘肅榆中、吉林集安4次極端暴雨預(yù)報(bào)進(jìn)行復(fù)盤(pán)檢視，分析預(yù)報(bào)偏差原因，并從“以測(cè)補(bǔ)報(bào)”、加強(qiáng)多源數(shù)據(jù)融合、AI融合發(fā)展臨近預(yù)報(bào)技術(shù)、熱帶氣旋登陸后殘渦的識(shí)別與研究及集合預(yù)報(bào)產(chǎn)品釋用等角度，探討應(yīng)對(duì)氣候變暖背景下極端降水事件的舉措，為極端暴雨洪水防御提供有力支撐。

2025年極端暴雨復(fù)盤(pán)

1.山東萊蕪7月21日極端暴雨

受西太平洋副熱帶高壓（以下簡(jiǎn)稱副熱帶高壓）、遠(yuǎn)距離臺(tái)風(fēng)、低空切變線的共同影響，7月21日，山東省濟(jì)南市萊蕪區(qū)大汶河流域出現(xiàn)極端暴雨，面平均降雨量為104mm，較歷史同期（8mm）偏多12倍，列1961年以來(lái)第2位（第1位為1990年109mm），最大日點(diǎn)雨量為大王莊鎮(zhèn)王石門(mén)村站的309.5mm。

此次強(qiáng)降雨中心位于山東中部魯中山區(qū)，此處為典型的山地丘陵地貌，地形起伏顯著，山地與平原交錯(cuò)分布。副熱帶高壓強(qiáng)度偏強(qiáng)，位置異常偏北偏東，為水汽向黃淮流域輸送讓出了通道；與此同時(shí)，第6號(hào)臺(tái)風(fēng)“韋帕”位于華南沿海，我國(guó)東南部水汽充沛，水汽沿副熱帶高壓的西南邊緣到達(dá)黃淮流域北部。在魯中山區(qū)復(fù)雜的地形作用下，暖濕氣流被迫抬升在山前觸發(fā)中尺度對(duì)流系統(tǒng)，受地形阻擋作用，中尺度對(duì)流系統(tǒng)、低空切變線與地面輻合線疊加且在山前長(zhǎng)時(shí)間維持，導(dǎo)致出現(xiàn)此次極端降水。

各機(jī)構(gòu)數(shù)值模式提前24h對(duì)萊蕪的預(yù)報(bào)降水量級(jí)最大為中雨，預(yù)報(bào)量級(jí)偏小，預(yù)報(bào)的暴雨到大暴雨位置較實(shí)況偏北。這主要是因?yàn)槟壳暗臄?shù)值模式還難以預(yù)報(bào)副熱帶高壓位置和強(qiáng)度小幅波動(dòng)，同時(shí)臺(tái)風(fēng)“韋帕”登陸后受復(fù)雜地形等因素影響，遠(yuǎn)端水汽輸送強(qiáng)度和持續(xù)性也難以準(zhǔn)確預(yù)報(bào)，再疊加目前僅有千米尺度分辨率的數(shù)值模式預(yù)報(bào)能力，難以預(yù)報(bào)魯中山區(qū)因較為復(fù)雜精細(xì)地形抬升觸發(fā)的強(qiáng)對(duì)流系統(tǒng)，故而預(yù)報(bào)偏差較大。

2.北京密云7月27日極端暴雨

受副熱帶高壓和遠(yuǎn)距離臺(tái)風(fēng)的共同影響，7月27日，北京東部部分地區(qū)降了大到暴雨，其中北京密云、平谷等地局部降了大暴雨到特大暴雨，清水河流域平均面雨量261mm，最大點(diǎn)雨量為北京密云下柵子的298mm。

7月27日副熱帶高壓偏強(qiáng)、偏北，其北邊界位于河北東北部，南側(cè)為2025年第8號(hào)臺(tái)風(fēng)“竹節(jié)草”，在臺(tái)風(fēng)外圍與副熱帶高壓南邊緣偏東風(fēng)的作用下，水汽沿副熱帶高壓西南邊緣向北輸送并與西南季風(fēng)暖濕氣流匯合，使得北京東部地區(qū)水汽充沛，在地形強(qiáng)迫抬升作用下，觸發(fā)強(qiáng)對(duì)流，且新生對(duì)流不斷生成，向東北方向移動(dòng)，形成“列車(chē)效應(yīng)”，在北京密云造成持續(xù)局地強(qiáng)降水，最終導(dǎo)致此次極端降水的發(fā)生。

各機(jī)構(gòu)數(shù)值模式提前24h對(duì)密云區(qū)的預(yù)報(bào)降水量級(jí)最大為大雨，預(yù)報(bào)量級(jí)偏小，這主要是因?yàn)槟壳暗臄?shù)值模式還難以預(yù)報(bào)臺(tái)風(fēng)“竹節(jié)草”復(fù)活所導(dǎo)致的臺(tái)風(fēng)遠(yuǎn)距離水汽輸送增強(qiáng)幅度，同時(shí)受初始場(chǎng)、邊界條件和精細(xì)化地形的限制，現(xiàn)有的數(shù)值預(yù)報(bào)模式?jīng)]能預(yù)報(bào)出西南風(fēng)影響下燕山山脈地形抬升所致的局地強(qiáng)對(duì)流降水系統(tǒng)，從而使得預(yù)報(bào)偏差較大。

3.甘肅榆中8月7日極端暴雨

受副熱帶高壓、冷空氣和低空切變線的共同影響，8月7日，甘肅省蘭州市榆中縣出現(xiàn)極端暴雨，主要表現(xiàn)為局地性強(qiáng)、小時(shí)雨強(qiáng)大、持續(xù)時(shí)間長(zhǎng)，強(qiáng)降水從7日18時(shí)持續(xù)至8日3時(shí)，主要覆蓋興隆河流域中游，其中榆中興隆山站24h（7日18時(shí)—8日18時(shí)）累計(jì)降水量220.2mm，達(dá)到榆中縣年降水量（382.6mm）的57%，重現(xiàn)期超200年。

此次極端降水發(fā)生時(shí)，副熱帶高壓異常偏強(qiáng)、偏西，其西南邊緣的東南風(fēng)將中低緯度的暖濕氣流向蘭州地區(qū)輸送；與此同時(shí)，西風(fēng)帶系統(tǒng)活躍，西伯利亞低壓槽堆積的冷空氣分裂南下，與副熱帶高壓西邊緣的暖濕氣流在蘭州一帶穩(wěn)定對(duì)峙，水汽充沛；在低空切變線和峽谷地形的作用下，暖濕氣流強(qiáng)烈抬升，觸發(fā)強(qiáng)對(duì)流，且新生對(duì)流不斷生成，在興隆山一帶造成持續(xù)的局地強(qiáng)降雨，最終導(dǎo)致榆中極端降水事件的發(fā)生。

各機(jī)構(gòu)數(shù)值模式均預(yù)報(bào)了副熱帶高壓異常偏強(qiáng)與活躍冷空氣形成穩(wěn)定對(duì)峙、水汽較為充沛等因素，但對(duì)于暴雨落區(qū)的預(yù)報(bào)出現(xiàn)偏差。提前24h預(yù)報(bào)榆中縣降水量級(jí)最大為大雨，預(yù)報(bào)量級(jí)偏小，預(yù)報(bào)的暴雨區(qū)位于白銀、靖遠(yuǎn)一帶，較實(shí)際暴雨區(qū)偏北。這主要是因?yàn)楝F(xiàn)有的數(shù)值模式對(duì)蘭州榆中附近復(fù)雜地形導(dǎo)致的強(qiáng)迫抬升對(duì)流預(yù)報(bào)能力不足，且該區(qū)域觀測(cè)站點(diǎn)稀疏，模式初始場(chǎng)和邊界場(chǎng)偏差較大，導(dǎo)致此次局地強(qiáng)降水預(yù)報(bào)偏差較大。

4.吉林集安7月20日極端暴雨

受副熱帶高壓、高空槽和低空急流的共同影響，7月20日，吉林省通化市集安市出現(xiàn)極端暴雨，強(qiáng)降水主要集中在傍晚至夜間，最大點(diǎn)雨量為雙岔站的270mm，最大6h（7月20日19時(shí)—21日1時(shí)）雨量205mm。

7月20日副熱帶高壓異常偏西、偏北，在低空急流的助力下，水汽沿副熱帶高壓的西南邊緣向集安輸送，水汽充沛；且集安位于高空槽前，在動(dòng)力因子的作用下，槽前大氣呈上升運(yùn)動(dòng)，有利于對(duì)流的觸發(fā)和發(fā)展，與此同時(shí)長(zhǎng)白山南麓的地形抬升亦有利于對(duì)流系統(tǒng)的觸發(fā)。天氣尺度系統(tǒng)、中小尺度對(duì)流系統(tǒng)和局地地形的共同作用，導(dǎo)致了此次極端暴雨的發(fā)生。

此次過(guò)程天氣尺度系統(tǒng)明顯，考慮地形的作用，各機(jī)構(gòu)數(shù)值模式提前24h預(yù)報(bào)集安降水量級(jí)最大為暴雨，預(yù)報(bào)量級(jí)偏小，預(yù)報(bào)大暴雨位置較實(shí)況偏南。這主要是因?yàn)閺?qiáng)降雨由中小尺度強(qiáng)對(duì)流降水系統(tǒng)直接觸發(fā)，由于缺少對(duì)強(qiáng)對(duì)流降水系統(tǒng)的精細(xì)化監(jiān)測(cè)能力，模式預(yù)報(bào)初始場(chǎng)難以刻畫(huà)強(qiáng)對(duì)流降水系統(tǒng)初始信息，現(xiàn)有的數(shù)值模式對(duì)強(qiáng)對(duì)流降水系統(tǒng)的發(fā)生、發(fā)展和消亡過(guò)程的預(yù)報(bào)和模擬存在較大偏差，對(duì)于短時(shí)極端強(qiáng)降水的定時(shí)、定點(diǎn)、定量的精準(zhǔn)化預(yù)報(bào)仍是世界性難題。

總體來(lái)看，以上4次極端暴雨的預(yù)報(bào)均存在量級(jí)偏小、強(qiáng)降雨落區(qū)偏差大的問(wèn)題，主要原因是目前數(shù)值模式難以對(duì)范圍小、生命周期短的中小尺度強(qiáng)對(duì)流降水系統(tǒng)進(jìn)行精細(xì)預(yù)報(bào)和模擬，迫切需要采用有針對(duì)性的方法如水利測(cè)雨雷達(dá)“以測(cè)補(bǔ)報(bào)”等短臨暴雨監(jiān)測(cè)預(yù)報(bào)技術(shù)手段加以應(yīng)對(duì)。

應(yīng)對(duì)思路和舉措

鑒于極端暴雨洪水影響不斷加劇以及現(xiàn)有數(shù)值模式短期內(nèi)難以完全精準(zhǔn)預(yù)報(bào)局地強(qiáng)對(duì)流天氣的嚴(yán)峻形勢(shì)，為在現(xiàn)有的技術(shù)手段下對(duì)極端暴雨洪水防御提供有力支撐，從水利防汛視角給出應(yīng)對(duì)思路：一是加強(qiáng)水利測(cè)雨雷達(dá)組網(wǎng)建設(shè)應(yīng)用；二是優(yōu)化升級(jí)耦合的“云—雨”降水預(yù)報(bào)模型；三是發(fā)展熱帶氣旋登陸后殘渦的識(shí)別與預(yù)報(bào)模型；四是發(fā)展加強(qiáng)AI融合的集合預(yù)報(bào)釋用技術(shù)。

1.加強(qiáng)水利測(cè)雨雷達(dá)組網(wǎng)建設(shè)應(yīng)用

水利測(cè)雨雷達(dá)是精細(xì)化監(jiān)測(cè)近地面層液態(tài)水的新型水文監(jiān)測(cè)設(shè)備，采用以雷達(dá)為中心、半徑30～45km探測(cè)范圍內(nèi)、地面以上至2km垂直高度大氣中無(wú)縫連續(xù)仰角步進(jìn)掃描作業(yè)模式，通過(guò)多個(gè)（≥3個(gè)）水利測(cè)雨雷達(dá)站組網(wǎng)協(xié)同作業(yè)，實(shí)現(xiàn)精細(xì)化連續(xù)監(jiān)測(cè)預(yù)報(bào)流域面雨量，是解決當(dāng)前短時(shí)極端強(qiáng)降水預(yù)報(bào)預(yù)警難題的最有效手段之一。

當(dāng)前，水利測(cè)雨雷達(dá)在部分重點(diǎn)流域已初步形成組網(wǎng)能力，但整體覆蓋率仍明顯不足。首先，需加快水利測(cè)雨雷達(dá)建設(shè)規(guī)劃頂層設(shè)計(jì)，進(jìn)一步加密站點(diǎn)布局（重點(diǎn)覆蓋現(xiàn)有監(jiān)測(cè)盲區(qū)和薄弱環(huán)節(jié)），綜合考慮地形地貌、氣候特征、水文地質(zhì)條件及暴雨洪水易發(fā)區(qū)、山洪災(zāi)害易發(fā)區(qū)等因素，同時(shí)加強(qiáng)區(qū)域內(nèi)及跨區(qū)域雷達(dá)組網(wǎng)以實(shí)現(xiàn)多部雷達(dá)數(shù)據(jù)合成應(yīng)用，擴(kuò)大監(jiān)測(cè)范圍，提高監(jiān)測(cè)精度。其次，在水利測(cè)雨雷達(dá)建設(shè)過(guò)程中應(yīng)嚴(yán)格執(zhí)行“技術(shù)方案審查—設(shè)備安裝前檢測(cè)—基數(shù)據(jù)實(shí)時(shí)匯集管理—完整汛期試運(yùn)行—數(shù)據(jù)質(zhì)量評(píng)估”的完整技術(shù)管理制度，確保水利測(cè)雨雷達(dá)數(shù)據(jù)準(zhǔn)確、可靠、可用。第三，在水利測(cè)雨雷達(dá)建成運(yùn)行后，應(yīng)建立定期巡檢和標(biāo)定制度，其中巡檢工作應(yīng)由水利測(cè)雨雷達(dá)運(yùn)行管理部門(mén)負(fù)責(zé)，在每年汛期開(kāi)始前和結(jié)束后各組織一次，內(nèi)容應(yīng)包括雷達(dá)設(shè)備運(yùn)行狀態(tài)檢查以及供電設(shè)施（UPS或發(fā)電機(jī)）、防雷設(shè)施、光纖專線網(wǎng)絡(luò)、衛(wèi)星通信等備用傳輸通道、數(shù)據(jù)備份等設(shè)備檢查，還應(yīng)包括觀測(cè)物理量質(zhì)量評(píng)估等工作，每年的巡檢報(bào)告應(yīng)報(bào)水利部備案；標(biāo)定工作由水利測(cè)雨雷達(dá)運(yùn)維單位完成，每年至少一次，內(nèi)容應(yīng)包括系統(tǒng)性能檢查、關(guān)鍵參數(shù)測(cè)量、軟件功能驗(yàn)證等，確保雷達(dá)性能指標(biāo)達(dá)到技術(shù)要求。

在水利測(cè)雨雷達(dá)數(shù)據(jù)應(yīng)用方面，首先，應(yīng)加快推進(jìn)雷達(dá)觀測(cè)基數(shù)據(jù)歸集管理和應(yīng)用服務(wù)平臺(tái)建設(shè)，提高數(shù)據(jù)利用效率和應(yīng)用水平，加快實(shí)現(xiàn)全國(guó)一張圖的水利測(cè)雨雷達(dá)觀測(cè)物理量產(chǎn)品、降水反演產(chǎn)品、臨近降水預(yù)報(bào)產(chǎn)品、臨近暴雨告警預(yù)警產(chǎn)品等的實(shí)時(shí)加工處理和應(yīng)用服務(wù)；其次，應(yīng)強(qiáng)化數(shù)據(jù)質(zhì)量評(píng)估，制定科學(xué)合理的水利測(cè)雨雷達(dá)數(shù)據(jù)質(zhì)量評(píng)估指標(biāo)體系，支撐對(duì)水利測(cè)雨雷達(dá)數(shù)據(jù)傳輸質(zhì)量、基數(shù)據(jù)質(zhì)量和降雨監(jiān)測(cè)預(yù)報(bào)質(zhì)量等的評(píng)估，不斷提升測(cè)雨準(zhǔn)確度；第三，需深度挖掘水利測(cè)雨雷達(dá)數(shù)據(jù)應(yīng)用潛力，充分利用已匯集的水利測(cè)雨雷達(dá)數(shù)據(jù)，通過(guò)多源數(shù)據(jù)融合、AI等技術(shù)反演，實(shí)現(xiàn)雷達(dá)定量降水監(jiān)測(cè)的精準(zhǔn)校正，得到更真實(shí)的降水觀測(cè)場(chǎng)，并應(yīng)用于數(shù)值模式快速循環(huán)系統(tǒng)和短臨預(yù)報(bào)模型，加快研發(fā)水利測(cè)雨雷達(dá)探測(cè)雙偏振量在數(shù)值模式中的同化應(yīng)用技術(shù)，不斷提高精細(xì)化短臨降水預(yù)報(bào)和精細(xì)化短期降水預(yù)報(bào)的精準(zhǔn)度，逐步實(shí)現(xiàn)延長(zhǎng)預(yù)見(jiàn)期和提高預(yù)報(bào)精準(zhǔn)度的有效統(tǒng)一。

另外，為應(yīng)對(duì)跨界河流極端強(qiáng)降雨監(jiān)測(cè)預(yù)報(bào)預(yù)警，需加快推進(jìn)衛(wèi)星雷達(dá)測(cè)雨技術(shù)研發(fā)，在研制X波段/Ka波段星載相控陣測(cè)雨雷達(dá)并開(kāi)展飛機(jī)掛飛試驗(yàn)基礎(chǔ)上，加強(qiáng)水利低軌雷達(dá)測(cè)雨衛(wèi)星技術(shù)論證，推進(jìn)水利低軌雷達(dá)測(cè)雨衛(wèi)星跨界河流降雨監(jiān)測(cè)的試驗(yàn)性工作。

2.優(yōu)化升級(jí)“云—雨”降水預(yù)報(bào)模型

現(xiàn)有“云—雨”短臨精細(xì)化降水模型，因融合資料有限且主要采用傳統(tǒng)統(tǒng)計(jì)方法，雖能預(yù)測(cè)強(qiáng)降雨，但在復(fù)雜多變天氣形勢(shì)下精度不足，尤其在極端天氣中難以準(zhǔn)確捕捉到降雨的強(qiáng)度、范圍和移動(dòng)路徑等關(guān)鍵信息。可以從多源資料降水反演、引入智能AI算法、動(dòng)態(tài)調(diào)整預(yù)警閾值等方面提高短臨降水預(yù)報(bào)的準(zhǔn)確性。具體而言，應(yīng)建立基于多源數(shù)據(jù)（氣象衛(wèi)星、天氣雷達(dá)、水利測(cè)雨雷達(dá)、地面雨量站等）的精細(xì)化反演模型，針對(duì)不同地區(qū)、季節(jié)和降水量級(jí)建立針對(duì)性強(qiáng)的反演模型，并實(shí)時(shí)通過(guò)雨量站對(duì)降水監(jiān)測(cè)產(chǎn)品進(jìn)行精準(zhǔn)修正；加強(qiáng)短臨預(yù)報(bào)技術(shù)研發(fā)應(yīng)用，融合氣象衛(wèi)星、地基雷達(dá)及數(shù)值模式的多源時(shí)空序列數(shù)據(jù)，研發(fā)結(jié)合風(fēng)暴三維結(jié)構(gòu)特征與物理約束條件的強(qiáng)降水短臨預(yù)報(bào)技術(shù)，修正復(fù)雜地形下強(qiáng)降水預(yù)測(cè)的定位偏差、強(qiáng)度低估等問(wèn)題；結(jié)合前期降水與下墊面情況，實(shí)時(shí)調(diào)整預(yù)警閾值，盡量為預(yù)警打出提前量，為防汛工作提供更為可靠的決策依據(jù)。

3.臺(tái)風(fēng)登陸后殘渦的識(shí)別與預(yù)報(bào)模型

臺(tái)風(fēng)登陸后，其環(huán)流系統(tǒng)常以殘渦云系的形式持續(xù)存在并引發(fā)強(qiáng)降水，這一過(guò)程的精準(zhǔn)識(shí)別與預(yù)報(bào)對(duì)防汛抗旱至關(guān)重要。盡管臺(tái)風(fēng)登陸后的強(qiáng)度減弱，但殘留渦旋仍可能受地形、季風(fēng)氣流等因素影響，維持一定水汽輸送和上升運(yùn)動(dòng)，導(dǎo)致局地暴雨甚至次生災(zāi)害。然而，傳統(tǒng)數(shù)值模式在刻畫(huà)此類中小尺度系統(tǒng)時(shí)，受限于初始場(chǎng)精度不足、物理參數(shù)化方案偏差及觀測(cè)數(shù)據(jù)稀疏等問(wèn)題，易出現(xiàn)誤判殘余環(huán)流路徑的情況。因此，構(gòu)建專門(mén)針對(duì)殘渦云系的識(shí)別與預(yù)報(bào)模型是解決這一問(wèn)題最高效的技術(shù)手段。首先需深入剖析臺(tái)風(fēng)登陸停編后殘余環(huán)流所致局地強(qiáng)降雨的環(huán)流特征及其影響機(jī)理，強(qiáng)化對(duì)這類天氣事件的認(rèn)識(shí)與理解。在對(duì)此類殘渦引起的強(qiáng)降雨事件形成機(jī)理充分認(rèn)識(shí)的基礎(chǔ)上，發(fā)展基于多源觀測(cè)數(shù)據(jù)的臺(tái)風(fēng)殘渦云系識(shí)別與預(yù)報(bào)模型，根據(jù)殘渦云系的結(jié)構(gòu)特征及其環(huán)境場(chǎng)條件，確定殘渦云系的位置，并結(jié)合大尺度環(huán)境場(chǎng)特征，進(jìn)一步對(duì)云系的移動(dòng)給出預(yù)報(bào)。

4.發(fā)展加強(qiáng)AI融合的集合降水預(yù)報(bào)釋用技術(shù)

集合預(yù)報(bào)產(chǎn)品是做好極端降水預(yù)報(bào)的有效手段之一，受初始誤差敏感性影響，確定性預(yù)報(bào)存在固有局限，對(duì)極端事件的捕捉能力不足。

集合預(yù)報(bào)是通過(guò)對(duì)初始場(chǎng)、邊界條件和物理參數(shù)化方案等進(jìn)行擾動(dòng)，擴(kuò)展預(yù)報(bào)不確定性范圍，生成多個(gè)預(yù)報(bào)成員，給出降水預(yù)報(bào)范圍及其相應(yīng)概率，量化預(yù)報(bào)不確定性，降低單一預(yù)報(bào)的隨機(jī)誤差。在極端天氣頻發(fā)背景下，集合預(yù)報(bào)提供的高分辨率概率產(chǎn)品可生成降水極值產(chǎn)品集，再通過(guò)提取有效極值樣本，充分考慮極值降水的概率分布模態(tài)，基于深度學(xué)習(xí)方法，對(duì)極值產(chǎn)品集進(jìn)行訂正，從而更準(zhǔn)確地定位災(zāi)害高風(fēng)險(xiǎn)區(qū)間值及其可能概率，為應(yīng)對(duì)極端降水事件提供科學(xué)支撐。

結(jié)論

基于2025年4次致災(zāi)的極端暴雨事件復(fù)盤(pán)分析，發(fā)現(xiàn)現(xiàn)有數(shù)值預(yù)報(bào)模式對(duì)中小尺度強(qiáng)對(duì)流系統(tǒng)預(yù)報(bào)存在缺陷，主要表現(xiàn)為：一是對(duì)臺(tái)風(fēng)遠(yuǎn)距離水汽輸送強(qiáng)度持續(xù)性的預(yù)報(bào)存在偏差；二是模式對(duì)復(fù)雜地形的精細(xì)化刻畫(huà)不足，進(jìn)而對(duì)暖濕氣流地形強(qiáng)迫抬升觸發(fā)對(duì)流系統(tǒng)的模擬能力欠缺；三是對(duì)強(qiáng)對(duì)流系統(tǒng)發(fā)生、發(fā)展和消亡過(guò)程動(dòng)態(tài)捕捉與對(duì)流初生判別困難。這些問(wèn)題直接導(dǎo)致短臨暴雨預(yù)報(bào)的落區(qū)和強(qiáng)度存在較大偏差。

鑒于現(xiàn)有數(shù)值模式預(yù)報(bào)能力，本文建議在降水監(jiān)測(cè)方面，加快推進(jìn)水利測(cè)雨雷達(dá)組網(wǎng)建設(shè)應(yīng)用，構(gòu)建精細(xì)化、準(zhǔn)確的降水監(jiān)測(cè)產(chǎn)品；在降水預(yù)報(bào)方面，推進(jìn)基于深度學(xué)習(xí)方法、考慮物理過(guò)程約束的降水預(yù)報(bào)模型研發(fā)應(yīng)用，充分考慮降水的多尺度特征，優(yōu)化“云—雨”短臨精細(xì)化降水預(yù)報(bào)模型，結(jié)合前期降水與下墊面情況，實(shí)時(shí)調(diào)整預(yù)警閾值；在極端強(qiáng)降水事件預(yù)警方面，建立集合降水預(yù)報(bào)產(chǎn)品智能釋用系統(tǒng)，通過(guò)深度學(xué)習(xí)優(yōu)化極值降水產(chǎn)品集，定位災(zāi)害高風(fēng)險(xiǎn)區(qū)間值及其可能概率；同時(shí)針對(duì)臺(tái)風(fēng)殘余環(huán)流所致的強(qiáng)降水，需加強(qiáng)認(rèn)識(shí)其環(huán)流特征及其影響機(jī)理，通過(guò)臺(tái)風(fēng)殘余環(huán)流定位與預(yù)報(bào)系統(tǒng)，進(jìn)一步提升局地強(qiáng)降雨預(yù)報(bào)精度。

總之，需持續(xù)深化精細(xì)化降水監(jiān)測(cè)預(yù)報(bào)應(yīng)用研究，才能更好地應(yīng)對(duì)氣候變暖背景下多發(fā)頻發(fā)的極端降水事件，有效延長(zhǎng)預(yù)見(jiàn)期，為防災(zāi)減災(zāi)工作贏得更多寶貴時(shí)間，最大程度保障人民生命安全。

Abstract: A retrospective analysis was conducted on four extreme rainstorm events that occurred in Laiwu of Shandong Province, Miyun of Beijing, Yuzhong of Gansu Province, and Ji’an of Jilin Province in 2025. The analysis indicates that current numerical forecasting models still have evident limitations in predicting the initiation and life cycle of mesoscale and small-scale convective systems. In particular, large deviations remain in forecasting the location and intensity of localized heavy rainfall induced by long-distance moisture transport from typhoons and by complex topographic conditions. In response to these challenges, countermeasures are proposed from four aspects. First, the construction and application of water conservancy precipitation radar networks should be strengthened, while multi-source data fusion and AI-based inversion technologies should be advanced to achieve more accurate precipitation monitoring. Second, the “cloud-rain” precipitation model should be upgraded by introducing physical constraints and dynamic parameter calibration mechanisms, so as to overcome the bottlenecks of traditional statistical models in capturing multi-scale precipitation systems. Third, identification and forecasting models for typhoon residual vortices should be developed to address the problem of sustained disaster impacts after typhoon landfall. Fourth, AI-integrated ensemble precipitation forecast interpretation techniques should be developed to quantify the occurrence probability of extreme precipitation events. Through the above measures, it is expected that the lead time of flood-causing rainstorms can be extended and forecast accuracy can be improved, thereby providing stronger scientific support for flood control decision-making.

Keywords: flood-causing rainstorm; water conservancy precipitation radar; “cloud-rain” precipitation model; mesoscale and small-scale systems; numerical forecasting model; ensemble forecast interpretation; response measures

本文引用格式：

王琳，張玲.2025年極端暴雨預(yù)報(bào)復(fù)盤(pán)及應(yīng)對(duì)思考[J].中國(guó)水利，2026（1）：17-22.

封面供圖楊華

責(zé)編楊文杰

校對(duì)董林玥

審核王慧

監(jiān)制楊軼

---

聲明：本文系轉(zhuǎn)載自互聯(lián)網(wǎng)，請(qǐng)讀者僅作參考，并自行核實(shí)相關(guān)內(nèi)容。若對(duì)該稿件內(nèi)容有任何疑問(wèn)或質(zhì)疑，請(qǐng)立即與鐵甲網(wǎng)聯(lián)系，本網(wǎng)將迅速給您回應(yīng)并做處理，再次感謝您的閱讀與關(guān)注。