2020年長江洪水監測預報預警

程 海 云

(長江水利委員會 水文局，湖北 武漢 430010)

2020年7～8月長江發生流域性大洪水，其中長江干流發生5次編號洪水。長江中下游蓮花塘至大通江段洪峰水位列有實測記錄以來的第2～5位，馬鞍山至鎮江江段潮位超歷史，鄱陽湖發生流域性超歷史大洪水；上游支流岷江發生超歷史洪水，沱江、涪江、嘉陵江發生超保證洪水；干流朱沱至寸灘江段發生超保證洪水，寸灘站洪峰水位超1981年實測最高水位(0.21 m)，三峽水庫出現建庫以來最大入庫流量。長江委水文局精心監測、準確預報、及時預警，為2020年長江流域防汛工作取得全面勝利提供了有效支撐。

1 長江洪水測報體系

經過多年探索研究，長江委水文局逐漸建立了“駐巡結合、巡測優先、測報自動、應急補充”的水文測驗管理服務體系[1]。通過水文測驗方式方法改革、水文監測信息化建設等技術創新工作，形成了水文要素感知立體化、監測自動化及數據處理信息化的水文測驗技術支撐體系[2]。基于PDCA原理，嚴格控制水文測報產品實現過程，確保水文測報產品質量，構建了科學的質量控制體系[3]。

1.1 水文測驗管理體系

“駐巡結合、巡測優先、測報自動、應急補充”的水文測驗管理體系借鑒了歐美巡測理念，體現了中國特色。該體系既能提供更高精度和更實時的水文監測成果，又可更廣泛地收集水文信息，滿足社會各方面的需要。特別是針對我國自然災害頻繁，人口眾多的特點，水文應急監測是水文測驗管理體系的有效補充。

1.2 水文測驗技術支撐體系

(1) 建立了較為完善的空天地水雨情立體感知體系。長江水利委員會水文局不斷優化監測站網布局，在重慶、漢口、南京、上海等地設立了8個外業勘測局，負責水文監測業務的具體實施，多年來在長江干流及重要支流已建成較完備的監測網絡，實時監控長江水雨情。同時，與流域內各省市水文部門、氣象部門、水庫管理部門互聯互通，信息共享。目前，長江流域已擁有集雷達、水文報汛站、氣象站、水利工程站等空天地于一體的流域全覆蓋水雨情立體感知體系。

(2) 形成了自動化程度較高的實時監測體系。水位、雨量、水溫、蒸發等觀測要素已全部實現自動采集、存貯、傳輸。泥沙測驗實現了光學、聲學等快速和在線測量。流量測驗方面，渡河能力顯著增強。從主要依靠水文測船、水文纜道，到無人船、無人機等多種方式補充，提升了安全保障。測驗手段提檔升級，實現從主要采用流速儀法、浮標法，到聲學多普勒測流、聲學時差法測流、視覺影像測流、掃描式雷達測流、單點雷達測流等類聲光電手段兼用，自動化水平顯著提高。

(3) 構建了信息化水平較高的水文數據處理體系。建成了全國通用的水文資料整編平臺，實現了網絡整編與分布式整編，水文資料整編實現了日清月結。伴隨著人工智能、大數據技術的應用，長江水文監測的智能化水平正明顯提升，致力于機器學習、深度學習與傳統業務的深度融合，在測次智能布設、水位流量關系輔助定線及相應流量報汛等方面取得進展。

水文局水文測驗一體化技術支撐體系框架如圖1所示。

圖1 長江水文測驗技術一體化支撐體系框架Fig.1 Framework of hydrology test technology integrated support system for Yangtze River

1.3 質量控制體系

基于ISO質量管理體系，實行日清月結、按月(年中、年度)整編，進一步控制了產品的質量和時效性，并按GB/T 19001—2016/ISO 9001∶2015《質量管理體系要求》和水文局《質量管理體系文件》等要求，對水文測驗產品實現嚴格控制，確保水文測驗產品質量。汛期堅持實行24 h值班制度，密切監視水雨沙情的變化，及時按照要求調整測驗布置、實時測報水雨沙信息。圖2為水文局水文測驗質量控制體系框架。

2 長江洪水預報預警

洪水預報預警是防洪減災重要的非工程措施。長江流域水系發達，支流眾多，水利工程復雜，防洪壓力大，預報預警難度高。經過探索與實踐，長江委水文局逐步形成了水文氣象無縫耦合漸進式預報技術路線，建立了河庫(湖)聯動、有序連續演算的預報調度一體化工作框架，完善了洪水預報預警機制。

2.1 水文氣象無縫耦合漸進式預報技術

為適應預報調度目標多樣化的需要，開展了不同預見期的水文氣象預報。按照預見期長短，分為短期(1～3 d)、中期(4～10 d)、延伸期(旬)及長期預報(月、季、年)。隨著預見期增長，預報的不確定性變大。短中期預報通常為水文氣象要素定量預報，延伸期預報是對未來天氣過程趨勢性分析，兩者結合是防汛抗旱實時調度決策的主要依據。長期預報為預報要素的趨勢性預測，是水庫群聯合調度、水資源優化配置的重要參考。

圖2 水文測驗質量控制體系框架Fig.2 Framework of quality control system for hydrology test

為了解決預見期與精度的矛盾，采用短中長期相結合、水文氣象相耦合、逐日滾動、實時修正的漸進式預報模式(見圖3)。由于水文氣象預報具有不確定性，可通過延伸期預報提早發現暴雨洪水過程，并適時采取相應的調度準備措施，過程臨近后可通過短中期預報精準的描述未來數日內的暴雨洪水演變形勢，以便開展精細化調度，提高調度靈活性，達到變中求穩的效果。目前，長江委水文局已形成以大氣科學理論為基礎，以雷達、衛星等各種大氣探測資料為前提，以數值預報為運算核心，結合預報員經驗綜合分析判斷的綜合性降雨預報流程。借助無縫隙預見期降雨預報，耦合水文水力學模型，開展長江流域干支流重要控制性站點及水利工程的短期、中期、延伸期以及長期水文預報。通過無縫耦合漸進式預報，減少了預報的不確定性，顯著提升了預報精度和預見期。2007年以后，長江流域水文氣象預報精度不斷提高，尤以5～7 d預見期預報精度提高最為明顯[4]。

2.2 預報調度一體化技術

洪水預報和水庫調度是一個緊密聯系的整體，洪水預報通過對未來一段時間內的來水預測來指導水庫調度決策，水庫調度后改變了來水邊界條件，從而相應影響洪水預報分析成果。

圖3 無縫隙漸進式預報業務體系框架Fig.3 Seamless progressive forecast system framework

長江流域水利工程眾多，水利工程建成后運行，逐漸改變河流天然狀態，如何在實時洪水預報中考慮眾多水工程的合理運用，提高預報精度，并實現工程運行條件下多阻斷河系洪水連續演進計算，是一項技術難題。同時，通過洪水預報對水利工程實時調度決策進行支撐，開展預報調度嵌套分析也具有較大難度[5]。

經過多年來預報調度實踐，逐步形成了長江洪水預報調度一體化技術體系。按空間位置與水力聯系構建河系、水工程和防洪對象的拓撲關系概化圖，建立預報調度計算體系，配合模型庫、調度規則調用和調度演算約束[6]，對降水預報、降雨徑流、洪水演進及調度各模型做無縫耦合處理，實現河系的河庫(湖)聯動、有序連續演算的預報調度一體化[5]，如圖4所示。

2018年以來，水文局連續承擔了水利部組織的1981,1998年和1954年歷史典型大洪水調度演練的相關工作，負責水文模擬計算、調度方案分析制作、會商匯報等。在長江防洪預報調度系統[7]的基礎上，構建了耦合40座控制性水庫群、42座蓄滯洪區及流域主要控制站的預報調度一體化模型工具(見圖5)，取得較好的應用效果。

圖4 預報調度一體化演進示意Fig.4 Process of integration of flood forecast and reservoir regulation

2.3 長江水情預警發布機制

為規范水情預警發布工作，長江防汛抗旱總指揮部辦公室于2013年印發了《長江水情預警發布管理辦法(試行)》[8]。水情預警由水文機構通過廣播、電視、報紙、網絡等媒體統一向影響范圍內社會發布。洪水、枯水兩類水情預警級別由低到高依次為藍色、黃色、橙色、紅色。

隨著信息社會發展、技術進步及需求增加，長江洪水預報預警服務產品及范圍逐步擴大，服務對象從原來各級防汛部門、航運及施工部門、水庫管理部門等逐步向企事業單位、社會公眾拓展，預報預警服務方式也從原來的紙質、郵件、傳真等逐步擴展為WEB網絡、短信、電子郵件、手機APP、微信公眾號等；服務產品也更加靈活多樣，有長江流域各區短中期降水預報、長江流域延伸期降雨試驗預報、汛期長江流域旱澇趨勢預測、秋汛期(9～10月)三峽水庫及丹江口水庫入庫流量分析預測、枯水期長江流域水雨情分析預報、長江干支流主要控制站洪水預報、長江流域水雨情綜合分析、長江流域重要水雨情報告、長江汛情簡報、長江水資源預測等[9]。

圖5 長江流域洪水預報調度一體化體系Fig.5 Integrated flood forecast and regulation system for the Yangtze River Basin

3 2020年長江流域性大洪水監測預報預警實踐

2020年7～8月長江發生流域性大洪水，防汛形勢十分嚴峻。期間，分布在長江干支流不同河段的高場、富順、小河壩、北碚、寸灘、宜昌、城陵磯、漢口、九江、湖口、大通11個大洪水監測控制性節點，對其完整地進行了水位、流量、泥沙等水文要素全過程施測。以流量監測為例，在5次編號洪水期間，采用ADCP、流速儀、浮標及電波流速儀等多種方法相互補充的模式，共實測流量480次，其中ADCP、流速儀、浮標及電波流速儀測次占比分別為57%，36%，5%，2%，各控制站流量測次分布如圖6所示。利用北斗衛星系統的短報文功能，有力保障了汛期惡劣的自然條件和網絡環境下關鍵水文信息傳輸。上游特大洪水期間，干流寸灘、支流涪江小河壩等水文站利用掃描式雷達、點式雷達等新型非接觸式監測設備開展了高洪測驗，比測結果顯示均具有較高精度。寸灘站掃描式雷達監測流量與流速儀、ADCP相比，相對誤差在6%之內。懸移質含沙量測驗采用光學濁度儀現場測驗，顆粒分析使用了激光粒度分析儀快速分析，大幅提高了泥沙測驗的時效性。在測驗過程中，新技術設備的使用也出現了一些問題，如8月19日寸灘站由于江水含沙過大量，ADCP無法正常工作。

基于長江水文監測管理平臺，采用移動互聯技術，將測驗、計算、校審、分析處理、存儲等全部功能整合到手機APP中，實現了全業務流程鏈的在線管理化，大幅提高工作效率。所有測驗數據自動存儲在各類專業數據庫中，并通過高速網絡實現了快速轉發與共享，保證水情數據采集的時效性和易訪問性。水雨情信息在20 min內到達流域水文預報中心，在30 min內到達水利部，為上級防汛決策提供及時、準確的水文信息支撐。依托自主研發的全國通用水文資料整編平臺，實現了洪水監測資料整編的日清月結。

在2020年長江流域性大洪水的預報預警過程中，水文局基于預報調度一體化平臺，采用短中長期相結合、水文氣象相耦合、逐日滾動、實時修正的漸進式預報模式，開展預報預警工作，取得了較好的效果。通過短中期降雨預報能夠較為準確地預測出強降雨的量級與落區。通過延伸期預報，最長可提前18 d預判出強降雨過程。考慮預見期降雨，長江干支流主要控制站的洪水預報(過程和洪峰)精度和預見期進一步提升，基本能夠提前4～10 d預報出流域將發生明顯漲水過程。尤其在4，5號洪水過程期間，提前6 d預報將發生4號洪水，提前7 d預報將發生5號洪水，精準預報出三峽水庫入庫洪峰流量，預報誤差僅3.3%，1.3%；提前2～5 d預報中下游各站超警戒水位時間，提前2～4 d預報蓮花塘站超保證水位時間，其中蓮花塘站多次洪水過程的洪峰水位誤差在0.01～0.07 m。

圖6 各控制站流量測次分布Fig.6 Flow measurement distribution of hydrologic stations

在2020年長江流域性大洪水期間，長江委水文局發布長江干支流主要控制站洪水預報94期；發布洪水預警35次，其中洪水藍色預警1次，洪水黃色預警13次，洪水橙色預警17次，洪水紅色預警4次；發布8次編號洪水，其中長江干流洪水編號5次，嘉陵江干流洪水編號2次，烏江干流洪水編號1次。同時，發布預報預警相關微信公眾號36期，累計閱讀量約32萬人次。

4 結語與展望

長江委水文局監測預報預警工作經受住了2020年長江流域性大洪水的考驗，為長江洪水防御工作提供了強有力支撐，但也暴露出部分短板亟需補齊。隨著5G、人工智能、大數據等技術的發展和成熟，其在各行各業的應用優勢日益凸顯。水文氣象監測預報預警領域具有實時性、重現性、多源海量數據基礎等，在新技術新方法的應用方面具有廣闊的舞臺。

水文監測方面，盡管當前測驗手段較多、技術進步很大，但針對漂浮物多、流速大、高含沙量等特殊水情的測驗而言，監測能力仍顯不足。加大非接觸式新儀器應用研究，將機器學習、深度學習等新興技術與傳統水文測驗業務相融合，在測次智能布設、水位流量關系輔助定線及相應流量報汛等方面的研究工作有待進一步加深。

洪水預報方面，長江流域水文氣象短期預報已經具有較高精度，但是1～3 d預見期對于長江這種長河系、大面積、多阻斷(水利工程)、復雜江湖關系的流域來說仍顯不足，適當延長水文氣象預報預見期，并能保證足夠精度，才能夠更加充分地發揮水利工程聯合調度的效益。鑒于此，一方面需繼續加強水文氣象耦合關鍵技術及人類活動影響下的水文預報技術等基礎研究，從理論層面減小預見期與精度的矛盾；另一方面基于人工智能的預報調度技術研究，基于大數據的綜合預報調度平臺建設在延長水文氣象預報預見期，提高預報精度方面的價值也值得進一步去探索。

洪水預警方面，當前預警體制機制已經建立，但預警內容復雜繁瑣，預警的社會認知程度尚淺，預警發布方式略顯傳統。今后需進一步完善預警內容形式，使其更加通俗易懂；加大預警知識宣傳力度，普及預警基本概念；依托大數據平臺實現預警智能精準推送，擴大預警使用價值。

說 明

本文2020年水文要素的統計分析源自報汛數據。