由河南‘75.8’特大暴雨引发的思考

作者: 李泽椿、谌芸、张芳华、孙军、王月冬、符娇兰、于超(国家气象中心)

来源: 《气象与环境科学》2015年第3期

发布日期: 2021-07-21 18:14:55

本文由李泽椿院士领衔的国家气象中心团队,对数十年来大量气象材料进行深入分析,指出我国是受暴雨灾害影响最为严重的国家之一。文章分析了暴雨灾害的影响,提出了在暴雨预报系统建设、能力提升等方面的进步和短板,并强调了提高公众对气象灾害防范意识的重要性。

自7月中旬以来,我国多地持续面临强降雨风险,灾害频发。据报道,7月20日,河南郑州等多地降雨量突破历史极值,甚至达到“千年一遇”水平,灾害之严重,令全国人民揪心。中原大地,饱经沧桑,历史上发生在河南地区的水患不计其数。1975年8月,河南地区即创下6小时降雨量830mm的世界极值。自'75·8'暴雨之后,我国不断完善气象观测系统与观测能力,但暴雨危害仍在持续增加。

本文由16岁时(1952年)就参军入伍学习气象观测、一生心许气象报国的天气动力和数值预报资深专家、中国工程院李泽椿院士领衔的国家气象中心团队,对数十年来大量气象材料进行深入分析而成。文章指出,我国是受暴雨灾害影响最为严重的国家之一。近10年来,暴雨对国民经济与人民生活的影响与日俱增,暴雨灾害在和平时期是对国家安全的重大威胁。尽管我国在暴雨预报系统建设、能力提升等方面取得长足进步,但仍有不少短板。

一是暴雨机理研究不足,我们对宏观气象系统的认识有了质的提升,但对局地地形、气候背景等对暴雨灾害的影响认识不足;二是气象灾害预报技术手段与人才培养仍有进步空间;三是气象预报对新技术的运用不足,平台资料的汇整与分析能力提升尚需时日。据此,我们应该补足短板,迎难而上,特别是需要形成气象领域专业界与普通公众之间的信息交换,如此方可提高公众对气象灾害与极端天气的防范意识,尽最大可能减少人员与财产损失。

暴雨(含台风暴雨、北方暴雪)是我国最主要的气象灾害。在和平发展、快速经济建设时期,干旱造成的损失虽然很大,但国家社会行为及工程技术有可能给予相当的防范,而由于暴雨的极端性、突发性和局地性给预报带来很大的不确定性,因此现代科学技术的发展应对暴雨灾害比应对干旱灾害具有更大的困难。

1975年8月4日至8日,该年度第3号台风在中国福建晋江登陆后,北上至河南省伏牛山脉与桐柏山脉之间的大弧形地带“停滞少动”,并在其他天气尺度系统的参与下,造成历史罕见的特大暴雨,史称“75·8”特大暴雨。该次过程最大累积雨量达1631mm,大于1000mm的降水区集中在京广铁路以西板桥水库、石漫滩水库到方城一带。

板桥水库附近的林庄的最大6h雨量为830mm,超过了当时世界的最高纪录782mm;最大24h雨量为1060mm,也创造了我国同类指标的最高纪录。特大暴雨造成驻马店地区60多个水库垮坝溃决,1015万人受灾,超过2.6万人死难,直接经济损失近百亿元(据当时的估价),是世界最大最惨烈的水库垮坝惨剧。

暴雨是我国多发的一种灾害天气,暴雨洪涝是我国最常见最严重的自然灾害,对社会经济、国家安全等有直接而严重的影响。各级领导和科技干部应当认识到做好暴雨预报应当是气象部门长期、稳定、首要的任务,不应因社会舆论而转移。近20年我国重大暴雨灾害事件遍及大江南北城市乡村。我国是世界上暴雨天气出现频次、影响程度、影响范围都很大的国家,几乎全国各地都不同程度受其影响。

近20年,虽然我国各项基础设施均有明显改善,但暴雨频发,造成的危害仍然严重,并且产生许多新的影响。1998年夏季,由于持续的强降雨天气,长江流域发生了继1954年之后又一次全流域大洪水,东北地区的松花江、嫩江也发生了百年不遇的特大洪水;持续强降水还引发山洪暴发、围垸漫溃及山体滑坡、泥石流等,造成近2000人遇难,直接经济损失超过2000亿元。

因登陆台风造成的大范围暴雨灾害、城市内涝等屡见不鲜,近几年“尤特”、“潭美”、“菲特”、“海燕”、“威马逊”、“麦德姆”等登陆台风给我国华南、江南及华东大部地区带来强风暴雨,并由此引发一系列次生灾害。

2013年10月6日至8日,受1949年以来10月登陆我国大陆地区的最强台风——“菲特”的影响,浙江、福建、江苏、上海等省市出现狂风暴雨,10人因灾死亡,1人失踪,直接经济损失623.3亿元,居近10年来单个台风直接经济损失之首。

暴雨灾害对国家安全也产生巨大影响。现在国家安全的概念已经从传统的国防安全,扩大到更为广泛的国土安全、环境安全、食物安全、水资源安全等领域。

暴雨灾害的直接影响主要包括洪涝或地质灾害造成的停工、停产、停课、断水、断电、断路甚至房屋倒塌、农田受淹、农作物减产或绝收、水利工程被毁、人员伤亡,以及由此带来的巨大经济损失等。洪涝进一步导致水土流失和土壤侵蚀,使环境、资源承载力发生改变,甚至会发生难以恢复的破坏,进而对粮食安全、自然生态环境安全等产生严重威胁。有研究表明,洪灾过后对社会经济和农业生产都有后效性影响。

同时,大的水灾过后,饮用水源易受到污染,可能出现疫病流行,引发人民群众恐慌、焦虑,造成社会不安定因素。暴雨灾害通过影响人类生产生活的方方面面,可以危害到环境安全、粮食安全、水资源安全、生态安全、社会安定等,进而危害国家安全。在和平发展时期,由暴雨灾害所引发的一系列社会效应将对国家安全造成不可估量的影响,因此须引起各方面的高度关注。

暴雨预报是预报员在对其形成机理深刻认识的基础上,充分利用现代化的观测资料、高分辨率的数值模式、先进的统计模型,并结合预报员的主观经验综合而成的。暴雨预报多年来有了很大进步,各级气象台为防灾减灾做出了杰出贡献。在暴雨机理方面的主要进展体现在高频卫星和多普勒雷达应用后,人们对暴雨的中尺度结构和演变规律等有了更精细的认识。

中小尺度天气系统的发展演变很大程度上决定了暴雨的分布和强度,在中尺度对流系统结构和中尺度系统的移动与传播等方面的研究对改进暴雨的预报有显著作用。最近20年,我国气象科学家经过不懈的努力,在暴雨机理研究领域做出了令人瞩目的成就。

成果主要来源于以南方暴雨为主要研究内容的3个国家级重大项目:“海峡两岸及邻近地区暴雨试验研究”(简称华南暴雨科学试验———HUAMEX)和国家973项目“我国重大天气灾害形成机理与预测理论研究”、“我国南方致洪暴雨监测与预测的理论和方法研究”,以及在项目执行期间实施的3个野外科学试验所获取的丰富的中尺度观测资料。

数值预报技术是现代天气预报的基础,近10年来数值预报的同化方案越来越完善,同化的资料越来越丰富,模式分辨率越来越高,预报准确率不断提高,预报时效不断延长,在暴雨的精细化预报中发挥着越来越重要的作用。我国从20世纪80年代开始,以数值天气预报为重点的气象业务建设取得快速发展。

从2007年开始业务化的全球模式T639在空间分辨率、初始场同化技术、台风Bogus技术、产品丰富性等方面都较之前的T213有长足进步,有力地保障了暴雨预报业务的发展。同时,从2001年开始,中国气象局组织自主开发建立新一代多尺度通用的同化与数值预报系统GRAPES。

GRAPES模式有两个系列的应用版本:GRAPES-Meso(区域中尺度模式)和 GRAPES-GFS(全球中期预报模式),其中GRAPES-Meso于2014年7月升级为4.0版本,水平分辨率由15 km提高到10km,垂直层次由31层增加到50层,并采用了模式三维变分同化系统,暴雨预报能力有所提高。

提高暴雨预报准确率,现代化的预报业务系统必不可少。

现代观测系统不但提供如风压湿等常规观测数据,还提供大量的卫星、雷达等高时空分辨率数据,同时,数值模式也向高分辨率和集合预报发展,在天气分析中使用的数据较过去大量增加,这就需要业务预报系统后台应用实现高效数据管理,支持大数据应用,提高数据管理、数据备份、数据检索与应用效率。

因此,需要进一步加强MICAPS平台的建设,体现对预报员实时业务应用的智能化支持,完善各类资料传输、存储流程,开发针对风廓线资料、GPS水汽等非常规资料的专用工具,提高对高分辨率数值模式资料显示速度,开发多物理量综合剖面显示功能模块和以客观订正技术为基础的暴雨预报客观订正模块,增加暴雨诊断分析和暴雨预报智能化综合判断工具,使其成为实时预报业务中快速、高效、稳定的暴雨天气综合分析预报平台。

目前使用的业务平台MICAPS3的升级版本———MICAPS4将逐步实现上述功能。

暴雨是我国最主要的一种灾害性天气,对社会发展、民生福祉及国家安全都有深刻影响。

过去的20年,高分辨率的观测资料和数值模式不断发展,基于模式的后处理、检验订正技术逐渐在业务中发挥作用,各级预报员通过典型、疑难或预报失误个例的总结,加深了对暴雨机理的认识,我国暴雨预报业务在产品内容、形式、准确率和精细化程度等方面都取得了长足的进步。为此,我们应进一步加强暴雨机理研究、预报技术开发及科研成果的业务化。

暴雨形成机理复杂,理论突破较难,因此需要各级领导和部门继续重视暴雨基础研究和预报技术研发,鼓励并保护广大科技人员的研究兴趣,倡导为业务服务的科研开发,促进科研成果真正转化为预报业务能力。除此之外,暴雨预报业务发展还需要高质量的现代化观测系统、科学合理的预报业务流程、技术流程,包括预报产品制作、发布的无缝隙对接等一系列保障措施,这是一项值得持续深入探讨的课题。

UUID: b3871100-e91c-44a3-876e-ebb44593f8ce

原始文件名: /home/andie/dev/tudou/annot/AI语料库-20240917-V2/AI语料库/赛先生公众号-pdf2txt/2021/赛先生_2021-07-21_85岁老院士 暴雨灾害惨痛, 我们怎么办.txt

是否为广告: 否

处理费用: 0.0124 元