“16∙7”江汉至黄淮华北极端强降雨过程决策气象服务分析

王莉萍，张建忠，王维国，张立生，杨 琨

（国家气象中心，北京 100081）

“16∙7”江汉至黄淮华北极端强降雨过程决策气象服务分析

王莉萍，张建忠，王维国，张立生，杨 琨

（国家气象中心，北京 100081）

通过分析2016年7月18～21日江汉至黄淮华北等地极端强降雨过程特点和预报服务情况，从决策气象服务的角度，深度剖析国家级气象预报和服务之间的关系，提炼气象服务的亮点。为了更好分析2016年7月18～21日强降雨过程预报服务特点，将其与2012年7月21日华北地区极端强降雨过程预报和气象服务情况对比，突显此次降雨过程的极端性，总结气象服务的不足，提出改进思路和措施，积累极端降雨过程气象服务经验，为今后极端事件的气象服务提供参考。

极端降雨；气象服务；改进措施

0 引言

在超强厄尔尼诺影响的背景下，2016年以来我国极端天气事件频发，尤其是暴雨过程强、致灾重，为气象预报服务带来巨大困难、压力和挑战。以2016年7月18～21日江汉至黄淮华北等地强降雨过程为例，此次降雨累计雨量大、强降雨范围广、日雨量突破历史极值的县（市）多、短时降雨强，是2016年北方地区最强降雨过程，在历史上也属罕见。此次暴雨造成北京、天津、河北、山西、山东、河南、湖北、湖南等12省（区、市）局地发生山洪、滑坡、泥石流及城市内涝等灾害，人员伤亡严重。

本文通过分析此次强降雨过程预报和服务情况，从决策气象服务的角度，深度剖析国家级气象预报和服务之间的关系，提炼气象服务的亮点，总结强降雨气象服务的不足，积累极端强降雨过程气象服务经验。为了更好地提炼2016年7月18～21日江汉至黄淮华北等地强降雨过程（以下简称“16∙7”）特点及预报服务情况，将其与历史上强降雨覆盖区域有重叠、过程降雨强度相似、预报服务背景相同的2012年7月21日华北地区极端强降雨过程（以下简称“12∙7”）对比分析，突显“16∙7”强降雨过程的极端性，挖掘预报服务有待改进之处，并提出改进措施和建议。

1 “16·7”强降雨过程概况

2016年7月18～21日强降雨过程实况如图1所示，湖北中部和西南部、湖南北部、山西中南部、河南大部、河北、北京、天津、山东中西部、辽宁西南部等部分地区累计降雨在100mm以上，北京、河北、河南、湖北等局地300～680mm，河南林州、湖北荆门局地达700～881mm。大暴雨面积约36.9万km2，特大暴雨面积3.6万km2。其中北京大兴（242mm）、河北井陉（379.7mm）和武安（374.3mm）、山西平定（192mm）、辽宁建昌（184.4mm）、湖北京山（258.5mm）等22个县（市）日雨量突破有气象记录以来历史极值，河南林州市东马鞍日降雨量703mm，超过林州市常年平均降水量（649mm），河北赞皇县嶂石岩19日16～17时降雨139.7 mm，是2016年以来北方最大小时雨强，仅次于湖北泉山7月7日夜间158.8mm的小时雨强。

据民政部门和气象部门不完全统计，此次强降雨造成188人死亡，129人失踪，受灾人口约2009万人，农作物受灾面积1653千公顷。其中河北省受灾最重，据河北省民政厅报告，石家庄、唐山、秦皇岛等11市151个县（市、区）920.6万人受灾，130人死亡，110人失踪，30.6万人紧急转移安置，4.8万人需紧急生活救助；6.7万间房屋倒塌，16.6万间不同程度损坏；农作物受灾面积734.1千公顷，其中绝收32.2千公顷；直接经济损失212.2亿元。

图1 降水量实况图（2016年7月18日08时—22日08时）Fig．1 Precipitation observations chart

1.1 强降雨过程演变特点

图2 逐日降水量实况图Fig．2 Daily precipitation observations chart

“16∙7”强降雨移速快、降雨强、降雨时段集中。从图2可以看出，7月18日强降雨区在湖南西北部至湖北中部；19日快速扩大到江汉至黄淮华北等地，降雨范围和强度猛烈加大；20日，强降雨区北移到华北东北部，北京地区强降雨主要出现在20日；21日雨带北移到东北地区南部，雨强明显减弱。与“12∙7”相比，“16∙7”强降雨落区覆盖范围更广，华北、黄淮、江汉等地基本被强降雨覆盖，而“12∙7”华北地区强降雨仅出现在华北北部（图3）。“16∙7”强降雨累计雨量更大，河北南部、河南北部、湖北中部等局地累计雨量达500 mm以上，河南林州、湖北荆门局地达700～881mm，而“12∙7”最大降雨出现在北京房山，有460mm（房山河北镇水文站541mm）。“16∙7”强降雨中心多，此次强降雨过程中心也是重灾区，主要分布在湖北中部、河南北部、河北中南部和东北部等地，而“12∙7”强降雨中心出现在北京，受灾最重的也是北京。“16∙7”降雨持续时间长，此次最强降雨时段持续了3天，“12∙7”最强降雨集中在7月21日。但这两次强降雨过程均具有局地短时雨势强的特点，1小时最大降雨80mm以上，局地超过100mm。

经综合评定，此次强降雨过程为区域性大暴雨、局地特大暴雨过程，过程综合强度为特强（Ⅰ级）等级，其中北京、天津、河北、山东、河南、湖北等省（直辖市）过程降雨强度均达特强（Ⅰ级）等级［1－7］，极端性强。

图3 华北地区降水量实况图（2012年7月21日08时～22日08时）Fig．3 Precipitation observation chart in north China

1.2 受灾情况与强降雨关系

暴雨灾害的发生与短时强降雨有密切关系，通过分析过程中短时强降雨强度，可以看出1h最大降雨（≥80mm）、3h滑动最大降雨（≥150mm）、6h滑动最大降雨（≥150mm）主要分布在河北石家庄、邢台、邯郸，河南安阳，湖北荆州等地；从短时强降雨持续时间来看，≥30mm降雨的持续时间4～9h，≥50mm降雨的持续时间3～4h，≥70mm降雨的持续时间2 h也分布在上述地区，由此可知此次降雨过程强降雨中心在在河北石家庄、邢台、邯郸、河南安阳、湖北荆州等地。

此次强降雨过程在华北、黄淮等地历史上虽然不及“75∙8”、“63∙8”等著名极端暴雨事件，但也极为罕见，受灾情况也很严重，特别是导致河北130人死亡、110人失踪。通过对比强降雨中心和受灾区，从图4滑动6h最大降雨和当地气象部门上报的灾情（不完全统计）对比可以看到，重灾区与强降雨中心具有很好的匹配关系［8－10］，受灾最重的河北石家庄和邢台，河南安阳等地6h最大滑动降雨有250～413mm。从图5地形图上可以看出强降雨中心出现在沿太行山东麓，地势西高东低，地形对大气环流降雨起到增强作用，导致强降雨中心产生。同时强降雨区地处西高东西的地带，短时段强降雨极易引发洪水、山洪、滑坡、泥石流等灾害，还会导致东部低洼地带城市群城乡积涝灾害发生，这是造成上述地区严重人员伤亡的原因。

图4 6h滑动最大降水量实况图与灾情对比图（2016年7月18日08时至22日08时）Fig．4 6 hours slip maximum precipitation observations compared with the situation of disaster

图5 6h滑动最大降雨（≥150mm）分布地形图（2016年7月18日08时至22日08时）Fig．5 Topographic map of 6 hours slip maximum rainfall（≥150 mm）distribution

其中，北京地区在“16∙7”、“12∙7”的降雨特征和致灾影响对比在极端强降雨气象服务具有重要的借鉴和应用价值。与“12∙7”相比，北京此次降雨过程增加雨水资源多、大暴雨覆盖范围广、降雨持续时间长、雨势缓和受灾轻（表1）。此次强降雨中大暴雨占全市98%的行政区域，比“12∙7”大暴雨面积（86%）偏多12%，给北京增加雨水资源（35亿m3），比“12∙7”（31亿m3）多4亿m3。虽然强降雨持续时间比“12∙7”（20h）长35h，但因雨势缓（昌平花塔小时最大降雨56.8mm；“12∙7”小时雨量普遍40～80mm，平谷挂甲峪1h最大降雨100.3mm），故此次北京受灾轻。总雨量大和降雨强度强都是城市降雨的重要致灾因子，但各地城市地形地貌、地理位置、建设规划、防灾减灾能力等方面存在差异，主导因子有所差异，各地可开展这两个因子与城市致灾影响的关系研究，为后续城市降雨气象服务提供重要参考。

表1 北京“16∙7”与“12∙7”降雨过程对比统计表Tab．1 The“16∙7”and“12∙7”Beijing rainfall process comparative statistics

2 强降雨预报服务分析

2.1 7月18～21日强降雨预报服务情况

此次强降雨过程，中央气象台中期预报（4～10天）时段出现漏报，短期预报时段（1～3天）降雨落区总体把握较准。从发布的8期暴雨预警（其中蓝色2期，黄色1期，橙色5期）来看，7月18日上午暴雨蓝色预警24 h预报覆盖到河北西南部，18日下午预警指出“河北南部有大雨或暴雨，部分地区大暴雨”；19日上午，暴雨预警先后升级为黄色和橙色，并将强降雨调高到特强暴雨量级（≥250mm），19日下午至20日，维持暴雨橙色预警。降雨量级和范围的预报与实况基本吻合。同时，考虑降雨影响，中央气象台发布3期山洪橙色预警和2期地质灾害橙色预警，预报河北有较高的山洪地质灾害风险。

基于短期预报结论，中国气象局7月17日制作《重大气象信息专报》，报送党中央、国务院“18日至20日四川盆地江汉黄淮和华北等地将先后有强降雨”。后续实时跟踪监测降雨实况和暴雨灾情，滚动更新降雨预报，制作《气象灾害预警服务快报》4期，《两办刊物信息》5期，并以短信、微博、微信等方式实时报送最新降雨信息和过程累计雨量。考虑此次降雨极端性和灾害影响，20日制作《重大气象信息专报》报送党中央、国务院和相关部委“湖北河南及华北等地出现暴雨和大暴雨，20日至21日华北黄淮及东北地区南部等地将有强降雨”。降雨过程结束后，21日制作《灾害性天气过程评估》，评定四川盆地江汉至华北黄淮出现今年以来最强降雨过程，并根据公众关注热点，比较北京此次降雨过程与“12∙7”特点和差异。

2.2 预报与气象服务关系

传统的决策气象服务方法［11－12］，根据预报降雨过程的强度和影响，预判是否制作决策气象服务材料以及制作决策气象服务材料级别，通常强降雨过程或可能造成重大影响的降雨过程，制作《重大气象信息专报》；较强降雨或可能造成一定影响的降雨过程，制作《气象灾害预警服务快报》；中等强度降雨过程，斟酌其造成的影响，考虑是否制作《两办刊物信息》及是否开展相关决策气象服务。如果发布暴雨预警，气象服务中将密切监视降雨信息，并及时制作决策气象服务信息报送。过程结束后，基于降雨实况、过程强度和影响程度，适时制作过程评估材料。这是在预报结论确定性大的情况下开展服务，如果预报结论把握不大，气象服务难度将非常大，此次江汉至黄淮华北等地强降雨就是一个预报确定性不大的典型案例。

此次降雨前，雨带维持在长江流域，长江流域防汛形势严峻，7月16日中国气象局郑国光局长陪同李克强总理赴江西考察长江防汛时，给出中期时段预报是“7月下旬，雨带在黄淮与长江沿江之间摆动”。中期预报捕捉到雨带北抬，但北抬仅至黄淮。7月17日短期时段预报大幅度调整，预报雨带北抬至华北，报送的《重大气象信息专报》指出“18日至20日四川盆地江汉黄淮和华北等地将先后有强降雨”。7月18日发布暴雨预警，19日将预警上升到橙色，气象服务中根据暴雨预警实时跟踪监测分析最新雨情，及时制作《两办刊物信息》、《气象灾害预警服务快报》并报送。

图6 降水量预报图Fig．6 Precipitation forecast figure

与“12∙7”对比，在2012年7月21日华北北部强降雨中，中期和短期预报时段对雨带北抬和北抬位置把握较准，2012年7月18日（提前3天）报送《重大气象信息专报》明确指出“21至24日雨带将北抬到四川盆地至黄淮华北和东北地区”。降雨过程中实时跟踪监测雨情和灾情，实时报送《两办刊物信息》，21日强降雨过程后，22日及时报送《重大气象信息专报》“华北地区北部出现大范围强降雨过程，北京出现近61年来最强暴雨”。并进行降雨利弊分析，使决策者第一时间了解强降雨影响，预报和服务匹配度较好。2016年7月18～21日强降雨过程直至7月17日（提前1天）才明确报送降雨北抬至华北黄淮等地的信息，气象服务重点也瞬时急转，由关注长江防汛迅速转移到关注华北黄淮等地强降雨，气象服务只是紧跟暴雨预警，根据预警的落区和强度不断转换服务方式。通过比对可以看出，“16· 7”强降雨过程气象预报服务提前时效短、中期时段转短期时段预报和服务匹配度偏差，气象服务的实效性和主动性欠佳。

3 气象服务亮点

“16∙7”江汉至黄淮华北等地强降雨极端性强，河北石家庄、河南林州日雨量达到600mm以上，模式和预报很难把握，预报虽不能百分百准确，但却可在气象服务中弥补其不足，这次降雨极端事件中气象服务发挥了重要作用。

（1）注重预报跟踪和影响研判，主动报送决策气象服务信息。中央气象台中期预报时效（10天）给出大体时间、地点和过程强度；短期时效（3天）给出具体时间、范围、强度、量级，预报时效越临近，准确率越高。此次降雨预报在中期漏报的情况下，决策气象服务能够实时跟踪最新预报并考虑预报准确率，判断这是2016年以来最强降雨，研判其造成重大影响可能性，把握时机，第一时间报送最新预报信息及影响，提醒决策者做好防灾减灾工作。

（2）注重灾害性天气过程评估，给出定性或定量评价结论。根据预报结论，预评估此次为强降雨过程，在报送的决策气象服务材料中定性为强降雨过程，7月19日7时由决策人员编制的《天气公报》明确指出“19至21日华北黄淮及东北南部将出现入汛以来最强降雨”，强度升级，以“入汛以来最强”概念引起决策者和公众的注意，起到了非常好的效果。

（3）加强雨情监测和及时报送机制。此次降雨强度预报明显偏弱，后续在气象服务中，实时监测最新雨情信息，并滚动发布，包括降雨出现的范围、降雨量级、累计雨量和最大点雨量，制作降雨量实况图，结合最新预报信息，通过《两办刊物信息》实时报送，让决策者第一时间了解最新雨情信息和未来的降雨趋势。

（4）开展实时雨强监测和极值分析。考虑此次降雨极端性强、雨强大、易致灾。气象服务中启动1h最大降雨量、3h滑动最大降雨量、6 h滑动最大降雨量监测分析，并滚动分析日降雨量破极值情况，使决策者第一时间了解降雨的极端性和易致灾点，并及时转移危险地带的群众。

（5）重视灾情收集和信息报告。暴雨致灾快，强降雨气象服务注重灾情的收集和上报，中央气象台以短信形式多次上报暴雨灾情，例如7月20日短信报送灾情“据当地气象部门上报，受19日以来强降雨影响，截至20日中午，河北石家庄、邯郸、邢台、保定等地出现山洪、地质灾害，共造成7人死亡、13人失踪”等等。

（6）把握服务节奏，前后统一。此次降雨过程，基于中期时段只给出大体预报趋势，决策气象服务以“松”为主，仅在服务材料中提及；短期时段强降雨落区、累计雨量、短时雨强等预报精细化，气象服务进入密集型阶段，报送决策材料11期，并兼顾前后发布产品尽量保持一致，不出现大幅度的变动，以免给决策者造成理解上的困惑，或气象部门的预报结果出尔反尔的不好影响，影响决策制定。

（7）决策气象服务和公众气象服务双管齐下。在做好决策气象服务的同时，中央气象台还通过每日天气提示、重要天气新闻通稿、微博、微信向公众及时滚动发布最新预报和雨情信息。“18至20日长江以北10省市将有大到暴雨”、“暴雨黄色预警：华北黄淮迎今夏最强降雨”、“暴雨如注，湖北河南局地降雨超过400mm”、“一天下完一年的雨，这不是开玩笑的”等预警和监测信息提请公众注意极端降雨的影响和后果。

4 预报服务不足之处

“16∙7”极端强降雨过程也暴露了气象预报和服务在极端强降雨过程服务中存在的不足之处，特别是在预报不确定的情况下，决策气象服务如何开展，需要在后续的工作中不断改进。

（1）气象预报和气象服务契合度不够。气象预报和气象服务密切相连，目前中央气象台对二者有明确分工，预报人员重点是做气象预报，气象服务人员根据预报结论对外服务，中间缺乏对预报结论把握度的评价机制，一旦预报出现大的偏差，气象服务效果将适得其反，此次强度降雨过程是预报和服务的契合不够的典型案例，严重降低了气象服务的效益。

（2）预报提前时效短，气象服务效果差。通过检验，2016年数值模式中期预报性能明显下降，在主汛期期间雨带南北位置偏差233km，比2015年增大1倍，暴雨预报的可用预报时效从2015年6天降低到3天，模式的不稳定造成基于模式预报的预报员对其订正能力有限，预报误差大。决策气象服务中在7月17日（过程开始前1天）才报送此次降雨过程具体预报，通过短期预报预警在服务防汛防灾决策中体现效果，降低了决策气象服务的超前性。

（3）预报量级偏小，导致重视程度不足。3天可用预报时效内降雨量级预报也明显偏小，17日决策服务中报送最大量级是大暴雨，实际上特大暴雨面积有3.6万km2，局地日雨量400～703 mm。预报对极端降雨把握不足，也导致前期决策气象服务对此次降雨过程重视不足，气象防灾减灾效益降低。

（4）对气候极端异常性认识不足。超强厄尔尼诺背景下，影响我国的冷空气强度和路径复杂，我国雨带南北摆动剧烈，降水极端性强，另外，气候异常可能导致气候态发生变化，从而影响数值预报模式出现明显不稳定，预报服务中对此认识不足。

（5）中期预报和短期预报衔接较差。中期预报时段较长，预报中求稳而不追求精细化，主抓雨带的趋势；短期预报准确率高，预报中精细化降雨落区和降雨强度。因此强降雨预报时中期预报转短期时段会出现预报大幅度调整，给决策气象服务带来很大困难。

（6）缺乏预报不准确性评估机制。最优气象服务需要确定性预报，但预报不可能百分百准确，尤其是在极端灾害性天气预报上。此次强降雨过程极端性多种预报模式均偏弱，集合预报概率小，如何评估预报的准确性还需要发展对模式预报和气象要素预报不确定性的定性或定量评估，为气象服务提供依据。

（7）气候背景分析和基础研判不足。华北雨季在“七下八上”，历史上雨带北抬时间的统计对气象服务具有很大的价值，利于决策气象服务对影响区域的研判。目前国家级决策气象服务缺乏全国范围内分地域、分灾种、分季节、分时段灾害性天气的历史背景储备、出现频率和特征分析。

5 极端强降水决策气象服务启示和建议

近年来，极端性天气发生频繁，利用传统的气象服务理念开展极端强降雨服务远远不能满足决策者和公众的需求，需要不断创新极端天气决策气象服务方式、方法，改进决策气象服务技术水平，提高决策气象服务效益。

（1）加强厄尔尼诺事件对天气气候预报影响的研究，改进数值预报模式。此次厄尔尼诺事件达到1951年有观测以来最强，已超过了历史上两次超强厄尔尼诺事件（1982／1983年，1997／1998年），对全球气候产生了显著影响。今年各主要数值预报模式预报能力明显偏差，这与超强厄尔尼诺事件背景有密切关系。建议以今年的事件为契机加强厄尔尼诺事件对数值模式预报的影响研究。

（2）开展极端天气预报不确定性分析，有效衔接预报和服务。开展极端天气数值模式的稳定性、一致性和可靠性分析，通过天气学检验评估，判断模式预报误差来源；深度挖掘海量预报数据，研究大气环流、地面要素以及天气系统（气旋、阻高、副高等）预报不确定性的定量预估技术。将预报不确定性纳入气象服务中，增进预报和服务信任度，有效衔接预报和服务。

（3）加强各地气候背景和灾害性天气统计分析。收集整理各地气候背景概况、出现灾害性天气的种类，统计分析各类灾害性天气出现频率和出现极端事件情况，形成涵盖全国的决策气象服务手册［13－14］，实时支撑决策气象服务业务工作。

（4）加强地形对降雨预报和服务的研究。我国是多山国家，地形复杂。地形是影响降雨预报的重要环境要素，地形高低起伏极易造成山洪、滑坡、泥石流，以及地势低洼地区城市群的城乡积涝，后续需加强地形对降雨预报影响机理的研究以及地形强降雨的致灾影响。

（5）改进预报方法，提升中期预报和短期预报融合度。继续改进数值模式，提高预报准确率，特别是中期时段预报稳定性、可靠性，改进中期预报的预报思路，特别是临近短期时段预报方法，逐渐向短期预报思路调整，使中期预报和短期预报完美融合。

（6）改进预报服务策略，提升气象服务效益。在预报不确定性分析的基础上，采用合理和有效的预报服务策略，包括把握预报内容的精细化程度、维持预报结论的稳定性、掌控预警应急的节奏等，提升预报服务效果。

［1］ 郑国，薛建军，范广州，等．淮河上游暴雨事件评估模型［J］．应用气象学报，2011，（6）：753－768．

［2］ 袁慧敏，王秀荣，范广州，等．长江中下游暴雨过程综合评估模型及应用［J］．气象，2012，38（10）：1189－1195．

［3］ 陈艳秋，袁子鹏，盛永，等．基于概率分析的暴雨事件快速评估模型［J］．气象与环境科学，2006，22（5）：62－65．

［4］ 袭祝香．吉林省重大暴雨过程评估方法研究［J］．气象科技，2008，36（1）：78－81．

［5］ 吴振玲，史得道，吕江津，等．利用欧式距离函数评估海河流域暴雨灾害［J］．灾害学，2012，27（3）：48－52．

［6］ 王莉萍，王秀荣，王维国，等．中国区域降水过程综合强度评估方法研究及应用［J］．自然灾害学报，2015，24（2）：186－194．

［7］ 王秀荣，吕终亮，王莉萍，等．一种简化的暴雨灾害风险及影响评估方法和应用研究—以京津冀“7.21”暴雨事件为例［J］．气象，2016，42（2）：213－220．

［8］ 帅红，刘春平．湖南省山洪灾害经济损失评价［J］．防灾科技学院学报，2011，13（4）：81－85．

［9］ 李魁明，帅红．基于GIS的长沙市洪涝灾害风险动态评估［J］．防灾科技学院学报，2014，16（1）：97－105．

［10］ 李春梅，刘锦銮，潘蔚娟，等．暴雨综合影响指标及其在灾情评估中的应用［J］．广东气象，2008，30（4）：1－4．

［11］ 王莉萍，王维国，薛建军．抗旱气象服务分析探讨［J］．防灾科技学院学报，2012，4（1）：68－73．

［12］ 薛建军，王维国，王秀荣，等．决策气象服务回顾与展望［J］．气象，2010，36（7）：69－74．

［13］ 郭进修，王秀荣，王维国．中国气象地理区划手册［M］．北京：气象出版社，2006，2－3．

［14］ 王秀荣．全国气象服务规范技术手册［M］．北京：气象出版社，2012，93－95.12－17．

Decision⁃making Meteorological Service Analysis on“2016⁃July”Extreme Precipitation in the area from Jianghan to Huanghuai and North China

Wang Liping，Zhang Jianzhong，Wang Weiguo，Zhang Lisheng，Yang Kun
（National Meteorological Center，B eijing100081，Beijing）

Through analyzing the features and forecast services in July 18－21，2016 extreme precipitation in the areas from Jianghan to Huanghuai and North China，this paper illuminated the relationship between national meteorological forecast and services，and refined the highlights of the latter，from the perspective of decision⁃making meteorological services．For a better analysis of the forecast service features of this precipitation，a contrast was made between it and the North China extreme precipitation on July 21，2012 in terms of rainfall forecast and meteorological services．This contrast highlighted the extremity of this precipitation，and identified the deficiencies in meteorological services．Further，recommendations and measures for improvement were proposed and experiences of meteorological services in the process of extreme precipitation were accumulated，which can serve as a reference for future meteorological services in extreme weathers．

extreme precipitation；meteorological services；measures for improvement

P468．024

：A

：1673－8047（2017）01－0063－08

2016－10－31

2016年中国气象局决策气象服务专项．

王莉萍（1980—），女，硕士，高级工程师，主要从事决策气象服务和气象灾害预警评估研究。