“2016太湖大洪水”年景的雨情预测模拟

秦建国， 朱龙喜， 盛龙寿， 姚 华， 胡 刚

(江苏省水文水资源勘测局无锡分局， 江苏 无锡 214031)

受“厄尔尼诺现象”的影响，2015年我国南方地区出现了大范围的洪涝灾害。在水情紧张的情况下，2015年6月下旬笔者有幸参加了水利部水文局在北京举办的“全国水利系统2015年汛期(7～8月)水文气象长期预测会商会”，全面了解我国中长期水文预报的发展状况，并且以无锡站的降雨资料为基础，顺利完成了太湖地区主汛期的雨情预测模拟。2018年笔者将预测结果重新集结整理并以论文的形式发表[1]。为进一步探讨能否实现2016太湖大洪水年景的雨情模拟，笔者又整理了2016年的雨情预测模拟成果，并且完成了与实测值的对比分析，以供参考。

1 研究方法及资料选择

1.1 分段法

分段法就是以特征转折点作切割，利用分段特征的一致性，最终实现序列分析的方法。分段法研究的目的是降低模拟难度、提高预测效率[2]。

一般认为时间序列越长其代表性越好，但是并非如此。2009年夏季，笔者在分析无锡站年际降水过程线时发现，1978年前后的特征明显不同，因此对分段研究进行了尝试[3-4]。国家气候中心的最新研究成果表明，20世纪70年代我国发生了一次气候转折[5]。据此笔者萌生了“气候成因不同特征不同”的设想[2]，随后采取分段研究的方法，解决了无锡站年际降水序列(1978—2011年)[6-7]、(1950—2014年)[2]、(1920—2017年)[8]无规律的难题。

1.2 细部特征法

水文气象年际序列研究中成熟的方法较少，大多仅采用5 a或10 a滑动来做未来趋势的远景展望。由于存在气候突变等原因，在实际工作中若将有限的观测数据再进行压缩处理，用来做预报分析，则易造成信息丢失，实际效果并不理想。为此笔者又提出了细部特征法[2]，也可称为非典型周期法。

所谓细部特征法，就是在分段法研究的同时，反其道行之，采用“放大镜”或者“显微镜”技术，逐段对时间序列的细部特征进行统计分析，以寻找潜在的规律。其机理是自然界的万物都存在千丝万缕的联系，只要从这些细微的变化中找出统计规律，就可以达到解析自然的目的[8]。

1.3 历史演变法

历史演变法是利用某一台站某一水文气象要素历史演变曲线(即水文上的过程线)的外形特征，分析它的统计规律来做预报的方法。这种方法的基本出发点是：任何一个水文气象要素的历史记录都反映了这个要素全面的历史变化。尽管影响这一要素的一切外界因子与内部要素目前还不能一一辨认，也还不能确定各个因素的影响程度，但是这些因素的综合影响却都已经毫无遗漏地反映在这个要素的历史记录之中[9-10]。

1.4 资料选择

根据江苏省气象局1988年对太湖地区设立较早的8个站点的代表性分析：无锡、宜兴、苏州、吴江、常熟5站与太湖地区面平均降水量的相关性较好，常州、上海、江阴3站略低一些，但是仍然具有一定代表性(表1)[11]。因此，本文的研究对象仍然是无锡站的降雨资料。

2 无锡站分段法和细部特征法年际降雨趋势分析

无锡地区地势低洼，北受长江高潮位威胁，南受太湖洪水侵袭，历来是洪涝灾害频繁发生的地区，多年平均降水量约为1 110 mm[12]。无锡站创建于1922年初，但是在1951年以前的29年期间，1932年和1937年10月至1950年6月停测，此外还有3年(1922、1927、1934年)个别月份有中断现象，实际完成全年观测的仅有11年[2]。因此，本文选择的研究对象主要是无锡站1950—2015年的降雨资料，其中出现特大干旱的年景有1978年、2011年、2013年，降水量最少的是1978年(552.9 mm)；出现严重洪涝的年景有1954年、1957年、1987年、1991年、1993年、1999年、2015年，降水量最多的是2015年(1 676.6 mm)。图1中1950年的资料是根据历史文献和无锡站的旱涝趋势特征插补。

早在2009年，笔者就发现1978年是无锡站年际降雨序列的气候特征分割点。因而根据笔者提出的分段法研究，进行年际旱涝趋势分析以前，必须完成时间序列中气候特征分割点的识别。经过相似年景对比分析可以发现，1978年、2011年、2013年我国南方的长江中下游及其周边地区都爆发了罕见的特大干旱灾害。三者的不同之处是2011年春季出现了特大干旱，但是在此后的梅雨季节发生了旱涝急转，而1978年、2013年则是全年干旱，在图1中无锡站2013年的降水量比1978年多的原因，主要是当年10月太湖地区遭受台风的影响较大，长江中下游的其他地区依旧干旱。进行细部特征法分析后也可以发现，1978年、2013年是无锡站非典型周期的节点，2011年则不是。因此可以判定，2013年与1978年一样，都是无锡站年际气候特征分割点(表2)。

根据细部特征法分析，无锡站年际降雨序列的非典型周期一共有6种类型，分别是正4 a、顺4 a、逆4 a、顺3 a、逆3 a和正2 a周期。根据分段法的指导原则，无锡站年际序列中每个时段的第一个非典型周期必须与前一个时段的特征截然不同，由于2013—2015年已经连续2年上升，那么2013年之后的第一个非典型周期只能是顺4 a周期(2013—2017年)，所以2015—2016年无锡站的旱涝趋势必须是上升的[13-16]。

表1 8个站点1951—1987年汛期(5～9月)降水量与流域降水量的相关性

图1 1950—2015年无锡站年际降水过程线

表2无锡站非典型周期的组合

段号年份组号年份独立周期的结构新周期特性一段1934—197811950—19551个逆3 a周期+1个正2 a周期5a周期逆21955—19612个顺3 a周期6a周期顺31961—19671个逆4 a周期+1个正2 a周期6a周期逆41967—19731个顺4 a周期+1个正2 a周期6a周期顺51973—19781个逆3 a周期+1个正2 a周期5a周期逆二段1978—201311978—19941个正4 a周期+6个正2 a周期不明显正21994—20033个顺3 a周期不明显顺32003—20072个正2 a周期不明显正42007—20132个顺3 a周期不明显顺三段2013—205612013—20171个顺4 a周期不明显顺

3 无锡站历史演变法双月降雨序列预测分析

虽然历史演变法具有简单实用、容易操作的优点，但是由于存在气候特征转折点、极值的出现等原因，前期的特征规律不一定能完全反映未来的气候变化。因此，在应用时仍然存在许多困难，需要仔细斟酌[17]。

3.1 1～6月降雨序列历史演变法特征分析

3.1.1 1～6月总降水量序列

1951—2015年无锡站1～6月总降水量过程线见图2，由图2可知，在2015年以前，无锡站1～6月总降水量超过800 mm的共有3次，并且第二年同期的降水量都是下降的，无一例外。根据历史演变法特征分析，无锡站在2015年1～6月总降水量超过1 000 mm，创出历史新高后，2016年同期降水趋势下降的可能性较大。因此，2016年1～6月预测值的上限是2015年同期值(1 005.7 mm)，下限是多年平均值(583.4 mm)，平均值是794.6 mm。

图2 1951—2015年无锡站1～6月总降水量过程线

但是由于2016年年际降雨的趋势预测是上升的，2016年1～6月的预报值不能简单选择平均值，应该选择是上限与下限差值的2/3或者3/4处，即预报值为864.9 mm或者900.1 mm时较为合理(实际观测值为920.8 mm)。在相同的情况下，本文统一选择2/3处。

图3 1951—2015年无锡站1～2月降水量过程线

3.1.2 1～2月总降水量序列

1951—2015年无锡站1～2月降水量过程线见图3。由图3可知，根据历史演变法分析，当降水量超过160.0 mm时，第二年都是下降的；当降水量小于50.0 mm时，第二年都是增加的。第一种情况出现了8次，第二种情况出现了7次，无一例外。由于2015年1～2月总降水量为117.1 mm，仅与多年平均值112.0 mm相当，对次年同期的指示作用不明确。因此，2016年同期预测值的选择是其经常出现的区间，即上限为160.0 mm、下限为50.0 mm，两者差值的2/3处是123.3 mm(实测值是89.3 mm)。鉴于篇幅限制，文中仅列出无锡站1～2月降水量过程线。

3.1.3 3～4月总降水量序列

当降水量超过230.0 mm时，第二年都是下降的。在2015年以前，这种情况出现了12次，无一例外。由于2015年3～4月总降水量为243.5 mm，根据历史演变法持续性分析，2016年同期回调的可能性较大，预测值的选择是上限为243.5 mm、下限为同期多年平均值(179.7 mm)，差值的2/3处为222.2 mm(实测值为287.3 mm)。

3.1.4 5～6月总降水量序列

当降水量超过500.0 mm时，第二年都是下降的。在2015年以前，这种情况出现了3次，无一例外。由于2015年5-6月总降水量为645.1 mm，根据历史演变法持续性分析，2016年同期总降水量回调的可能性最大，预测时选择的上限为645.1 mm、下限为多年平均值(291.8 mm)，预报值为527.3 mm(实测值为544.2 mm)。

3.1.5 4～6月总降水量序列

当降水量超过600.0 mm时，第二年都是下降的。在2015年以前，这种情况出现了4次，无一例外。由于2015年4～6月总降水量为791.2 mm，根据历史演变法持续性分析，2016年同期总降水量回调的可能性很大。因此，2016年4～6月总降水量的上限为791.2 mm、下限为多年平均值(386.7 mm)，预报值为656.4 mm(实测值为785.0 mm)。

3.2 7～12月降雨序列历史演变法特征分析

3.2.1 7～12月总降水量序列

当无锡站7～12月总降水量超过700.0 mm时，第二年都是下降的；当总降水量低于400.0 mm时，第二年都是增加的。第一种情况出现了10次，第二种情况出现了9次，无一例外。因为2015年7～12月总降水量为670.9 mm，根据历史演变法持续性分析，上述特征的指示作用不强，所以无法判断趋势。但是由于2015—2016年的降雨趋势是上升的，而且2016年1～6月总降水量在去年同期的基础上增加的可能性较小，可以判断2016年7～12月总降水量应该在去年同期的基础上大幅增加。因此，2016年7～12月总降水量预测时的上限为943.7 mm、下限为670. 9mm，预报值为852.8 mm(实测值为1 098.4 mm)。

3.2.2 6～8月总降水量序列

当降水量超过700.0 mm时，第二年都是下降的。在2015年以前，这种情况出现了10次，无一例外。由于2015年6～8月总降水量为902.3 mm，根据历史演变法持续性分析，2016年同期总降水量回调的可能性最大。因此，2016年6～8月预测时的上限为902.3 mm、下限为多年平均值(473.7 mm)，预报值为759.4 mm(实测值为775.3 mm)。

3.2.3 7～8月总降水量序列

当降水量超过500.0 mm时，第二年都是下降的；降水量低于时140.0 mm，第二年都是上升的。在2015年以前，第一种情况出现了7次，第二张种情况也是7次，无一例外。由于2015年7～8月总降水量为351.1 mm，根据历史演变法持续性分析，对2016年同期总降水量的指示作用不明显。

因此，按照常规方法预测：2016年7～8月总降水量预测的上限为500.0 mm、下限为140.0 mm，预报值为380.0 mm。虽然这种方法不存在问题，而且有可能更接近实测值，但是由于没有考虑下半年的上升趋势，对年度极值的预测极为不利，因此舍弃。根据2016年7～12月总降水量大幅增加的预测趋势，7～8月总降水量也应该是增加的，所以预测的上限是653.0 mm、下线是351.1 mm，预报值为552.4 mm(实测值为400.3 mm)。

3.2.4 9～10月总降水量序列

当降水量超过250.0 mm时，第二年都是下降的；当降水量低于50.0 mm时，第二年都是增加的。在2015年以前，第一种情况出现了9次，第二种情况出现了4次，无一例外。由于2015年9～10月总降水量为171.1 mm，根据历史演变法持续性分析，对2016年同期总降水量趋势的指示作用不明显。但是根据7～12月总降水量大幅增加的趋势，2016年9～10月总降水量的趋势预测是上升的可能性较大。因此，2016年9～10月总降水量的上限为420.4 mm、下限为171.1 mm，预报值为337.3 mm(实测值为557.3 mm)。

3.2.5 11～12月总降水量序列

当降水量超过140.0 mm时，第二年都是下降的。在2015年以前，这种情况出现了9次，无一例外。由于2015年11～12月总降水量为148.7 mm，根据历史演变法持续性分析，2016年同期总降水量回调的可能性最大。因此，2016年11～12月总降水量的上限为148.7 mm、下限为多年平均值(85.8 mm)，预报值为127.7 mm(实测值为140.8 mm)。

4 后期对比分析

无锡站2016年雨情预测成果统计见表3。由表3可知，2016年双月预测的6个成果，优秀、良好、合格各1个，不合格率达到50%。这样的成果看似会对年度极值预测造成较大的不利影响，但是实际情况并非如此，双月预测成果累加后大部分系统误差抵消，年总降水量的预测精度达到了优秀的级别，而且经过改进后的精度更高。因此，虽然2016年大洪水期间的雨情预测难度很大，而且双月预测结果存在一些系统偏差，但是本文总体上分析方法合理、模拟措施得当，基本可以真实反映无锡站2016年的雨情。

需要注意的是：一是无锡站2015—2016年连续两年创出历史新高，本身就是笔者提出的一个性质“分段特征一致性”和一个猜想“气候成因不同特征不同”的具体表现；二是非典型周期的特征是在无锡站的年际降雨序列中发现的，在月降水量序列中不能使用；三是虽然分段法也是在无锡站年际降雨序列中发现的，但是可以在月降水量序列中使用。在月降水量序列分析时，本文不用分段法的主要原因是2013年后的序列长度太短，单独分析没有意义。

表3 无锡站2016年雨情预测成果统计

注：要素极值的允许误差是±30%，部分实测值超出了所处区间最大可能性的上限，造成相对误差较大。

5 结 语

(1)1978年和2013年我国南方地区出现的特大干旱灾害事件，改变了无锡站年际降雨序列特征的一致性，尽管还无法摸清气候变化的理论基础，但可以肯定这2次事件都是太湖地区气候特征的转折点。

(2)无锡站年际降雨序列的特征变化，具有较高的代表性，可以在一定层面上反映我国南方地区的部分气候变化情况。

(3)对太湖地区来说，强厄尔尼诺现象出现的第三年和第二年一样，都是严重洪涝灾害的高发期。

(4)本次厄尔尼诺现象在2016年5月结束后，对太湖地区多雨的影响并没有结束，随即在六七月间出现了严重的夏汛，九十月又出现了少见的秋汛。

(5)分段法和细部特征法趋势分析可以解决无锡站年际旱涝周期性变化的问题，历史演变法特征分析可以大致预估无锡站未来降雨数值的变动范围，综合预测分析可以实现无锡站降雨序列的仿真模拟。

根据中国气象局和水利部水文局的预测分析，2016年是厄尔尼诺现象的第三年，由于厄尔尼诺现象的强度将不断减弱，可能在5月前结束，受此影响西太平洋副热带高压强度将偏强偏西、南海高压将偏强偏大，我国主降雨带南北向摆动较大。预计太湖流域2016年梅雨期将偏长、强度偏大，但是由于主降雨带南北摆动，夏季降雨的变数较大。本文的分析则是太湖地区2016年面平均降水量将在2015年的基础上偏多一至二成，夏季降雨将明显偏多，发生流域性大洪水的可能性很大。

实际情况是：2016年太湖流域年降水量1 792.4 mm，较常年偏多47%，位列1951年以来第一位；2016年6～7月太湖流域发生了特大洪水，最高洪水位为4.87 m(比1999年历史最高洪水位低0.10 m),出现在7月8日，并且10月末期还出现了少见的流域性秋汛；2016年梅雨期间，流域内河水位全面超警，共有15个站点超过了历史最高洪水位。

2016年的实测结果表明，中国气象局和水利部水文局的预测分析，具有较高的理论基础，在宏观上把握住了我国主降雨带南北向摆动较大和南方梅雨期较长、强度偏大的特点；本文则从无锡站降雨特征的微观变化情况，准确把握了太湖地区降雨增长的趋势。因此，借助中国气象局和水利部水文局的理论优势和强大的综合分析能力，可以在宏观领域更好地了解和把握我国气候变化的走势，有利于提高太湖地区旱涝灾害的预测能力。