Page 33 - 2025年第56卷第10期
P. 33

水      利       学      报

                2025 年 10 月                         SHUILI    XUEBAO                       第 56 卷  第 10 期

              文章编号：0559-9350（2025）10-1280-12

                                 面向暴雨事件的气象大模型适用性评估



                                  李 强 ，赵铜铁钢 ，徐 博 ，李 昱 ，田 雨                            3
                                          1
                                                       1
                                                                 2
                                                                            2
                    （1.  中山大学  水资源与环境研究中心，广东  广州  510275；2.  大连理工大学  水利工程学院，辽宁  大连  116024；
                                             3.  中国水利水电科学研究院，北京  100038）
                摘要：暴雨洪涝灾害是我国最严重的自然灾害之一。气象大模型在预报准确性、时效性和计算速度上呈现巨大潜
                力，本文评估不同气象大模型对暴雨预报的适用性，以期为洪水预报提供更高精度、更长预见期和更易获取的气
                象 预 报 数 据 。 面 向 珠 江 流 域 北 江 2022 年 6 月（“2022.6”）和 2024 年 4 月（“2024.4”）两 场 极 端 暴 雨 洪 水 ， 评 估 了
                GraphCast、FuXi 和 AIFS 三种气象大模型在不同预见期的暴雨预报性能，并与欧洲中期天气预报中心的高分辨率
                气象预报产品（HRES）进行对比。结果表明：GraphCast、FuXi、AIFS 和 HRES 的降水预报性能与降水强度呈负相
                关关系。相比 HRES，GraphCast、FuXi 和 AIFS 对降水落区形态和位置的预报更准确，但低估了强降水落区范围和
                降水量。对于“2022.6”暴雨，起报时间为 1 d 前时，GraphCast 最大 6 h 降水量和最大累积降水量预报分别为 20.1
                和 271.7 mm，FuXi的分别为 21.8和 222.5 mm，AIFS的分别为 24.8和 303.0 mm，均低估了实况降水 110.9和 416.3 mm。
                对于“2024.4”暴雨，起报时间为 3 d 前时，GraphCast、FuXi、AIFS 和 HRES 预报最大 6 h 降水发生时间的误差分
                别为 24、-6、72 和 96 h。整体上，气象大模型在暴雨预报中展现出巨大潜力，可为洪水预报提供具有业务参考价
                值的气象预报数据，服务于防灾减灾和应急管理的实际需求。
                关键词：极端暴雨；气象大模型；降水预报；人工智能；适用性评估
                中图分类号：TV11                文献标识码：A                doi：10.13243/j.cnki.slxb.20250114


              1 研究背景


                  受季风气候和复杂地形影响，我国夏季降水集中，极端暴雨频发，由此引发的洪涝灾害是我国最
              严重的自然灾害之一          ［1-2］ 。全国约 2/3 的国土受到洪水威胁，超过 2/3 的城市发生过不同程度的暴雨洪
                    ［2］
              涝灾害 。据 《中国水旱灾害防御公报》 统计，1990—2023 年，洪涝灾害导致中国年均死亡或失踪
              1919 人，年均直接经济损失高达 1604 亿元 。受全球气候变化和人类活动的双重影响，极端暴雨发生
                                                    ［3］
              频率和强度增加，我国面临的洪涝灾害等极端水文事件风险进一步加剧                                  ［4-7］ 。例如，2021 年 7 月河南郑
                                                                                             ［2］
              州和 2023 年 7 月华北地区均发生了特大暴雨洪涝灾害，造成重大人员伤亡和财产损失 ；2022 年 6 月
              和 2024 年 4 月相隔不到两年，珠江水系北江流域两次发生百年一遇特大暴雨洪水                                  ［8-9］ 。面对频发的极
              端事件，暴雨与洪水预报可以为灾害防御赢得宝贵时间                          ［10-11］ 。
                  随 着 人 工 智 能（Artificial Intelligence， AI）技 术 发 展 ， 气 象 大 模 型 被 开 发 和 应 用 于 业 务 气 象 预
              报 ［12-14］ 。由传统数值气象模型生成并下载预报数据，需要耗费相当多的计算资源；相比而言，气象大
              模 型 在 预 测 准 确 性 、 时 效 性 和 计 算 速 度 上 呈 现 出 巨 大 潜 力 ， 极 大 地 降 低 了 气 象 预 报 数 据 获 取 门
              槛 ［12，15］ 。气象大模型不断涌现，涵盖临近预报、短时预报、中期预报和延伸期预报等                                  ［15］ 。目前，气象


                 收稿日期：2025-03-29；网络首发日期：2025-08-29
                 网络首发地址：https：/link.cnki.net/urlid/11.1882.TV.20250828.1722.002
                                /
                 基金项目：国家自然科学基金项目（52379033）
                 作者简介：李强（1998—），博士生，主要从事水文预报研究。E-mail：liqiang65@mail2.sysu.edu.cn
                 通信作者：赵铜铁钢（1986—），教授，主要从事水文预报研究。E-mail：zhaottg@mail.sysu.edu.cn
                — 1280   —
   28   29   30   31   32   33   34   35   36   37   38