基于GRAPES的气象-水文模式在淮河流域的一次试验

Global-regional assimilation and prediction system（GRAPES）模式为中国气象局于2000年开始组织研究开发的数值预报系统,GRAPESMeso模式是其区域中尺度数值预报系统版。GRAPESMeso中的陆面模式选取的是Noah-Land Surface Model（NOAH-LSM）模式。NOAH-LSM陆面模式选取Simple Water Balance（SWB）对陆面水文过程进行描述。SWB是一个简单水量平衡模型,不能完整地描述陆面水文过程,特别是对径流的模拟存在不足。随着GRAPESMeso模式不断的发展,对预报能力的要求逐渐提高,对其陆面模式中产流过程的描述也需要进一步的研究。本文中所应用的改进陆面水文过程的NOAH-LSM陆面模式,借鉴了水文模型的思想,利用蓄水容量曲线描述单元网格内产流面积的变化,并在模式中增加Muskingum汇流模块,完整陆面模式水文循环。将原GRAPES模式和改进陆面水文过程的GRAPES模式分别与新安江模型进行单向耦合,选取模式TS评分相差不大的试验流域——淮河流域上游控制站王家坝站,进行流量模拟对比。从试验结果可以看出,改进后的模式在洪量相对误差、洪峰相对误差、确定性系数上均优于原模式,并为未来利用水文模型对降水落区检验进行了探索性研究。