包红军，曹 勇，曹 爽，王 蒙

(1.国家气象中心，北京 100081； 2.中国气象局-河海大学水文气象研究联合实验室，北京 100081)

我国中小河流众多，洪水频发，灾害严重，已经成为当前洪水防控的薄弱环节[1]。根据国务院《全国山洪灾害防治规划》，中小流域面积在200～3 000 km2之间，流域面积小，灾害突发性强，基础与观测资料不全，坡陡流急、汇流快、预见期短，预报预警难度大[2]。目前，国内外中小河流洪水预报主要有精细化分布式水文模型预报法和致洪临界雨量阈值预警预报法两种[3-5]。为了获得更长时效的预报预见期，引入预见期内的降水预报是提升中小河流洪水防控与减灾救灾的重要途径之一[6]。中小河流汇流一般在12 h以内，如何提升面向中小流域0～12 h的短时临近降水精准性预报，成为中小河流洪水精细化预报与风险防控研究的重要前沿问题[7-8]。

根据中国气象局2017年《全国短时临近预报业务规定》，短时临近降水预报分为0～2 h临近降水预报和2～12 h短时降水预报，不同时效的降水预报技术不尽相同[9]。目前，国内外的临近降水预报主要是以观测信息或分析数据进行外推，外推方法以卢卡斯-卡纳德(Lucas-Kanade)光流法(简称LK光流法)为主，目前在天气业务中应用广泛[10]。中小尺度天气系统短时降水预报能力的提升主要依赖于数值天气预报模式，特别是快速滚动更新的高分辨率中尺度模式[11]。在国内,中国气象局GPAPES-3KM模式[11]、华东中尺度模型(SMB-WARMS)[12]和北京RMAPS模式[13]是提升短时降水预报能力的主要途径之一。但中小尺度天气系统降水局地性、突发性强，确定性数值模式难以考虑其不确定性，而传统基于初始场扰动、多物理过程等的集合数值预报，耗时费力，时效性难以满足需求[8]。……