宋雯雯，郭 洁，淡 嘉，徐 诚，龙柯吉

(1.高原与盆地暴雨旱涝灾害四川省重点实验室，四川 成都 610072；2.四川省气象服务中心，四川 成都 610072；3.四川省气象台，四川 成都 610072)

引 言

大渡河为岷江最大支流，位于青藏高原东南边缘向四川盆地西部的过渡地带。大渡河流域内高山耸峙，河流深切，沟谷深邃，地表起伏巨大，相对高差悬殊，整个地势由西北向东南逐渐降低。大渡河干流河道全长1062 km，流域面积77 400 km2，由北向南流至雅安市石棉折向东。大渡河径流主要由降雨形成，流域内水量丰沛，径流年际变化较小。其独特的自然地理条件，决定了其水能资源丰富、质量优，开发条件优越，大渡河水电基地在国家规划的十三大水电基地中排名第五位。在水文气象服务中，面雨量作为洪水与水库调度中非常重要的参数，是各级政府组织防汛抗洪和水库调度等决策的重要依据，也是气象部门服务领域拓展的方向之一[1-3]。在面雨量预报中，由于不同数值模式的初始场、初始扰动生成、参数化方案、模式框架等不同，其预报效果也具有明显的时空差异[4-5]，因此需要利用合理的方法对不同模式在流域面雨量预报中的适用性进行分析。目前，很多研究对各数值模式的面雨量预报效果开展了评估[6-15]。研究表明，欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)在淮河流域的预报效果整体上优于其他模式，尤其是在小雨到大雨等级优势明显[16]；WRF(weather research and forecast model)模式在乌江流域的晴雨预报中具有一定的可靠性[17]；ECMWF对浙江省6个水库流域客观面雨量的预报效果优于其他模式[18]，智能网格预报在西江流域汛期面雨量预报中的TS评分随着面雨量等级增大呈现下降趋势，72 h预报时效内，预报效果较为稳定[19]；……