EN中文

地理学报 >

2023 , Vol. 78 >Issue 7: 1618 - 1626

DOI: https://doi.org/10.11821/dlxb202307004

院士论坛

郑州“7·20”暴雨洪涝几个水文问题的讨论

  • 张建云 , 1, 3, 4 ,
  • 舒章康 1, 2, 3, 4 ,
  • 王鸿杰 5 ,
  • 李文鑫 1, 3, 4 ,
  • 金君良 1, 3, 4
展开
  • 1.南京水利科学研究院水灾害防御全国重点实验室，南京 210029
  • 2.四川大学水力学与山区河流开发保护国家重点实验室，成都 610065
  • 3.长江保护与绿色发展研究院，南京 210098
  • 4.水利部应对气候变化研究中心，南京 210029
  • 5.河南省水文水资源中心，郑州 450000

张建云(1957-), 男, 江苏沛县人, 中国工程院院士, 英国皇家工程院外籍院士, 博士生导师, 主要从事水文水资源研究。E-mail:

收稿日期: 2023-03-27

  修回日期: 2023-07-07

  网络出版日期: 2023-08-01

基金资助

国家重点研发计划(2021YFC3200201)

国家自然科学基金项目(52121006)

国家自然科学基金项目(52279018)

中央高校基本业务费项目(B210204014)

中央高校基本业务费项目(B210204015)

中央高校基本业务费项目(B200204045)

河海大学水安全与水科学协同创新中心项目(B2106016)

收起

A discussion on several hydrological issues of "7·20" rainstorm and flood in Zhengzhou

  • ZHANG Jianyun , 1, 3, 4 ,
  • SHU Zhangkang 1, 2, 3, 4 ,
  • WANG Hongjie 5 ,
  • LI Wenxin 1, 3, 4 ,
  • JIN Junliang 1, 3, 4
Expand
  • 1. The National Key Laboratory of Water Disaster Prevention, Nanjing Hydraulic Research Institute, Nanjing 210029, China
  • 2. State Key Laboratory of Hydraulics and Mountain River Engineering, Sichuan University, Chengdu 610065, China
  • 3. Yangtze River Protection and Green Development Research Institute, Nanjing 210098, China
  • 4. Research Center for Climate Change of Ministry of Water Resources, Nanjing 210029, China
  • 5. Hydrology and Water Resources Bureau of Henan Province, Zhengzhou 450000, China

Received date: 2023-03-27

  Revised date: 2023-07-07

  Online published: 2023-08-01

Supported by

National Key R&D Program of China(2021YFC3200201)

National Natural Science Foundation of China(52121006)

National Natural Science Foundation of China(52279018)

The Fundamental Research Funds for the Central Universities(B210204014)

The Fundamental Research Funds for the Central Universities(B210204015)

The Fundamental Research Funds for the Central Universities(B200204045)

Cooperative Innovation Center for Water Safety and Hydro Science, Hohai University(B2106016)

Fold

摘要

全球变暖和城市化发展加剧了暴雨洪涝灾害风险，严重威胁区域经济社会的安全与发展。郑州“7·20”特大暴雨洪涝是近10年中国单个市域范围内因灾伤亡最多、经济损失最重、灾害影响极大的城市内涝灾害。本文系统剖析了郑州“7·20”特大暴雨洪涝灾害的特征和成因，围绕暴雨洪涝灾害防御中存在的主要问题，阐明了气象水文监测预警工作的短板，并指明了天气预报预警、水文监测预报预警及新技术应用等在应对城市暴雨洪涝问题上需重点加强的方向，以期为城市洪涝灾害防御和智慧管理工作提供支撑。

关键词： “7·20”暴雨洪涝; 城市洪涝; 气象水文监测预警

本文引用格式

张建云 , 舒章康 , 王鸿杰 , 李文鑫 , 金君良 . 郑州“7·20”暴雨洪涝几个水文问题的讨论[J]. 地理学报, 2023 , 78(7) : 1618 -1626 . DOI: 10.11821/dlxb202307004

Abstract

Global warming and urbanization aggravates the disaster risk of regional rainstorm and flood, and seriously threatens the security and development of regional economy and society. The "7·20" rainstorm and flood in Zhengzhou is the urban waterlogging disaster with the most casualties, the heaviest economic losses and the greatest disaster impact in a single city in China in the past 10 years. In this paper, we systematically analyzes the characteristics and causes of the "7·20" rainstorm and flood disaster. Focusing on the main problems of rainstorm and flood disaster prevention, the shortcomings of meteorological and hydrological monitoring and early warning are clarified. Finally, the key strengthening directions of weather forecast and early warning, hydrological monitoring and early warning, and new technology application in the prevention of urban rainstorm and flood are pointed out, in order to provide support for urban flood disaster prevention and intelligent management.

Key words： "7·20" rainstorm and flood; urban flood; meteorological and hydrological monitoring and early warning

1 引言

气候变化显著影响着区域水文循环过程，全球平均气温升高，大气持水能力提升，大气不稳定性加剧，从而更易发生局地强降雨[1⇓-3]。1950年以来，在全球大部分陆地区域，强降水事件的频率和强度都有所增加；未来，全球每升温1 ℃极端降水强度将增强约7%[4]。伴随着气温和降水的变化，极端灾害事件发生的频率及强度也在发生改变，城市洪涝面临着新的挑战[5-6]。
受特殊地理位置、地形条件及气候特征影响，暴雨洪水和城市洪涝始终是中国最为严重的自然灾害之一。全国约2/3以上的国土面积受到洪水的威胁，2/3以上的城市均发生过不同程度的暴雨洪涝[7]。1949年以来，洪涝灾害成为中国出现频率最高、影响范围最大和造成损失最多的自然灾害，中国每年都有不同程度和范围的洪涝灾害发生，对社会经济和生命财产造成巨大影响[8-9]。据《中国水旱灾害防御公报》统计，1990—2021年中国年均因洪涝灾害死亡人口1941人，年均造成直接经济损失1588亿元。随着城市快速的发展，城市效应在城市气候变化中有着不可忽视的作用，城市的进一步发展与扩张，将面临更加严峻的极端天气气候事件风险[10]。综合城市化引起的热力作用，城市结构、冠层效应的动力作用以及植被减少、下垫面硬化引起的小尺度水循环过程影响等因素，未来城市可能面临更频繁更极端的暴雨洪涝威胁[11]。此外，高度集中的人口和GDP也将使得城市在面临洪涝威胁时更加脆弱[12]。
2021年7月17—23日，受异常的大气环流和台风影响，河南省遭遇了历史罕见的特大暴雨，特别是郑州市遭受了重大人员伤亡和财产损失。灾害导致全市死亡失踪人数达380人（全省398人），受损车辆40余万辆、直接经济损失达409亿元（全省1200亿元）。国务院首次组织关于水灾害的国家级调查，认定河南郑州“7·20”特大暴雨灾害是一场因极端暴雨导致严重城市内涝、河流洪水、山洪滑坡等多灾并发，造成重大人员伤亡和财产损失的特别重大自然灾害[13]。本文围绕郑州“7·20”特大暴雨（简称“7·20”暴雨）灾害的气象水文灾害过程，对其暴雨洪涝特征和成因进行解析，围绕“7·20”暴雨灾害防御中存在的主要问题，阐明气象水文监测预警工作中的短板，从气象水文监测预警角度，论述传统水文与新技术结合在应对特大城市洪涝灾害中的思路，以期为特大城市洪涝灾害防御工作提供借鉴。

2 郑州“7·20”暴雨的极端性分析

2.1 暴雨及其极端性

本文采用郑州市气象局187个雨量站和郑州水文水资源勘测局的219个雨量站的逐时降雨资料进行综合分析。郑州“7·20”暴雨的极端性主要体现在以下几个方面：
（1）过程降雨量为有观测资料以来最大。17日08时—23日08时郑州市平均面雨量为534 mm，最大累计降雨量新密市白寨站993.1 mm，郑州国家气象站过程累计雨量820.9 mm，为郑州国家气象站多年平均降雨量（640.8 mm）的1.28倍，是该站1951年有降雨观测记录以来最大降雨过程。暴雨历时之长、覆盖面积之大、过程雨量之多，6 d过程降水量大多接近或超过年平均降雨总量，均属罕见。
（2）强降雨覆盖范围广，降水总量大。根据郑州市气象局的资料统计，17日08时—23日08时，强降雨过程覆盖了全部郑州市，全市6 d过程累计降雨量600 mm、500 mm、400 mm以上面积分别为2068 km2、4270 km2、5590 km2，占郑州国土面积的27.8%、57.4%及75.1%（图1）。郑州187个气象观测站中105站累计降雨量超过500 mm。郑州全市累积降雨总量约40亿m3。
图1 2021年7月17日08时—23日08时郑州市降雨量分布

Fig. 1 Rainfall distribution of Zhengzhou from 8 am on July 17 to 8 am on July 23, 2021

（3）各种历时降雨量均超历史最大值。1 d最大降雨量（当日8时—次日8时降雨量）：20日尖岗水库站降雨量686.5 mm；郑州国家气象站降雨量624.1 mm，为建站以来最大日降雨量（182.5 mm，1978年7月2日）的3.5倍。3 d累计最大降雨量：郑州国家气象站累计降雨量787.9 mm，是3 d累计雨量历史极值218.0 mm（2008年7月12—14日）的3.6倍。
郑州国家气象站最大1 h降雨量突破中国气象观测记录的历史极值。20日16—17时，郑州国家气象站降雨量达到201.9 mm，刷新了中国大陆自动气象观测1 h最大降雨的记录（2021年6月4日中国台湾极端暴雨1 h雨量记录为209.0 mm；另外，据《陕西省暴雨档案》记载，1981年6月20日15∶25—16∶25渭南大石槽站1 h雨量记录为252.8 mm，但该记录为水文站人工雨量筒测量数据，精度有待考证）。
（4）郑州“7·20”暴雨特征雨量均大于郑州市历史典型大暴雨。根据资料记载，1982年、1996年和2000年是郑州市降雨量排前3位、带来灾害损失大、影响广泛的典型大暴雨。郑州“7·20”暴雨的过程雨量、最大日平均雨量、单站最大日雨量、最大小时雨强均远大于这3次典型暴雨过程（表1），是郑州市1951年有降雨记录以来影响范围最广、极值雨强最强的一次降雨过程。
表1 郑州不同历时暴雨个例对比(mm)

Tab. 1 Comparison of rainstorm cases with different durations in Zhengzhou (mm)

发生日期 1982年
7月30日—8月4日		 1996年
7月31日—8月5日		 2000年
7月2—7日		 2021年
7月17—23日
全市过程平均雨量 221.63 165.79 202.45 534
全市平均最大日雨量 116.06 49.89 80.23 274
全市平均最大连续3 d雨量 174.21 124.4 161.69 497
过程最大日雨量及站名 324.5(嵩山) 232.7(登封) 326.4(中牟) 624.1(郑州)

2.2 暴雨成因

郑州“7·20”暴雨过程是在气候背景异常情况下，由多尺度天气系统罕见叠加效应所导致[14]。在全球气候变化的大背景下，热带太平洋、热带印度洋和大西洋海温异常，青藏高原冬春季积雪异常偏少，多因素联合作用导致2021年7月西太平洋副热带高压强盛并异常偏北（位置较常年异常偏北大约10个纬距）[14]。在异常的大尺度大气环流背景下，偏强偏北的西太平洋副热带高压引导西北太平洋上的台风“烟花”沿着其南缘西移，西太副高和大陆高压联成阻碍中高纬度冷空气南下的“高压坝”。从孟加拉湾到西北太平洋地区为西南季风气流所控制，有利于孟加拉湾和南海的汇合水汽流向台风“烟花”输送[15]。大量水汽汇聚输送到大别山东南缘伏牛山地的郑州市区域，伏牛山地形对于暴雨中心及其雨带位置分布起到了关键作用。7月19—20日，局地中小尺度对流单体在湖北和河南南部不断生成，持续不断地向郑州区域移动，增强了郑州区域强对流回波的发展。“7·20”暴雨与河南1975年8月特大洪灾、北京2012年“7·21”暴雨过程的大尺度异常环流结构、水汽远距离汇聚输送、地形显著影响等具有相似的特征[16]。
气候变化已经显著影响全球范围内多种类型极端天气气候事件，全球自然灾害发生频次增多，中国灾害亦呈增多趋强态势。1961—2021年中国年累计暴雨站日数呈现增加趋势，平均每10 a增加4.5%，东部地区普遍超过西部地区[17]，河南南部处于东部较强暴雨过程增加趋势的范围。

3 洪涝极端性分析

3.1 城市内涝淹没情况

根据调查，初步判断郑州内涝淹没最大时刻发生在20日夜—21日凌晨。通过解译GF-3雷达卫星21日06时和22日18时拍摄的两张遥感数据信息，分析得到郑州市主城区（1010 km2）21日06时和22日18时淹没面积（去除水系、居民地）为328.32 km2和58.27 km2，分别占总面积的33%和6%（表2）。其中，21日06时惠济区、中原区、金水区、二七区、管城回族区淹没面积分别为90.4 km2、84.63 km2、53.49 km2、55.75 km2、44.05 km2。
表2 “7·20”暴雨郑州市主城区内涝淹没情况

Tab. 2 Waterlogging in the main urban area of Zhengzhou during the "7·20" rainstorm

淹没情况 7月21日06时 7月22日18时
主城区面积(km2) 1010 1010
河流水系面积(km2) 40.07 36
居民地面积(km2) 155.32 155.32
水体遥感监测面积 水体面积(km2) 414.24 105.32
占总面积比例(%) 41 10
去除河流水系后的
遥感监测面积		 淹没面积(km2) 374.17 69.32
占总面积比例(%) 37 7
遥感监测淹没面积(去除水系、居民地) 惠济区 90.40 9.25
中原区 84.63 9.21
金水区 53.49 18.51
二七区 55.75 6.78
管城回族区 44.05 14.52
合计 淹没面积(km2) 328.32 58.27
占总面积比例(%) 33 6
据统计，郑州市主城区共有3807个小区地下空间，“7·20”暴雨共造成2067个地下空间受淹，总淹水量2991万m3，进水的地下空间数量占郑州市地下空间总量的54.3%。同时，深基坑的总蓄水量也超过3000万m3。若没有地下空间和深基坑蓄水，“7·20”暴雨造成的淹没范围将更广，灾害损失也会更大。

3.2 洪水重现期分析

选取具有长系列资料的贾鲁河中牟水文站、双洎河新郑水文站、颍河告成站分析洪水重现期（图2）。计算方法选用中国普遍采用的P-Ⅲ型分布曲线模型，利用矩法估计频率曲线参数初值，采用目估适线法确定频率曲线。主要控制站洪峰和不同时段洪量频率计算结果见表3。由表3可知，贾鲁河中牟水文站，21日15时出现洪峰流量608 m3/s，为1959年有流量实测资料以来第1位，重现期大于50 a一遇。双洎河新郑水文站，21日06时出现洪峰流量1400 m3/s，为1951年有流量资料以来历史第3位，重现期相当于30 a一遇。颍河告成水文站最大流量1460 m3/s，为1964年以来第1位，重现期约为50 a一遇。3个水文站最大1 d、3 d、7 d洪量均超过历史最大值，为相应测站有实测资料以来第1位，重现期为100 a左右。
图2 郑州市部分水文监测站分布

Fig. 2 Distribution of some hydrological monitoring stations in Zhengzhou

表3 不同时段最大洪峰和洪量频率计算成果表

Tab. 3 Frequency analysis of flood peak and flood volume in different periods

站名 洪峰频率计算 洪量频率计算
洪峰流量(m3/s) 频率(%) 重现期(a) 时段 洪量(万m3) 频率(%) 重现期(a)
中牟 608 <2 >50 最大1 d 7007 1.0 100
最大3 d 10380 0.80 略超100
最大7 d 11740 1.0 100
新郑 1400 3.3 30 最大1 d 7998 1.0 100
最大3 d 13150 1.0 100
最大7 d 14630 1.0 100
告成 1460 2.0 50 最大1 d 7560 0.9 略超100
最大3 d 12530 1.0 100
最大7 d 14030 1.0 100

4 气象水文监测预警短板及其改进建议

4.1 天气预报预警

郑州“7·20”暴雨期间，郑州市气象局按照职责和有关规定开展了气象监测预报预警工作，对此次暴雨过程预报基本准确，暴雨、大暴雨落区预报评分均高于国内外平均暴雨预报水平。但我们应该看到，此次特大暴雨预报依旧存在明显短板：① 天气监测预报精准度需要进一步提高。气象局在19日07时重要气象信息中明确预报了20日的局部特大暴雨，但对区域性特大暴雨预报量级明显偏小、范围明显偏离偏小。预警信号中对暴雨短时临近预报针对性不强，精细度有待提高。暴露出对极端性、局地性、突发性天气过程的科学认知存在局限、精准预报能力不足的问题。② 预警发布机制需要理顺，预警手段和方法需要改进。预警信息发布渠道单一，没有形成合力。预警信息发布多采用手机短信和微信群方式，部分预警信息只发布到防汛责任人，在出现断电断网断路时，预警信息不能及时传播到每位受威胁群众，各级各类预警信息系统的作用未能有效发挥。③ 预警响应机制尚不健全，预警信号针对性不强，预警权威性较差。预警信号按照规范文本和固定格式制作，形式单一、内容不通俗，未能引起大众重视。尽管在降雨最强时向公众连续发布7条暴雨红色预警信号，但部分高风险行业、高危地区未依据信号及时采取停工停课停业措施，增加了致灾风险。
针对以上短板，加强气象预报预警工作可从以下几方面考虑：① 强化极端灾害天气中小尺度天气系统相互作用机理和气候变化影响规律研究，突破局地突发性强灾害天气事件的数值预报模式技术瓶颈，加强灾害天气频发区和关键易发季节时段的模式精细化预报研究，提升灾害预报预警能力[18]。② 建立健全重大灾害综合风险预警发布机制，对重大风险进行综合分析研判，对重点区域、重点单位、重点人群实施重点提醒和重点防范。遵循“归口管理、统一发布、加强联动、快速传播”的原则，由应急指挥机构统一对外发布。建立灾害预警发布的“握手”制度，确保目标受众第一时间能够确认接收、理解灾害预警信息并采取相应行动。③ 强化极端灾害预警响应机制，推动各级政府制定出台基于高级别预警信息的停课、停工、停业、停运等规章和地方性法规，提升全社会依据预警信息科学防灾减灾的能力和水平。

4.2 水文监测能力与预报预警

“7·20”暴雨期间，郑州水文部门较好完成了水文测验任务，测验质量基本满足水文资料收集和防汛要求。水情信息报汛工作有序开展，差错率、频次、时效性等满足报汛任务等规定要求，但也暴露出水文监测与预报工作中的一些问题。① 水文监测站网密度不足。郑州市部分干流河道、城区河道、水库入库水文监测站网不足，特别是暴雨洪水期间重点区域、洪水漫溢河段缺少监测站点（图2）。② 部分测站建设标准偏低。告成水文站、堤刘、东风渠、金水河等遥测水位站等建设标准偏低，高水期间站房进水、监测设备受冲击损坏，数据缺测，不能满足特大暴雨洪水测验要求。③ 测站信息报送时效性保障不足。大部分测站信息报送信道单一，无备用信道；自动化水平较低，信息传输的时效性受到一定影响。④ 应急监测能力不足。应急监测队伍缺乏特种车辆，在相关道路淹没后无法通行后，水文应急监测队伍难以及时赶到指定河段开展水文应急监测。⑤ 强人类活动影响下实时洪水预报能力有待进一步提高。受持续暴雨和上游漫溢影响，告成站20日08时依据19日累计降雨预报20日12时洪峰偏小约24.7%，预报不合格。可见，目前采用的洪水预报方案预报精度较低、预见期较短，近年来河道经过治理，过水能力、洪水传播时间变化较大，人类活动对洪水预报影响加剧，预报方案不能反映新的洪水规律，影响预报精度。
建议着力加强水文监测与预报预警能力的建设。① 构建空—天—地一体化多源信息洪涝灾害综合观测与应用系统工程，高效发挥卫星遥感、雷达及垂直探测等观测系统在洪涝灾害监测预警中的应用潜力，完善覆盖城市—乡镇区域，尤其灾害天气频发区水文监测站网优化布局，实现灾害风险信息早发现和全过程监控[19-20]。② 摸排重点高风险河段专用水文站网建设情况，根据需求及时更新仪器设备，密切关注设备维护工作，并合理规划好特殊情形下的超标准洪水应急监测工作。③ 推动水文自动测报系统的建设与发展，实现水文测报的远程管理；建立完善基于物联网、大数据、云平台、人工智能、北斗卫星、5G等技术的自动化、智能化水文监测系统。④ 加快建设面向城市洪涝防御的数字孪生城市。数字孪生城市是基于3S空间信息技术，物联网技术，人工智能技术，地形模型、洪水模拟预测模型、洪涝演进及仿真模型、灾害评估分析模型、智慧调度决策模型等多种技术构建的新型虚拟智慧城市，可对城市天气、洪涝、灾情及影响、工程安全、社会要素等进行实时监测、模拟仿真、分析和预测，形成科学的调度决策方案，助力智慧决策和科学应对，提升城市洪涝的“预报、预警、预演、预案”的水平，提高城市洪涝灾害的防御能力。

4.3 应急监测及新技术应用

水文应急监测指在发生危害公众安全的涉水事件情况下，对水文要素进行观测、调查与分析等的工作。与常规监测工作相比，应急监测工作环境恶劣、测站控制条件较差、对及时性要求更高。当出现涉水突发事件等自然灾害时，应急响应是有效降低灾害损失的重要手段。提高水文应急监测能力是满足特大暴雨洪水测验要求，高质量完成水文预报、预警工作的重要前提。在郑州“7·20”暴雨洪涝灾害中，水文应急监测暴露出突出的短板，亟需加强。
（1）完善极端暴雨洪涝水文应急监测预案。水文应急监测预案是应对突发水灾害的重要指导准则，需明确回答应急监测工作具体内容、监测团队、监测方法与设备及何时启动应急监测工作等问题[21]。制定应急监测方案要考虑其“急迫性”的特点，要在可保障、可操作的基础上尽可能快捷的完成监测任务，这就要求应急预案既具有全面性，能够涵盖当地常见的及未来有可能发生的不同重现期的涉水突发事件，还要具有针对性，能够根据不同涉水突发事件发生的具体情况时做到科学决策、快速处置。
（2）推广先进的技术手段与设备，加强无人机及雷达等先进技术的应用。水灾害发生时，水文监测难度大、情况复杂，常规的水文测量仪器在面对突发事件难以发挥监测的作用，要顺利完成监测任务，先进的技术及设备必不可少[22]。常见的水文应急监测设备有免棱镜全站仪、手持GPS、手持ADV、电波流速仪、走航式ADCP、超声测探仪、激光测距仪等，这些设备对人员现场操作要求高，在恶劣环境下使用难度较大。在已发生险情的河道，可通过无人机平台搭载雷达测速仪和雷达测距仪在河道断面指定位置开展非接触式测流，将测得的表面流速数据回传至测流软件中计算断面流量；或采用无人船和走航式ADCP等可具备自动导航功能的设备横跨断面完成流量测验，满足河道水文应急监测任务的要求。
（3）除常规的水文测验任务外，应急水文监测工作内容还应包括对事件的现场情况的记录观测，如相关河道、闸门、堤坝情况的记录工作，以及溃口大小、淹没范围等的观测测量工作等。这些信息可为水文预报工作及应对突发事件的下一步决策提供参考。
（4）配置涉水能力强的特种车辆。为应急监测队伍配置全地形特种车辆，在无码头、无桥梁河段及道路淹没时，解决应急监测人员、设备及时投送到特定河段问题。

5 结论

本文系统分析了郑州“7·20”暴雨洪涝灾害的基本特征和成因，剖析了本次灾害应对存在的主要问题和短板，并针对气象水文监测预警提出了对策建议。主要结论如下：
（1）郑州“7·20”暴雨洪涝灾害是一场因极端暴雨导致严重城市内涝、河流洪水、山洪滑坡等多灾并发，造成重大人员伤亡和财产损失的特别重大自然灾害。
（2）降雨过程中各种历时雨量超历史记录，具有累计雨量大、影响范围广，短时降雨极强、极端性突出的特点。郑州国家气象站最大1 h降雨量201.9 mm，突破了中国自动气象观测记录极值。
（3）郑州内3条主要河流均出现超保证水位特大洪水，过程洪量均超过历史实测最大值。贾鲁河中牟、双涧河新郑、颍河告成3站最大1 h、3 h、7 h洪量重现期均在100 a左右。
（4）针对郑州“7·20”暴雨洪涝灾害在水文气象监测和预报预警中暴露出突出的短板，本文建议：加强极端灾害天气中小尺度天气系统相互作用机理和气候变化影响规律研究，突破局地突发性强灾害天气事件的数值预报模式技术瓶颈；应用先进技术，加强水文基础设施建设，提升水文常规监测和应急监测能力；加强高精度气象水文预报技术研发，加快面向城市洪涝防御的数据孪生城市建设，提升城市暴雨洪涝“四预”水平，提高城市洪涝防御能力。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Wang Guoqing, Zhang Jianyun, Liu Jiufu, et al. Review on studies for climate change impacting on hydrology and water resources. China Water Resources, 2008(2): 47-51.

[ 王国庆, 张建云, 刘九夫, 等. 气候变化对水文水资源影响研究综述. 中国水利, 2008(2): 47-51.]

[2]
Allan R P, Liu C, Zahn M L, et al. Physically consistent responses of the global atmospheric hydrological cycle in models and observations. Surveys in Geophysics, 2014, 35(3): 533-552.

DOI

[3]
Zhang Jianyun, Wang Yintang, He Ruimin, et al. Discussion on the urban flood and waterlogging and causes analysis in China. Advances in Water Science, 2016, 27(4): 485-491.

[ 张建云, 王银堂, 贺瑞敏, 等. 中国城市洪涝问题及成因分析. 水科学进展, 2016, 27(4): 485-491.]

[4]
Zhou Botao, Qian Jin. Changes of weather and climate extremes in the IPCC AR6. Climate Change Research, 2021, 17(6): 713-718.

[ 周波涛, 钱进. IPCC AR6报告解读:极端天气气候事件变化. 气候变化研究进展, 2021, 17(6): 713-718.]

[5]
Shu Zhangkang, Li Wenxin, Zhang Jianyun, et al. Historical changes and future trends of extreme precipitation and high temperature in China. Strategic Study of CAE, 2022, 24(5): 116-125.

[ 舒章康, 李文鑫, 张建云, 等. 中国极端降水和高温历史变化及未来趋势. 中国工程科学, 2022, 24(5): 116-125.]

[6]
Song Xiaomeng, Zhang Jianyun, He Ruimin, et al. Urban flood and waterlogging and causes analysis in Beijing. Advances in Water Science, 2019, 30(2): 153-165.

[ 宋晓猛, 张建云, 贺瑞敏, 等. 北京城市洪涝问题与成因分析. 水科学进展, 2019, 30(2): 153-165.]

[7]
Zhang Jianyun. Some thoughts on the application of information technology in flood control and drought relief work. China Flood & Drought Management, 2017, 27(3): 1-3, 10.

[ 张建云. 信息技术在防汛抗旱工作中应用的几点思考. 中国防汛抗旱, 2017, 27(3): 1-3, 10.]

[8]
Liu Tong, Yan Tianchi. Main meteorological disasters in China and their economic losses. Journal of Natural Disasters, 2011, 20(2): 90-95.

[ 刘彤, 闫天池. 我国的主要气象灾害及其经济损失. 自然灾害学报, 2011, 20(2): 90-95.]

[9]
Hu Pan, Chen Bo, Shi Peijun. Spatiotemporal patterns and influencing factors of rainstorm-induced flood disasters in China. Acta Geographica Sinica, 2021, 76(5): 1148-1162.

DOI

[ 胡畔, 陈波, 史培军. 中国暴雨洪涝灾情时空格局及影响因素. 地理学报, 2021, 76(5): 1148-1162.]

DOI

[10]
Zhang Jianyun, Song Xiaomeng, Wang Guoqing, et al. Development and challenges of urban hydrology in a changing environment: I: Hydrological response to urbanization. Advances in Water Science, 2014, 25(4): 594-605.

[ 张建云, 宋晓猛, 王国庆, 等. 变化环境下城市水文学的发展与挑战: I.城市水文效应. 水科学进展, 2014, 25(4): 594-605.]

[11]
Hu Qingfang, Zhang Jianyun, Wang Yintang, et al. A review of urbanization impact on precipitation. Advances in Water Science, 2018, 29(1): 138-150.

[ 胡庆芳, 张建云, 王银堂, 等. 城市化对降水影响的研究综述. 水科学进展, 2018, 29(1): 138-150.]

[12]
Wu S H, Liu L L, Gao J B, et al. Integrate risk from climate change in China under global warming of 1.5 and 2.0 ℃. Earth's Future, 2019, 7(12): 1307-1322.

DOI

[13]
Disaster Investigation Team of the State Council. Investigation report on "7·20" torrential rain disaster in Zhengzhou, Henan province. 2022.

[ 国务院灾害调查组. 河南郑州“7·20”特大暴雨灾害调查报告. 2022.]

[14]
Liang Xudong, Xia Rudi, Bao Xinghua, et al. Preliminary investigation on the extreme rainfall event during July 2021 in Henan province and its multi-scale processes. Chinese Science Bulletin, 2022, 67(10): 997-1011.

[ 梁旭东, 夏茹娣, 宝兴华, 等. 2021年7月河南极端暴雨过程概况及多尺度特征初探. 科学通报, 2022, 67(10): 997-1011.]

[15]
Cheng Jiajia, Xu Guoqiang. Numerical simulation analysis on the influence mechanism of water vapor and upper-low-level jet during "7·20" extreme rainstorm in Zhengzhou. Journal of Marine Meteorology, 2022, 42(3): 57-68.

[ 程佳佳, 徐国强. 郑州“7·20”极端暴雨过程中水汽和高低空急流作用机制的数值模拟. 海洋气象学报, 2022, 42(3): 57-68.]

[16]
Chen Yun, Sun Jun, Xu Jun, et al. Analysis and thinking on the extremes of the 21 July 2012 torrential rain in Beijing:Part I: Observation and thinking. Meteorological Monthly, 2012, 38(10): 1255-1266.

[ 谌芸, 孙军, 徐珺, 等. 北京7·21特大暴雨极端性分析及思考(一): 观测分析及思考. 气象, 2012, 38(10): 1255-1266.]

[17]
CMA Climate Change Centre. Blue Book on Climate Change in China (2022). Beijing: Science Press, 2022.

[ 中国气象局气候变化中心. 中国气候变化蓝皮书(2022). 北京: 科学出版社, 2022.]

[18]
高丽, 陈静, 郑嘉雯, 等. 极端天气的数值模式集合预报研究进展. 地球科学进展, 2019, 34(7): 706-716.

DOI

[ Gao Li, Chen Jing, Zheng Jiawen, et al. Progress in researches on ensemble forecasting of extreme weather based on numerical models. Advances in Earth Science, 2019, 34(7): 706-716.]

DOI

[19]
Yan La, Long Di, Bai Liangliang, et al. A review on water resources stereoscopic monitoring systems based on multisource data. Journal of Remote Sensing, 2020, 24(7): 787-803.

[ 岩腊, 龙笛, 白亮亮, 等. 基于多源信息的水资源立体监测研究综述. 遥感学报, 2020, 24(7): 787-803.]

[20]
Li Lin, Wen Xiongfei, Tan Debao, et al. A preliminary study on runoff simulation of salt lake basin with the air-space-ground stereoscopic monitoring system and VIC model. Journal of Yangtze River Scientific Research Institute, 2022, 39(8): 126-132.

[ 李琳, 文雄飞, 谭德宝, 等. 盐湖流域空—天—地立体监测系统结合VIC模型径流模拟初探. 长江科学院院报, 2022, 39(8): 126-132.]

[21]
Cheng Haiyun. Hydrology emergency monitoring and forecast on "11·3" Baige barrier lake, Jinsha River. Yangtze River, 2019, 50(3): 23-27, 39.

[ 程海云. “11·3”金沙江白格堰塞湖水文应急监测预报. 人民长江, 2019, 50(3): 23-27, 39.]

[22]
Wang Jun. Hydrologic emergency management system. Journal of China Hydrology, 2011, 31(1): 13-16, 75.

[ 王俊. 水文应急管理体系的建立. 水文, 2011, 31(1): 13-16, 75.]

Options
文章导航

/

〈 〉