横断山区典型流域次降水事件水沙特征分析

横断山区干热河谷高温低湿,植被稀疏,水土流失现象较为严重,是金沙江、澜沧江和怒江等大江大河泥沙的主要源区。干热河谷地区水土流失多由次强降水事件造成,因此在该区域基于次降水事件尺度开展水沙特征研究,对于评价降雨和下垫面对流域产流产沙的相对贡献、指导未来水土保持实践具有重要意义。基于金沙江一级支流龙川江流域小黄瓜园水文站1966—2018年实测水沙数据,运用Mann-Kendall方法划分基准期和变化期,并基于2期次降水事件,对比分析降雨等级相同、暴雨覆盖面积比例等级相同、降雨量和降雨空间分布相似等3种情况下,2期水沙特征及变化原因。结果表明:1)小黄瓜园1966—2018年径流量和输沙量呈现明显下降趋势,其中2008年为突变年份;2)水土保持措施主导下的下垫面变化是变化期径流输沙减少的主要原因。长期以来龙川江流域实施的水土保持工程有效地改变下垫面的情况,减流减沙效果明显。应进一步加强横断山区等地形复杂地区次降水事件尺度水沙变化研究,更好地指导水土保持优化配置与管理。

1981-2020年沂沭河流域极端降水事件特征及环流背景

利用1981-2020年沂沭河流域12个气象台站逐日降水观测资料,西太平洋副热带高压(WPSH)指数、太平洋年代际振荡指数(PDO)以及NCEP/NCAR逐日再分析资料,采用统计分析、合成分析等方法,研究沂沭河流域极端降水事件的时空变化特征,研究极端降水指数与气候因子之间的相关性以及极端降水事件的异常环流背景。结果表明:沂沭河流域的极端降水事件整体上呈增多且强度增强的趋势,空间分布上南多北少,中部和北部的增速明显高于南部。极端降水频次和年极端降水量均在1989和2002年左右突增;极端降水强度在1989年突增,2000年左右突减。极端降水的频次、强度和年极端降水量分别以22、10、22 a的周期波动为主。西太平洋副热带高压的脊线位置与频次和年极端降水量呈正相关,PDO与频次和年极端降水量呈负相关。东亚夏季风强度和西太平洋副热带高压的位置是影响沂沭河流域极端降水事件的重要因素,可为预测该流域极端降水提供参考。

强降水事件的判定指标及评估研究

以江苏1961—2020年夏季(6—9月)强降水事件的监测为例,分析评估了多种强降水事件的判定指标,如以百分位法、Gamma分布法和重现期法为代表的频率匹配阈值法及考虑偏离气候态程度的异常度法。结果表明,由于降水事件的区域差异和季节内变化特征,强(极端强)降水事件判定指标的设计应分区域分时段讨论,且能定量反映降水强度大、相对气候态异常显著且发生概率少(极少)的特点。不同判定方法所强调的强(极端强)降水事件的特点不同,如百分位法Type-Ⅱ强调了降水极值的极少发生,异常度法突出反映大幅度偏离气候态的程度。不同指标所确立的阈值大小也存在明显差别,如对于江苏夏季极端强降水事件的判定,百分位法Type-Ⅱ阈值最高,其次是异常度法,分别相当于20、10 a一遇最大降水量,百分位法Type-Ⅲ和Gamma分布法则相当于5 a一遇最大降水量。在与降水相关的服务工作中,不同地区需制定更详细的地方标准来明确强降水事件的定义,增强服务用语的规范性。

基于GLDAS-2数据的中国极端降水事件时空变异性研究

全球气候变化导致极端降水事件频发,为了做好应对极端事件的准备,利用GLDAS-2.0数据集进行可靠性分析后,提取9个极端降水指标,使用M-K检验方法分析了1948—2014年中国极端降水事件时空变化特征及其突变趋势。结果表明:全国发生极端降水事件的频率增高,西北、西南和中南地区的年降水量增强趋势明显,连续湿润天数变少,强降水变多,其中西北地区变化最为明显;西北地区中西部,中南与西北、华东的两个交界范围,极端降水相关指标突变趋势明显。结果显示西北地区中西部,西南和中南交界地区以及中南和华东交界地区发生极端降水的频率高,应提前做好应对各种自然灾害的准备。

吉林省极端降水事件对玉米产量的影响研究

吉林省作为我国玉米种植主产区,探究该地区玉米生长发育及产量对极端降水事件的敏感性和响应机制显得尤为重要。基于吉林省24个气象站点1961-2019年的逐日最高、最低气温和降水数据以及各站点的玉米单产数据,采用5年滑动平均、森式斜率、M-K非参数检验等方法对吉林省极端降水事件和玉米产量时空变化特征进行分析,并利用皮尔逊相关性分析法、布尔塔(Boruta)算法定量厘定极端降水事件对玉米产量的影响。结果表明:强降水量(R95p)、雨日降水总量(PRCPTOT)、大雨日数(R20)、普通日降水强度(SDII)的Sen斜率值分别为0.301 mm/a、-0.18 mm/a、0.31 d/a、0.27 mm/(d·a),除PRCPTOT以外均呈上升趋势,表明极端降水事件逐渐增多;玉米实际单产与趋势产量均呈显著上升趋势;玉米气候产量在-1 802.24~1 579.04 kg/hm^(2)区间内呈波动下降趋势,年际间差异较大;玉米相对气候产量在59 a间,有11个气候丰年、10个气候歉年,其余年份为正常年份;玉米气候产量与极端降水指数整体在西北部以及东部地区呈正相关,在南部呈负相关;结合多项式拟合曲线分析可知,当R95p≥190 mm,PRCPTOT≥610 mm,R20mm≥8 d时,玉米气候产量呈逐渐下降的态势;R20、R95p对玉米气候产量的重要性程度较高,表明玉米气候产量对极端降水日数及极端降水量的敏感性较强。研究结果有助于吉林省提出针对性农业适应气候变化措施以提高粮食安全水平。

基于Copula函数的绕阳河流域降水事件危险性评估

利用1961—2021年绕阳河流域周边8个气象站的逐日降水资料,以降水持续时间和降水强度作为判断降水事件的两个要素,运用Copula函数确定降水事件的联合概率和重现期,并构建危险性评估模型,分析绕阳河流域降水事件危险性空间特征。结果表明:绕阳河流域周边不同地区降水事件的持续时间和降水强度的最大值存在显著差异。Lognormal和Logistic函数对两个降水要素的拟合效果较好,Clayton函数适合反映两要素联合下降水发生的概率。随着降水持续时间和降水强度的增加,极端降水事件的危险性快速升高;不同地区降水事件的概率和重现期存在着显著差异,阜新站降水持续7 d,强度达到60 mm的事件每10 a出现一次,而盘锦站和北镇站发生持续6 d以上的降水事件较少,多为20 a一遇;降水事件危险性高值区处于绕阳河流域南部,主要位于盘锦、辽中和北镇。

陕西省极端降水事件时空分布特征研究

根据陕西省1977—2016年35个气象站点的日降水数据,采用中雨、大雨、暴雨日数及年总降水量、降水强度和强降水量6个极端降水指数研究极端降水事件及其空间分布特征.基于线性回归分析法、克里金插值法、M-K突变检验法、Morlet小波分析法对极端降水事件进行年际变化分析、空间分析、突变分析和周期分析.结果表明:(1)从时间上看,陕西省1977—2016年中,中雨、暴雨日数及年总降水量和强降水量均呈下降趋势,大雨日数和降水强度呈上升趋势.(2)从空间分布看,中雨、大雨、暴雨日数及年总降水量、降水强度和强降水量均呈由陕北地区向陕南地区递增的趋势.(3)年总降水量仅在2003年发生突变.(4)年总降水量、降水强度和强降水量的变化周期为15年,中雨日数的变化周期为7年,大雨和暴雨日数的变化周期为19年.

乌东德水电站坝区极端降水事件变化特征分析

利用乌东德水电站坝区临近的会东和禄劝气象站的逐日降水量资料,基于极端降水指数分析坝区极端降水事件的时空变化特征。结果表明:强降水和极端降水事件空间差异不显著。由CDD(连续无降水日数)和CWD(连续降水日数)两个指数分析得出乌东德水电站坝区金沙江北岸的上游区域比南岸的下游区域更易发生干旱。强降水和极端降水事件季节特征明显,主要集中在5—9月,12月至次年4月罕见强降水事件,极端降水频次峰值出现在6月和7月。CDD和CWD的线性趋势分析看出近46 a乌东德坝区更容易发生干旱,不利于发生连续洪涝。

引发内蒙古汛期暴雨洪涝灾害的降水事件雨强特征分析

选取2017—2018年汛期(6—8月)内蒙古108例引发暴雨洪涝灾害的降水事件,对其雨强持续性、最大值、日变化等特征进行分析,通过双重e指数函数和百分位相结合方法,确定降水事件阈值。结果表明:(1)降水事件高发区在大兴安岭东部,最高可达5~6次,持续时间最长为10d,降水事件次高发区在阴山山脉以南;(2)降水事件雨强最大值和最小值均出现在东部地区,极差最大值达70.4mm·h^(-1),西部和中部地区雨强最大值较接近,中部地区雨强极差最小,为16.0mm·h^(-1),但降水事件平均雨强最大值出现在西部地区,最小值出现在中部地区;(3)降水事件雨强日变化特征具有地域性差异,西部地区雨强(平均雨强)最大值出现时间具有分散不集中且差异较大的特点,易出现在凌晨、早晨、中午和傍晚,中部和东部地区易出现在中午和下午;(4)西部、中部和东部地区降水事件阈值分别为13.8mm·h^(-1)、10.0mm·h^(-1)和14.2mm·h^(-1)。

近56年中国极端降水事件的时空变化格局

基于中国693个地面观测站1961-2016年的逐日降水资料,全面分析了全国和各分区极端降水事件、连续性极端降水事件及其起止时间的时空分布和变化特征。结果表明,近56年,全国极端降水事件明显增多,极端降水量和极端降水日数呈增加趋势的站点占总站数的68%,且主要集中在东南沿海和西部地区。华东地区是全国极端降水量增长幅度最大的地区,增速达18. 2 mm·(10a)^-1,西北地区的极端降水日数增速最快,每10年增加0. 37天。全国平均的连续性极端降水事件表现为不显著的增加趋势,其中仅西北地区的连续性极端降水量和降水频次的增加趋势达到0. 01显著性水平,华北和西南地区的连续性极端降水事件表现为不显著的下降趋势。全国平均的极端降水事件的开始时间和结束时间分别呈现出明显的提前和推迟趋势,西北、青藏和东北地区极端降水事件的开始时间显著提前,西北地区的结束时间显著推迟,受其影响,西北地区的极端降水事件持续期增长幅度最大达到10. 4 d·(10a)^-1。

40-30kaBP青藏高原及邻区高温大降水事件的特征、影响及原因探讨

40 - 30kaBP相当于末次冰期大间冰阶或海洋氧同位素MIS3晚期 .青藏高原在岁差周期夏季高太阳辐射作用下 ,据古里雅冰芯与若干孢粉记录指示温度比现在高 2 - 4℃ ,高原及邻区众多大湖的高湖面记录指示大范围降水丰沛 .应用Kutzbach水能平衡方程推算了封闭湖泊流域 (青海湖、扎布耶 /拉果错、阿克塞钦 /甜水海 )年平均降水可达 6 4 0mm ,5 6 0mm ,2 6 0mm ,分别是现代降水的 1.7倍 ,3倍 ,5倍 .高原及邻区包括祁连山以北和云南部分区域在内的大降水对水系河流产生了重大影响 .高原内部河湖串联 ,水系合并 ;如色林错、班戈错、纳木错串联为高原上最大的内陆水系 ;若尔盖古湖外流并入黄河水系 ;长江上游大水在三峡束狭形成强烈旋涡掏蚀成低于海平面的深槽 ,形成了深槽中、底部的砂砾沉积 .这次高温大降水事件是由高太阳辐射导致的由青藏高原高温热低压加强、热带洋面增暖蒸发强烈、南半球越赤道气流增强共同作用而形成的高原特强夏季风 ,同时极地冰盖迫使西风带南移也可能加强了对高原尤其是西部的降水 .H3事件(2 7kaBP)促进了高温大降水事件的结束 ,H4事件 (35 .5kaBP)则可能短期萎缩了夏季风 ,使高温大降水事件呈现不稳定性特点 .

西北地区东部干旱半干旱区极端降水事件的变化

应用面积权重方法,利用西北地区东部80个测站1960—2000年的资料,对降水的变化及极端降水事件进行了分析。结果表明:西北区东部的气候在近十几年变得更加极端。降水量虽然没有一致的增加或减少的趋势,但自从1990年开始,降水距平百分率低于气候平均值,变化异常;降水异常偏多的区域呈减少趋势,到20世纪90年代中期以后,就几乎没有出现过降水异常偏多的区域;1960—1962年连续3年降水异常偏少的情况是近40a来少见的,这种偏少主要发生在干旱地区;90年代的异常偏少则是全区域的,特别是在湿润、半湿润地区,降水偏少尤其明显;1997年降水偏少最为明显,偏少的区域达20%以上。而在这种气候背景下,90年代极端降水事件并没有减少。

中国年极端降水事件的时空分布特征

基于中国1955-2004年314个台站逐日降水资料，根据百分位值方法定义了不同台站的极端降水阈值，进而对中国年极端降水事件的时空特征进行了探讨分析。结果表明：江淮北部、湖南、四川西南部及西藏和新疆西部地区与中国其他区域呈反向变化特征，是中国年极端降水事件的主要空间异常模态；中国年极端降水事件的时间变化存在明显的区域性差异，东北、西北东部、华北表现为减少趋势，其中东北和华北发生了突变，而西北西部、长江中下游、华南及青藏高原表现为增加趋势，其中西北西部、长江中下游发生了突变；中国各分区年极端降水事件的周期振荡不完全一致；中国年极端降水事件与年降水量之间存在较好的相关性，从季节来看，夏季极端降水事件与年降水量的相关性最好。

近50年中国东北地区不同类型和等级降水事件变化特征

利用1961—2010年东北地区90个气象观测站逐日降水和逐日温度资料,分析了该地区气温变化和不同类型(雨和雪)各等级降水量及降水日数的气候特征、变化趋势和变异场特征。结果表明,近50年来,东北地区气温呈上升趋势,上升速率高于全国其他地区,特别是1987年气温发生突变现象之后升温加剧;年降水量和降水日数均呈减少趋势,降水日数的减少更加显著,其中年降雨量(日数)呈减少趋势,主要是小雨量(日数)的减少所致;年降雪量(日数)则呈增加趋势。年降水量空间分布具有东南多、西北少的特点,年降水日数分布则是东部和北部较多。1987年气温突变后强降水量及各等级降雪量对总降水量贡献率增加,并且年降水量和降水日数波动幅度也明显变大,即变率增大。这可能是导致该区大旱大涝事件增加的主要原因之一,也预示其洪涝灾害的风险在增大。降雨(雪)量的季节变化明显,其中夏、秋季降雨量(日数)呈减少趋势,而春季降雨量(日数)和冬季降雪量(日数)呈增加趋势。

中国近54年来夏季极端降水事件特征研究

利用1960～2013年中国6～8月无缺测的571站逐日降水资料,定义7个极端降水指数,研究中国夏季极端降水事件特征。结果表明：（1）极端降水事件空间分布存在明显的区域性差异,长江中下游地区、华南地区、西北地区表现为增加趋势,东北地区、华北地区、西南部分地区表现为减少趋势;时间分布表现出具有显著的年际和年代际变化特征,极端降水事件有增加趋势,在20世纪90年代初期有明显转折。（2）M-K检验表现出极端降水事件在20世纪90年代初发生突变,突变前（后）偏弱（强）。（3）极端降水指数周期振荡不完全一致,准15年周期振荡为主,其次是准7年周期,最强振动出现在1998年。（4）除持续干期指数外,其他极端降水指数间存在较好的相关性。

中国未来极端降水事件的变化——基于气候变化预估结果的分析

利用区域气候模式PRECIS单向嵌套Hadley气候中心海-气耦合模式HadCM3高分辨率的大气部分HadAM3P,分别进行了气候基准时段(1961—1990年)和2080 s时段(2071—2100年)中国区域各30年时间长度的模拟试验,以分析PRECIS对当代中国区域极端降水事件的模拟能力和SRES B2情景下2080s时段相对于气候基准时段中国区域极端降水事件的可能变化趋势。气候基准时段模拟结果与观测值的对比分析表明:PRECIS能够较好地模拟出中国区域年平均极端降水事件的空间分布特征,但模式模拟的大雨事件和湿日数高值区范围较观测值偏大,对华南地区暴雨事件和日最大降水事件的模拟结果较观测值偏低。SRES B2情景下,2080s时段年平均大雨事件除东北和华南地区外,全国均呈增多趋势。暴雨事件在西部地区以减少为主,而东部地区主要呈增加趋势。年平均日最大降水事件的分布型与大雨事件基本一致。湿日数除华北、西北和青藏高原部分地区外均呈减少趋势。未来长江流域洪涝灾害事件发生的频率将可能增大。

1961～2008年山东省极端降水事件的变化趋势分析

利用山东省1961～2008年逐日降水资料,采用百分位值法定义了极端降水事件的阈值,然后统计出极端降水事件的频次、降水量、强度和年最大日降水量,并对其空间分布和时间趋势进行分析。结果表明,山东省极端降水事件阈值的空间分布存在明显的地域差异,总体上以泰山为中心向周边逐渐减小;频次的空间差异较小,基本在18 d/a左右;极端降水量、强度和年最大日降水量的空间特征基本相似,总体呈自东南向西北递减的态势,且高值中心均分布于泰山一带。48 a来,除降水强度,极端降水事件的其他3个指标呈弱减少趋势,并于1965年左右发生了突变现象;相对中西部,胶东半岛的减少趋势更为显著。48 a来,极端降水事件的4个指标均存在明显的年代际特征,而且还存在准11 a的震荡周期,并以1984年为中间轴呈左右对称分布。

1960—2009年中国夏季极端降水事件与气温的变化及其环流特征

使用1960—2009年中国610个气象站逐日降水和气温资料及NCEP再分析资料,采用奇异值分解方法研究了近50年中国夏季平均气温与极端降水事件频数的关系,并对比分析了两者变化相应的大气环流差异。结果表明,我国的西北和长江以南地区极端降水事件频数与气温呈正相关关系,而东北—西南走向一带为负相关关系。夏季气温和极端降水事件均在1992年左右发生突变。突变前850hPa风场存在一个中心位于内蒙古的异常大陆气旋环流,而突变后变为异常大陆反气旋环流,这个异常气旋(反气旋)会增强(削弱)冷空气南侵入我国,从而导致我国气温突变后高于突变前。突变前,西部和长江以南地区分别为异常西风水汽输送和异常西南水汽输送,水汽均为异常辐散,极端降水事件偏少;东北—西南一带为异常西南水汽输送,水汽异常辐合,极端降水事件偏多;突变后,反之。

极端降水事件变化的观测研究

回顾了气候变化背景下的极端降水事件变化观测研究的主要进展,结合全球变化的特点,重点讨论了中国极端降水事件的变化特征。指出:最近50多年,我国降水强度普遍趋于增加,降水日数除西北地区外其他大部分地区显著减少。极端降水与总降水量变化之间的关系很密切,西北西部、长江及长江以南地区极端强降水事件趋于频繁,华北地区虽然极端降水事件频数明显减少,但极端降水量占总降水量的比例仍有所增加。连阴雨产生的年降水量在华北、东北东部和西南东部地区明显减小,在青藏高原东部和一些东南沿海地区则增加。降水日数和微量降水日数减少是近年来我国干旱化趋势发展的一个重要特点。

近50a青藏高原东部夏半年强降水事件的气候特征

基于青藏高原东部47个站点1963-2012年的5-9月逐日降水资料,分析了近50 a该区夏半年强降水的时空分布特征和相对强度。结果表明：青藏高原东部夏半年强降水事件在7月出现的频次最多,以持续1 d的单站暴雨为主;强降水量和频次在近50 a呈弱增长趋势,其存在准12 a的年代际震荡,且在1978年之后,强降水量同时存在大致准3 a的演变周期,在各自然分带强降水量和频次的变化趋势存在差异;夏半年强降水量和频次呈现出自东南向西北阶梯性递减的分布特征;青藏高原东部夏半年强降水的相对强度与强降水量呈反向特征,其中以柴达木地区相对强度为最大,藏东川西区为最少;各自然分带的强降水量和频次与夏半年降水量有很好的相关关系,而强降水的相对强度与夏半年降水量表现出不同的正负相关性。