The Influence of Climate Change and Variability on Spatio-Temporal Rainfall and Temperature Distribution in Zanzibar

Climate change has resulted in serious social-economic ramifications and extremely catastrophic weather events in the world, Tanzania and Zanzibar in particular, with adaptation being the only option to reduce impacts. The study focuses on the influence of climate change and variability on spatio-temporal rainfall and temperature variability and distribution in Zanzibar. The station observation datasets of rainfall, Tmax and Tmin acquired from Tanzania Meteorological Authority (TMA) and the Coordinated Regional Climate Downscaling Experiment program (CORDEX) projected datasets from the Regional climate model HIRHAM5 under driving model ICHEC-EC-EARH, for the three periods of 1991-2020 used as baseline (HS), 2021-2050 as near future (NF) and 2051-2080 far future (FF), under two representative concentration pathways (RCP) of 4.5 and 8.5, were used. The long-term observed Tmax and Tmin were used to produce time series for observing the nature and trends, while the observed rainfall data was used for understanding wet and dry periods, trends and slope (at p ≤ 0.05) using the Standardized Precipitation Index (SPI) and the Mann Kendall test (MK). Moreover, the Quantum Geographic Information System (QGIS) under the Inverse Distance Weighting (IDW) interpolation techniques were used for mapping the three decades of 1991-2000 (hereafter D1), 2001-2010 (hereafter D2) and 2011-2020 (hereafter D3) to analyze periodical spatial rainfall distribution in Zanzibar. As for the projected datasets the Climate Data Operator Commands (CDO), python scripts and Grid analysis and Display System (GrADS) soft-wares were used to process and display the results of the projected datasets of rainfall, Tmax and Tmin for the HS, NF and FF, respectively. The results show that the observed Tmax increased by the rates of 0.035℃ yr-1 and 0.0169℃ yr-1, while the Tmin was increased by a rate of 0.064℃ yr-1 and 0.104℃ yr-1 for Unguja and Pemba, respectively. The temporal distribution of wetness and dryness indices showed a climate shift from near normal to moderate wet during 2005 at Zanzibar Airport, while normal to moderately dry conditions, were observed in Pemba at Matangatuani. The decadal rainfall variability and distributions revealed higher rainfall intensity with an increasing trend and good spatial distribution in D3 from March to May (MAM) and October to December (OND). The projected results for Tmax during MAM and OND depicted higher values ranging from 1.7℃ - 1.8℃ to 1.9℃ - 2.0℃ and 1.5℃ to 2.0℃ in FF compared to NF under both RCPs. Also, higher Tmin values of 1.12℃ - 1.16℃ was projected in FF for MAM and OND under both RCPs. Besides, the rainfall projection generally revealed increased rainfall intensity in the range of 0 - 25 mm for Pemba and declined rainfall in the range of 25 - 50 mm in Unguja under both RCPs in perspectives of both NF and FF. Conclusively the study has shown that the undergoing climate change has posed a significant impact on both rainfall and temperature spatial and temporal distributions in Zanzibar (Unguja and Pemba), with Unguja being projected to have higher rainfall deficits while increasing rainfall strengths in Pemba. Thus, the study calls for more studies and formulation of effective adaptation, strategies and resilience mechanisms to combat the projected climate change impacts especially in the agricultural sector, water and food security.

Characteristics of Rainfall Erosivity Based on Tropical Rainfall Measuring Mission Data in Tibet, China

Rainfall erosivity in Tibet from 2000 to 2OlO was estimated based on simplified erosion prediction model using daily rainfall data derived from the Tropical Rainfall Measurement Misssion （TRMM） 3B42 rainfall measurement algorithm. Semi- monthly erosive rainfall and rainfall erosivity were validated using weather station data. The spatial distribution of annual rainfall erosivity as well as its seasonal and annual variation in Tibet was also examined. Results showed that TRMM 3B42 data could serve as an alternative data source to estimate rainfall erosivity in the area where only data from sparsely distributed weather stations are available. The spatial distribution of rainfall erosivity in Tibet generally resembles the distribution of multi-year average of annual rainfall. Annual rainfall erosivity in Tibet decreased from the southeast to the northwest. The concentration degree of rainfall erosivity shows an increasing trend from the southeast to the northwest. High rainfall erosivity accompanies low rainfall erosivity concentration degree and vice versa. Rainfall erosivity increased in the middle and western Tibet and decreased in the southeastern Tibet during the 11 years of this study.

Rainfall Variability over Ghana: Model versus Rain Gauge Observation

This paper used the International Centre for Theoretical Physics (ICTP) Regional Climate Model, Version 3 (RegCM3) and rain gauge data selected from the Ghana Meteorological Agency (GMet) from 1990 to 2008 to investigate the extent and nature of variability in the annual rainfall and pattern of the raining seasons in Ghana. In the study, six meteorological stations selected from three rainfall distribution zones according to the divisions of the GMet were used to study the pattern of rainfall and its departure from the normal trend. The study also assessed the performance of the RegCM3 simulation with reference to the observed gauge data. Results confirmed the unimodal nature of the rainfall annual cycle over the northern belt and bi-modal rainfall nature over the middle and southern belts of Ghana. Negative departures of rainfall implying consistent downward trend were observed at all the stations. Our analysis showed that RegCM3 captured the average rainfall over Ghana but demonstrated an underestimation as compared to the observed gauge data. The model also had difficulty stimulating the departures accurately in direction and in magnitude in all the stations except for Accra where RegCM3 simulated the right direction of the departures.

Characteristics Analysis on Short-Time Heavy Rainfall during the Flood Season in Shanxi Province, China

In order to provide a reference for the correct forecasting of short-term heavy rainfall and better disaster prevention and mitigation services in Shanxi Province, China, it is very important to carry out systematic research on short-term heavy precipitation events in Shanxi Province. Based on hourly precipitation data during the flood season (May to September) from 109 meteorological stations in Shanxi, China in 1980-2015, the temporal and spatial variation characteristics of short-time heavy rainfall during the flood season are analyzed by using wavelet analysis and Mann-Kendall test. The results show that the short-time heavy rainfall in the flood season in Shanxi Province is mainly at the grade of 20 - 30 mm/h, with an average of 97 stations having short-time heavy rainfall each year, accounting for 89% of the total stations. The short-time heavy rainfall mainly concentrated in July and August, and the maximal rain intensity in history appeared at 23 - 24 on June 17, 1991 in Yongji, Shanxi is 91.7 mm/h. During the flood season, the short-time heavy rainfalls always occur at 16 - 18 pm, and have slightly different concentrated time in different months. The main peaks of June, July and August are at 16, 17 and 18 respectively, postponed for one hour. Short-time heavy rainfall overall has the distribution that the south is more than the north and the east less than the west in Shanxi area. In the last 36 years, short-time heavy rainfall has a slight increasing trend in Shanxi, but not significant. There is a clear 4-year period of oscillation and inter-decadal variation. It has a good correlation between the total precipitation and times of short-time heavy rainfall during the flood season.

“23.7”华北特大暴雨过程小时强降水时空分布特征

由于西北太平洋副热带高压、2023年第5号台风“杜苏芮”、第6号台风“卡努”等共同作用,2023年7月29日08时—8月2日08时(北京时)华北地区发生极端特大暴雨,造成了重大社会影响。利用中国气象局国家气象信息中心提供的国家级气象站逐小时降水资料,分析了此次特大暴雨过程中的小时强降水(Hourly Heavy Rainfall,HHR)时空分布特征,并对不同历时类型强降水事件(Heavy Rainfall Event,HRE)的统计特征进行了对比。结果表明:1)此次特大暴雨HHR强度高、局地性明显,其对总降水量的贡献超过20%,北京西部、河北中部和西南部等太行山东麓为HHR降水量大值区和降水频次活跃区,双台风将水汽源源不断地输送到华北平原,受到太行山等山脉阻挡抬升,利于HHR增幅和持续。2)HHR降水量、降水频次经历6次峰值后减弱,其中第3次峰值时段的HHR降水量最大、降水频次最多、持续时间最长;而在“杜苏芮”残涡螺旋影响、暖式切变线和偏东风影响以及偏南或西南急流影响的3个主要降水阶段中,“杜苏芮”残涡螺旋影响阶段HHR最为活跃,共发生257次HHR,HHR最大降水量达73.5 mm。3)在3种类型HRE中,长历时(>12 h)最多,占比54.5%,短历时(1~6 h)次之,占比32.9%,中历时(7~12 h)最少,占比12.6%;长历时HRE降水量多>180 mm,短历时、中历时HRE的降水量多为[20,60)mm;HRE的最大降水量表现为短历时<中历时<长历时,而最大降水强度表现正相反,3种历时HRE的最大小时降水量多为[20,30)mm。4)不同类型HRE降水量、频次和平均降水强度的空间分布显示,长历时HRE因频次高于短历时和中历时,加之历时长,其降水量也高于后两种类型,北京、河北等地是长历时HRE降水量和频次大值区。

降雨时空不确定性对小流域洪峰模拟的影响评估

山丘区小流域洪峰模拟结果与降雨时空分布密切相关。以河南省荥阳市王宗店流域“7·20”山洪灾害为例,构建了15种时空分布的10 min尺度降雨情景,综合采用中国山洪水文模型和方差分析理论评估降雨时空情景变化对洪峰模拟的影响。结果表明:中国山洪水文模型可以较好地模拟“7·20”暴雨洪水过程。不同时间情景下10 min降雨量均匀分布模拟得到的洪峰流量较小、峰现时间较晚;非均匀分布时最大10 min降雨量发生时间越晚,模拟得到的洪峰流量越大、峰现时间越晚。空间情景变化主要影响洪峰流量模拟,采用泰森多边形法模拟得到的洪峰流量最大。时间情景变化是洪峰流量和峰现时间模拟结果不确定性的最主要来源,空间情景变化和时空情景耦合变化仅影响洪峰流量模拟。

1958—2017年江西省水稻需水量与有效降雨量耦合关系分析

基于江西省15个气象站点1958—2017年逐日气象数据,利用Penman-Monteith方法、Mann-Kendall趋势检验、气候倾向率和ArGIS空间插值分析等方法,分析了早稻和晚稻生育期内有效降雨量(P_(e))、需水量(ET_(c))及需水量与有效降雨量耦合度(λ)时空分布特征。结果表明:江西省早稻和晚稻生育期内平均有效降雨量分别为186.69和119.26 mm,早稻和晚稻有效降雨量分别以1.00和1.31 mm/10a的平均速度增加,赣北有效降雨量及其上升趋势均大于赣南;早稻和晚稻生育期多年平均需水量分别为335.77和381.20 mm,早稻和晚稻需水量最大值均出现在赣州、吉安站附近区域,最小值均出现在庐山、修水站附近区域,早稻需水量和晚稻需水量变化趋势分别为-3.09和-7.95 mm/10a;早稻和晚稻需水量与有效降雨量耦合度多年平均值分别为0.57和0.33,早稻和晚稻耦合度均以0.01/10a呈不显著增加趋势。早稻和晚稻耦合度最大值均出现在庐山站,早稻和晚稻耦合度较小值均在赣州、吉安、南昌和波阳站,总体上,早、晚稻耦合度及耦合度倾向率均为赣北大于赣南,赣南地区水稻缺水情况比赣北更严重,尤其要关注赣南地区晚稻缺水情况,并做好水资源规划及制定灌溉措施。

汶川县降雨时空分布特征及设计暴雨频率分析

为减少降雨及设计暴雨时空异质性对汶川县造成的损失,揭示汶川县降雨时空分布特征与设计暴雨特征,基于2001~2020年的GPM卫星降雨数据,采用Mann-Kendall等方法,从年、月、汛期、日等时间尺度和不同量级尺度,对汶川县降雨时空变化进行分析,并采用随机暴雨移置法(Stochastic Storm Transposition, SST)进行设计暴雨频率分析。结果表明:(1)汶川县年总降雨量呈显著增长趋势,主要受汛期降雨变化影响。(2)降雨空间分布不均匀,小雨主要分布在汶川县西南部,中到暴雨主要分布在汶川县东部。(3)基于随机暴雨移置法得到的设计降雨结果具有可靠性;随着降雨历时的增长,设计暴雨中心有从汶川县西南部向中东部移动的趋势;小重现期时,设计暴雨的空间分布不均匀性更为显著。研究成果可为汶川县暴雨洪涝防治提供参考。

北京市近40年来降雨侵蚀力时空变异特征

[目的]降雨侵蚀力可以反映降雨对土壤侵蚀的潜在作用,是评价区域土壤侵蚀风险的重要指标。分析北京市1981—2020年降雨侵蚀力时空变异特征,对科学评估和防治区域水土流失风险具有重要意义。[方法]基于1981—2020年北京市及周边地区119个雨量站点逐日降水数据,采用Kriging插值、Mann-Kendall非参数检验、小波分析等方法对北京市年降雨侵蚀力和中雨(10~25 mm)、大雨(25~50 mm)、暴雨(≥50 mm)降雨侵蚀力的空间分布、趋势变化以及周期变化特征进行分析。[结果]北京市1991—2020年年降雨侵蚀力范围为1691.51~3914.89(MJ·mm)/(hm^(2)·h·a),年降雨侵蚀力与大雨和暴雨的降雨侵蚀力的空间分布特征相似,与中雨的降雨侵蚀力的空间分布特征有所差异。空间整体上表现为从东北向周围递减的趋势。近40年来,北京中雨侵蚀力呈显著增加趋势,年降雨侵蚀力、大雨、暴雨以及夏季7,8月的降雨侵蚀力变化趋势均不显著,且均没有发生显著的突变。局部区域如密云、平谷一带的年降雨侵蚀力下降趋势相对较大。年降雨侵蚀力以及中、大、暴雨的降雨侵蚀力变化的主周期约为25年,且存在2~3次“低-高”交替变化。[结论]研究结果可为北京开展水土保持工作、农业和生态保护等工作提供科学依据。

基于机器学习的雨型分类研究:以淠河流域为例

【目的】为了提升洪水预报方案的科学性和精度,开展降雨雨型分类,制定不同雨型的预报方案并实施作业预报是一条有效的技术路线。【方法】基于淠河流域2003—2021年37个雨量站逐小时降雨观测数据,利用业界公认的动态时间规划(DTW)算法进行场次降雨雨型分类并作为基准分类结果。在此基础上,分别选取决策树(DT)、长短期记忆神经网络(LSTM)、LightGBM、支持向量机(SVM)四种机器学习方法建立分类模型并检验分类效果。通过调整样本规模,分析不同样本容量对分类效果的影响。【结果】结果表明:四种分类模型中,LightGBM分类精度最高且训练速度快,LSTM和SVM分类精度良好但训练效率相对较低,DT方法分类速度较快但分类精度相对较低。随着样本规模的增大,分类结果逐步稳定,四种方法的分类效果和训练效率逐步提升。【结论】结果验证了机器学习方法在降雨序列雨型分类中具有较强的适用性,可为洪水预报方案分类构建提供技术支撑。

排水沥青路面超渗流行为时空分布规律的试验研究

为探究排水沥青路面在不同降雨环境下真实的超渗流行为,并弥补现有渗水试验表征排水能力的不足,以目标空隙率为20%和22%、公称最大粒径为13.2 mm的排水沥青混合料(PAC-13)为研究对象,基于自主研发的降雨排水试验装置,采用降雨峰值比例为0.4、降雨历时为30 min的广州地区芝加哥雨型进行室内降雨试验和数据分析;探明重现期分别为0.5,1,2,10,50,100 a的降雨强度下,合成坡度为2.5%的路面超渗流行为时空分布规律;提出以极限降雨强度、超渗流水位曲线和径流时间参数来综合评价排水路面的排水性能。结果表明:(1)自主研发的降雨排水装置能得到排水沥青路面超渗流行为的时空分布规律;(2)20%和22%空隙率试验组的极限降雨强度分别为1.6 mm/min和2.0 mm/min,试验最大径流均出现在峰值降雨阶段,出现的位置一般在距离道路中心线0.7~1.5 m之间;(3)提升空隙率可以在一定程度上减少径流量的大小;(4)超渗流水位曲线越平缓,其内部渗流越流畅,排水能力越好;(5)超渗流水位曲线越集中,其排水能力越接近极限;(6)增加空隙率对路面径流的水膜厚度影响有限,但对路面径流的持续时间有着良好的削减作用,重现期越长这种削减作用越强,同时还能降低径流量持续时间随着重现期的增大而增加的速率。

青藏高原东南部-川西地区夏季小时极端降水事件特征研究

利用2005-2020年6-8月109个测站的小时降水资料,分析了高原东南部-川西地区(28°N-33°N、90°E-105°E)夏季小时极端降水事件的年降水量、发生次数、降水强度和持续时间等指标的时空分布,并进一步探讨了高原东南部-川西地区夏季小时极端降水事件的降水量、降水强度和降水频率的日变化特征。结果表明:高原东南部-川西地区夏季小时极端降水事件的小时极端降水阈值、年降水量、降水强度和持续时间均具有高原东南部地区小、川西地区大的特点,但发生次数反之。高原东南部地区夏季小时极端降水事件的年降水量、发生次数和持续时间整体均呈随时间增加的趋势,但川西地区夏季小时极端降水事件年降水量、发生次数也呈增加的趋势,而持续时间在川西地区的变化并不显著。高原东南部-川西地区夏季小时极端降水事件降水量、降水强度和降水频率的峰值时间呈现自西向东延迟的分布,川西地区的峰值时间比高原东南部地区分别延迟了3h、4h和2h,这种延迟特征在6月降水强度方面最为明显,川西地区比高原东南部地区延迟了11h。然而,高原东南部地区和川西地区小时极端降水事件降水量、降水强度和降水频率的峰值时间均未表现出显著的年际变化。

盐城市斗南垦区降雨侵蚀力规律分析

盐城地区为冲积平原,土壤易受降水冲刷影响发生水土流失,本文基于盐城市斗南垦区12个雨量站2012—2022年逐日降水量数据,运用日降雨侵蚀力模型计算该区域降雨侵蚀力,并分析其时空分布规律。结果表明,区域降雨侵蚀力在年内呈现季节性变化;在年际间呈现总体减少的趋势,但不是单一减少,而是两段式变化;在空间分布上表现为西北部低、东南部高。建议盐城市斗南垦区6—8月应重视水土流失预防监督,东南部应重点做好水土保持措施。

1976—2020年弥河流域不同等级降雨时空分布特征

为了对弥河流域的降雨特征及未来演变趋势进行研究,基于流域15个气象站1976—2020年的逐日降雨数据,应用Mann-Kendall检验、反距离插值和重标极差(R/S)分析法,研究不同等级降雨量与降雨时间的时空分布特征,并探讨不同等级降雨对年降雨的影响以及流域未来降雨结构的发展趋势。结果表明:研究期内弥河流域年降雨量呈逐年增加趋势,除大雨外,其他等级降雨量呈增长态势,降雨时间总体呈减少趋势,仅中雨、暴雨时间呈增加态势;流域年降雨量从上游向下游呈递减趋势,与大雨、暴雨空间变化一致,年降雨时间与小雨时间空间分布格局一致;中雨对年降雨量的贡献率最高,为27.99%,小雨的发生率最高,为72.07%;相关性分析显示,流域年降雨量与降雨时间分别受暴雨降雨量、小雨时间的影响最大;流域暴雨降雨量、暴雨时间与年降雨量都表现出较强的持续性,未来变化趋势与过去相一致,降雨等级存在向暴雨转变的趋势。

“双高”配电系统的挑战与应对措施探讨

随着风光等可再生能源及多变流器等电力电子设备在配电系统中渗透率逐步提高,“双高”配电系统面临诸多问题与挑战。高比例可再生能源出力的不确定性及波动性,高比例电力电子设备大量存在于控制环节带来的低惯性及弱阻尼等新问题均为配电系统安全运行带来了新的挑战。该文从“双高”特性对配电系统影响的不同时空尺度出发,归纳配电系统新形势下面临的问题,分析这些新问题的产生机理,并针对现有的解决方案展开探讨。最后尝试对“双高”配电系统的发展进行展望。

面向洪水预报的雨量站网合理性评估与优化研究

【目的】雨量站作为专为收集降水资料而设计的观测点,是收集水情信息的重要来源。雨量站的合理布设可以及时、准确地反映流域降水情况,是洪水预报的必要信息。【方法】以山东省弥河流域为研究对象,基于锥体梯度法和泰森多边形理论,对现有雨量站网的合理性进行了评估。结合信息熵理论和最大信息最小冗余准则(MIMR),利用流域内22个地面雨量站的小时尺度降水序列,构建雨量站网优化模型,提出优化方案。【结果】结果表明,流域部分雨量站控制面积过大且部分雨量站之间相关性较差;雨量站间信息熵的变化规律表明:随着迭代次数的变化,联合熵逐渐变大并最终趋于稳定,互信息先增大后减小,冗余度越来越大,迭代17次后所选站点的信息量占信息总量的比值达98%;考虑到洪水预报的要求,建议在合理位置增设5个雨量站并改进修缮1个雨量站。【结论】优化后的雨量站网能更好地反映流域降雨信息。研究成果可为今后优化流域雨量站网提供理论依据。

近20年季风爆发前后珠江三角洲前汛期短时强降水的时空演变特征与成因

相较于暴雨这种日尺度强降水,短时强降水(≥20 mm h^(−1))是造成山洪滑坡与城市内涝等灾害更为直接的因素。本文利用地面气象观测站和ERA5再分析数据,重点研究南海季风爆发前后珠江三角洲地区(简称珠三角)短时强降水的时空演变特征,并探索了短时强降水在季风爆发前后特征差异的可能成因。研究表明:(1)相较于季风爆发前,珠三角地区季风爆发后的降水明显增多,其中短时强降水贡献的比例显著增加。对短时强降水本身而言,区域平均强度以及极端性在季风爆发前后差异总体较小,但短时强降水频率在季风爆发后增加70%。(2)短时强降水高发区主要集中在珠三角东北部和珠江口西侧沿海,季风爆发后上述两个地区的频次增多最明显。短时强降水频率由季风爆发前的单峰型(下午)转为季风爆发后的双峰型(早晨与下午)。(3)短时强降水具有明显的区域性变化特征,短时强降水在季风爆发后的平均雨强和极端性在珠江口西侧沿海较内陆地区明显增强,其频次峰值时间在沿海地区从季风爆发前的午后转为季风爆发后的早晨,内陆地区在季风爆发前后均集中在下午。(4)季风爆发后,短时强降水期间的低层环境水汽超过同期气候态水平的16%。充沛的水汽在夜间在季风加速作用下被输送至沿海,并与陆风作用增强了辐合,这解释了沿海短时强降水的在季风爆发前后频次峰值时间转换现象。(5)相较于季风爆发前,季风爆发后珠三角短时强降水频率与低层水汽通量的相关性明显升高。珠三角沿海地区夜间—早晨短时强降水的增多与中低层风场结构改变造成的动力强迫有关。内陆地区季风爆发前后短时强降水与环境热力和不稳定条件关系更大。这些结果有助于我们更好地了解珠三角地区在季风爆发前后短时强降水的时空分布特征和理解其产生机制。

湖南斜坡型地质灾害时空分布特征及其与降雨关系分析

利用2015—2021年湖南地质灾害信息数据和气象站降雨量资料,分析湖南斜坡型地质灾害时空分布特征,筛选降雨诱发的地质灾害,并分析地质灾害与降雨之间的关系.研究结果表明:①湖南地质灾害以滑坡为主,其次为崩塌和泥石流.②湖南中部地区地质灾害较多,主要发生在6月和7月,后半夜至上午和午后时段最易发生.③91.4%的斜坡型地质灾害与降雨有关,泥石流地质灾害与降雨的关系最为密切,其次为滑坡和崩塌地质灾害,降雨和非降雨诱发的地质灾害在空间分布上无明显差别.④地质灾害与不同时间尺度降雨量均存在一定的正相关关系,雨量越大,越易造成地质灾害,且雨量对地质灾害的影响具有明显的滞后效应.

1992—2021年三峡库区夏季小时强降水时空分布特征

三峡库区地处长江流域腹地,是典型的气象灾害频发区和生态环境脆弱区,夏季小时强降水(Hourly Heavy Rainfall,HHR)因突发性强、预测难度大等极易致灾。利用中国气象局国家气象信息中心提供的逐小时降水量观测资料,分析1992—2021年三峡库区夏季HHR和强降水事件(Heavy Rainfall Event,HRE)的精细化时空分布特征。结果表明,三峡库区夏季HHR局地性强、强度大,其降水量对夏季总降水量贡献大,且主要源于降水频次的贡献,库区东南部是高值中心。近30 a来,三峡库区夏季HHR降水量呈不显著增加趋势;HHR的降水量和频次日变化均呈双峰型,峰值分别出现在清晨和下午,且日峰值时间位相与地形相关。三峡库区夏季HRE以短历时(1~6 h)为主,其降水量多为20~60 mm,而长历时(>12 h)发生少,其降水量多为60~100 mm。短历时HRE多开始于下午,其最大小时降水量也多发生于下午,而中历时(7~12 h)和长历时HRE多开始于夜间,二者的最大小时降水量均多发生于清晨。

基于加密雨量站资料的邯郸市夏季短时强降水精细化特征分析

利用邯郸市257个加密雨量站2016—2021年夏季逐时降水资料,基于排序法确定短时强降水(雨强大于20.0 mm/h)的阈值,分析邯郸市夏季短时强降水时空分布特征。结果表明:邯郸市夏季短时强降水站均出现16.3次,山区站均出现17.5次,平原地区站均出现15.6次,短时强降水集中发生在7月中旬至8月中旬;雨强大值区出现在山区中南部及平原地区的北部、西南部区域,平原地区雨强极值为125.2 mm/h(鸡泽县风正乡),山区为123.1 mm/h(磁县陶泉乡);小时雨强的50%、75%、95%、99%、99.5%分位数对应的降水量分别为27.8、36.1、56.5、80.4、94.9 mm;全市短时强降水站均次数的日内变化呈“双峰型”特征,高峰时段在17:00-21:00时,次高峰时段在5:00—9:00时;单站发生短时强降水的概率最高。